Десять новых школ построят к 1 сентября в Подмосковье
На оперативном совещании под руководством губернатора Московской области Андрея Воробьева министр областного строительного комплекса Владимир Локтев доложил о ходе реализации госпрограммы по строительству объектов образования в 2022 году.
По словам Владимира Локтева, в рамках реализации нацпроектов в 2022 году запланирован ввод 30 объектов образования - это 20 школ и 10 детских садов, сообщает пресс-служба Министерства строительного комплекса региона.
«К началу учебного года планируется открыть 10 новых школ на 4 тыс. 875 мест в 10 городских округах. Еще 10 школ будут введены в эксплуатацию до конца года», - говорится в сообщении.
Министр также рассказал о выполнении поручений губернатора по поэтапному вводу объектов в составе образовательных кластеров на базе гимназии имени Е.М. Примакова в Одинцовском округе и «Физтех-лицея» имени П.Л.Капицы в Долгопрудном. К 1 сентября планируется открытие еще двух корпусов для проживания учащихся и одного корпуса для преподавателей в гимназии имени Е.М. Примакова и начальной школы на 425 мест в «Физтех-лицее» в Долгопрудном.
За счет оптимизации строительных процессов сохраняется возможность опережающего ввода объектов на четырех объектах образования - это школа на 825 мест в Истре, детские сады в Одинцовском городском округе, Серпухове и Реутове.
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.