В Пушкине снесли недострой прачечной на Софийском бульваре
В Пушкине снесли недостроенное здание прачечной на Софийском бульваре.
Его в свое время кто-то начинал возводить, но затем бросил и ушел с площадки.
Строительство объекта между домами 26 и 28 по Софийскому бульвару началось примерно в 2008 году — во всяком случае, такие сведения оставили очевидцы. Информации о выданном разрешении на эти работы «Канонеру» найти не удалось. В 2010-м коробка здания была готова. Однако работы бросили, и с тех пор двух-трехэтажка стоит без облицовки и не эксплуатируется.
В 2014 году город заключил инвестдоговор на строительство здесь прачечной с ООО «Секунда». В 2017-м «Секунда» получила разрешение на начало работ. Как пояснили «Канонеру» в службе строительного надзора, ни в градплане, ни в разрешении не было сведений о наличие недостроя на участке. Новый застройщик работы не начал, внешне облик недостроя не изменилось. В 2019 году договор с «Секундой» был расторгнут.
В 2021 году комитет по контролю за имуществом выиграл иск, поданный к «Секунде», с требованием «снести кирпичное здание». Ответчик решение не исполнил, и за работы принялся подрядчик центра повышения эффективности госимущества при комитете. Работы стартовали в минувшем январе, а сейчас завершились, проинформировал центр.
В ВТБ создали и масштабировали на всю Россию сервис аналитики для оценки новостроек.
В основе — универсальная платформа геоаналитики, позволяющая сопоставлять более 1000 слоев 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, расходов и так далее.
Оценка рыночной стоимости строящейся недвижимости играет для банка важную роль в принятии решения о финансировании проектов. Новая разработка помогает повысить оперативность на этапе рассмотрения заявки на финансирование застройщика и получить более объективные и точные данные. Для застройщиков очень важна скорость и сроки. Использование программы позволило в 3 раза сократить сроки от обращения клиента до подписания кредитного договора.
В разных городах различные факторы оказывают влияние на определение цены на жилье. Рынок постоянно идет вперед, меняется инфраструктура, которая влияет на стоимость. Какие-то параметры устаревают, какие-то добавляются или обновляются. Сложность задачи по оценке недвижимости в масштабах России заключается в учете региональной специфики, макроэкономических колебаниях, большом разнообразии в качестве и расположении строительных объектов, что в свою очередь обуславливает выбор инструментов и способов моделирования.
«Программа учитывает множество факторов и показывает независимую от экспертного мнения оценку, что играет важную роль в общем процессе согласования сделки всеми участвующими подразделениями. 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» — рассказал Максим Коновалихин, руководитель департамента анализа данных и моделирования, старший вице-президент банка ВТБ.
Проект строится на базе трех платформ: платформы гео-аналитики (Geo), платформы автоматического обучения моделей (AutoML) и MLOps-платформы (scibox). У каждой из них своя задача в рамках бизнес-процесса. Их объединение помогло достичь синергии и внести дополнительную ценность.
Проект стартовал с сегмента среднего и малого бизнеса. Следующая стадия — это использование программы как для целей крупного бизнеса, так и розничного ипотечного кредитования. Специфика проекта позволяет не только масштабировать его, но и применять в других сферах. Например, посчитать необходимое количество банкоматов в конкретном районе и количество наличных средств в каждом из них. Отлично подходит, когда на основе аналогичных данных нужно построить прогноз чего-нибудь нового.