Дорога на ленинградское Выбье — c ремонтом
Путь к экотропе «Долина реки Выбья и Лужская губа» в самом сердце Кургальского заказника в Кингисеппском районе Ленинградской области теперь с новым асфальтом благодаря нацпроекту «Безопасные качественные дороги».
Четыре километра на трассе Лужицы — Первое Мая в сторону древней деревни Выбье отремонтированы целиком: помимо укладки нового покрытия и укрепления обочин, здесь были заменены водопропускные трубы, нанесена разметка и поставлены знаки. В общей сложности, весь ремонт занял чуть больше двух месяцев. В процессе работ пришлось усиливать основание дороги, так как здесь когда-то была булыжная мостовая.
Экотропа «Долина реки Выбья и Лужская губа» в Ленинградской области была открыта в середине июля. Здесь установлен павильон для усиления звука «Рупор», обращенный в сторону Лужской губы, благодаря чему все звуки слышны с одинаковой силой. Кроме того, посетители экотропы могут заглянуть в «Комнату тишины». Эта площадка создана внутри природного ландшафта. Вокруг – камышовые заросли, их шелест ограждает от внешнего мира. Также здесь оборудована двухъярусная смотровая вышка «Башня»: на первом уровне – укрытие от солнца, дождя или сильного ветра. Второй ярус – открытая площадка с панорамным обзором. Отсюда, с высоты почти восемь метров, можно охватить взглядом практически все ландшафты, которые встречаются на экомаршруте, а еще – увидеть сразу и узкую ленту реки Выбья, и широкий простор Финского залива. Первое упоминание о Выбье датируется 1571 годом.
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.