• A
  • A
  • A
  • АБВ
  • АБВ
  • АБВ
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта

В Вышке появилась научно-учебная лаборатория анализа данных в финансовых технологиях

В Вышке появилась научно-учебная лаборатория анализа данных в финансовых технологиях

© Коллекция Essentials/ iStock

Подразделение займется приложением методов машинного обучения к задачам в области финансовых услуг. Лаборатория вошла в состав Центра глубинного обучения и байесовских методов и стала еще одним партнерским проектом Сбербанка и факультета компьютерных наук ВШЭ.

Среди запланированных тем исследований — интерпретация сложных нейросетевых моделей, обучение с подкреплением, обработка естественного языка, конкурирующие сети (GAN) в задачах направленного удаления информации из выборки. Возглавил лабораторию заместитель руководителя Департамента больших данных и информационного поиска ВШЭ Евгений Соколов. По его словам, идея научного подразделения возникла из совместных проектов со Сбербанком, с которым Вышка сотрудничает не первый год.

 
Евгений Соколов

Потребность в профильных исследованиях велика, поскольку методы зачастую требуют доработки под банковскую специфику: оценивание кредитных рисков, автоматизация службы поддержки, персонализация маркетинга.

Сейчас в крупных банках всё масштабнее внедряется машинное обучение как для базовых задач, так и для новых направлений типа создания чат-ботов.

Задача кредитного скоринга — одно из популярных применений машинного обучения. Компьютерная модель обрабатывает данные о людях, уже оплативших кредит: пол, возраст, семейное положение, уровень дохода — и находит в них закономерности. От комбинации этих факторов зависит, насколько рискует банк, выдавая заем.

Но недостаточно научить нейросеть качественно прогнозировать кредитоспособность заемщика на основе имеющихся данных. Банк должен уметь объяснять итоговое решение — это требование ЦБ РФ, регулирующего деятельность кредитных организаций. Именно из-за трудностей в интерпретации прогнозов сложных нейросетей на практике до сих пор используются упрощенные, менее точные модели.

Если бы банкам разрешили использовать нейросети, качество оценки кредитных рисков выросло бы радикально.

По словам Соколова, стажеров планируется набирать из числа студентов, в том числе с магистерской программы «Финансовые технологии и анализ данных», открытой совместно со Сбербанком в 2017 году. Стажеры смогут подключиться к решению сложных задач в области машинного обучения под руководством опытных исследователей, а также познакомиться с внутренней кухней банка, пообщаться с его разработчиками и data scientist’ами.

Часть исследований лаборатории коснется не только банковской сферы, но и любой финансовой деятельности. Один из таких крупных бизнес-трендов — автоматизация службы поддержки. Ежедневно в колл-центр и в службу поддержки компании обращаются десятки тысяч клиентов со схожими проблемами. Около 80% ответов на эти запросы шаблонные, с ними справится чат-бот. Накопив достаточно данных, можно приступать к автоматизации процесса, используя технологии машинного обучения и обработки естественного языка.

Вам также может быть интересно:

«Цель школы Spring into ML — объединить молодых ученых, занимающихся математикой ИИ»

Институт искусственного интеллекта и цифровых наук ФКН НИУ ВШЭ и Университет Иннополис провели для студентов, аспирантов и молодых ученых недельную школу, посвященную применению математики в машинном обучении и искусственном интеллекте. 50 участников Spring into ML прослушали 24 доклада о машинном обучении, участвовали в тематических питч-сессиях и прошли два мини-курса по диффузионным моделям — развивающейся области ИИ для генерации данных.

В России разработана программа для диагностики дислексии

Ученые НИУ ВШЭ создали инструмент, который оценивает наличие и степень дислексии у школьников, учитывая их пол, возраст, класс школы и данные видеоокулографии. В 2024 году планируется внедрение программы в клиническую практику. Исследования проводились специалистами в области машинного обучения и нейролингвистами в Центре искусственного интеллекта НИУ ВШЭ.

