Как в действительности можно применить новые технологии с пользой для бизнеса и что для этого нужно? Об этом мы поговорили с экспертом в области машинного обучения Владимиром Ивановым.
Есть ли какое-то наиболее очевидное применение машинного обучения? Чтобы прям начал делать – и сразу ощутил улучшения?
На мой взгляд, одна из таких областей – это маркетинг. Бизнес должен решать задачи по продвижению, при этом ресурсы всегда ограниченны. Эти ресурсы необходимо распределять с наибольшей эффективностью, то есть работать над повышением конверсии.
Машинное обучение отлично подходит для решения этой задачи. При наличии данных по продажам по большому количеству пользователей анализ этой информации и построение моделей могут использоваться для генерирования гипотез о том, какова вероятность наступления нужного события. Например, покупки бытовой техники или автомобиля в результате проведения рекламной кампании.
Также этот подход позволяет ретейлерам понять, каким пользователям и на какие товары можно предложить скидку, чтобы повысить продажи. Анализ поведения отдельных групп пользователей лежит в основе рекомендательных систем, и там также применяется машинное обучение.
Трудоустройство после курсов, что обещают онлайн школы? @vadilyin
К примеру, анализ big data и машинное обучение позволяют делать гипотезы вида «клиент купил игру, требующую мощного железа, но давно не покупал технику – стоит предложить ему скидку на современное железо».
Всё это нужно тем компаниям, которые хотят повысить качество коммуникаций и конверсию и при этом обладают большим объемом потенциально полезной информации. Данные помогают лучше понимать клиентов, поэтому использовать их очень важно.
А какие еще могут быть применения этой технологии?
В целом применений машинного обучения для бизнеса очень много. Еще одно перспективное направление – рекомендательные системы. Анализируя большие объемы данных и интересы аудитории, можно автоматически генерировать рекомендации, в том числе в виде изображений.
К примеру, у вас есть определенный товар – одежда разных фасонов и цветов. ML-модель способна предугадать, что клиенту может понравиться похожий товар, – всё это серьезно повышает конверсию.
Очистка данных и сегментация аудитории – другой важный аспект. Бизнес должен понимать, кто именно пользуется его услугами, каковы потребности этих людей. К примеру, в ретейле собственные данные компаний могут совмещаться с информацией операторов фискальных данных, мобильных операторов – это позволяет выделять группы пользователей на основе различных факторов. Например, можно находить группы клиентов, которым интересны определенные товары – для спорта, рыбалки. Это также эффективно используется в маркетинге и рекомендательных системах, точность которых существенно возрастает.
Только ли клиентов можно так «анализировать»?
На самом деле нет, есть уже подвижки в области применения новых технологий, таких как машинное обучение, нейронные сети и искусственный интеллект, например, для поиска сотрудников.
БИЗНЕС ОБРАЗОВАНИЕ | Куда Пойти Учиться, Чтобы Стать Предпринимателем
Сегодня существует огромное количество ресурсов, где можно найти данные о кандидатах. Помимо сайтов непосредственно для поиска работы, важными могут быть и другие ресурсы. Например, если вы хотите нанять программиста, то наверняка изучите его GitHub. Объем информации для анализа очень велик, и если вам нужно нанимать много людей, дело многократно усложняется.
Но уже сегодня существуют механизмы машинного обучения, которые могут автоматически анализировать нужные данные. Возвращаясь к примеру с поиском программистов, стоит сказать, что специализированная модель может быть использована для анализа коммитов на GitHub с целью выявления наиболее активных и квалифицированных специалистов. Сделать это эффективно вручную довольно сложно.
Также с помощью таких технологий можно дополнять профили кандидатов данными из социальных сетей, просчитывать зависимости между навыками и образованием, сопоставлять это с базой ранее присланных в компанию резюме. Все эти механизмы могут быть использованы для построения в том числе предиктивных моделей – чтобы рассчитывать вероятность того, что сотрудник, соответствующий определенному профилю, проработает в компании заданное время.
Насколько сложно начать использовать машинное обучение?
Важно понимать, что сами по себе технологии не работают. Более того, если их использовать без наличия должного опыта, то можно неверно интерпретировать данные, принять ошибочные решения.
Чтобы всё это работало, нужен человек, который будет контролировать взаимодействие всех инструментов и технологий (инженер по machine learning). Поэтому, прежде чем начинать внедрение новых технологий, нужно позаботиться о том, чтобы найти того, кто возглавит этот процесс, обладая достаточным опытом.
Если эту задачу решить, дальше всё будет гораздо проще: данные есть, специалист есть, останется лишь предоставить ему свободу действий, а затем активно внедрять data-driven-рекомендации.
Источник: spark.ru
Зачем бизнесу участвовать в образовательных проектах
Результаты соцопросов в последнее время приводят нас к мысли, что с системой образования не всё гладко. Лишь 27% россиян работают по специальности, указанной в дипломе, выяснили специалисты Федеральной службы по труду и занятости (Роструд). А опрос на портале Superjob показал, что 85% россиян недовольны своей зарплатой. Получается, что отучившись 11 лет в школе, а потом еще пять лет в вузе, молодой специалист зачастую так и не может ответить на вопрос, “кем он хочет стать, когда вырастет”.
