ВТБ: «Управление жизненным циклом данных в условиях постоянных изменений»
В ВТБ реализован проект «Управление жизненным циклом данных в условиях постоянных изменений», ставший системным архитектурным ответом на вызовы цифровой трансформации. Один из ключевых факторов проекта — его масштаб. Он реализован на централизованной платформе данных ВТБ, которая является одной из крупнейших платформ данных в России и построена на полностью импортозамещённом технологическом стеке, включающем СУБД Arenadata DB (ADB) и платформу Arenadata Hyperwave (ADH).
Проект охватывает фактически весь спектр наиболее значимых данных банка: клиентские данные, транзакционные данные, продуктовые и договорные данные, данные кредитного контура, антифрод-данные, данные регуляторной и управленческой отчётности, а также данные, используемые в моделях искусственного интеллекта.
Если говорить о цифрах, то это более 300 систем-источников, более 2 тыс. сотрудников, вовлечённых в процессы управления данными, более 2 тыс. дата-контрактов, более 5 тыс. автоматизированных технических и бизнес-контролей, а также специализированный стрим качества данных численностью более 100 человек. Все эти процессы удалось объединить в единую архитектурную и организационную модель.
Проект получил награду в номинации «За качество данных».
«Комус»: единый каталог на базе Arenadata Catalog
Крупнейшая российская торговая компания, работающая в сегменте B2B-товаров, «Комус» создала единый каталог на базе продукта Arenadata Catalog (ADC), в котором отражены все накопленные активы, связанные с данными. У аналитиков компании появилась актуальная информация о данных, их текущем статусе и проводимых изменениях.
В «Комусе» исторически сложилась распределённая система управления данными: три ключевые бизнес-дирекции — логистика, финансы и розничные корпоративные продажи (ДКРП) — использовали собственные аналитические решения. Это привело к накоплению десятков тысяч отчётов, витрин и таблиц, информация в которых дублировалась, устаревала или просто терялась. В 2024 году стало понятно, что разобраться со всем этим объёмом вручную становится невозможно. Со стороны бизнеса возникало всё больше вопросов в духе «Какие данные есть в хранилище?», «Какие отчёты актуальны, а какие нет?», «Строятся ли отчёты на актуальных данных?» и пр. Для решения этой проблемы было решено внедрять каталог данных на базе Arenadata Catalog.
В результате проекта был создано единое централизованное описание аналитических систем компании. Сейчас группа поддержки занимается отслеживанием правильности загрузки и отображения данных в дата-каталоге, а также популяризацией данной платформы среди бизнес-аналитиков компании. Важно, что команде «Комуса» удалось автоматизировать сбор метаинформации по аналитическим системам. 99% информации появляется в каталоге в автоматическом режиме и обновляется на ежедневной основе.
Проект получил награду в номинации «Спринт: за лучший agile-проект в Data Governace».
РСХБ: единая «песочница» для аналитиков
Россельхозбанк запустил и развивает решение RAISA — единую систему продвинутой аналитики и MLOps-платформу полного цикла. Она объединяет в себе унифицированный инструментарий для исследования данных, отработки гипотез, прототипирования, обучения и промышленного мониторинга моделей ИИ. Главной задачей при этом является внедрение ИИ-инструментов в повседневную работу сотрудников банка и организаций группы при полном соблюдении требований безопасности и конфиденциальности.
Платформа RAISA интегрирована с корпоративной Lakehouse-архитектурой банка, которая объединяет возможности озера данных и корпоративного хранилища в единую аналитическую среду. Данные хранятся и обрабатываются в Lakehouse на базе Arenadata Hyperwave и Picodata, а RAISA использует этот контур как основу для аналитики и жизненного цикла ML-моделей.
На текущий момент платформу RAISA используют более 3 тыс. сотрудников банка и организаций группы, в том числе в ежедневной деятельности. В системе настроено более 40 интеграций, реализовано более 3 тыс. дата-продуктов. Лабораторией ИИ разработано более 100 моделей ИИ, а также на платформе решено 3,5 тыс. задач.
