Наталья Ханжина

Стипендия Сбербанка: проект аспирантки вуза по разработке «нейросоветчика» по инвестициям выбран одним из лучших

Аспирант кафедры компьютерных технологий Наталья Ханжина стала получателем именной стипендии Сбербанка. Начинающий исследователь участвовала в конкурсе с IT-проектом по созданию системы, которая будет автоматически подбирать клиентам индивидуальный инвестиционный портфель. Разработка будет использовать глубокое обучение. Когда сервис будет готов, он планируется к внедрению в системы банка, а сама Наталья сможет пройти стажировку в IT-департаменте компании или даже начать там работать. 

О конкурсе

Конкурс на именную стипендию Сбербанка «12UP» проходил впервые, участвовать в нем могли магистранты двенадцати вузов-партнеров программы, в число которых вошел и Университет ИТМО. Чтобы податься на конкурс, необходимо было заявить проект в одной из пяти областей: Data Science, геймификация, кибербезопасность, искусственный интеллект или разработка мобильных приложений. На первом этапе достаточно было коротко описать свою идею в трех абзацах. Прошедшие во второй тур участники снимали короткое видео с презентацией своего проекта в стиле elevator speech (дословный перевод – «разговор в лифте», метод презентации своей идеи за две минуты, когда тебе нужно заинтересовать инвестора за время, пока вы едете в лифте). Финалисты конкурса представляли свои проекты во время очного тура в Москве экспертам Сбербанка из отделов по кибербезопасности, по рискам, из технологического департамента и других подразделений.

«Так получилось, что дедлайн подачи заявок пришелся на день, когда я выступала перед аттестационной комиссией с магистерской диссертацией. Поэтому, как только я пришла с защиты, сразу же отправила описание проекта на конкурс и даже особо не надеялась, что пройду. Тем более, я уже фактически окончила на тот момент магистратуру, а конкурс был рассчитан на магистрантов. Но я прошла во второй тур, а затем и в финал. В разработке проекта большую помощь мне оказали мои коллеги с кафедры компьютерных технологий. Особых требований к очному финалу не предъявляли, но я решила сделать презентацию с подробным описанием проекта и этим, похоже, выделилась среди других конкурсантов, которые просто отвечали на вопросы экспертов», – рассказала Наталья Ханжина.

О проекте: нейросеть для формирования инвестиционного портфеля

Победительница конкурса из Университета ИТМО представила на конкурс проект по персональному автоматизированному формированию инвестиционного портфеля. На деле это значит, что клиенту банка будут предлагаться варианты инвестирования его личных средств в ценные бумаги на основе его транзакционной истории, то есть проведенных им операций по счету в Сбербанке. По словам Натальи, в России инвестированием в ценные бумаги занимаются менее 2% населения, так как люди плохо разбираются в финансовых инструментах. В США же в ценные бумаги вкладывается почти половина населения.

Алгоритм системы, предложенной аспиранткой, будет разработан с помощью машинного обучения с применением глубоких нейронных сетей. Глубокое обучение используется, когда решаемая задача имеет сложные неформализуемые зависимости, очевидные для человека, но не поддающиеся стандартным алгоритмам. Простой и понятный пример – это распознавание изображений. Если программист хочет научить программу отличать изображения котиков от изображений собак, то необходимо многократно «заставлять» нейросеть прогонять одни и те же данные. Упрощенно это работает так: берутся изначальные данные, какое-либо изображение. Проходя через несколько «слоев», оно превращается в набор признаков, например, это может быть направление линий, особенности форм, цвета, определенные элементы (хвост, лапы) и другие. В итоге программа решает, изображен на картинке котик или нет. Если она дает неверный ответ, то параметры модели корректируются с учетом величины ошибки, и процесс повторяется вновь и вновь, пока нейросеть не начнет идентифицировать котиков с минимальным промахом. Натренированная нейросеть с подобранными в ходе обучения параметрами будет работать и на изображениях животных, которые ранее она не видела. Особенность глубоких нейронных сетей в том, что они состоят из более чем трех «слоев», а для обучения используются особые техники, такие как свертка, дропаут и другие, позволяющие автоматизировать генерацию признаков объектов, то есть на вход нейросети подается только лишь одно изначальное изображение.

Офис Сбербанка. Источник: 53news.ru
Офис Сбербанка. Источник: 53news.ru

Чтобы разработать алгоритм для формирования персональных инвестиционных рекомендаций, Наталья Ханжина будет использовать реальные данные об успешных инвестициях людей, клиентов Сбербанка. Так, аспирантка будет обучать нейросеть сравнивать варианты инвестиций, которые алгоритм будет предлагать действующим клиентам банка, с теми, которые уже были сделаны успешными инвесторами со схожей финансовой манерой поведения. Таким образом, программа будет обучаться предлагать наиболее выгодные инвестиции, учитывающие скрытые предпочтения клиента.

«Задача по формированию персонального инвестиционного портфеля не является новой для банковского сектора, но ее сейчас решают не так эффективно, как хотелось бы. Глубокие нейросети – это мощный инструмент, который позволит предлагать клиентам более персонифицированные решения. Такая система будет учитывать и скрытые предпочтения клиента, которые консультант в офисе банка не в силах выявить», – прокомментировала получатель стипендии «12UP» из Университета ИТМО. 

Источник: huffingtonpost.com
Источник: huffingtonpost.com

Как будет проходить работа над проектом? 

Всего по итогам конкурса будет выбрано 12 победителей, которые будут получать ежемесячную стипендию в течение двух лет. Через каждые полгода наставники стипендиатов, сотрудники Сбербанка, будут предоставлять отчеты о прогрессе участников. После этого будет приниматься решение о продлении стипендии. Также стипендиаты будут получать менторскую поддержку со стороны банка. Например, Наталье Ханжиной потребуется помощь специалистов по финансовым вопросам, которые разбираются в акциях и других ценных бумагах. По словам аспирантки, ее проект имеет строгую практическую направленность, именно поэтому банк отобрал его.

«Мне больше нравится заниматься не science for science (наукой ради науки), а делать что-то, что может быть полезно людям в ближайшей перспективе. Это мотивирует. Поэтому исследования, за которые я берусь, исходят от практической необходимости», – подчеркнула девушка.

После завершения проекта победители «12UP» получат возможность пройти стажировку в IT-департаменте Сбербанка. Во время финала конкурса участники побывали там с экскурсией. Здесь сотрудников и гостей в холле встречает надпись «Agile home» (agile — гибкая методология разработки). По словам Натальи, программисты в компании работают в открытых пространствах, где даже конференц-комнаты неотрывны от общих помещений и минимально ограждены от основной рабочей зоны. В каждом таком большом офисе есть места для отдыха, в том числе для игры в настольные игры – например, в настольный футбол. При этом сотрудники работают по собственным графикам и не обязательно сидя за столом в офисе, так как главное – это не количество часов, «отсиженных» ими в офисе, а результат их работы.

Участники конкурса именной стипендии от Сбербанка
Участники конкурса именной стипендии от Сбербанка

«При этом создается впечатление, что работа там достаточно интенсивная, а сотрудники очень ответственно подходят к своим задачам. Когда я ехала на финал, думала, что попаду в строгую корпоративную атмосферу, где все в белых рубашках и так далее. Но оказалось, что благодаря sbergile в IT-департаменте создана комфортная обстановка, свободная от стресса. Также на финале было круто познакомиться с другими талантливыми участниками конкурса. Радует, что у нас в стране все активнее поддерживают студенческие инициативы», – сказала Наталья Ханжина. 

Редакция новостного портала
Архив по годам:
Пресс-служба