Улицу Малыгина и Малыгинский проезд в Москве соединит путепровод
Через железнодорожные пути Ярославского направления Московской железной дороги построят путепровод, который соединит улицу Малыгина и Малыгинский проезд.
Он свяжет Ярославский и Лосиноостровский районы.
Ранее был утвержден проект планировки территории для этого объекта, разработанный специалистами Института генплана Москвы.
«Строительство путепровода заметно улучшит транспортное обслуживание этой территории. Сейчас транспортные потоки сходятся в одном узле, который уже исчерпал свою пропускную способность. Появление этой связи позволит создать новые маршруты общественного транспорта до станций метро “Медведково” и “Бабушкинская” и в перспективе сократит время в пути», — отметила Юлиана Княжевская, председатель Москомархитектуры.
С будущего путепровода предусмотрен съезд в Анадырский проезд. В рамках проекта также планируется построить проезд от улицы Федоскинской до Холмогорской и подземного пешеходного перехода через железнодорожные пути Ярославского направления Московской железной дороги в районе улицы Холмогорской.
Помимо этого, будут реконструированы участки улицы Малыгина и Малыгинского проезда, обустроены новые и обновлены существующие остановки общественного транспорта. Вдоль улиц появятся велосипедные дорожки, а вся территория будет благоустроена. Общая площадь благоустроенных участков составит около 13 гектаров.
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.