Главгосстройнадзор выдал ЗОС железнодорожной станции в Дмитрове
Завершена реконструкция железнодорожной платформы на станции Катуар Савеловского направления Московской железной дороги в Дмитровском городском округе, Главгосстройнадзор выдал заключение о соответствии требованиям технических регламентов и проектной документации, сообщает пресс-служба ведомства.
«Профилактические визиты Главгосстройнадзора помогли застройщику заблаговременно подготовиться к итоговой проверке. Девелопер устранил все замечания инспекторского состава, благодаря чему быстро получил ЗОС. В результате реконструкции ожидается увеличение среднесуточного пассажирского потока до 6817 чел/сутки», — отметил министр правительства Московской области по государственному надзору в строительстве Артур Гарибян.
Теперь пассажиры могут пользоваться обновленной инфраструктурой. На территории остановочного пункта Катуар спроектированы навесы для защиты пассажиров от осадков. Установлены скамьи для отдыха в ожидании поезда и урны для сбора мусора. Добавлено электронное табло, которое сообщает информацию о прибытии ближайшего поезда. Выйти на платформу стало возможно по надземному переходу, где есть эскалаторы и лифты, что делает доступными и комфортными самостоятельные поездки для маломобильных групп граждан. Понятная система навигации позволит легко ориентироваться тем, кто оказался на станции впервые.
ВТБ завершил пилотный проект по использованию инструментов машинного обучения.
Технология поможет банку эффективнее оценивать стоимость строящихся объектов и в ускоренном режиме принимать решения по выдаче кредитов на жилищное строительство. Новый сервис протестирован в 30 городах России.
В основе сервиса — универсальная платформа геоаналитики, запущенная ВТБ в 2020 году и позволяющая сопоставлять 170 слоев обезличенных данных из банковской сферы, телекома и digital-сервисов. В решении используется обезличенная информация о жителях аналогичных домов, а также районов со схожей транспортной инфраструктурой, имеющих похожие интересы, структуру доходов и расходов и т.д. Уникальный периметр данных анализируется методами машинного обучения для построения сложных нелинейных моделей оценки стоимости объектов. Все это позволяет оперативно принимать решения о выдаче банком кредитов под строительство.
При стандартном методе аналитики для принятия решения в ручном режиме сравнивают территориально близкие объекты. Модели, основанные на Big Data, позволяют оперативно получать качественную аналитику на базе гораздо большего объема разнообразной информации. Наиболее значимые конкурентные преимущества сервис дает в ситуации, когда строящийся жилой объект не имеет рядом аналогов, и оценить его, используя только метод сравнения с похожими соседствующими объектами, невозможно.
«При разработке сервиса мы столкнулись с тем, что рынок жилой недвижимости имеет очень динамичный характер. Для того, чтобы «успеть» за рынком в таком широком географическом периметре, мы разработали не просто модели машинного обучения, а Geo AutoML сервис. Он позволяет перестраивать модели в полностью автоматическом режиме. На сегодняшний день AutoML-решений на рынке много, но это первая история с применением геоаналитики. Поэтому сервис можно считать уникальным», — комментирует Максим Коновалихин, руководитель департамента анализа данных и моделирования – старший вице-президент ВТБ.
«Оценка рыночной стоимости строящейся недвижимости играет для банка важную роль в принятии решения о финансировании. Новая разработка позволяет нам повысить оперативность на этом этапе работы с проектом и получить более объективные и точные данные. Мы видим позитивные результаты с точки зрения повышения эффективности оценки проектов в рамках пилотирования сервиса и планируем до конца сентября масштабировать его на большинство крупнейших городов страны», — отметил Руслан Еременко, руководитель департамента регионального корпоративного бизнеса – старший вице-президент ВТБ.
Пока решение применяется только внутри банка, но в дальнейшем может стать доступным и сторонним пользователям — другим банкам и застройщикам жилой недвижимости.