Собеседование на Data Scientist в Точка Банке

Почему Точка — особенный работодатель для DS

Точка — digital-банк для ИП и малого/среднего бизнеса. DS работает с особенным сегментом: предприниматели. Главные ML-задачи: скоринг для ИП (отличается от классического физлица — мало истории, нестабильный денежный поток), антифрод, рекомендации B2B-сервисов, прогноз churn.

Особенность: SMB-сегмент в РФ — это около 6 млн компаний, специфические транзакционные паттерны (B2B-платежи, налоги, заработная плата). Подробнее — на странице карьеры Точки.

Этапы собеседования

1. Скрининг с рекрутером (30 минут)

Опыт, мотивация. Специфика:

• Был ли опыт с табличными данными финтеха
• Знание классического ML
• Готовность к SMB-домену

2. SQL и Python (45-60 минут)

SQL — middle. Python — pandas, sklearn.

3. ML-теория (60-90 минут)

• Classical ML: gradient boosting
• Несбалансированные классы
• Метрики: AUC, KS, lift, F1
• Calibration
• Time series для прогноза cash flow

4. ML system design (60 минут)

«Скоринг для ИП с малой кредитной историей», «детекция fraud в B2B-платежах», «прогноз churn ИП по транзакционным паттернам».

5. Поведенческое + финал

STAR + стратегический разговор.

Что Точка ценит в DS

• Classical ML. Gradient boosting.
• SMB-domain. Понимание B2B-сегмента.
• Compliance. 152-ФЗ, банковская тайна.
• Calibration. Скоринг должен давать осмысленные вероятности.
• Pragmatism. Простые интерпретируемые модели в проде.

Типичные задачи и кейсы

• «Скоринг для нового ИП без кредитной истории»
• «Fraud в B2B-платежах: 0,1% positive»
• «Прогноз churn ИП за 3 месяца до отписки»
• «Cross-sell бухгалтерского сервиса: какие ИП конвертируются»
• «Прогноз cash flow ИП: классическое time series или ML»

Как готовиться: план

1. Classical ML. Gradient boosting глубоко.
2. Несбалансированные классы. Sampling, class weights, threshold.
3. Calibration. Platt, isotonic.
4. SMB-domain. B2B-платежи, налоги, отчётность.
5. Time series. Базовое.

Частые ошибки

• Зубрить deep learning. В табличных финтех-данных classical ML лучше.
• Игнорировать calibration. AUC недостаточно для скоринга.
• Не учитывать domain. ИП ≠ физлицо. Разные фичи.
• Слабая SQL. Уверенный middle.

Связанные темы

• Собеседование на DS в Т-Банке
• Собеседование на DS в Альфа-Банке
• Собеседование на DS в ВТБ
• Accuracy vs F1
• Собеседование на PM в Точке

FAQ

Сколько этапов в собеседовании на DS в Точке?

Обычно 5: рекрутер → SQL/Python → ML-теория → ML system design → поведенческое + финал. Срок 3-5 недель.

Нужен ли финтех-опыт?

Желателен. Релевантным считается опыт в банкинге или B2B SaaS.

Какой уровень SQL?

Уверенный middle.

Спрашивают ли survival analysis?

В отдельных командах (LTV / churn) — да.

Это официальная информация?

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