Начался прием заявок от петербуржцев в Общественный штаб по реновации
В Петербурге стартовал прием заявок в Общественный штаб по реновации, об этом на своей странице во «ВКонтакте» сообщил председатель Законодательного собрания Александр Бельский.
«Стать претендентом может любой совершеннолетний житель Петербурга. Необходимо заполнить анкету и отправить ее на электронную почту shtab@assembly.spb.ru. Заявки принимаются до 24 августа», — написал Александр Бельский.
С инструкцией по заполнению заявки можно ознакомиться ЗДЕСЬ.
Голосование за кандидатов пройдёт на сайте ЗакСа.
«Важно, чтобы в штаб вошли люди, представляющие интересы жителей. Процесс реновации в Петербурге обязан быть максимально открытым», — подчеркнул спикер городского парламента.
Напомним, в конце июля Александр Бельский выступил с предложением создать Общественный штаб по вопросам реновации, в который войдут депутаты, члены Общественной палаты города, представители районов, общественные деятели и жители Петербурга. Необходимость создания такой структуры была вызвана тем, что принятый закон о КРТ (комплексного развития территорий), которым предусматривается реновация типовой панельной застройки 1957-1970 годов, вызвал недовольство, множество вопросов и слухов. Жители Северной столицы стали объединяться в инициативные группы, чтобы не допустить сноса своих домов. Городские власти теперь активно занимаются разъяснениями.
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.