Хакатон открыл для меня новые сценарии применения аналитики
Артем Глазков, ментор #HackinSAS 2021
В 2021 году компания SAS организовала международный хакатон #HackinSAS. В марте проходило само соревнование, в апреле отличившиеся команды стали финалистами, а победителей мы узнаем на виртуальном SAS Global Forum 2021 в мае.
В ходе хакатона участники из разных стран, с разным опытом и навыками создавали готовые для внедрения в эксплуатацию приложения и продукты с использованием аналитики SAS, искусственного интеллекта, облачных вычислений и технологий с открытым исходным кодом. И все это время у команд были менторы. Эти люди поддерживали участников по техническим и организационным вопросам.
В менторской программе задействованы десятки сотрудников SAS по всему миру. Как правило, у менторов имеется багаж знаний, который помогает участвующим командам, если они испытывают затруднения. Часть менторов являются экспертами в конкретных направлениях бизнеса – например, в банкинге, страховании, ритейле, а часть являются кросс-индустриальными специалистами – например, эксперты по визуализации или разработке моделей Deep Learning. Мы задали несколько вопросов ментору из России, Артему Глазкову, эксперту по операционализации аналитики и системам принятия решений.
Откуда были твои участники-подопечные?
На этом хакатоне территориально я отвечал за Россию и ряд стран восточной Европы. Судя по опыту прошлых аналогичных мероприятий, у участников из этих стран всегда найдется множество интересных идей и новых вариантов решения сложных задач в ходе соревнования. Например, в прошлом году команда из представителей нашего партнера Glowbyte создала систему управления репутацией для ритейлера, задействовав при этом аналитические модели.
Какие команды, которые к тебе обращались во время соревнования, запомнились больше всего?
Мне запомнилась команда из Румынии, которая занималась проектом для национальной системы образования. Проект был направлен на автоматизацию проверок письменных тестов обучающихся. Суть идеи в том, чтобы проводить беспристрастную оценку информации, полученной в письменной форме. Ожидаемые результаты от внедрения такой системы – сокращение времени, требуемого на проверку тестов, снижение риска возникновения ошибок по причине человеческого фактора проверяющего и, соответственно, освобождение ценных ресурсов для задач, где действительно требуется наличие экспертизы и творческий подход, а не шаблонные действия. Для определенных стран и регионов данное решение поспособствует повышению качества и доступности образования.
Отдельное направление в хакатоне называется «Data for Good», оно связано с задачами более широкого спектра – не с коммерческими вызовами, а с улучшением качества жизни. Участникам предоставляется возможность воплотить свои идеи в жизнь с помощью инструментов и оборудования enterpise-класса. Такие проекты вызывают у меня особенный интерес. Например, одна из команд с помощью аналитики платформы SAS Viya и языка программирования Python смоделировала схему эффективного распространения вакцины. Для решения задачи использовалась такая перспективная техника, как алгоритмы обучения с подкреплением (Reinforcement Learning). Сравнивая результаты, полученные с помощью модели с подходом на основании бизнес-правил, команда смогла продемонстрировать практический эффект от своей работы в количественном выражении. А для защиты проектов, связанных с аналитикой и искусственным интеллектом, иметь такие доводы крайне важно.
Какие у тебя остались впечатления после хакатона?
Хакатон открыл для меня новые сценарии применения аналитики и технологий машинного обучения для решения важных задач, стоящих перед бизнесом и обществом. Участники продемонстрировали впечатляющие результаты, и я полагаю, что у многих наработок впереди большие перспективы коммерческого и промышленного применения.
Энтузиазм участников, атмосфера, культивирующая творческий подход, запомнились мне больше всего. Обстановку сложно передать словами, но уверен, ее ощутили все вовлеченные в процесс. Немаловажным фактором является техническая составляющая, которая помогала максимально быстро воплотить идеи в жизнь. Команды работали с последней версией аналитической платформы SAS Viya в ее максимально «заряженном» варианте и с технологиями наших ключевых партнеров – Microsoft Azure и Intel.
SAS помогает командам-финалистам довести их наработки до этапа коммерческого применения: созданные приложения будут использоваться для решения широкого спектра задач, начиная от глобальных гуманитарных проблем, таких как борьба с пандемией и проблема изменения климата, до бизнес-ориентированных кейсов, таких как сокращение случаев мошенничества в банке или улучшение качества онлайн-обслуживания в ритейле.
Вся самая свежая информация о хакатоне на сайте.
Рекомендуем прочитать
- Fraud detection and machine learning: What you need to knowМашинное обучение является важной частью инструментария обнаружения мошенничества. Вот что вам нужно для начала работы.
- ТОП-5 схем мошенничества по предоплаченной картеЛучшие практики для предотвращения мошенничества, защиты репутации и обеспечения качественного клиентского обслуживания.
- Model risk management: Vital to regulatory and business sustainabilitySloppy model risk management can lead to failure to gain regulatory approval for capital plans, financial loss, damage to a bank's reputation and loss of shareholder value. Learn how to improve model risk management by establishing controls and guidelines to measure and address model risk at every stage of the life cycle.
Готовы подписаться на инсайты сейчас?