Благоустройство «Школьного» сквера в городском округе Клин планируется завершить в сентябре
В рамках национального проекта «Жилье и городская среда», в городе Высоковск городского округа Клин ведутся работы по благоустройству Школьного сквера по улице Текстильная, сообщает пресс-служба Министерства благоустройства Московской области.
«Благоустройство Школьного сквера в Высоковске идет полным ходом. После завершения всех запланированных работ, эта территория превратится в комфортную рекреационная зону, где будут созданы условия для тихого и активного отдыха горожан», - сказал министр благоустройства Московской области Михаил Хайкин.
Школьный сквер находится в северной части города в спальном районе и использовалась как транзитная зона между домами и школой. В рамках благоустройства в сквере планируется строительство пешеходного светодинамичного фонтана, спортивой зоны с воркаут элементами, а для детей – игровая площадка. По периметру сквера планируется высадка деревьев и кустарников. Освещать территорию в вечернее и ночное время будут парковые светильники.
В настоящее время в сквере выполняются работы по планировке территории, устройству подстилающих покрытий под дорожно-тропиночную сеть и детскую площадку. Также строители монтирую бортовые камни и готовят основание фонтана. Работы планируется завершить в сентябре.
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.