В Вышке появилась научно-учебная лаборатория анализа данных в финансовых технологиях

© Коллекция Essentials/ iStock

Подразделение займется приложением методов машинного обучения к задачам в области финансовых услуг. Лаборатория вошла в состав Центра глубинного обучения и байесовских методов и стала еще одним партнерским проектом Сбербанка и факультета компьютерных наук ВШЭ.

Среди запланированных тем исследований — интерпретация сложных нейросетевых моделей, обучение с подкреплением, обработка естественного языка, конкурирующие сети (GAN) в задачах направленного удаления информации из выборки. Возглавил лабораторию заместитель руководителя Департамента больших данных и информационного поиска ВШЭ Евгений Соколов. По его словам, идея научного подразделения возникла из совместных проектов со Сбербанком, с которым Вышка сотрудничает не первый год.

 
Евгений Соколов

Потребность в профильных исследованиях велика, поскольку методы зачастую требуют доработки под банковскую специфику: оценивание кредитных рисков, автоматизация службы поддержки, персонализация маркетинга.

Сейчас в крупных банках всё масштабнее внедряется машинное обучение как для базовых задач, так и для новых направлений типа создания чат-ботов.

Задача кредитного скоринга — одно из популярных применений машинного обучения. Компьютерная модель обрабатывает данные о людях, уже оплативших кредит: пол, возраст, семейное положение, уровень дохода — и находит в них закономерности. От комбинации этих факторов зависит, насколько рискует банк, выдавая заем.

Но недостаточно научить нейросеть качественно прогнозировать кредитоспособность заемщика на основе имеющихся данных. Банк должен уметь объяснять итоговое решение — это требование ЦБ РФ, регулирующего деятельность кредитных организаций. Именно из-за трудностей в интерпретации прогнозов сложных нейросетей на практике до сих пор используются упрощенные, менее точные модели.

Если бы банкам разрешили использовать нейросети, качество оценки кредитных рисков выросло бы радикально.

По словам Соколова, стажеров планируется набирать из числа студентов, в том числе с магистерской программы «Финансовые технологии и анализ данных», открытой совместно со Сбербанком в 2017 году. Стажеры смогут подключиться к решению сложных задач в области машинного обучения под руководством опытных исследователей, а также познакомиться с внутренней кухней банка, пообщаться с его разработчиками и data scientist’ами.

Часть исследований лаборатории коснется не только банковской сферы, но и любой финансовой деятельности. Один из таких крупных бизнес-трендов — автоматизация службы поддержки. Ежедневно в колл-центр и в службу поддержки компании обращаются десятки тысяч клиентов со схожими проблемами. Около 80% ответов на эти запросы шаблонные, с ними справится чат-бот. Накопив достаточно данных, можно приступать к автоматизации процесса, используя технологии машинного обучения и обработки естественного языка.