Среди наиболее успешных бизнес-кейсов, реализованных с применением ИИ, выделяются проекты, приносящие значительный экономический эффект. Так, в сегменте работы с корпоративными клиентами разработаны и внедрены решения по прогнозированию предпочтительного канала коммуникации, наиболее контактного номера телефона, риска оттока клиентов, а также подбора наиболее релевантного продукта для кросс-продаж. В направлении взыскания задолженности физических лиц активно применяются аналитические модели, повышающие эффективность процесса. В рамках этого бизнес-кейса определяются заёмщики на стадиях soft и hard collection, спрогнозированные моделью как «безнадёжные» к взысканию текущими инструментами (звонки и выезды сотрудников). Таких клиентов модель рекомендует досрочно переводить со стадии soft на hard, а с hard — на legal. По итогам внедрения модели РСХБ удалось увеличить эффективность и скорость взыскания задолженности за счёт своевременного перевода клиента на следующую стадию, а также сократили количество звонков «безнадёжным» клиентам.
Из ключевых проектов 2025 года стоит отметить систему для автоматического установления, изменения и контроля максимального остатка наличной валюты РФ в кассах и банкоматах банка. Решение оптимизирует операционную деятельность и показывает общие эффекты около 700 млн руб., которые продолжают расти.
К бизнес-результатам можно также отнести сокращение числа рутинных операций, рост вовлечённости сотрудников в работу с ИИ и формирование базы для внедрения ИИ-решений в риск-анализ, клиентский сервис и обучение персонала. Общий экономический эффект на горизонте до конца 2029 года оценивается в 8,8 млрд руб.
Проект получил награду в номинации «За внедрение генеративного ИИ в рабочие процессы».
Банк «Санкт-Петербург»: запуск централизованной платформы управления данными
В конце прошлого года в Банке «Санкт-Петербург» завершился крупный инфраструктурный проект, по результатам которого ряд критичных платформ и бизнес-сервисов был переключён с локального хранилища данных на централизованную платформу управления данными. Среди них кредитный конвейер, система маркетингового взаимодействия с клиентами, система поддержки корпоративного кредитования и другие.
Проект оказался весьма важным для банка. Во-первых, он напрямую повлиял на скорость вывода изменений в бизнес-сервисы. Каждая доработка в кредитном конвейере или маркетинговых сценариях — это новые продажи, рост конверсии и дохода. Во-вторых, бизнес получил качественно новые возможности: больше данных, поддержку стриминга, готовность к сценариям реального времени и ML/ИИ, масштабируемость без архитектурных ограничений. В-третьих, существенно выросла стабильность сервисов. Ранее они работали на локальном источнике. Теперь все ключевые сервисы переведены на централизованные источники данных. И, наконец важный фактор — импортозамещение. Локальное хранилище работало на стеке Microsoft SQL Server, который больше не поддерживается в России. Переход на новый стек снизил технологические и регуляторные риски и открыл возможности для развития. В банке функционирует единая платформа данных на стеке Arenadata Hyperwave, на которой решается весь спектр задач — от классических высоконагруженных витрин данных до «песочниц» для задач ML/ИИ. Фактически в рамках проекта было создано не просто хранилище, а промышленный слой данных, который обеспечивает масштабируемость, устойчивость и готовность к дальнейшему развитию без повторной архитектурной перестройки.
Проект получил награду в номинации «За стратегический взгляд на управление данными».
Банк «Эсхата» (Таджикистан): централизованное хранилище данных
Банк «Эсхата» (Таджикистан) создал централизованное хранилище данных, ставшее «единым источником истины» для всей организации. Оно позволило перейти от разрозненных excel-отчётов и локальных баз данных к автоматизированной экосистеме сбора, очистки и визуализации данных. Проект полностью закрыл потребности банка в регуляторной, операционной и управленческой отчётности, объединив все информационные потоки в рамках единого дата-хаба. Фундаментом системы стала СУБД Arenadata DB.
