Data Fusion

Любовь к математике — это навсегда. Согласны?

В этом убедился наш data scientist Антон Некрасов. В университете на физико-техническом факультете Антон с удовольствием изучал математику и SQL. Но после выпуска пошёл работать не по специальности и построил успешную карьеру совершенно в другой сфере.

Казалось бы, всё сложилось. Но однажды захотелось кардинально изменить профессиональный путь. И тогда Антон вспомнил, как в студенческие годы увлекался математикой.

Это и привело его в машинное обучение. Сегодня Антон — data scientist в ВТБ.

В карточках — история о смене профессии, поиске своего дела и о том, как увлечение математикой спустя годы определило новый карьерный путь.💙

Что будет на Урбан ML 2 августа?

Смотри расписание и планируй свой день заранее (с учётом спортивных и нетворкинговых активностей😎).

А если еще не зарегистрировался — самое время сделать это 🔥

Data Scientist-ы, общий сбор!

2 августа встречаемся на Летнем Урбан ML 🏭 🤟🏻

Проведем этот день в атмосферном пространстве ЗИЛ LOFT с граффити-двором и баскетбольным кольцом.
Будем обсуждать актуальные ML-кейсы, нетворкать с коллегами и единомышленниками, а вечером — общаться и отдыхать на неформальной афтепати с диджей-сетами.

Что вас ждет?

🛑3 трека, 18 докладов и мастер-классов по темам: RecSys, NLP, RAG, Антифрод и Агентные системы
🛑Топовые спикеры: эксперты из ВТБ, МТС Web Services, Wildberries, Sber AI Lab, «Звук», Альфа-Банка и секретный международный гость
🛑Активности: мастер-класс по баскетболу, ИИ-шахматы и настольный теннис
🛑Пробуем новые форматы: разгоняем реальные кейсы про применение ML в бизнесе в формате известного шоу
🛑Афтепати: диджей-миксы и неформальное общение под открытым небом

Всю программу мероприятия смотрите во вкладке Расписание

Вход на мероприятие бесплатный, по предварительной регистрации (также возьмите с собой паспорт или права).
Количество мест ограничено — чтобы точно попасть на площадку, при регистрации укажите ваш опыт, чтобы точно пройти модерацию.

До встречи на Урбан ML!💙

⭐Как там дела в «Сириусе»?

Недавно мы рассказывали, что трое наших Data Scientist-ов отправились в Сочи, на программу «Большие вызовы» от Образовательного центра «Сириус». Данил, Макс и Лёша представили проект от ВТБ и собрали дружную команду.

Шесть школьников 8–11 классов из Находки, Екатеринбурга, Липецка, Москвы и других городов России создают прототип сервиса для персонализации дизайна банковских карт с помощью ИИ и экспертизы наших DS-ов.

Как это будет работать?
Пользователь выбирает художественный стиль, добавляет эмодзи, а нейросеть превращает его в иллюстрацию в выбранной манере. Так современные технологии помогают по-новому знакомиться с российским художественным наследием.

Сейчас ребята работают над MVP — первой версией сервиса с веб-интерфейсом и набором тщательно подобранных стилей.
Подробнее о работе над проектом читай в статье.

Остался финальный рывок — уже 23 июля команда представит свой проект в финале конкурса.
Пожелаем ребятам вдохновения и успехов!💙

🟡 Как автоматизировать управление инвестиционным портфелем?

Привет, на связи Егор Дранов, DS ВТБ. Как и обещал в предыдущем посте, разберу свою дипломную работу.
В карточках разобрал конкретные примеры применения Data Science в управлении активами — от сбора данных до принятия решений.

Будет полезно прежде всего портфельным управляющим и аналитикам инвестиционных фондов.🔥

🇰🇷 👋 Всем «аньон» с ICML!

Меня зовут Тимур Лиджиев, я DS в ВТБ, и только что я вернулся из Сеула, с ICML 2026 (International Conference on Machine Learning).

Для меня это первый опыт участия в конференциях такого уровня, поэтому было очень волнительно — вокруг очень много умных и талантливых экспертов, которые занимаются самыми интересными вещами.

Мы с коллегами из НИУ ВШЭ и AI VK представляли результаты нашей работы по статье «PIEFS: Physics-Informed Eigenfunction Features with Learnable Scaling».

Работа посвящена фреймворку PIEFS — метод управляемого обучения спектральных представлений, который извлекает компактные и адаптивные геометрические признаки из данных. Вместо вычисления собственных векторов фиксированного оператора, нейросеть последовательно строит ортогональные координатные карты, оптимизируя их одновременно под задачу классификации и под критерий гладкости. Эта гладкость регулируется модифицированной энергией Дирихле с обучаемой локальной метрикой, которая гибко масштабирует и вращает градиенты, подстраивая геометрию признаков под структуру конкретного датасета.

Также успел послушать интересные доклады про различные применения AI в науке. Было очень много про агентные системы и то, как они будут двигать мир дальше.

Самое яркое впечатление — знакомство с Михаилом Белкиным, который открыл двойной спуск. На основе его работ по Laplacian Eigenmaps мы и написали свою статью с коллегами из НИУ ВШЭ и AI VK.

Но больше всего мне понравилось участвовать в постерных сессиях и обсуждать с такими же исследователями, как я, их и свои работы, делиться идеями и опытом.

Возможно, из этого потом будут дальнейшие работы и близкое сотрудничество! 💙