Подкаст «Техно.Логично»: Data Science и машинное обучение

Подумайте о приложении вашего любимого банка. Каждый раз, когда вы заходите в него, компания предлагает вам через баннеры или сторис свои продукты. Например, повышенный кешбэк на определенные категории, кредитную карту или займ на специальных условиях. Но как банк понимает, что ипотека подойдет вам лучше, чем автокредит? Почему предлагает кешбэк на авиабилеты, а не на поход в кино? Дело в том, что это вычисляют специальные математические модели, обученные на огромном массиве данных о клиентах. В новом выпуске «Техно.Логично» мы поговорили с дата-сайентистами — людьми, которые обучают эти модели. Управляющий директор Департамента анализа данных и моделирования Андрей Анисимов и главный аналитик-исследователь Департамента анализа данных и моделирования Ирина Скорынина — специалисты, без которых невозможно представить современный банк. Ребята рассказали нам: - Где в Газпромбанке применяются математические модели - Как стать дата-сайентистом — человеком, который их обучает - Сможет ли ИИ заменить людей в машинном обучении - Как рассказать бабушке о профессии дата-сайентиста, чтобы она поняла и не испугалась - Почему работать в Data Science стало так модно — и всем ли туда нужно стремиться Приятного просмотра!