Для тех, кто не смог присоединиться к нам офлайн, напоминаем — вот здесь можете найти онлайн-трансляцию выступлений 🐧
Please open Telegram to view this post
VIEW IN TELEGRAM
❤6
Уже организовал легкую разминку и комфортно проведет вас по всей программе дня ⭐ Юлий Шамаев, начальник управления моделирования партнерств и ИТ-процессов ВТБ.
Please open Telegram to view this post
VIEW IN TELEGRAM
❤6
Data Fusion
Для тех, кто не смог присоединиться к нам офлайн, напоминаем — вот здесь можете найти онлайн-трансляцию выступлений 🐧
Прервались на что-то типа обэда и в 14 часов продолжаем с выступлениями.
Кто смотрит онлайн, поддержите наших замечательных спикеров огоньками и комментариями!
Если вы сейчас не с нами, но есть вопросы к следующим выступлениям, задавайте их здесь, в комментариях, озвучим в зале💜
Кто смотрит онлайн, поддержите наших замечательных спикеров огоньками и комментариями!
Если вы сейчас не с нами, но есть вопросы к следующим выступлениям, задавайте их здесь, в комментариях, озвучим в зале
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥16👍5❤3😁1
В среду 28 мая встречали гостей в уютном Loft Hall на офлайн-дне Data Fest от коммьюнити Open Data Science. Это было мощно: 9 часов качественных выступлений, активных сессий вопросов и ответов, нетворкинга, и, конечно, отдыха в перерывах между докладами во дворе — с погодой нам повезло.
Делимся моментами с этого дня. Видеозаписи выступлений вы можете найти в VK Видео или на сайте ODS в разделе «Эфир».
Благодарим спикеров за классную подготовку, а гостей — за вовлеченность и душевность. Приходите к нам еще!
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
👍13❤8🔥4
Что общего у осьминога и ML-алгоритма, который помогает проверять гипотезы?
Многовато рук.
Казино, A/B-тестирование, policy для «бандитов»… О том, как все это связано между собой, как простой алгоритм помогает найти неэффективные предложения в CRM и вырастить конверсию в три раза, — в новой статье на Хабре «Многорукие бандиты: когда классическое тестирование не работает» от наших DS Дмитрия Тимохина, Василия Сизова, Александра Лукашевича и Егора Суравейкина.
Приятного чтения!
Казино, A/B-тестирование, policy для «бандитов»… О том, как все это связано между собой, как простой алгоритм помогает найти неэффективные предложения в CRM и вырастить конверсию в три раза, — в новой статье на Хабре «Многорукие бандиты: когда классическое тестирование не работает» от наших DS Дмитрия Тимохина, Василия Сизова, Александра Лукашевича и Егора Суравейкина.
Приятного чтения!
🔥7👍6❤2
В гостях подкаста «Деньги любят техно» — один из ключевых современных российских философов Александр Дугин
В развитии искусственного интеллекта нельзя концентрироваться исключительно на точных науках. Философия помогает осмыслить не только технические, но и глубинные вопросы природы разума, сознания и ответственности в эпоху ИИ. Без философского взгляда развитие искусственного интеллекта рискует остаться односторонним и поверхностным.
Чтобы получить еще один, непривычный и потому полезный взгляда на ИИ, мы пригласили в наш подкаст философа, профессора МГИМО Александра Гельевича Дугина. Отчасти свою позицию он уже сформулировал на нашей апрельской Data Fusion — запись той дискуссии найдете здесь.
В новом выпуске «Денег» говорим о метафизике ИИ, схожести призвания математиков и философов и думаем о будущем. Мышление, язык, технологии, футуризм — обсудили все.
Смотреть в видеоверсии
Слушать аудиоподкаст
Экспериментируем и не боимся смотреть на мир с неожиданных точек зрения. Давайте с нами!
В развитии искусственного интеллекта нельзя концентрироваться исключительно на точных науках. Философия помогает осмыслить не только технические, но и глубинные вопросы природы разума, сознания и ответственности в эпоху ИИ. Без философского взгляда развитие искусственного интеллекта рискует остаться односторонним и поверхностным.
Чтобы получить еще один, непривычный и потому полезный взгляда на ИИ, мы пригласили в наш подкаст философа, профессора МГИМО Александра Гельевича Дугина. Отчасти свою позицию он уже сформулировал на нашей апрельской Data Fusion — запись той дискуссии найдете здесь.
В новом выпуске «Денег» говорим о метафизике ИИ, схожести призвания математиков и философов и думаем о будущем. Мышление, язык, технологии, футуризм — обсудили все.
Смотреть в видеоверсии
Слушать аудиоподкаст
Экспериментируем и не боимся смотреть на мир с неожиданных точек зрения. Давайте с нами!
🔥14👍8👎7❤3😱3❤🔥1
4 июня двое наших коллег — Андрей Бояренков и Александр Громов — выступали на Форуме риск-менеджеров с докладами про математические модели, которые лежат в основе эффективного скоринга.
Андрей рассказал про модель precollection, которая позволяет предсказать риск невозврата кредита и возникновения просрочки свыше 5 дней. Подробнее о том, как она устроена, можно почитать на Хабре. Спойлер: внутри — пайплайн моделирования, методы интерпретации фичей и подходы к оптимизации гиперпараметров.
Александр рассказал про модель оценки дохода розничных клиентов. Она позволяет определять кредитный лимит и оценивать ПДН клиента точнее, чем с помощью других разрешенных ЦБ подходов к выдаче кредита без потверждения дохода. Александр также рассказал о том, как в банке ограничивают издержки от возможных ошибок моделей и как можно оптимизировать расходы на данные внешних партнеров. Главный вывод: для ПДН результат работы модели оценивается как положительный (но зависит от доли выдач с ПДН 50+), а при определении лимита модели помогают в предварительных расчетах, но на финальном этапе их роль сокращается.
Что можно поисследовать в скоринге в ближайшем будущем? Вот короткое саммари от Андрея:
Андрей рассказал про модель precollection, которая позволяет предсказать риск невозврата кредита и возникновения просрочки свыше 5 дней. Подробнее о том, как она устроена, можно почитать на Хабре. Спойлер: внутри — пайплайн моделирования, методы интерпретации фичей и подходы к оптимизации гиперпараметров.
Александр рассказал про модель оценки дохода розничных клиентов. Она позволяет определять кредитный лимит и оценивать ПДН клиента точнее, чем с помощью других разрешенных ЦБ подходов к выдаче кредита без потверждения дохода. Александр также рассказал о том, как в банке ограничивают издержки от возможных ошибок моделей и как можно оптимизировать расходы на данные внешних партнеров. Главный вывод: для ПДН результат работы модели оценивается как положительный (но зависит от доли выдач с ПДН 50+), а при определении лимита модели помогают в предварительных расчетах, но на финальном этапе их роль сокращается.
Что можно поисследовать в скоринге в ближайшем будущем? Вот короткое саммари от Андрея:
«Обратил бы внимание на следующие темы: перестройка ПВР-моделей с учетом макрофакторов по новым правилам ЦБ 845-П (выступление
Юрия Полянского
), необходимость обогащения данных для полноценного мониторинга (доклад
Алексея Чебыкина
) и поиск новых методов интерпретации (по этой теме есть много новых статей — отсылаю вас к выступлению
Александра Дьяконова)
. Понравился вывод коллег из
Альфа-банка
: модельные риски при правильном управлении и контроле в целом снижают риски банка».
🔥10❤7🎉5
Кто угадает, что это за магическая машина? 😎
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥3🤔2🤯1😱1