Реализованный проект обеспечит непрерывность процесса разработки и внедрения моделей машинного обучения с последующей их интеграцией в бизнес-процессы банка. Развернутая архитектура автоматизирует управление моделями, работа с ними ведется в отдельном безопасном тестовом окружении, осуществляется автоматический перенос изменений в промышленную среду.

Банку "Открытие" удалось выстроить процессы по развитию команд моделистов, обеспечив их передовыми технологиями. Для разработки моделей машинного обучения реализован доступ к корпоративным хранилищам данных, настроены готовые образы рабочих мест для команд с различным стеком библиотек машинного обучения.

Автоматизированные процессы переноса моделей из контура разработки в контур применения позволят в будущем сократить time-to-market задач по внедрению машинного обучения в процессы принятия банком решений, а также снизить операционный риск ручного переноса логики моделей между системами.

"С внедрением промышленной платформы моделирования вопрос подключения нового специалиста к команде моделистов должен занимать не более одного дня. Каждая команда разработчиков работает в собственной среде с динамическим расширением ресурсов для обучения модели. Также у нас появилась возможность оперативного переноса моделей из среды разработки в среду применения для различных команд. Именно за счет такой гибкости платформа была выбрана как основа для общебанковской платформы", — прокомментировал Павел Николаев, управляющий директор департамента интегрированных рисков банка "Открытие".

"Платформа даст моделистам банка возможность использовать современные методы и алгоритмы разработки в комфортной для пользователя среде, позволит повысить time-2-market моделей. Нативная и важная цель платформы — снижение операционного и модельного риска при внедрении и эксплуатации моделей", — отметила Наталья Хозинская, Chief Data Scientist банка "Открытие".

"Для внедрения платформы моделирования команда Neoflex применила в банке методологию и практики MLOps — объединение технологий разработки моделей ML (Dev) и эксплуатации разработанных моделей ML (Ops). Автоматизация и мониторинг данных, моделей, процессов на всех этапах эксплуатации платформы моделирования — прочный фундамент для дальнейшего развития процессов машинного обучения в банке "Открытие", — подчеркнул Геннадий Волков, партнер, главный архитектор Neoflex.

"Платформа моделирования была реализована на базе развернутой в банке промышленной среды контейнеров Kubernetes, которая обеспечила для платформы необходимые гибкость и масштабируемость. В банке ведутся работы по миграции данных, используемых при моделировании, на промышленный контур, что должно обеспечить платформе еще большую стабильность и отказоустойчивость", — отметил Дмитрий Первухин, вице-президент, директор департамента разработки учетных и аналитических систем банка "Открытие".