Благодаря новой платформе банк улучшит процессы мониторинга и принятия решений в сегменте юридических лиц и индивидуальных предпринимателей за счет использования многофакторных статистических моделей оценки кредитного риска.
Банк "Открытие" осуществил успешный старт проекта по автоматизации жизненного цикла моделей машинного обучения на технологическом стеке открытого программного обеспечения: Jupyter Lab, Airflow, MLFlow, Jenkins, Minio. Эксперты банка совместно с компанией "Неофлекс", выступающей технологическим партнером проекта, подготовили инфраструктуру и запустили в пилотном режиме платформу MLops. Она позволит управлять версионированием скриптов моделей, работать с ними в отдельном безопасном тестовом окружении, осуществлять автоматический перенос изменений в промышленную среду.
В течение трех месяцев команде проекта удалось решить архитектурные задачи и внедрить данный подход для одной из бизнес-критичных моделей. Определен вектор дальнейшего развития в банке "Открытие" инфраструктуры разработки и внедрения моделей машинного обучения, а также анализа больших данных.
"Данный пилотный проект позволит в дальнейшем автоматизировать управление статистическими моделями, решать задачи, связанные с развитием банковских продуктов на основе автоматизированного принятия решений, обогатить новыми данными и аналитикой процессы мониторинга и принятия решений", — сообщил Павел Николаев, управляющий директор департамента интегрированных рисков банка "Открытие".
"Созданная инфраструктура позволит в дальнейшем создать непрерывный процесс разработки и внедрения моделей и сократить время на их интеграцию в бизнес-процессы Банка", — отметила Екатерина Лазаричева, директор центра риск-технологий департамента интегрированных рисков банка "Открытие".
Последние комментарии
Это не только повышает скорость обслуживания, но и делает его удобным и современным. Оплата по улыбке ускоряет процесс, позволяя клиентам без лишних действий завершить покупку.
Такие схемы опасны, так как жертвы находятся под сильным психологическим давлением и перестают доверять своим близким. Это напоминает нам о важности быть бдительными и не бояться делиться с близкими подозрительными ситуациями.
Снижение цен на новостройки делает их более привлекательными, особенно с учетом цифровизации сделок и программы семейной ипотеки. Надеюсь, что такие меры действительно сделают жилье более доступным для широкого круга граждан.
Координация всех усилий в одном органе поможет более эффективно защищать данные граждан и противостоять мошенникам.
Особенно понравилась часть конференции, где участники могли посоревноваться с ИИ в прогнозировании спроса. Это отличный способ показать, насколько точны и полезны могут быть ИИ-модели.