Бухгалтерия, трубы и стартапы: как я стал экспертом по Data Science в банке
Привет всем! Я Михаил, Senior DS в Департаменте анализа данных и моделирования Газпромбанка. Если вы когда-нибудь видели персонализированное предложение в своем личном кабинете банка или у наших партнеров — это результат работы моей команды.
Мы занимаемся розничными моделями, с помощью которых планируем коммуникации и рассчитываем индивидуальные кредитные предложения для клиентов банка.
Сейчас у нас развивается новое крутое направление — продажи банковских продуктов клиентам экосистемы Газпромбанка. Мы собираем данные из разных источников, структурируем их и часто находим неожиданные пересечения. Это позволяет нам точнее понять, чего хотят клиенты, и сделать маркетинговые коммуникации эффективнее.
Чтобы делать такую аналитику, нужно очень четко понимать, как формируются данные о клиенте. Из каких источников берутся и по каким алгоритмам рассчитываются атрибуты, которые потом используются в моделях. Конечно, тут и кредитная история (куда ж без нее), и классические банковские сущности: договоры, остатки по счетам, транзакции...
В отличие от ребят, которые занимаются глубоким обучением, я чувствую, что работаю с живыми людьми. Могу представить портрет каждого клиента несколькими тысячами атрибутов, обёрнутых моделями.
Такая аналитика всегда меня привлекала, но заниматься ей практически возможно только в банке. В эту сферу я попал не сразу, расскажу как.
![](https://i.kod.ru/rs:fill/w:736/q:85/plain/https%3A%2F%2Fkod.ru%2Fcontent%2Fimages%2F2024%2F07%2F-------3.png)
С чего все началось
Я рос в Кемерово в девяностые, когда было сложно понять, зачем вообще нужно образование. Единственное, что было ясно, — пока учишься, не нужно ходить на улицу со всеми ее тогдашними приключениями. Поэтому я садился за математику и физику, читал Жюля Верна и погружался в мир исследования природы и фундаментальной науки, где не было той жести, которая творилась вокруг. Повезло, что я учился в гимназии и благодаря увлечению математикой смог перебраться в благополучный физмат-класс.
В начале нулевых моя семья переехала в Москву, и я попал в обычную (чуть выше среднего) московскую школу. Тем не менее, после ее окончания я смог поступить в Бауманку с максимальным баллом. При выборе профессии руководствовался советами родителей — выбирать что-то поближе к экономике и финансам.
В итоге я выбрал кафедру финансового менеджмента. На первых курсах учебная программа там была щедро приправлена математикой, техническими предметами и программированием. Я с головой погрузился во все это, сдал на отлично и... решил, что в жизни это мне больше не пригодится. При этом у нас были очень неплохие преподаватели по экономике, которые дали вполне рабочее решение для старта карьеры: я искренне увлекся бухгалтерией. Особенно меня очаровала идея, что предприятие можно представить в виде системы, как живой организм, у которого все параметры описываются с помощью счетов и бухгалтерских проводок — транзакций со счёта на счёт.
После выпуска я решил пойти, как мне казалось, в самое понятное и приличное место — в «большую четверку», и устроился в KPMG. Консультировал организации и участвовал в подготовке аудиторских заключений. До кризиса 2008 года. Для меня это оказалось кстати: за год я четко осознал, что выбранная сфера мне неинтересна, а формат работы вообще не подходит. Чтение судебной практики, заполнение чек-листов, простейший эксель… Отчаянно не хватало той самой математики и инженерных вызовов, где я мог бы себя проявить.
Стартапы, бухгалтерия и трубы
А вот на следующем месте работы я сформировался как специалист, который реально делает свое дело и гордится им.
