Big Data — это много данных, когда у вас много данных, то вам нужна эта технология. По поводу машинного обучения данные сами по себе просто груз, а извлечь из них можно многое. 

У нас ML — это попытка сделать MVP, проверить гипотезу и разбираться, нужно это или не нужно. Специальные концепции мы не используем.

Мы живём в Big Data. Мы её потребители и генераторы. Она нужна тем, кто принимает решения на основе данных. Это ритейл, банки. Те компании, которые делают это лучше всех, которые нанимают лучших дата-сайентистов, развиваются. Своевременное инвестирование в технологии позволят им сохранить доминирующее положение. 

То, что мы делали тогда, было в основном самописным. Сейчас, думаю, есть фреймворки. Это всё более и более доступно.

Работа с большими данными — дорогостоящая вещь. Два пути: нанимать себе специалистов или находить на рынке готовые решения для своей индустрии. Наверное, малый бизнес не может позволить себе большие данные. Крупному бизнесу без этого никак.

Мы чётко понимаем, что на рынке мало специалистов Data Science. Около 2500 специалистов. Половина из них работает в группе компаний Сбербанк. У многих нет экспертизы в ни в наборе специалистов, ни в постановке им задач.