Годовой отчет: как учатся на совместной магистерской программе ВШЭ и Сбербанка
В 2017 году в Вышке открылась магистерская программа «Финансовые технологии и анализ данных», которая реализуется совместно факультетом компьютерных наук ВШЭ и Сбербанком. О том, чем заняться технарю в банковской сфере, рассказал студент программы Денис Шведов.
Выбор магистратуры
Я учился в Санкт-Петербурге в университете ИТМО, на кафедре компьютерных технологий. Там готовят сильных программистов, которые постоянно выигрывают всякие чемпионаты мира, и в технических кругах кафедра считается одной из самых сильных в России. Там я проучился 4 года, получил много знаний, но это было техническое образование. В какой-то момент я решил, что хочу использовать свою базу в более интересном формате, потому что чисто техническими вещами и программированием всю жизнь заниматься я не очень хочу. Поэтому решил, что буду искать такую программу, где можно что-то еще наложить на все мои навыки — может быть, связанную с финансовыми технологиями — и продолжать познавать data science.
Перед окончанием бакалавриата я смотрел, какие есть варианты, планировал переехать в Москву, но ничего особо меня не заинтересовало. В мае еще даже не было информации об открытии программы в Вышке, а в июне я увидел, что будет первый набор. Финансовые технологии и анализ данных — это в принципе все то, о чем мне было интересно узнать, поэтому я выбрал именно эту программу и подал документы.
Как устроена программа
При поступлении нужно было сдать три экзамена: высшую математику, английский и собеседование в форме экзамена. Все экзамены проходили в Вышке, а на собеседовании присутствовали люди из Сбербанка и не только. Меня, например, собеседовал человек из Яндекса.
Я считаю, что программа получилась интересной. В первом семестре, не слишком нагруженном, были адаптационные курсы по машинному обучению, эконометрике и курсы по выбору. С точки зрения теории и практики все перекликалось. Во втором семестре нужно было выбрать четыре курса из пяти, а несколько были обязательными. Мне особенно понравились курсы по глубинному обучению и машинному обучению на больших данных.
На программе есть три курса Сбербанка, которые читают его сотрудники — «Финансовые технологии», «Основы риск-менеджмента» и «Финансы банка». Для меня банковская сфера была новой — я технарь, и в самом начале банки для меня были неизведанной областью. Но в принципе, как мне кажется, если приложить определенные усилия, то ничего сложного в освоении этой области нет. Курс по риск-менеджменту основан на аналогичном курсе Корпоративного университета Сбербанка, он по большей части дистанционный — нужно смотреть лекции и выполнять задания в онлайне. В завершение курса мы ездили в корпоративный университет на деловую игру. Она заключалась в том, что каждой команде участников нужно было поддерживать жизненный цикл банка, основанный на реальных данных Сбербанка за определенный год: подкручивать параметры (процентные ставки) и выбирать из возможных направлений развития банка в определенный период наиболее удачные, чтобы банк оставался на плаву, и к концу «года» добиться хорошего результата.
Сбербанк и работа для технарей
Сбербанк оплачивает наше обучение на программе, но никаких договоров о том, что после окончания магистратуры мы обязательно должны пойти туда работать, мы не подписываем (в новом учебном году Сбербанк также будет оплачивать обучение 30 студентам, которые окажутся лучшими по результатам вступительных испытаний — прим.). В принципе, многие ребята с нашего курса сами выбрали работу в Сбербанке: кому-то звонили и приглашали, кто-то сам пошел. Между первым и вторым курсом мы должны пройти обязательную практику, и тем, у кого пока нет работы по специальности, Сбербанк предлагает стажировку.
Курсовые работы многие тоже пишут в разных подразделениях Сбербанка, и я в том числе. Если вкратце, я работаю над задачей выделения сущностей: есть все то, что клиенты Сбербанка пишут в техподдержку, и каждое слово в предложении — это какая-то сущность, и нужно построить модель, чтобы программа обучалась на этих данных и предсказывала новые сущности. Вообще все эти задачи, которые рассматриваются в наших курсовых, актуальны сейчас для Сбербанка, и коллеги собираются использовать какие-то из наших решений для дальнейшей работы. Я думаю, то же можно сказать и про будущие диссертации.
Задач для технарей в банковской сфере на самом деле много, все-таки data science и machine learning сейчас применяются повсеместно. Придумывание моделей, их внедрение, работа с большими данными — все это требует навыков программирования.
Работать в банке с анализом данных, не зная финансовых основ, достаточно затруднительно. В принципе, любая работа по анализу данных очень привязана к специфике этих данных, а специфика данных, конечно, зависит от того, чем занимается компания. Поскольку в банковской сфере специфические операции и данные, например, по банковским транзакциям или информация по клиентам, нужно не просто уметь видеть эти данные и как-то их анализировать, а еще понимать природу их появления, что конкретно они означают, какие определенные вещи мы можем вычленить.
В Сбербанке давно работают системы кредитного скоринга, но с каждым годом они улучшаются и совершенствуются. Также сейчас там внедряют различные чат-боты для обратной связи с клиентами, само собой, это попытка сделать компанию более автоматизированной и удобной. Конечно, банки подчиняются определенным стандартам — они более жестко, чем другие компании, контролируются государством, и работа с документами занимает гораздо больше времени. Сделать из банка IT-компанию достаточно сложно, но глобальная идея заключается в том, чтобы убыстрить все процессы, и Герман Греф постоянно об этом говорит. Я считаю, что уже сделано очень много.
О собственных планах
Сейчас я работаю в компании Эвотор, которая входит в экосистему Сбербанка. Компания занимается реализацией поправки закона 54-ФЗ «О применении контрольно-кассовой техники», обязывающей иметь онлайн-кассы любому предприятию малого и среднего бизнеса. Это стартап, которому два года, а Сбербанк является акционером и владеет 40% акций. Я работаю разработчиком Big Data, мы по сути анализируем чеки, которые пробиваются в кассе, и это, конечно, более технические вещи. На данный момент работаю в компании полгода, и пока с интересом занимаюсь поставленными задачами. Огромный плюс моей работы еще заключается в том, что это все-таки IT-компания, и здесь не слишком нормированный график. В нашей магистратуре все пары начинаются в шесть вечера, а стандартный рабочий день длится с 9:00 до 18:00, плюс надо доехать до корпуса. Сейчас я могу уйти пораньше, и это удобно.
Я примерно понимаю, чего хочу в данный момент, и этим я, в принципе, занимаюсь на нынешней работе. А что будет дальше, думаю, во многом зависит от второго курса магистратуры. Я хотел бы набраться технического опыта и, может быть, рассмотреть возможность работы в Сбербанке, но я думаю, что это будет понятно ближе к окончанию учебы. С точки зрения личных амбиций я хотел бы продолжать заниматься чем-то техническим, но это однозначно будет вертеться вокруг data science и data engineering.