Когда государственная система образования не справляется, ей на помощь приходит бизнес. Ведь человеческий капитал — гораздо более ценный ресурс, чем природное или накопленное богатство. Крупные компании это хорошо понимают, поэтому часто берут инициативу в свои руки.
Экономический аспект
Работодателю и системе образования удобно такого рода сотрудничество. “Яндекс” открывает свой факультет на базе Высшей школы экономики, Mail.Group запускает в Бауманке “Технопарк”, в результате студенты учатся по специальной программе, дополняющей теоретические знания практическими навыками, и мы получаем специалиста, который уже попробовал себя в разных сферах, познакомился с политикой компании, определился, что ему близко и осознанно подходит к выбору места работы. Производственные гиганты, такие как “Роснефть” и РУСАЛ, например, используют более надежную схему “школа-вуз-предприятие”. Обычно это гарантирует трудоустройство молодых специалистов и хорошую подготовку, отвечающую потребностям компании. Как говорится, хочешь сделать что-то хорошо, сделай это сам.
Параллельно с традиционными программами, бизнес делает ставку и на новые форматы, пытаясь работать не только с подростками, но и с детьми среднего школьного возраста и их родителями. Крупные компании спонсируют проведение масштабных образовательных проектов и фестивалей, таких как Geek Picnic и Наука 0+, организуют научно-популярные лекции. Участие в таких мероприятиях поднимает престиж компании и полезно для самих сотрудников. Есть возможность получить уникальный опыт проведения тренингов, систематизировать и освежить собственные знания, пообщаться с подрастающим поколением.
Этический аспект
В мировой экономике есть понятие корпоративной социальной ответственности. Это концепция, в соответствии с которой организации учитывают интересы общества и берут на себя ответственность за влияние на них. Участие в подобных образовательных проектах — это способ повлиять на будущее, доступный каждой компании.
Популяризируя науку и технологии, компании становятся своего рода строителями нового общества. В начале 20 века этим занимались представители интеллигенции: пытались сократить разрыв между образованным сословием и народом, формирующим экономическую, политическую и социальную сферы жизни. Сегодня эту просветительскую миссию берут на себя и крупные бизнес-корпорации. А если вспомнить, что в России, кроме Москвы, Санкт-Петербурга и других крупных городов, есть огромное количество регионов, которым далеко до блокчейнов и нейросетей, но при этом там тоже растут и учатся талантливые дети, эта миссия становится принципиальной.
Именно этими соображениями мы руководствовались, создавая “Центр просвещения Luminary”. Это некоммерческий проект. Наш центр расположен в селе Хрюг Ахтынского района Дагестана. Обучение в нем бесплатное, программы рассчитаны на детей от 10 до 17 лет и включают в себя постоянные и модульные блоки: от программирования и робототехники до изучения астрономии и анатомии.
Резиденты, которые приезжают к нам и проводят воркшопы и лекции, уже состоялись в профессии и понимают, насколько важно передать свои знания подрастающему поколению. Мы, в свою очередь, стараемся создать им комфортные условия для творчества, компенсируем расходы на дорогу, питание и предоставляем жилье. За окном горы и чистый воздух, в распоряжении интернет, медиа-студия и VR -лаборатория. У нас нет строгого обязательного графика, эксперт сам составляет расписание своих лекций, что позволяет при желании уделять время также работе либо личным проектам.
В регионах также работает и “Росатом”, они создали сеть информационных центров по атомной энергии (ИЦАЭ), которые действуют в 17 субъектах РФ. Наряду с информированием о развитии и перспективах отрасли центры ведут активную просветительскую работу — организуют научно-популярные лекции российских ученых, занятия по техническому творчеству и Science Slam (научные ток-шоу).
Научно-технический прогресс вносит коррективы во все сферы жизни. Образование должно первым реагировать на изменения. Каких специалистов мы хотим видеть завтра? Осознанных, с развитым критическим мышлением, умеющих работать в команде и подстраиваться под постоянно изменяющийся окружающий мир.
Источник: vc.ru
Учить, чтобы заработать: зачем бизнес вкладывается в образование
Инвестиции в образование решают кадровую проблему, повышают капитализацию бизнеса и обеспечивают возврат вложений. Ольга Шашкарова, директор образовательной программы «Лифт в будущее» благотворительного фонда «Система», рассказывает, что такое импакт-инвестирование и как оно начинает работать в России
В 2015 году 13% всех социальных инвестиций и грантов, выделенных крупными мировыми компаниями, приходились на образовательные проекты. Однако в ближайшие годы из-за пандемии, согласно прогнозам UNESCO, на рынке образования возникнет дефицит финансирования в размере $200 млрд, что ухудшит качество человеческого капитала — читай, кадров в целом. Поэтому глобальный бизнес сегодня как никогда заинтересован в обучении потенциальных сотрудников.
Источник: www.forbes.ru
