Alfa Advanced Analytics

Нейросети, объединяйтесь 🧠 Вероятность дефолта клиента зависит от множества факторов, поэтому в кредитном скоринге недостаточно опираться на один источник данных. У нас за прогноз отвечают сразу несколько нейросетевых модулей, они анализируют транзакции, кредитную историю и связи между клиентами. Но как объединить их в одну модель, чтобы получить более точный результат? Об этом рассказал 👨‍💻 Леонид Кулыгин, специалист по разработке нейросетей. Больше подробностей читайте в статье. #aaa_hardposting #aaa_habr

Выпустили 49 новых AI-продактов 🎓 У нас прошёл выпускной второго потока Школы AI-продактов. В этом году программу завершили 49 сотрудников. Роль AI-продакта появилась в банке в конце 2024 года. Это специалисты, которые помогают внедрять искусственный интеллект в бизнес-процессы. Подробно рассказывали про роль в посте. Таких специалистов на рынке пока единицы, поэтому мы решили развивать их внутри банка. Три месяца участники Школы работают с реальными бизнес-задачами: оценивают потенциал внедрения ИИ, рассчитывают экономический эффект, готовят требования для команд разработки и превращают идеи в проекты, готовые к постановке в бэклог. Результаты первого потока показали, что такой подход работает: 🔴 28 из 32 проектов вошли в бэклог разработки 🔴 Прогнозируемый бизнес-эффект от их реализации — более 6 млрд рублей 🔴 Программа стала лауреатом премий Digital Learning и «Смарт Пирамида» «До школы AI Product я был тем самым заказчиком, который приходил с идеей, просил сделать „красиво“ и ждал, что команда сама превратит её в результат. После школы я стал партнёром. Теперь я не просто прошу „прикрутить ML-модель“, а понимаю, какую проблему мы решаем, как проверить гипотезу и по каким метрикам оценить результат», — Денис Горлов, старший руководитель по развитию продукта, выпускник первого потока Школы ИИ-продактов В течение года программа продолжит масштабироваться, чтобы ещё больше сотрудников могли запускать AI-проекты в своих направлениях. #aaa_event

Чего вы боитесь от ИИ больше? 🤯 — Галлюцинаций 🙈 — Что не пойму, что это ИИ 😭 — Что станет умнее меня

Правила приличия для ИИ 🤖 В декабре 2025 года Банк России опубликовал Кодекс этики в сфере разработки и применения ИИ на финансовом рынке. К нему присоединился Альфа-Банк и другие крупнейшие банки страны. Кодекс этики — набор принципов, которые помогают выстраивать безопасное и прозрачное взаимодействие человека с ИИ. В его основе — пять принципов: 🤡 Человекоцентричность — ИИ должен улучшать качество и безопасность услуг 🤡 Справедливость — без дискриминации и использования данных без согласия 🤡 Прозрачность — человек должен понимать, когда взаимодействует с ИИ 🤡 Безопасность, надёжность и эффективность — качество работы моделей нужно постоянно контролировать 🤡 Ответственное управление рисками — возможные угрозы важно выявлять и снижать «Если прочитать документ, становится понятно, что это не “свод этических заповедей для разработчиков”, а скорее руководство по комфортному и прозрачному взаимодействию банков с клиентом», — Михаил Васильев, руководитель Департамента развития и контроля ИИ-решений Альфа-Банка Как эти принципы работают на практике, зачем нужен добровольный кодекс и почему ответственность за решения ИИ всё равно несёт человек, рассказываем в статье 🤡 #aaa_hardpostin

Как Kaggle помогает прокачивать навыки в Data Science? 🏆 Для многих Kaggle — это соревнования по машинному обучению. Но для наших специалистов ещё и возможность изучать новые предметные области, тестировать подходы и решать нестандартные задачи. Поговорили с Кириллом Кривошеевым, старшим специалистом по интеллектуальному анализу данных, о том, как он пришел в Kaggle и какие решения помогли занять призовые места и звание Kaggle Master. ▶️ Как ты пришел в Kaggle? «Про Kaggle я узнал во время обучения в институте. Участвую в соревнованиях, когда есть свободное время, для меня это хобби. Соревнования очень разнообразные, и часто это способ познакомиться с новой предметной областью, задачами и подходами к их решению». В каких соревнованиях ты участвовал? 🥈 Optiver — Trading at the Close (декабрь 2023, серебряная медаль, топ-4%) Задача — прогнозирование временных рядов на основе истории и текущих данных аукциона. «Основная идея решения заключалась в том, чтобы автоматически дообучать модель каждые 20 дней на новых данных во время периода предсказаний». 🥇 Santa 2025 — Christmas Tree Packing Challenge (январь 2026, золотая медаль, 16 место) Участникам нужно было найти оптимальный способ упаковать 2D-елки в квадрат минимального размера. «Ключевыми стали использование специализированной библиотеки sparrow, идея регулярного прямоугольного шаблона и своевременное объединение в команду». 🥇 Predicting Irrigation Need (апрель 2026, 1 место) Нерейтинговое соревнование по табличным данным. «Основой решения стал стекинг сильнейших табличных моделей — бустингов (XGBoost, CatBoost) и современных нейросетей (TabM, RealMLP и других) с разнообразной генерацией признаков». 🥈 Orbit Wars (июнь 2026, серебряная медаль, топ-4%) Задача — разработать бота для стратегии в реальном времени по захвату планет. «Основной идеей стала оптимизация начальной фазы расширения с учетом полезности планет и добавление возможности ожидания при захвате нейтральных планет». А вы делитесь, если тоже участвовали в соревнованиях Kaggle 🔽 #aaa_experts