Кредитные продукты — одна из ключевых бизнес-линий в Т-Банке. Миллионы наших клиентов пользуются кредитами, чтобы достигать целей: купить жилье или автомобиль мечты, пойти учиться или поехать в путешествие.
Мы меняем рынок: быстро одобряем кредиты, не запрашиваем справки и создаем интуитивно понятные интерфейсы. Наша цель — сделать кредиты понятными, качественными и надежными.
AI центр Занять внедряет в кредитные продукты ML-модели. Они улучшают клиентский опыт, развивают технологии и приносят измеримую пользу бизнесу и клиентам.
Какими направлениями ML задач мы занимаемся:
1. Продуктовая ML разработка для улучшения импакта и бизнес-процессов:
— Рекомендательные системы и персонализация
— ML сегментация для повышения конверсий в продукты и оптимизации бизнес-процессов (TOOS)
— Нейросетевые модели на графах (и графах знаний) для единого профиля пользователей
— Прогнозирование для X-sell и привлечения на продукты (в платформах CJM, Origination, T-Sales)
— Улучшение качества моделей рискового скоринга через разработку признаков на новых источниках данных, фреймворков/пайплайнов на сокращение TTM цикла обновления моделей.
2.Разработка и внедрение RnD: новые AI-based продукты, adoption SOTA и внутренних технологий:
— AI агентские сценарии, ассистенты и B2C копилоты для клиентов в мобильном приложении Т-банка (персональный подбор кредитных проудктов под потребности клиента с новыми точками для входа)
— Адоптация современных внутренних ML технологий из AI центра (open-source LLM модели T-Pro, T-Lite; внутренние фундаментальные RecSys модели и другие артефакты RnD).
3. Эффективное внедрение ML/AI платформ внутри бизнес-линии
В центре технологий исскуственного интеллекта (AI центра) разрабатываются и улучшаются платформы: LLM Platform, AutoML Platform, RecSys Platform, etc.
Участие с IT TL/GM в AI SDLC
Ищем руководителя ML тимлидов с опытом управления кросс-функциональными ML-командами в банках/финтехе. Узнать больше о профессии: ML-разработчики в Т‑Банке.
Обязанности:
- Формировать совместно со стейкхолдерами ML-стратегию и оценки ресурсов для реализации: где основные точки роста и big bet направления для внедрения ML с максимальной ценностью для бизнеса
- Общаться и выстраивать коммуникацию с бизнес-стейкхолдерами и техническими командами. Консультировать стейкхолдеров, заказчиков и продуктово-инженерные команды бизнес-линии по ML/AI проектам, технологиям и bect practice
- Управление кросс-функциональными ML командами продуктовой разработки (2+ команды до 10-15 MLE)
- Совместная приоритизация и валидация оценки ML проектов в бэклоги с Product Manager по ML в бизнес-линии, сбор и инициация новых задач/направлений
- Обеспечение delivery по бизнес-результатам от ML/AI внедрений и их technical excellence в рамках PDLC/SDLC циклов разработки
- Развивать глубокую аналитику через A/B и анализ данных, мониторинг и оценки эффекта от ML
- Развитие инфраструктуры в бизнес-линии под ML (хранение и обновление данных, data quality, интеграции с системами)
- Оценивать, планировать и управлять затратами на обучение и инференс, вычислительными ресурсами — GPU и CPU, cloud и on-prem
- Участвовать в проектировании ML-систем: ревью ML System Design и System Design архитектур, оптимизировать и повышать эффективность пайплайнов, выстраивать интеграцию с CORE-системами компании
Требования:
- Опыт ML разработки от 5 лет, из которых от 2 лет — в роли тимлида одной или нескольких ML-команд
- Умеете вести прямые коммуникации со стейкхолдерами и бизнес-заказчиками, быть связующим звеном для бизнеса и технических команд
- Умеете находить бизнес-ценность от ML, обладаете достаточным кругозором и проактивной позицией, чтобы формировать vision и стратегию по ML/AI совместно с C-level стейкхолдерами
- Следите за трендами и развитием современных технологий, умеете и готовы оказывать консультации по ML/AI для стейкхолдеров и лидов внутри бизнес-линии
- Имеете опыт полного цикла выстраивания и ведения процессов PDLC/SDLC для команд ML разработки внутри кросс-функциональных команд продуктов/платформ
- Использовали и развивали ML-инфраструктуру и MLOps: встраивали модели в prod, работали с мониторингами, логированием и масштабированием. Знакомы со стэком (Airflow, ClearML, etc.)
- Умеете управлять delivery команд, выстраиваете процессы планирования и оценки результатов с ML командами и стейкхолдерами
- Отлично разбираетесь в проектировании архитектуры и систем — ML System Design, System Design
- ML-пайплайнов
- Разрабатывали дизайн и запускали A/B, оценивали эффект от ML
- Глубоко понимаете машинное обучение и глубокое обучение, знакомы с современными технологиями и индустриальными трендами в ML — в приоритете домены RecSys, NLP, Classic ML