Кингисепп поедет но-новому
По национальному проекту «Безопасные качественные дороги» подъезд к Кингисеппу от федеральной трассы А-180 «Нарва» будет отремонтирован целиком в сентябре.
Речь идет почти про шесть километров, государственный контракт на выполнение работ заключил «Ленавтодор». Здесь будет заменен асфальт, укреплены обочины, обновлены водопропускные трубы, поставлены новые знаки и остановки. Ремонт станет логичным продолжением обновления региональных трасс около Кингисеппа: в прошлом году здесь был капитально отремонтирован мост через реку Касколовка, когда дорожники заменили старый мостовой переход на специальную водопропускную трубу большого диаметра.
«Ремонт региональных дорог в этом году затрагивает практически все районы от Кингисеппа до Подпорожья. Часть работ делается со значительным опережением графика: объекты учтены в государственных программах на 2023-2024 годы, а водители смогут ездить с комфортом уже сейчас», — подчеркнул глава дорожного комитета Денис Седов.
Кроме того, в Кингисеппском районе, в рамках компенсационного соглашения между областью и операторами строительства завода по переработке этаносодержащего газа, также ведется дорожный ремонт на участках трасс Кингисепп — Краколье около Усть-Луги и Копорье — Ручьи за Сойкинской святыней.
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.