iPhone 13 Pro уже в продаже
Пространство возможностей
ООО «Портативная техника», юр.адрес: 190031, Санкт-Петербург, наб. реки Фонтанки, д.109, литер А, пом. 13Н, ОГРН № 1057811930296
{"id":6586,"title":"\u041f\u0440\u0435\u0434\u043f\u0440\u0438\u043d\u0438\u043c\u0430\u0442\u0435\u043b\u0438 \u0440\u0430\u0441\u0441\u043a\u0430\u0436\u0443\u0442, \u043a\u0430\u043a \u0437\u0430\u0440\u0430\u0431\u043e\u0442\u0430\u0442\u044c \u043d\u0430 \u043e\u0431\u043b\u0430\u043a\u0430\u0445","url":"\/redirect?component=advertising&id=6586&url=https:\/\/vc.ru\/yandex.cloud\/296199-kak-ispolzovat-oblachnye-tehnologii-dlya-rosta-biznesa-v-2022-godu-rasskazhem-na-yandex-scale&placeBit=1&hash=86a9775af69c8d2b0b7ae05611e0ceeeee68d1fee132c87b743ace298a8cf221","isPaidAndBannersEnabled":false}

Почему данных много не бывает — рассказывает директор Департамента аналитики больших данных Банка «Санкт-Петербург»

Екатерина Звонова 
Директор Департамента аналитики больших данных Банка "Санкт-Петербург"

Меня порой просят рассказать про какие-то аспекты профессиональной деятельности и обязательно в сценарии «как я чуть не умер», но с happy end.

Одной из таких историй вполне могла бы быть история создания в Банке «Санкт-Петербург» гильдии машинного обучения. Могла бы, но история еще не закончилась), хотя некоторые mile stones уже позитивные.

Активное внедрение технологий машинного обучения в Банке началось буквально пару лет назад. Это не значит, что до этого ML не применялся. Конечно, некоторые классические задачи (например, кредитный скоринг) и раньше решались методами машинного обучения, но пару лет назад было создано отдельное управление, призванное активно внедрять ML и методы прогнозирования в бизнес-процессы Банка.

Так вот, я думаю, как и все, кто ринулся в это направление, мы недооценили сложность решения одной задачи – про полноту и качество данных. То есть мы знали, что с данными плохо, но не знали, насколько и каких усилий будет стоить эту задачу решить. В результате – переход на новую архитектуру работы с данными в широком смысле этого слова, двухлетний проект от сбора, хранения и обработки данных до появления промышленной платформы ML. В процессе — много раз пришлось отвечать на вопрос «зачем это все», ведь утвержденный однажды, проект подвергался актуализации снова и снова.

Сейчас работа идет сразу по нескольким направлениям: и достраивание архитектуры данных (проект на финальной стадии), и создание и применение ML моделей. За эти пару лет мы серьезно продвинулись. Активно развивается инфраструктура и практики работы с данными. Наряду с собственными моделями, мы работаем с партнерами – например, Университет ИТМО серьезно усиливает нашу математическую экспертизу и ускоряет проверку гипотез. Области использования моделей, думаю, классические: борьба с оттоком клиентов – есть семейство моделей, которые не только прогнозируют вероятность оттока, но и подбирают для него оптимальное предложение для удержания; кросс-продажи – аналогичный комплекс моделей и оптимизационная логика поверх них определяет наилучший продукт и наилучший канал для продажи выбранного продукта; всевозможные LookaLike модели выявления клиентов со схожими паттернами для тех или иных целей и многие другие. В общем, все как у всех, но учитывая наши масштабы — мы очень эффективны)

Конечно, мы продолжим движение. Развитие инфраструктуры позволит работать с новыми данными, а данных никогда не бывает много. Плюс обеспечит лучшую полноту и качество данных. Бэклог новых моделей тоже никогда не бывает пустым – и кроме новых прогнозных моделей, хотим использовать симуляционные и оптимизационные модели, которые позволят перейти от предиктивной аналитики (отвечающей на вопрос «что будет?») к аналитике предписывающей (вопрос «что надо сделать, чтобы случилось то, что нужно нам?»), что выглядит достаточно сложным, но очень многообещающим шагом вперед.

