Оптимизация управления данными и повышение эффективности с помощью AI в Сбере

Необходимость сокращения ошибок, повышения качества данных и эффективности работы моделей в крупном банке, а также управление большими объемами данных и их описание.

Внедрение AI для автоматизации описания атрибутов, мониторинга качества данных, синтеза данных, управления жизненным циклом данных и снижения инцидентов в инфраструктуре хранения данных. Использование LLM для восстановления описаний данных, автоматизации проверки качества и управления рисками данных. В результате достигнут значительный финансовый эффект и повышение надежности данных.

LLM-модели (GigaChat), Auto-ML, ML-модели для мониторинга, AI для синтеза данных, системы управления жизненным циклом данных

Скачивание модели данных и выделение классов данных Восстановление описаний атрибутов с помощью GigaChat Оценка и загрузка описаний аналитиками Автоматизация мониторинга качества данных с помощью ML Обеспечение управления рисками и безопасностью данных Использование синтетических данных для обучения моделей Обеспечение контроля и автоматизации процессов управления данными