13 мая 2026 г.·3 мин чтения

Собеседование на Data Scientist в Газпромбанке

Готовься к собесу аналитика как в Duolingo
10 минут в день — SQL, Python, A/B, метрики. 1700+ вопросов в Telegram
Открыть Карьерник в Telegram

Содержание:

Почему ГПБ — особенный работодатель для DS

Газпромбанк — один из крупнейших коммерческих банков РФ, ориентирован на корпоративный сегмент. DS-команды работают над скорингом, антифродом, AML monitoring, рекомендациями продуктов, NLP для саппорта. Compliance критичен: explainability моделей.

Стек: Python + scikit-learn + LightGBM + PyTorch + Spark + Hadoop + Greenplum + MLflow.

Актуальные вакансии — на career.gazprombank.ru.

Информация основана на публичных источниках и опыте кандидатов. Команды ГПБ используют разные процессы — уточняйте у рекрутера.

Этапы собеседования

1. HR-скрининг (30-45 минут)

Знакомство:

  • Опыт ML в банке
  • Стек: sklearn / LightGBM / PyTorch / Spark
  • Compliance background

Питч 90 секунд: задача, данные, модель, метрика, impact.

2. ML теория (60-90 минут)

  • Классика: bias-variance, регуляризация
  • Бустинги
  • Метрики: ROC AUC, KS, GINI
  • Explainability: SHAP, LIME

Подготовка: ML-теория, классическая ML.

3. Python + SQL (60-90 минут)

Live coding.

  • Pandas / numpy / sklearn
  • SQL window functions
  • Алгоритмы medium

Подготовка: Python для DS.

4. ML System Design (60-90 минут)

Кейсы:

  • Кредитный скоринг (PD/EAD/LGD)
  • Антифрод реал-тайм
  • AML monitoring
  • Corporate scoring

Подготовка: ML system design, feature engineering.

5. Поведенческое (45-60 минут)

STAR: compliance, audit, cross-team.

Особенности по командам

Розница: скоринг кредитов.

Корпоратив: B2B скоринг (нефтегаз и др.).

Антифрод: real-time.

AML: transaction monitoring.

Marketing ML: recommendation.

Что ГПБ ценит в DS

  • ML фундамент. Бустинги, метрики.
  • Banking domain. PD/EAD/LGD/GINI.
  • Explainability. SHAP, LIME — must.
  • Compliance. AML / PII / 152-ФЗ.
  • Corporate banking.
Готовься к собесу аналитика как в Duolingo
10 минут в день — SQL, Python, A/B, метрики. 1700+ вопросов в Telegram
Открыть Карьерник в Telegram

Как готовиться: план

За 4-6 недель:

  1. Неделя 1-2 — ML теория + scoring. ML-теория.
  2. Неделя 3 — Python + SQL. Python для DS.
  3. Неделя 4 — System design. Banking. ML system design.
  4. Неделя 5 — Compliance + explainability.
  5. Неделя 6 — Mocks + behavioral.

Частые ошибки

  • Без banking domain.
  • «У меня XGBoost — лучший».
  • Игнор explainability.
  • Игнор compliance.
  • Слабый SQL.

Связанные темы

FAQ

Удалёнка в ГПБ для DS?

Гибрид. Полная — реже из-за compliance.

Зарплатные вилки 2026?

Middle DS: 240-370k. Senior: 370-560k.

Английский нужен?

Не обязателен.

Сколько этапов?

4-5 этапов, 2-3 недели.

Это официальная информация?

Этапы основаны на публичных источниках и опыте кандидатов. Уточняйте у рекрутера.

Ещё по теме