Для юных художников Луги — новые классы и оборудование


13.03.2024 14:00

Актовый зал, гончарная мастерская и кабинет «Хогвартс» — губернатор Ленинградской области Александр Дрозденко оценил обновление Лужской детской художественной школы после капитального ремонта.


«Ленинградская область продолжает последовательную политику реконструкции образовательных учреждений, в том числе художественных, музыкальных, спортивных школ.  Новое здание для художественной школы в Луге долго ждали. В итоге получилось очень здорово — помещение светлое, уютное, теплое. Отдельные классы оборудованы для каждой специальности, с хорошим освещением, оснащены оборудованием и материалами. Отличные условия для творчества ребят», — прокомментировал губернатор. 

Справка 

Лужская детская художественная школа работает с 1973 года на базе городского дома культуры.  
В 2022 году детской художественной школе передали здание бывшей вечерней школы. В течение 2022-2023 годов в здании был проведен капитальный ремонт, в ходе которого отремонтированы кровля, фасад, заменены инженерные сети, приведены в порядок классы, благоустроена территория. Появились новые помещения: актовый зал, комната ожидания для родителей, гончарная мастерская, закуплено новое оборудование и мебель.

В настоящее время в художественной школе обучаются 230 детей, работают 7 педагогов. Реализуются предпрофессиональные и общеразвивающие программы в области скульптуры, рисунка, живописи, станковой композиции, лепки.

АВТОР: Пресс-служба Правительства Ленинградской области
ИСТОЧНИК: Пресс-служба Правительства Ленинградской области
ИСТОЧНИК ФОТО: Правительство Ленинградской области

Подписывайтесь на нас:


27.02.2024 15:28

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.

АВТОР: Пресс-служба Банка ВТБ (ПАО)
ИСТОЧНИК: Пресс-служба Банка ВТБ (ПАО)
ИСТОЧНИК ФОТО: Нейросеть GigaChat для АСН-инфо

Подписывайтесь на нас: