Alfa Advanced Analytics
Ir al canal en Telegram
Канал про AI в Альфа-Банке. Делимся хардовыми постами по DS, DE и MLOps, обсуждаем их с профессиональным сообществом, публикуем актуальные вакансии и ивенты. IT и digital-вакансии: https://digital.alfabank.ru/vacancies
Mostrar más5 703
Suscriptores
Sin datos24 horas
+37 días
+5130 días
Carga de datos en curso...
Canales Similares
Nube de Etiquetas
Menciones Entrantes y Salientes
---
---
---
---
---
---
Atraer Suscriptores
julio '26
julio '26
+21
en 0 canales
junio '26
+127
en 0 canales
Get PRO
mayo '26
+75
en 1 canales
Get PRO
abril '26
+107
en 2 canales
Get PRO
marzo '26
+59
en 0 canales
Get PRO
febrero '26
+106
en 2 canales
Get PRO
enero '26
+69
en 0 canales
Get PRO
diciembre '25
+84
en 2 canales
Get PRO
noviembre '25
+448
en 0 canales
Get PRO
octubre '25
+141
en 1 canales
Get PRO
septiembre '25
+116
en 3 canales
Get PRO
agosto '25
+109
en 3 canales
Get PRO
julio '25
+108
en 1 canales
Get PRO
junio '25
+257
en 1 canales
Get PRO
mayo '25
+95
en 1 canales
Get PRO
abril '25
+87
en 3 canales
Get PRO
marzo '25
+164
en 1 canales
Get PRO
febrero '25
+110
en 0 canales
Get PRO
enero '25
+93
en 0 canales
Get PRO
diciembre '24
+148
en 3 canales
Get PRO
noviembre '24
+458
en 3 canales
Get PRO
octubre '24
+214
en 1 canales
Get PRO
septiembre '24
+1 229
en 2 canales
Get PRO
agosto '24
+177
en 2 canales
Get PRO
julio '24
+143
en 0 canales
Get PRO
junio '24
+157
en 0 canales
Get PRO
mayo '24
+141
en 0 canales
Get PRO
abril '24
+110
en 0 canales
Get PRO
marzo '24
+153
en 1 canales
Get PRO
febrero '24
+115
en 1 canales
Get PRO
enero '24
+127
en 1 canales
Get PRO
diciembre '23
+295
en 0 canales
Get PRO
noviembre '23
+104
en 1 canales
Get PRO
octubre '23
+642
en 0 canales
Get PRO
septiembre '23
+2 594
en 0 canales
Get PRO
agosto '23
+48
en 0 canales
Get PRO
julio '23
+859
en 0 canales
| Fecha | Crecimiento de Suscriptores | Menciones | Canales | |
| 09 julio | 0 | |||
| 08 julio | +4 | |||
| 07 julio | +1 | |||
| 06 julio | +3 | |||
| 05 julio | +2 | |||
| 04 julio | +1 | |||
| 03 julio | +1 | |||
| 02 julio | +3 | |||
| 01 julio | +6 |
Publicaciones del Canal
| 2 |  Как научить LLM писать SQL для банка? ⚡
На Saint HighLoad++ наш коллега Никита Круглов, DS-разработчик, рассказал, как команда Альфы создавала сервис Text2SQL, который переводит запросы на естественном языке в SQL-запросы к данным банка.
Сегодня сервис помогает аналитикам работать с данными без знания SQL. В нём уже описано 200+ таблиц, а спрос со стороны команд растёт.
В докладе Никита подробно рассказал:
▶️ Какую актуальность представляет Text2SQL для банка
▶️ Как устроена архитектура сервиса, выделив ключевые компоненты влияющие на генерацию SQL
▶️ Как команда контролирует качество сервиса, оценивает работу tool calling, поиска документов и генерации SQL на «золотом» датасете
▶️ Почему успех Text2SQL зависит не только от архитектуры модели, но и от пользователей
▶️ Поделился, какие шишки команда успела набить по пути создания собственного Text2SQL
А подробнее про сервис узнавайте из презентации с выступления 🔽
#aaa_event | 1 007 |
| 3 |  +4Взяли Generation AI Awards 2026 в номинации «Лучшее применение генеративного AI для разработки и тестирования» 🏆
Победу нам принес AgenticML — система AI-агентов, которая автоматизирует жизненный цикл ML-моделей. Проект помогает сократить рутинную работу сотрудников, ускоряет вывод моделей в прод и снижает модельные риски.
«Победа Agentic ML в премии Generation AI Awards подтверждает правильность стратегического движения банка в области ИИ.
Мы начинаем применять агентов там, где раньше требовалась значительная ручная экспертная работа: анализ артефактов, подготовка документации, проверка качества кода и сопровождение моделей. Это позволяет дата-сайентистам меньше времени тратить на повторяющиеся операции и больше фокусироваться на исследовательской работе.
Для банка это шаг к повышению операционной эффективности ML-разработки. Экспертиза DS/ML-команд масштабируется и стандартизируется, time-to-market моделей сокращается, а качество решений растет при снижении модельных рисков»,
— Константин Четин, начальник управления по разработке инструментов автоматизации моделирования.