Началось все с Бауманки. Во время учебы я познакомился с молодым и амбициозным преподавателем. В Вышке и МГУ он проводил митапы со студентами и выпускниками. А из них формировалась будущая команда, которая начинала делать то, что через несколько лет стало называться стартапами. Мне эта атмосфера зашла, но хотелось какой-то стабильности. Тогда в стартапе было понятно, что работать нужно много в условиях максимальной неопределённости, в том числе оставалось неясным, за что и когда ты получишь деньги. Ребята менялись, бизнесы то взлетали, то падали…
Тогда я уже имел наработки в ведении документов и занял в команде роль... главного бухгалтера. Да-да, вел бухгалтерию, начислял зарплату, проводил платежи и делал все, что связано с налоговой и кучей других ведомств. Наверное, это самая консервативная роль, которую можно придумать в стартапе, где обязанности порой оказываются… Не слишком четко очерчены.
А чем у вас занимается бухгалтер?
Но работы было немного, в какой-то момент это стало скорее хобби, которое добавляло общения с творческими и амбициозными ребятами. Я перешёл в компанию, которая поставляла газовые трубы. Компания была маленькой, а задачи, которые приходилось решать, — большими, да и трубы были немаленькие.
Через меня проходил транспортный и технический документооборот. Когда потребовались деньги, я составил финансовый план, под который мы получили сотни миллионов инвестиций. Когда делали проекты развития, я рисовал в 3ds и Blender планировку производственных площадок, размечал базы на географической карте, и потом это показывали большим начальникам. В AutoCAD чертил схемы производственных линий, а в «Компас-3D» делал трехмерные чертежи, от лопаток турбины до бумажных фильтров.
Я работал не только в офисе: курировал завод в Москве, площадки в Подмосковье, Тверской и Архангельской областях. Там я участвовал в совещаниях с директорами, подписывал документы, работал плечом к плечу с рабочими, даже лазил по трубам в спецовке с фонариком. Мы отправляли трубы на магистральные газопроводы и другие важные проекты.
В такой работе осознаешь, насколько твои ошибки влияют на выполнение работы и сколько часов труда могут стоить. Без моего участия остановится производство или сорвется отгрузка. Если поздно приедешь или плохо проинструктируешь, исполнители найдут тысячи причин, чтобы не сделать работу правильно и в срок.
![](https://i.kod.ru/rs:fill/w:736/q:85/plain/https%3A%2F%2Fkod.ru%2Fcontent%2Fimages%2F2024%2F07%2FIMG_20160608_120042_HDR.jpg)
Днем я работал на заводе (отвечая из цехов с трубами на звонки из банка и налоговой), а вечером переодевался в пиджак, повязывал галстук и ехал на собеседования. Когда на одном из таких собеседований мне предложили много однообразной ручной работы с бумагами и экселем, которую я уже выполнял до этого, я спросил, планируется ли автоматизация и стандартизация отчетности между компаниями угольного холдинга. В ответ я получил ироничную и в то же время грустную улыбку. Тогда большинство компаний ещё не понимали необходимости IT-трансформации всех процессов.
Просто учи питон!
Следующим важным этапом в моей карьере стало осознание моего желания делать задачи для аналитики больших данных. Мой университетский друг, окончив Бауманку, начал работать разработчиком C#, а затем, еще в начале 2010-х, перешел в банковскую аналитику. Мы иногда общались, и я расспрашивал: ну как там? В какой-то момент он предложил мне попробовать. «Что для этого нужно?» — спросил я. На это он ответил одной емкой фразой: «ПРОСТО УЧИ ПИТОН!» Я так и поступил. Это был 2016 год.
Для меня программирование было не целью, а инструментом. И Python полностью оправдал мои ожидания. Сначала я автоматизировал обработку однотипных эксель-файлов, помог знакомому преподавателю перевести курс эконометрики в университете на Python. Когда я рассказал руководителю, что хочу применять это в реальных задачах, меня познакомили с людьми, для которых я сделал анализ акции «Монополия» в McDonalds.
Большинство продуктовых аналитиков того времени умели делать красивые презентации, но мало кто хотел работать непосредственно с источниками данных, SQL тогда многие считали инструментом разработчиков. Потребность в аналитике была огромная, и нужно было просто взять работу в свои руки.
