Alfa Advanced Analytics

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

Взяли 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

Хотели 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 🔗

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 🔽

ИИ 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

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

🏆 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

Остаётся несколько дней 🔥 Захотите на Яндекс Контест и решайте задачу до 3 июня.

Что 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

Все 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

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

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

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

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

Первыми 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