Автоматизация в финансовом секторе современной российской и зарубежной экономики переходит на новый этап, активно использующий системы и алгоритмы машинного обучения с целью заменить во многих своих областях деятельность человека. Данный класс алгоритмов и подходы, с ним связанные, позволяют выявлять и использовать достаточно сложные, часто не поддающиеся формальному математическому описанию, закономерности, наблюдаемые в эргодических (при этом не стационарных) процессах. Выявленные сложные закономерности позволяют автоматизировать работу человека в части принятия решений.

Доклад описывает основные типы задач класса ML, существующие подходы к построению ML-моделей, проблемы при внедрении в реальную практику и пути их решения на опыте международного FinTech-холдинга в части внедрения алгоритмов анализа данных для решения ряда внутренних задач. В частности, показано прикладное решение задачи кредитного скоринга с основными проблемами и путями их преодоления.