Банкиры научили студентов проверять бизнес-гипотезы

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. «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 Евгений 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.

«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.