Студенты со всей России пройдут интенсив по компьютерным наукам от ВШЭ и «Яндекса»

С 1 по 13 апреля в Москве на базе факультета компьютерных наук НИУ ВШЭ пройдет бесплатный студкемп по машинному обучению, организованный в рамках программы «Яндекса» для студентов IT-специальностей. За две недели студенты изучат материал, на освоение которого в рамках традиционных программ уходит от пары месяцев до нескольких семестров. Они получат фундаментальные знания в области искусственного интеллекта, а также познакомятся с практиками применения нейросетей в сервисах «Яндекса».

Нейросети всевластья: ИИ распутывает клубок взаимоотношений людей, эльфов и хоббитов

3 января родился один из самых популярных писателей прошлого века Джон Рональд Руэл Толкин. Исследователи из НИУ ВШЭ, AIRI и МИСИC использовали машинное обучение для исследования социальных связей между персонажами его вселенной Средиземья. Ученые считают, что этот подход найдет применение во многих сферах за пределами литературы. Результаты работы опубликованы в IEEE Xplore.

«Каждая статья на NeurIPS — значительный результат»

Сотрудники факультета компьютерных наук НИУ ВШЭ представят 12 своих работ на 37-й конференции NeurIPS. Conference and Workshop on Neural Information Processing Systems — одно из самых значительных событий в сфере искусственного интеллекта и машинного обучения. В этом году она пройдет с 10 по 16 декабря в Новом Орлеане (США).

Совместный проект ученых НИУ ВШЭ и СурГУ поможет предотвратить повторные инфаркты и инсульты

Один из проектов, победивших на конкурсе «Зеркальные лаборатории» НИУ ВШЭ в июне этого года, посвящен технологиям машинного обучения в прогнозировании исходов острого коронарного синдрома. Его реализуют Международная лаборатория биоинформатики НИУ ВШЭ и Научно-образовательный центр Медицинского института Сургутского государственного университета. Как зародился этот совместный проект, чем он поможет пациентам и как будет организована работа по его реализации, рассказывает заведующая Международной лабораторией биоинформатики, доцент ФКН НИУ ВШЭ Мария Попцова.

На факультете компьютерных наук открываются новые лаборатории

По итогам конкурса проектов на факультете компьютерных наук НИУ ВШЭ открываются две новые лаборатории. Лабораторию матричных и тензорных методов в машинном обучении возглавит Максим Рахуба, доцент департамента больших данных и информационного поиска. Лабораторией облачных и мобильных технологий будет руководить профессор департамента программной инженерии Дмитрий Александров.

«Интерес к приложениям машинного обучения в биоинформатике с каждым годом растет»

28–30 августа, накануне нового учебного года, факультет компьютерных наук ВШЭ провел четвертую летнюю школу по машинному обучению в биоинформатике. В этом году на событие зарегистрировались 670 человек, более 300 посетили ее очно.

ФКН в четвертый раз проведет летнюю школу по машинному обучению в биоинформатике

На факультете компьютерных наук Вышки с 28 по 30 августа пройдет летняя школа по машинному обучению в биоинформатике. В течение трех дней участников ждут лекции и семинары от ведущих специалистов в данной области из ВШЭ, Сколтеха, AIRI, МГУ, МФТИ, Genotek, Sber Artificial Intelligence Laboratory.

Решение НИУ ВШЭ и Сбера позволит машинному обучению работать в десятки раз быстрее

Исследователи факультета компьютерных наук ВШЭ и Лаборатории искусственного интеллекта Сбера  смогли увеличить скорость работы градиентного бустинга — одного из самых эффективных алгоритмов для решения задач машинного обучения. Предложенный подход позволит быстрее решать задачи классификации и регрессии машинного обучения. Результаты их работы были представлены на конференции NeurIPS.