Alfa Advanced Analytics
5.69K subscribers
1.06K photos
8 videos
3 files
187 links
Канал про AI в Альфа-Банке.
Делимся хардовыми постами по DS, DE и MLOps, обсуждаем их с профессиональным сообществом, публикуем актуальные вакансии и ивенты.

IT и digital-вакансии: https://digital.alfabank.ru/vacancies
Download Telegram
ИИ тоже стареет 👀

И чем умнее модели становятся, тем сложнее поддерживать их точность.

Данные устаревают, а LLM всё чаще начинают галлюцинировать. Поэтому внедрить ИИ один раз и забыть о нём не получится, моделям нужно регулярное «техобслуживание».

В новой статье разбираем, почему ИИ деградирует, как это проявляется на практике и какие инструменты помогают держать качество моделей под контролем.

«Если проводить аналогию с добычей золота, то раньше у отрасли была золотая руда, которую можно брать — и сразу выплавлять чистый металл. Теперь же для качественного обучения ИИ нужно работать с золотым песком: промывать всё больший объем данных, чтобы намыть что-то ценное»,

— Дмитрий Рузанов, директор департамента по разработке моделей в Альфа-Банке

А ещё рассказываем, как в Альфе борются с деградацией моделей с помощью мониторинга, AutoML, стресс-тестов и работы с качеством данных.

Читать статью

#aaa_habr
❤‍🔥6🔥3👏3😎3💯2
ИИ внедряют многие. А считать его эффект умеют единицы 📊

В офисе Альфа-Банка вместе с Альянсом ИИ собрали представителей крупнейших компаний страны, чтобы обсудить важный вопрос для рынка: какую реальную пользу приносит ИИ бизнесу.

Эксперты из 20+ компаний больше года работали над единой методикой оценки финансового эффекта от ИИ, а на митапе поделились своими кейсами и подходами.

👨‍💼 Михаил Васильев, руководитель департамента внедрения, развития и контроля ИИ-решений Альфа-Банка, рассказал, почему эффект от ИИ зависит не только от запуска модели, но и от её дальнейшей работы:
«Искусственный интеллект уже стал частью бизнес-процессов, и теперь ключевой вопрос, какой результат он приносит. Для рынка важно вырабатывать общую логику оценки и учитывать не только вклад технологии, но и устойчивость результата после запуска»


Три ключевые мысли встречи:
➡️ Запуск модели не гарантирует результата. Важно, как она работает после внедрения
➡️ Если модель ошибается или даёт нестабильный результат, финансовый эффект тоже может уменьшиться
➡️ Бизнесу нужно не только внедрять ИИ-решения, но и управлять ими после запуска

Методика уже прошла экспертную валидацию и опубликована, теперь её могут использовать компании по всему рынку.

#aaa_event
Please open Telegram to view this post
VIEW IN TELEGRAM
❤16👍10🔥10😍4😁3
На связи Ольга Кравченко, начальник управления оценки продуктовых изменений и развития А/В тестирования, а ещё модератор на Saint HighLoad++.

Показываем закулисье конференции, скорее смотрите 🔽
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥8❤3🤝2💘1
This media is not supported in your browser
VIEW IN TELEGRAM
❤‍🔥11🔥6❤2
This media is not supported in your browser
VIEW IN TELEGRAM
🥰6❤4🔥3❤‍🔥2⚡1
This media is not supported in your browser
VIEW IN TELEGRAM
🔥7😍4🤝2🆒1
This media is not supported in your browser
VIEW IN TELEGRAM
❤6⚡4😍3
Хотели заменить RNN трансформерами

Не всё пошло по плану, но без важных открытий не остались 💡

В новой статье команда прикладных исследований и разработки моделей глубокого обучения делится актуальными разработках в области нейросетевого кредитного скоринга физических лиц.

На карточках рассказываем коротко, как менялась архитектура моделей, что дало максимальный аплифт и почему некоторые идеи оказались не такими эффективными, как ожидалось.

А полностью про эксперименты команды читайте в статье 🔗
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
❤15🔥6😍5