Привет!

Меня зовут Женя Гаврилин, я тимлид следующей команды ОКФ, о которой расскажу сегодня. Именно мы разработали модель, которая за считанные миллисекунды проверяет платежи из приложения на предмет кражи средств.

Мы — самая многочисленная команда ОКФ: нас 8! Но собраться вместе так сложно, что у нас нет ни одной общей фотографии 😔

Мы растём, так что, если хотите присоединиться, оставляйте заявку по ссылке.

Наши заказчики:
• Кибербезопасность
• Маркетинг
• Департамент развития цифровых каналов физических лиц
• Операционный департамент

Чем занимаемся:
1. Антифрод.
Оцениваем операции клиентов на предмет мошенничества в реальном времени и детектируем дропов — клиентов, которые обналичивают средства из мошеннических схем. Наши модели заранее выявляют такие случаи, снижая риски и защищая банк с клиентами.
2. Мобильное приложение.
Создаём модели для приложения: рекомендации провайдеров ЖКХ, определение подписочных транзакций и другие полезные функции, которые делают использование банка удобнее.
3. Реферальная программа.
Анализируем эффективность бонусов, оптимизируем вознаграждения для привлечения новых клиентов. Наши модели помогают находить баланс между затратами и результатом.

Бонусная секция 🔥

Помимо рабочих задач мы любим делиться знаниями.

Поэтому устраиваем хакатоны, проводим лекции и семинары в вузах, а так же участвуем в митапах. На митапе в пятницу мы расскажем, как положить деньги в банкомат, чтобы хватило всем желающим 💸

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 🤌