Банку удалось интегрировать множество разрозненных систем с колоссальными объёмами транзакционных данных. Теперь информация о каждом движении средств или действии клиента в приложении не просто хранится где-то в базе, а мгновенно становится частью общей аналитической картины. Это позволило видеть бизнес на 360 градусов и принимать решения, основываясь на полном контексте данных, а не на их фрагментах. Самый главный эффект — это колоссальное ускорение бизнес-циклов. То, что раньше требовало недель ручного труда и бесконечных правок в Excel, теперь происходит в автоматическом режиме.
Проект получил награду в номинации «Национальному лидеру на рынках СНГ».
Центр обучения Arenadata: «Кадры для экономики данных»
Группа Arenadata реализует комплексный проект «Кадры для экономики данных» — экосистему подготовки высококвалифицированных специалистов для ИТ-отрасли. Она охватывает полный цикл профессионального развития: от обучения студентов в вузах и подготовки преподавателей до повышения квалификации действующих специалистов.
Подготовка специалистов в рамках проекта «Кадры для экономики данных» включает большой перечень направлений подготовки, в которых реализуется множество программ. Проект непосредственно направлен на подготовку кадров по следующим направлениям подготовки: фундаментальная информатика и информационные технологии, программная инженерия, прикладная математика и информатика, информационные системы и технологии, математика и компьютерные науки, прикладная математика, информатика и вычислительная техника, бизнес-информатика.
Обучение строится на базе технологического стека Arenadata и партнёров компании. В части СУБД и хранилищ данных в основе лежат Arenadata DB, Greengage (проект с открытым кодом, созданный специалистами Arenadata как альтернатива ранее закрытому международному проекту Greenplum), Arenadata Prosperity (PostgreSQL) и Arenadata QuickMarts (ClickHouse). В части технологий больших данных и потоковой обработки проводится обучение Arenadata Hyperwave, Arenadata Streaming (Apache Kafka и Apache NiFi) и Apache Spark, а также управлению данными на базе Arenadata Catalog.
На текущий момент реализовано более 40 треков обучения и 35 профильных курсов, в обучение вовлечено более 150 компаний. В совокупности за все годы работы подготовлено более 10 тыс. человек, том числе свыше 5 тыс. специалистов и 5 тыс. студентов.
Проект получил награду в номинации «За подготовку специалистов по работе с данными».
«Мы высоко ценим доверие ведущих российских компаний и организаций из дружественных стран, которые выбирают решения Arenadata для реализации ключевых инициатив. Не менее значимо для нас признание со стороны профессионального сообщества, отметившего Центр обучения Arenadata, занимающийся подготовкой специалистов по работе с данными. Это стратегическое направление, в рамках которого мы формируем экосистему пользователей, аналитиков, инженеров и администраторов наших решений. Такая работа не только повышает готовность рынка к внедрению отечественных платформ данных и снижает барьеры входа для заказчиков и партнёров, но и укрепляет доверие к компании и её технологиям».
О премии Data Award
Data Award — независимая премия для директоров по данным, учреждённая в 2018 году издательством «Открытые системы» и профессиональным порталом «Директор информационной службы». Впервые награды лучшим директорам по данным были вручены на форуме BIG DATA в 2019 году.
Главная цель премии — популяризация наиболее значимых российских достижений в области работы с данными. В 2021 году премия изменила название с CDO Award на Data Award, что отражает перенос фокуса премии с личных достижений на корпоративные. В состав экспертного совета Data Award входят авторитетные профессионалы в области цифровой экономики. В 2026 году список номинаций премии был существенно расширен: появились дополнительные награды за успехи во внедрении ИИ-агентов и за лучшие проекты в области бизнес-аналитики (BI).