< p class = "doc__text doc__ntro" > В главном офисе банка банка в бизнес -центре «Метрополис» был проведен для студентов ведущих московских университетов, изучающих в нем и отступите данные. Мероприятие стало символическим конец лета: банк собрал свои начальные карьерные пути специалистов, чтобы поделиться экзаменом в области машинного обучения и рассказать о возможностях карьеры. ~ 60 > Интенсивность длилась два часа и состояла из теоретических и практических частей. 62 > 62 > 62 > 62 > 62 > 62 > 62 ~ В первой половине программы глава исследования и исследовательской группы по машинному обучению Евгений Зубков. Он подробно рассказал о том, как строится работа с ML -моделями, отметив, что наиболее важным элементом процесса является бизнес -болт. Юджин четко продемонстрировал, как гипотеза рождается в банке, прежде чем превратиться в готовые решения. Спикер объяснил, что гипотезы тестирования должны начинаться с их предварительной оценки: важно проверить данные, оценить техническую реализацию и ожидаемый эффект для бизнеса. Только после этого команда может перейти к разработке и пилотированию модели, а также к акаляции успешных решений и реализовать ее в работе.
Отдельный блок производительности был посвящен системе управления данных управления данными, которая в OTP Bank является одним из лучших на рынке Fintech. «Хорошая база данных с проверенным деловым глоссарием — это основа для успешного использования ML. Данные должны быть объединены, прозрачные по происхождению и движению, а также надежные, чтобы они могли основываться на решениях. Только этот подход составляет надежную основу для строительства моделей, которые могут принести ощутимые преимущества для бизнеса», — сказал Евгений Зубков.
Во второй части программы по времену разработки моделей ML для розничного бизнеса Кирилл Герасимов провел практическое семинар. Студенты научились формулировать Business Bolt, проверять их применимость на реальных массивах данных, сравнивать технические показатели работы моделей с результатами бизнеса и понимать, как построить путь внедрения решений в продуктовый процесс. Для участников это стало возможностью попробовать себя в качестве специалистов команды ИИ и посмотреть, как именно машинное обучение используется в банке для решения прикладных проблем.
Согласно результатам мероприятия, наиболее активные студенты получили призы — фирменные случаи для ноутбуков.
«Мы считаем, что ИИ обладает большим потенциалом для оптимизации бизнес -процессов и повышения эффективности всех функций банка, и, в принципе, ИИ уже стал неотъемлемой частью нашей жизни, спектр его применения огромный. Поэтому для нас очень важно привлекать молодые специалисты для работы с ним, обмениваться опытом с ними и накачать свои навыки. Для команды »подытожил Евгений Зубков.
Свежие комментарии