Машинное обучение — будущее клиентского бизнеса
АВТОР

01.08.2017 • 08:25 2865

Машинное обучение — будущее клиентского бизнеса

Казахстанские студенты представили свои разработки

Говорят, если данные — это новая нефть, то машинное обучение — нефтеперерабатывающий завод. Если научиться правильно анализировать тот колоссальный объем данных, которые накопили компании, можно революционно повысить скорость и эффективность всех бизнес-процессов. Уже сейчас, по данным исследования MIT Technology Review и Google Cloud, 60% компаний по всему миру в том или ином виде используют машинное обучение в своем бизнесе. В числе первых, конечно, технологические компании и телеком-структуры, финансы и ретейл.

Как это работает? Самый понятный и простой пример — персонализированные рекламные рассылки или результаты поиска, адаптированные под историю ваших просмотров. Или рекомендации, которые вы видите в интернет-магазинах. Например, недавно российский бренд одежды Rafinad запустил алгоритм подбора «идеального платья» на основе машинного обучения. Система анализирует фото в соцсетях и выдает варианты нарядов, которые будут максимально соответствовать индивидуальным предпочтениям.

О том, что за такими технологиями будущее клиентского бизнеса, понимают и в Казахстане. В нашей стране больше стоит вопрос кадров, которые могут разрабатывать и внедрять такие технологии. Студенты ведущих казахстанских технических вузов уже начинают пробовать себя в таких проектах, а IT-компания DAR с удовольствием поддерживает молодые таланты. В компании создан проект DAR Lab, где студенты имеют возможность пройти практическое обучение и попасть на стажировку.

«Мы видим очень много талантливых студентов, математиков. На нашем рынке в принципе очень мало специалистов по машинному обучению и большим данным. Мы с этим столкнулись и решили пойти в университеты, объявить конкурс, посмотреть, где есть потенциал. Оказалось, что ребятам это интересно», — рассказал Болат Садыкулов, руководитель R&D направления компании DAR.

Недавно в DAR Lab закончили месячное обучение по самым разным направлениям — от backend до UI/UX — 25 студентов из ведущих технических вузов страны — КБТУ, СДУ и МУИТ. Десять из них осваивали направление Machine Learning и участвовали в конкурсе проектов по машинному обучению.

Пять команд по двое участников в течение месяца проходили обучение, у каждой из них был свой ментор-наставник, который помогал им на протяжении всего конкурса, но итоговые решения участники принимали сами. Для разработки собственных проектов всем командам были выданы индивидуальные задания, направленные на решение конкретной бизнес-задачи. «Ребята — молодцы, ответственно подошли к своим заданиям, которые, кстати, были достаточно сложными. Хотя команды и работали с ограниченной выборкой данных, но они тем не менее уже решали прикладные задачи — рекомендательные модули, лояльность, кроулинг. Пока эти проекты — больше теория. Но мы точно будем двигаться в данном направлении», — отметил Игорь Рыбаков, главный IT-архитектор компании DAR.

Команды представили пять проектов:

— модели по рекомендательным системам для стриминговых аудио- и видеосервисов;

— исследование в области рекомендательных систем для площадок электронной коммерции;

— агент-бот, оценивающий стоимость недвижимости относительно квартир;

— градация клиентов и расчет кредитной ставки по продукту CreditOn;

— создание собственных кроулеров по сбору информации по казахстанским пользователям в социальных сетях.

Первое место и поездку в «Сколково» выиграли Муслим Бейбитулы и Санжар Амиржан, которые занимались разработкой модели по рекомендательным системам для стриминговых аудио- и видеосервисов. Что это значит на практике? «Допустим, вы посмотрели фильм с Чаком Норрисом. И сразу видите рекомендации сервиса для вас: это боевики или еще фильмы с этим актером. Мы пытаемся сделать рекомендации более умными, чтобы они учитывали больше параметров и подбирали идеальные для вас варианты», — рассказали победители.

Второе место заняли Асхат Темiр и Маулен Кемалов, которые занимались созданием кроулеров по сбору информации. На третьем месте оказались ребята, разработавшие агент-бот для оценки недвижимости.

По итогам конкурса команды, занявшие первое и второе место, были награждены трехдневным обучением в стартап-академии «Сколково», где посетили лекции по машинному обучению и основам запуска стартапов. Остальные участники получили денежные призы, всем участникам также было предложено пройти оплачиваемую стажировку в DAR.

«Получение и применение новых знаний, на наш взгляд, это самая лучшая награда для молодых и подающих большие надежды программистов», — говорит Айнур Бекдаирова, руководитель DAR Lab.

Салтанат Тажибаева, разработчик по данным, рассказывает, что на самом деле месяца недостаточно для того, чтобы узнать и понять, что такое машинное обучение и большие данные. Но однозначно высоко оценивает математическую подготовку ребят.

По словам Болата Садыкулова, machine learning для компаний пока все-таки больше наука, такие проекты начнут приносить деньги через несколько лет, но даже сейчас видны их огромный потенциал и большие перспективы, а молодые кадры могут ускорить этот процесс.

Data Science — область исследования, изучающая проблемы анализа, обработки представления данных в цифровой форме.

Machine Learning — обширный подраздел искусственного интеллекта, изучающий методы построения моделей, способных обучаться, и алгоритмов для их построения и обучения.

Узнавайте больше об интересных событиях в Казахстане и за рубежом.
Подписывайтесь на нас в Telegram

Заметили опечатку? Выделите ее мышью и нажмите сочетание клавиш Ctrl+Enter.

DAR Lab

01.08.2017 • 08:25 2865

Поделиться
Отправить
Вотсапнуть
Машинное обучение — будущее клиентского бизнеса
  • Центр деловой информации Kapital.kz — информационное агентство, информирующее о событиях в экономике, бизнесе и финансах в Казахстане и за рубежом. При работе с материалами Центра деловой информации Kapital.kz разрешено использование лишь 30% текста с обязательной гиперссылкой на источник. При использовании полного материала необходимо разрешение редакции. Редакция Kapital.kz не всегда разделяет мнения авторов статей. При нарушении условий размещения материалов редакция делового портала имеет право на решение спорных моментов в законодательном порядке.

  • Яндекс.Метрика