На востоке столицы появится новый корпус по производству мебели
В Косино-Ухтомском районе столицы построят новый производственный корпус, в котором будут делать школьную, домашнюю и офисную мебель.
Для реализации масштабного инвестиционного проекта город без торгов передал инвестору земельный участок площадью более двух гектаров.
«Компания получила разрешение на строительство рядом с уже существующим производством дополнительного корпуса по выпуску мебели для общеобразовательных учреждений, офисов и дома. Площадь нового объекта составит 9,6 тысячи квадратных метров, в дальнейшем там смогут работать 350 человек. Инвестор вложит в проект 280 миллионов рублей», — сообщил заместитель мэра Москвы по вопросам экономической политики и имущественно-земельных отношений Владимир Ефимов.
Сегодня в Москве производят деревянную, металлическую и мягкую мебель для социально значимых учреждений, жилых домов, офисных и торговых помещений.
«Планируется, что на новом предприятии будут выпускать около 500 тысяч единиц продукции в год. Уже сегодня производственные мощности завода позволяют изготавливать 335 тысяч изделий», — рассказал руководитель Департамента инвестиционной и промышленной политики Москвы Владислав Овчинский.
Масштабные инвестиционные проекты — это особая форма сотрудничества города и бизнеса. По ним в Москве возводят производственные комплексы, инновационные центры, объекты здравоохранения и транспортной инфраструктуры. Таким образом, в столице создается современная инфраструктура и новые рабочие места.
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.