AI maturity index — как и зачем оценивают индекс ИИ-зрелости

BigData и машинное обучение

Выбор стратегии долгосрочного развития, KPI
Управление изменениями, управление требованиями
Аналитика / другое
Machine Learning
Управление командой
Трансформационные изменения
ML
Расширение кругозора
Аудит
Метрики
Методологии

Доклад принят в программу конференции

Целевая аудитория

Руководители организаций, подразделения аналитики и моделирования, Data Science-специалисты и аналитики.

Тезисы

AI maturity index — не еще один индекс в ИТ-отрасли, а международный опыт систематизации внедрения Data Science-подходов в бизнес-процессы.

В докладе рассмотрим, что это такое, почему вычисляют ИИ-зрелость, какие есть стадии внедрения и направления исследования для его формирования, а также какие возникают риски при его контроле.

Андрей Анисимов

Газпромбанк.Тех

Внедрял алгоритмы повышения конверсии в корпоративно-цифровом бизнесе банка ВТБ, создавал систему анализа численности ЦА и тербанков Сбера.
В Газпромбанке занимается монетизацией банковских данных для розничных продуктов в рамках своей команды «Маркетинговый оптимизатор». Призер международных соревнований по Data Science, соискатель к. т. н.
Любит бегать, ночевал в палатке зимой на вулкане на Камчатке. Выпускник SKOLKOVO MBA15.

Газпромбанк.Тех

Газпромбанк.Тех — это цифровая датацентричная организация, в центре которой человек. Их команда создает классные клиентоориентированные сервисы, развивает собственную Data Science-экспертизу, внедряет гибкие практики разработки продуктов и инвестирует в инновации. Главное внутри — gazprombank.tech.

Видео

Другие доклады секции

BigData и машинное обучение