Часы работы: 10 - 19 (Москва)

г. Пенза, ул. Ленина, 6

Новости
CodeInside пробует силы в Machine Learning

CodeInside пробует силы в Machine Learning

Проекты, основанные на машинном обучении - пока новый рынок, и его может занять каждый, рискнувший попробовать свои силы. Компаний, которые могут себе позволить специалистов в этой области немного, в основном это крупные игроки типа Яндекс и Mail.ru. Однако, CodeInside силы заявить о себе на этом рынке чувствует и готов показать, что умеют его специалисты.

- Наш проект в первую очередь рассчитан на риелторов, перед которыми стоит задача прогнозирования стоимости недвижимости, - рассказывает Максим Семенкин. - К примеру, клиент приходит к специалисту с желанием продать свой дом за несколько десятков миллионов рублей. Однако, модель подсказывает риелтору: аналогичные объекты в прошлом продавались по цене несколько ниже (или выше). На основании этих данных программа также сама формулирует подходящую цену, которая позволит продать объект быстрее и выгоднее. Опыт риелтора не будет играть решающей роли в вопросе точности оценки объекта недвижимости, программой смогут пользоваться и начинающие сотрудники агентства.

Алгоритм также способен проанализировать динамику рынка, отметить восходящую тенденцию в ценообразовании на подобные объекты недвижимости и предложить клиенту подождать с продажей конкретное количество времени – для формирования более выгодной цены.

Почему для подобной работы мы взяли риелторскую базу? Проблема в работе с машинным обучением – наличие данных. Чтобы обучить модель, их необходимо очень много. Соответственно, начинать работу с machine learning важно с теми компаниями, у которых подобный объем данных есть. И такой клиент в CodeInside пришел. Сейчас программа «затачивается» под него, однако впоследствии она может продаваться как коробочное решение.

- Правда, так далеко мы пока не думаем, - замечает Максим Семенкин. – Пока непонятно, сколько по времени займет разработка продукта. Рынок новый, шишки не набиты. Известно только, что задача по разработке – решаема. Мы концептуально анализировали ее почти 3 месяца, проводили научно-исследовательские работы. Взяли данные, передали их специалистам по data science. Машинное обучение неразрывно связано с обработкой, анализом и хранением больших массивов данных, так называемых «Big Data». И эти данные надо приводить в порядок, так как часто они ведутся ненормализованно, обогащать, перепроверять, устранять шумы.

Сегодня проектом заняты 2 специалиста, но в будущем их количество может вырасти – в зависимости от того, как быстро проект будет развиваться и какие результаты покажет.




CodeInside пробует силы в Machine Learning