А размышляя о том, какие трудности могут ждать в будущем – я все больше прихожу к мысли, что основная сложность останется на Человеке и на его способности интерпретировать данные и принимать решения. Данных становится все больше, и все больше инструментов аналитики. Но вот что я вижу сейчас и что точно будет только усиливаться – это вопрос интерпретации. В итоге, все равно есть Человек, его гипотеза и его вера в правильность вывода.

{ "author_name": "Банк «Санкт-Петербург»", "author_type": "editor", "tags": ["\u0442\u0435\u0445\u043d\u043e\u043b\u043e\u0433\u0438\u0438","\u043f\u0440\u043e\u0433\u0440\u0430\u043c\u043c\u0438\u0440\u043e\u0432\u0430\u043d\u0438\u0435","\u043c\u0430\u0448\u0438\u043d\u043d\u043e\u0435\u043e\u0431\u0443\u0447\u0435\u043d\u0438\u0435","\u0430\u043d\u0430\u043b\u0438\u0437\u0434\u0430\u043d\u043d\u044b\u0445","bigdata"], "comments": 0, "likes": 3, "favorites": 1, "is_advertisement": false, "subsite_label": "ml", "id": 272288, "is_wide": true, "is_ugc": false, "date": "Wed, 21 Jul 2021 15:29:51 +0300", "is_special": false }
0
0 комментариев
Популярные
По порядку
Читать все 0 комментариев
Прошел финал программы скаутинга в киберспорте Winstrike

Итоги программы Winstrike Scouting powered by UltraGear

Жизнь и удаленная работа во Вьетнаме: почему работать со сдвигом на 4 часа — это хорошо

Чтобы разобраться, как живется во Вьетнаме на самом деле, мы пообщались с аналитиком, которая с 2013 года живет здесь с супругом и не собирается никуда уезжать. Она расскажет, какие тут на самом деле цены, как обстоят дела с развлечениями и медициной и в чем главное отличие Вьетнама от других стран Юго-Восточной Азии.

Хомяк-криптотрейдер заработал 30% за три месяца в «клетке для торговли» — обойдя Уоррена Баффета и S&P 500 Статьи редакции

Мистер Гокс занимается торговлей криптовалютой с 12 июня.

Нужны ли в России сити-фермы

И появятся ли грядки на крышах пятиэтажек.

re-thinkingthefuture.com
Увидеть первые Apple, сделать копию на ксероксе и потрогать мышку: как в Минске-88 прошла выставка «Информатика в США» Статьи редакции

Выставка стала потрясением для жителей: это было похоже на фильм «Назад в будущее», который на выставке тоже показывали, рассказывает dev.by. Издание поговорило с экс-гидом той выставки и минчанами, которые до сих пор хранят значки с её логотипом.

Готовы выбрать победителя премии «Экспортер года eBay — 2021»?
Как традиционному малому бизнесу превратиться в стартап: план действий

Сейчас в России предприниматели переходят из традиционного малого бизнеса в стартапы очень редко — меньше чем в 0,02% случаев. Это не больше 1 000 стартапов из около 6 млн предприятий малого бизнеса. Поговорим о том, что мешает предпринимателям и как действовать, если есть желание создать стартап.

Quick FAQ: Осенняя хандра и то, как её победить

Привет! Это Дмитрий, автор канала «Ноотропы и разгон мозга» и сегодня я хочу поговорить с вами о том, что называют «осенняя хандра» или по-научному — Seasonal Affective Disorder (сезонное аффективное расстройство).

Как мы проводили командную ретроспективу в Minecraft

Рассказываем историю, на что стоит обратить внимание при проведении командного мероприятия в игре Minecraft, какие грабли могут быть, как организовать онлайн- и офлайн-участие.

Создал ледовый комбайн в 50, а вместе с ним и рынок таких машин, который сразу захватил — это изобретатель Фрэнк Замбони Статьи редакции

Иногда ледозаливочные машины других производителей по ошибке называют «Замбони», пишет The Hustle.

Ледовый комбайн Замбони Time
Как испортить лучшую систему комментариев в рунете на примере vc.ru

Иногда мне кажется, на vc.ru идёт прогресс дизайна ради дизайна, а не ради прогресса. Вот и до комментариев добрались.

null