Форма обратной связи
«Нажимая на кнопку, вы даете согласие на обработку персональных данных и соглашаетесь c политикой конфиденциальности»
Лаборатория анализа данных и разработки рекомендательных систем
Заведующий лабораторией
Гончаров Алексей Владимирович
Реализовано: 16 проектов
Окончил Московский Физико-Технический Институт (НИУ) по направлению "Прикладные физика и математика" (2018 г.).
Профессиональные интересы: прогнозирование, математическая статистика, дискретная математика, численные методы оптимизации, аналитика больших данных, а также практический анализ данных в разнообразных областях (медицина, техника, биоинформатика, экономика, лингвистика, интернет).
Под руководством Алексея Владимировича было реализовано более 16 научных и коммерческих проектов. Автор более 15 научных работ.
Профессиональные интересы: прогнозирование, математическая статистика, дискретная математика, численные методы оптимизации, аналитика больших данных, а также практический анализ данных в разнообразных областях (медицина, техника, биоинформатика, экономика, лингвистика, интернет).
Под руководством Алексея Владимировича было реализовано более 16 научных и коммерческих проектов. Автор более 15 научных работ.
Специализация лаборатории:
Лаборатория анализа данных и разработки рекомендательных систем – команда учёных, инженеров и экспертов в области Deep Learning и Artificial Intelligence, создающая уникальные и передовые бизнес-решения.
Лаборатория проводит научно-исследовательские и опытно-конструкторские работы в области анализа и обработки больших данных для решения задач, связанных с цифровой трансформацией розничного бизнеса (разработки рекомендательных систем с использованием технологии искусственного интеллекта, разработки модулей анализа и распознавания текста и фотографий, разработки модулей генерации текста и синтеза речи).
Кроме того, в рамках лаборатории решаются задачи цифровой Экосистемы для фермеров, которая объединяет целый ряд инновационных сервисов с использованием ИИ на одной платформе.
Лаборатория проводит научно-исследовательские и опытно-конструкторские работы в области анализа и обработки больших данных для решения задач, связанных с цифровой трансформацией розничного бизнеса (разработки рекомендательных систем с использованием технологии искусственного интеллекта, разработки модулей анализа и распознавания текста и фотографий, разработки модулей генерации текста и синтеза речи).
Кроме того, в рамках лаборатории решаются задачи цифровой Экосистемы для фермеров, которая объединяет целый ряд инновационных сервисов с использованием ИИ на одной платформе.
Ключевые разработки и программные решения:
- 1) Разработка инструментов анализа мультимодальных текстовых и транзакционных данных («TopicNet»)
Целью исследования является создание инструментальной среды «TopicNet» для построения мультимодальных иерархических тематических моделей больших массивов текстовых и транзакционных данных. Получаемые с использованием «TopicNet» тематические модели могут быть применены для широкого класса прикладных задач, основанных на текстовой аналитике. В частности, для анализа новостных потоков в СМИ и соцмедиа, информационного поиска в патентных базах и других источниках научно-технической информации, построении выводов на основе больших текстовых коллекций.
Также в рамках лаборатории ведутся разработки в области:
- 2) Инструментарий автоматической премодерации текстовой информации и изображений с использованием технологий NLP и компьютерного зрения.
Функционал необходим для минимизации «ручных» операций при контроле содержания размещаемой пользователями на площадках Экосистемы информации. Внедрение решения позволит улучшить клиентский опыт за счет ускоренного выполнения проверок на портале и оптимизировать затраты банка.
- 3) Инструментарий Интеллектуального поиска и анализа данных.
К настоящему времени банк уже накопил и успешно использует в решениях бизнес-задач значительный объем данных из традиционных информационных систем. Целью исследования является активация средств ИИ в задачах анализа слабоструктурированных данных из цифровых каналов и внешних источников для информационного обеспечения средств персонализированного цифрового взаимодействия с клиентами и пользователями Экосистемы.
- 4) Развитие Интеллектуальной составляющей Цифровых коммуникаторов.
Голосовой чат-бот в call-центре или помощник в соцсетях и на порталах, умеющий распознавать человеческую речь и общаться с клиентом, принимая на себя задачи сотрудника. Такие технологии уже прочно вошли в нашу жизнь. Целью исследования является внедрение актуальных научных разработок в области ИИ для расширения возможности ботов вести свободный диалог с клиентом на естественном языке, подстраивая стиль общения и состав предложений под индивидуальные особенности и нужды каждого клиента. Внедрение решения позволит улучшить клиентский опыт и минимизировать переключение на оператора.
Индустриальный партнёр:
-
АО «Россельхозбанк»Сотрудничество РСХБ и Лаборатории позволяет вывести на новый уровень коммуникацию с клиентами банка в цифровых каналах обслуживания, а также оптимизировать ключевые бизнес-процессы с использованием продвинутой аналитики и методов машинного обучения.