28 декабря 2025

eur = 91.21 -0.68 (-0.74 %)

btc = 87 485.00$ - 391.18 (-0.45 %)

eth = 2 929.10$ 10.38 (0.36 %)

ton = 1.58$ 0.05 (3.43 %)

usd = 77.69 -0.19 (-0.25 %)

eur = 91.21 -0.68 (-0.74 %)

btc = 87 485.00$ - 391.18 (-0.45 %)

ОТП Банк провел ML-интенсив для студентов ведущих вузов Москвы и Подмосковья

2 минуты на чтение

Читайте в Telegram

Что будет с Telegram в России?|

ОТП Банк провел ML-интенсив для студентов ведущих вузов Москвы и Подмосковья

В головном офисе ОТП Банка в бизнес-центре «Метрополис» прошел ML-интенсив для студентов топовых московских университетов, обучающихся по направлениям IT и Data Science.

Мероприятие стало символичным завершением лета: банк собрал начинающих свой карьерный путь специалистов, чтобы поделиться экспертизой в области машинного обучения и рассказать о карьерных возможностях.

Интенсив продолжался два часа и состоял из теоретической и практической частей.

В первой половине программы выступил руководитель команды исследования данных и машинного обучения Евгений Зубков. Он подробно рассказал о том, как строится работа с ML- моделями, отметив, что важнейшим элементом процесса является бизнес-гипотеза. Евгений наглядно продемонстрировал, каким образом в банке рождаются и проходят проверку гипотезы, прежде чем превращаются в готовые решения. Спикер пояснил, что тестирование гипотез стоит начинать с их предварительной оценки: важно проверить данные, оценить техническую реализуемость и ожидаемый эффект для бизнеса. Лишь после этого команда может переходить к разработке и пилотированию модели, а успешные решения масштабировать и внедрять в работу.

Отдельный блок выступления был посвящен системе управления данными Data Governance, которая в ОТП Банке является одной из лучших на рынке Финтеха. «Хорошая база данных с выверенным бизнес-глоссарием - фундамент для успешного применения ML. Данные должны быть унифицированными, прозрачными по происхождению и движению, а также достоверными, чтобы на них можно было опираться при принятии решений. Только такой подход формирует надежную основу для построения моделей, способных приносить ощутимую пользу бизнесу», - поделился Е. Зубков.

Во второй части программы тимлид разработки ML-моделей для розничного бизнеса Кирилл Герасимов провел практический семинар. Студенты учились формулировать бизнес-гипотезы, проверять их применимость на реальных массивах данных, сопоставлять технические показатели работы моделей с бизнес-результатами и понимать, как выстроить путь внедрения решений в продуктовый процесс. Для участников это стало возможностью попробовать себя в роли специалистов AI-команды и увидеть, как именно машинное обучение используется в банке для решения прикладных задач.

По итогам мероприятия самые активные студенты получили призы — брендированные кейсы для ноутбуков.

«Мы верим, что что ИИ имеет огромный потенциал для оптимизации бизнес-процессов и повышения эффективности работы всех функций банка, и в принципе, ИИ уже стал неотъемлемой частью нашей жизни, спектр его применения – огромен. Поэтому нам очень важно привлекать к работе с ним и молодых специалистов, делиться с ним опытом и прокачивать их навыки. В планах компании — сделать проведение образовательных интенсивов регулярной практикой, чтобы делиться экспертизой, развивать молодых специалистов и привлекать новые таланты в команду», - подытожил Евгений Зубков.
Сейчас читают
Редакция рекомендует
Глоссарий Telegram: 200+ терминов и функций мессенджера
Глоссарий Telegram: 200+ терминов и функций мессенджера

Глоссарий Telegram: 200+ терминов и функций мессенджера

Гайд по Telegram: справочник терминов и функций

Читать
Карьера
Блоги 462
OTP Bank
Т-Банк
билайн
Газпромбанк
МТС
X5 Tech
Сбер
Яндекс Практикум
Ozon Tech
Циан

Пользуясь сайтом, вы соглашаетесь с политикой конфиденциальности
и тем, что мы используем cookie-файлы