В карточках рассказываем, как устроен AgenticML, что происходит под капотом и каких результатов удалось добиться благодаря AI-агентам 🔼
#aaa_hardposting | 1 330 |
| 4 |  +9Хотели заменить RNN трансформерами
Не всё пошло по плану, но без важных открытий не остались 💡
В новой статье команда прикладных исследований и разработки моделей глубокого обучения делится актуальными разработках в области нейросетевого кредитного скоринга физических лиц.
На карточках рассказываем коротко, как менялась архитектура моделей, что дало максимальный аплифт и почему некоторые идеи оказались не такими эффективными, как ожидалось.
А полностью про эксперименты команды читайте в статье 🔗 | 1 750 |
| 5 |  Mensaje de video | 1 172 |
| 6 |  Mensaje de video | 1 166 |
| 7 |  Mensaje de video | 1 213 |
| 8 |  Mensaje de video | 1 111 |
| 9 | На связи Ольга Кравченко, начальник управления оценки продуктовых изменений и развития А/В тестирования, а ещё модератор на Saint HighLoad++.
Показываем закулисье конференции, скорее смотрите 🔽 | 980 |
| 10 |  +5ИИ внедряют многие. А считать его эффект умеют единицы 📊
В офисе Альфа-Банка вместе с Альянсом ИИ собрали представителей крупнейших компаний страны, чтобы обсудить важный вопрос для рынка: какую реальную пользу приносит ИИ бизнесу.
Эксперты из 20+ компаний больше года работали над единой методикой оценки финансового эффекта от ИИ, а на митапе поделились своими кейсами и подходами.
👨💼 Михаил Васильев, руководитель департамента внедрения, развития и контроля ИИ-решений Альфа-Банка, рассказал, почему эффект от ИИ зависит не только от запуска модели, но и от её дальнейшей работы:
«Искусственный интеллект уже стал частью бизнес-процессов, и теперь ключевой вопрос, какой результат он приносит. Для рынка важно вырабатывать общую логику оценки и учитывать не только вклад технологии, но и устойчивость результата после запуска»
Три ключевые мысли встречи:
➡️ Запуск модели не гарантирует результата. Важно, как она работает после внедрения
➡️ Если модель ошибается или даёт нестабильный результат, финансовый эффект тоже может уменьшиться
➡️ Бизнесу нужно не только внедрять ИИ-решения, но и управлять ими после запуска
Методика уже прошла экспертную валидацию и опубликована, теперь её могут использовать компании по всему рынку.
#aaa_event | 1 427 |
| 11 |  ИИ тоже стареет 👀
И чем умнее модели становятся, тем сложнее поддерживать их точность.
Данные устаревают, а LLM всё чаще начинают галлюцинировать. Поэтому внедрить ИИ один раз и забыть о нём не получится, моделям нужно регулярное «техобслуживание».
В новой статье разбираем, почему ИИ деградирует, как это проявляется на практике и какие инструменты помогают держать качество моделей под контролем.
«Если проводить аналогию с добычей золота, то раньше у отрасли была золотая руда, которую можно брать — и сразу выплавлять чистый металл. Теперь же для качественного обучения ИИ нужно работать с золотым песком: промывать всё больший объем данных, чтобы намыть что-то ценное»,
— Дмитрий Рузанов, директор департамента по разработке моделей в Альфа-Банке
А ещё рассказываем, как в Альфе борются с деградацией моделей с помощью мониторинга, AutoML, стресс-тестов и работы с качеством данных.
Читать статью
#aaa_habr | 1 525 |
| 12 |  +6🏆 Сразу два наших проекта стали победителями премии «Лидеры цифровизации».
Один помогает новым клиентам малого бизнеса быстрее разобраться с продуктами банка и начать ими пользоваться. А второй с помощью AI подбирает продукт, контент и момент коммуникаций для миллионов клиентов.
Показываем, как работают оба решения и каких результатов достигли 🔼
#aaa_hardposting | 1 984 |
| 13 |  Остаётся несколько дней 🔥
Захотите на Яндекс Контест и решайте задачу до 3 июня. | 1 583 |
| 14 |  +5Что стоит за быстрыми AI-сервисами, аналитикой и отчётностью в банке?
Обычно все говорят про модели и алгоритмы, но без сильной data-платформы масштабировать это просто невозможно.
Рассказываем про Big Data Platform 2.0, единую платформу данных Альфы, которая помогает быстрее запускать дата-решения, интегрировать новые системы и работать с данными почти в реальном времени.
Кстати, этот проект недавно получил TECH & AI Awards 2026 в номинации «Платформа года» 🏆
А на карточках читайте, как устроена платформа и чум она помогает бизнесу 🔼
#aaa_experts #aaa_hardposting | 2 020 |
| 15 |  +5Все говорят про AI, LLM и агентов 🧠
Но что происходит, когда нейросеть все-такие решили попробовать?
