¡Ya disponible! Investigación de Telegram 2025 — los principales insights del año 
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 673
Suscriptores
Sin datos24 horas
+187 días
+5730 días
Carga de datos en curso...
Canales Similares
Nube de Etiquetas
Menciones Entrantes y Salientes
---
---
---
---
---
---
Atraer Suscriptores
junio '26
junio '26
+69
en 0 canales
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 | |
| 16 junio | +3 | |||
| 15 junio | +1 | |||
| 14 junio | +1 | |||
| 13 junio | +2 | |||
| 12 junio | 0 | |||
| 11 junio | +4 | |||
| 10 junio | +19 | |||
| 09 junio | +5 | |||
| 08 junio | +1 | |||
| 07 junio | +6 | |||
| 06 junio | +1 | |||
| 05 junio | +2 | |||
| 04 junio | +8 | |||
| 03 junio | +8 | |||
| 02 junio | +4 | |||
| 01 junio | +4 |
Publicaciones del Canal
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
| 2 |  +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 | 1 537 |
| 3 | Остаётся несколько дней 🔥
Захотите на Яндекс Контест и решайте задачу до 3 июня. | 1 356 |
| 4 |  +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 | 1 777 |
| 5 |  +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 | 1 666 |
| 6 | Ждём 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 |
| 7 | 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 |
| 8 |  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 |
| 9 | 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 |
| 10 |  +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 |
| 11 |  +4Как поймать мошенничество в потоке транзакций? 🕵️♂️
Ответ на этот вопрос уже готов у Никиты Трифонова, главного эксперта по интеллектуальному анализу данных!
В Data Fusion Contest 2026 от ВТБ участникам нужно было решать задачу антифрода в реальном времени и находить подозрительные операции среди миллионов транзакций. Никита Трифонов взял 2 место среди 574 команд, а сейчас разбирает задачу и рассказывает о подходе к решению 🔼
#aaa_experts | 0 |
| 12 |  +1Пришли хвастаться 👀
Забрали победу на FINNEXT 🏆
Стали победителем в номинации «Маркетинг» с проектом «AI-платежный прорыв: автоматизация обязательных платежей с динамическим ML-кэшбэком»
Что сделали 👇
Во-первых, разобрались, кому вообще нужен кэшбэк, а кто готов и проводить оплату по бесплатному офферу. Во-вторых, научились по внешним данным находить реквизиты для подписки клиентов на выставление счетовода ЖКУ без участия клиента.
А дальше команда разработала ML-модель, которая анализирует клиентскую базу и для каждого пользователя оценивает вероятность отклика и чувствительность к размеру кэшбэка. Она выделяет тех, кто активируется без оффера, исключает их из кампаний и направляет бюджет на целевых клиентов.
В итоге модель рассчитывает персональный кэшбэк и управляет экономикой кампании на основе данных.
Что изменилось 🔽
📈 Отклик вырос в 3,2 раза
💸 СРА снизился более чем на 10%
👥 База платящих клиентов +20%
📉 Отток снизился
Гордимся проектом, спасибо команде за результат 🚀
#aaa_hardposting | 0 |
| 13 |  +7Что ни день, то хакатон непростая задачка!
Как найти нужную сцену в фильме за секунду? На хакатоне от ЦУ × ИТМО участникам нужно было разработать систему, которая по описанию пользователя находит конкретный фрагмент фильма или отвечает на вопросы по сюжету. Задача усложнялась тем, что работать нужно было сразу с видео и текстом, без готовых решений и с жёстким ограничением по времени ответа.
Наши коллеги Андрей Мирошниченко и Тимофей Лисоченко вместе с сокомандниками — Тимуром Захаровым (МИСИС, CV-инженер в Х5) и Семёном Исаевым (РАНХиГС, DS в Сбере), предложили решение и забрали первое место 🏆
На карточках разбираем задачу, подход и стратегию, которая в итоге привела к победе 🔼
#aaa_experts | 0 |
| 14 | 🎬🔍⚡️
🤯📊🎥+📝
🚫📦 ⏱<1s
🧠💡🏆
🔼
Что хотел сказать автор? | 0 |
| 15 |  +5Новый клип. 0 просмотров. 0 лайков. Кому его показать?
Это и была задача на соревновании VK RecSys Challenge: найти 100 пользователей из 10 млн, которые с наибольшей вероятностью посмотрят новый клип и поставят лайк.
Главная сложность — клипы появляются на платформе впервые, поэтому по ним нет данных о взаимодействиях.
Наш коллега Никита Трифонов справился с заданием лучше всех и занял 1 место 🏆
Главный урок: иногда выигрывает не самая модная модель, а проверенная временем классика.
На карточках разбираем постановку задачи, особенности датасета и подход, который привёл к победе 🔼
#aaa_experts | 0 |