Мой руководитель поддержал меня и предложил пройти курсы по ML и нейронным сетям, встроить разработанную модель через API в мобильное приложение. Тогда компания начала активно развивать DS, проводила хакатоны, приглашала стажеров. Следующей задачей было финализировать наработки стажеров и вывести в прод модель по определению тематик сообщений пользователей для службы поддержки.
Переход в Газпромбанк
Работа в стартапе была насыщенной и интересной, а команда — творческой и амбициозной. Здесь мне пришлось бы полностью отказаться от своего прошлого опыта. Мне был ближе финтех, и я решил попробовать себя в команде, разрабатывающей корпоративные рисковые модели Газпромбанка.
На начало моей работы пришелся пик цифровой трансформации. Команда активно росла, приходили новые интересные ребята, экосистема данных строилась на быстром Hadoop. Но самое главное, что этот процесс трансформации поддерживался вовлеченностью руководства. Были расставлены правильные, как я считаю, приоритеты, которые в итоге обеспечили долгосрочное развитие.
![](https://i.kod.ru/rs:fill/w:736/q:85/plain/https%3A%2F%2Fkod.ru%2Fcontent%2Fimages%2F2024%2F07%2F-------2-1.png)
Здесь как нельзя лучше пригодился мой финансовый опыт: я был человеком из бизнеса, который был знаком с налогами, банковскими платежами и финансовыми показателями в отчетности.
В Газпромбанке был запрос на использование ML для развития такой консервативной области, как банковский скоринг корпоративных клиентов. Мы были первыми, кто вместе с традиционными отраслевыми показателями и финансовой отчетностью использовали собственные атрибуты на основе текстов платежей для разработки моделей.
Спустя год мне захотелось новых вызовов, и я перешёл в Управление розничных моделей, где видел большой потенциал.
Так и получилось, по сути, я не был ничем ограничен в аналитике и построении моделей. Я мог одновременно работать и развиваться, знакомиться с коллегами из различных подразделений. У меня не было барьеров в общении, мне хотелось делать общее дело, а для этого я стремился лучше понимать коллег. У нас отличная команда аналитиков и моделистов, где все знакомы друг с другом и всегда готовы приступить к новым интересным задачам.
За что люблю работу
В общем, путь в финансовый DS был для меня не самым прямым, но каждый этап дал мне что-то важное. От работы с трубами до нейронных сетей — все это сложилось в уникальный опыт, который помогает мне сейчас. И знаете что? Я рад, что все сложилось именно так. Ведь в итоге я нашел работу, которая действительно меня зажигает и придаёт уверенности. Сейчас я уже шесть лет работаю в банке, стал «Сотрудником года — 2023».
Как я уже писал, DS в банке — более многогранная специальность, чем просто разработчик моделей. Моя текущая роль находится на пересечении ключевых процессов банка: мы должны понимать, как работает система управления рисками и как принимаются решения о выдаче кредитов, знать условия и внутреннее устройство наших продуктов, видеть эффективность инструментов коммуникаций и клиентский путь и, конечно же, оперировать всеми имеющимисями данными о клиенте.
Мышление и планирование в «многомерном» режиме — то, за что я люблю свою работу. Появление новых задач и источников данных, внутренняя добрая конкуренция и обмен опытом в команде, эффективная организация работы позволяют «не заржаветь», продолжать развиваться. Такая возможность дорогого стоит!
Читать истории других сотрудников:
— Рабочий день тимлида разработки в Газпромбанке
— Из археологии в IT: как я не стал археологом, зато стал работать с большими данными
— Как я начала заниматься Data Science, потом не перестала и сделала на этом карьеру
— С завода в IT: почему менять карьерный трек никогда не поздно
— Из архитекторов в IT: как архитектурное образование помогает строить карьеру в IT
— Pascal, экономика, крафтовое пиво и ML-модели. Как я выбрал карьеру экономиста, но в итоге оказался в IT
— Путь из разработчика в менеджеры, или как я не стал инженером холодильных установок
— Я ушёл из IT в фэшн-фото, вернулся обратно и вырос из мидл-разработчика в CTO