Всем привет!

Меня зовут Эдуард Голубов, я тимлид третьей команды ОКФ.

Если бы вы читали это текст на нашем сайте, то до того, как моргнёте, под постом были бы уже готовы персонализированные рекомендации продуктов нашего банка 😎

Кроме этого мы знаем, где открыть точку, сколько клиентов её посетит и, как проложить оптимальный маршрут куда угодно 🗺️

Наша команда состоит из 6 человек.

Постоянными нашими заказчиками являются:
• Департамент управления сетью
• Дирекция технологического развития
• Цифровой бизнес

Приведу примеры решаемых нами задач:

Гео-направление: мы реализуем задачи в области геоаналитики, разрабатываем маршруты для представителей банка, занимающихся доставкой продуктов, создаём витрины с геоданными (гео-фичесторы) для поддержки других бизнес-процессов.

Персонализация на сайте: мы разрабатываем модели, которые персонализируют предложения на сайте для неидентифицированных клиентов, адаптируя разделы с рекомендациями в соответствии с предполагаемыми интересами и потребностями пользователя. Недавно у нас выходил пост об этом.

На митапе мы расскажем об оптимизации при формировании маршрута для представителей банка.

Бонусная секция:

Сегодня расскажу о ролях дата-инженера и датасайентиста в наших командах.

Для начала похвалюсь — в Альфе есть крутой Feature Store, в котором собраны тысячи фич, которые мы переиспользуем от задачи к задаче. Но при разработке моделей всё равно появляются новые источники данных, которые мы добавляем в наши модели. Помимо этого, иногда возникает потребность в горячих данных. Тут-то в дело и вступают наши дата-инженеры. Они обеспечивают интеграцию систем банка с нашими базами данных, выводят в prod новые витрины, обеспечивают стабильность процесса.

Датасайентист прорабатывает гипотезы и ML-дизайн вместе с аналитиками заказчика. Его задача — убедиться и помочь придумать сценарии применения, которые раскроют весь потенциал ML. После того как мы располагаем данными и определились с дизайном внедрения, остаётся лишь построить модель высокого качества 🤌