В новой статье разбираем, как компании переходят от AI-экспериментов к промышленному внедрению, зачем бизнесу AI-платформы и почему без Feature Store уже никуда, как считают эффект от AI и где всё ещё выигрывает классический ML. А самое главное, почему главный фактор AI-трансформации — люди, а не модели.
Cобрали ключевые мысли из материала на карточках 🔼
Читайте статью на РБК или Компьютерре.
#aaa_hardposting | 1 688 |
| 16 |  +1Ждём именно вас 🔥
Запускаем конкурс на Яндекс Контест и приглашаем Intern, Junior, Middle и Middle+ Data Scientists пройти ускоренный отбор.
Кого ищем:
Специалистов, которые умеют превращать данные в бизнес-результат, работать с ML-моделями и решать прикладные задачи на данных.
Регистрируйтесь на сайте конкурса и решайте задачу до 3 июня ⚡
Авторов лучших решений пригласим на собеседование.
#aaa_career | 1 889 |
| 17 |  Внутри Альфы переизобрели AutoDL 👀
Ребята из команды автоматизации ML рассказали в новом материале на Хабр, как внутри банка полностью пересобрали библиотеку AutoDL. И вот почему 🔽
Раньше всё работало на отдельных RNN-моделях под разные источники данных. Но со временем система перестала масштабироваться, обучение занимало дни, добавлять новые модальности становилось всё тяжелее.
Поэтому в новой версии команда перешла на мультимодальную transformer-архитектуру, добавила automatic architecture search через DARTS, fusion-модули и полностью пересобрала data pipeline.
В статье разбираем, зачем уходить от RNN, как трансформеры работают с банковскими данными, как боролись с memory issues, Spark и огромными sequence-данными.
Если вам интересны AutoML, трансформеры и инфраструктура ML-систем, скорее читайте статью 🔗
#aaa_habr | 2 569 |
| 18 |  AUF прокачали. Теперь это уже не просто библиотека... 👀
Выпустили вторую статью на Хабре про Automatic Uplift Framework — нашу open source AutoML-библиотеку для uplift-моделирования. Первую часть смотрите тут (рассказали, как ускорить разработку моделей в десятки раз).
За год после выхода первой статьи библиотека заметно выросла:
▶️ Появилось автообновление uplift-моделей прямо в prod, добавили режим с множественными воздействиями, библиотеку начали использовать уже несколько команд, а внутри провели серьёзный рефакторинг.
▶️ А ещё расширили возможности работы с моделями. Теперь можно тонко настраивать обучение, сравнивать uplift-модель с моделью склонности, глубже анализировать результаты и даже строить аналитику без запуска полного пайплайна. Сильно улучшили документацию, добавили примеры и подробное описание.
🔗 Подробности читайте в новом материале
#aaa_habr | 2 214 |
| 19 |  Были на Data Fusion 2026 😎
А теперь делимся, о чём говорили!
В апреля в Москве прошла конференция Data Fusion 2026 про анализ данных и ИИ, наши эксперты приняли в ней участие как спикеры.
В кейс-сессии «Экономика ИИ: сходится или нет?» участвовал Дмитрий Рузанов, руководитель департамента по разработке моделей. Обсуждали, как компании превращают ИИ в реальный экономический эффект, как на ранних этапах оценить жизнеспособность решений и какие сигналы говорят о том, что проект может не окупиться.
▶️ Смотреть запись
«Мы сейчас наблюдаем некоторую коррекцию на рынке в части открытия новых инициатив в области генеративного ИИ по причине неоднозначности финансового эффекта. Высокая стоимость инфраструктуры и ограниченные бизнес-эффекты делают многие инвестиции нецелесообразными. При этом крупные банки и технологические компании продолжают внедрять ИИ, но делают это гораздо осторожнее, соотнося отдачу с затратами»,
— рассказывает Дмитрий Рузанов
А Яна Чаруйская, руководитель дирекции по разработке моделей юридических лиц, выступила сразу в двух сессиях.
В дискуссии «Жизнь в эпоху больших данных» говорили о том, как меняется повседневная работа, как сегодня принимаются решения в компаниях и где проходят границы ответственности и доверия к данным и моделям.
▶️ Смотреть запись
Во второй сессии «ИИ-трансформация бизнеса пройдёт безболезненно?» обсуждали, насколько безболезненно проходит ИИ-трансформация бизнеса и не является ли массовое внедрение ИИ преждевременным.
▶️ Смотреть запись
В комментариях рассказывайте, как вам доклады 🔽
#aaa_hardposting | 2 049 |
| 20 |  +6Первыми в стране внедрили вайб-кодинг в энтерпрайз-разработку 💃
То, что ещё недавно использовали «для себя», теперь делаем частью рабочих процессов. Часть кода создаётся с помощью нейросетей, разработка превращается в диалог, а инженеры всё больше фокусируются на архитектуре и продукте.
На карточках рассказываем, как это работает и какие результаты уже есть 🔼
🔥 — Где моя нейросеть, я готов!
#aaa_hardposting | 0 |
