Как построить банковский RecSys в 2026 году: классика и новые подходы
Разбираем современную архитектуру рекомендаций для финансовых офферов: от гибридных моделей до федеративного обучения и объяснимости.
В статье на Habr ML автор подробно описывает, как в 2026 году создаётся рекомендационная система (RecSys) для банковских продуктов. На первом этапе подчеркивается, что классические подходы – коллаборативная фильтрация на основе матричной факторизации и градиентный бустинг – остаются базой, но их эффективность повышается за счёт гибридизации с нейронными сетями.
Ключевая архитектура состоит из трёх слоёв: 1) Data Ingestion – потоковая обработка транзакций, кликов и CRM‑данных через Apache Kafka и Flink, с обязательным соблюдением GDPR и PCI‑DSS; 2) Feature Store – централизованный реестр признаков (FeatureHub) с поддержкой онлайн‑обновлений, где хранятся как традиционные признаки (возраст, доход), так и эмбеддинги пользовательского поведения, обученные в режиме self‑supervised; 3) Model Layer – ансамбль моделей: LightGBM‑модель для скоринга, трансформер‑энкодер для контекстных рекомендаций и графовая нейросеть для кросс‑продуктовых связей.
Особое внимание уделяется федеративному обучению: модели обучаются на устройствах клиентов, а агрегированные градиенты передаются в центральный сервер, что снижает риск утечки персональных данных. Для объяснимости внедрён SHAP‑драйвенный дашборд, позволяющий аналитикам проследить, какие признаки влияют на рекомендацию конкретного продукта.
В конце статьи автор приводит цифры пилотного проекта: увеличение конверсии в кредитные предложения на 12 % и рост удержания депозитных продуктов на 8 % при одновременном сокращении времени отклика модели с 250 мс до 85 мс. Всё это демонстрирует, как сочетание проверенных методов и современных технологий формирует надёжный банковский RecSys в 2026 году.
Для разработчиков это значит, что стоит комбинировать классические модели с трансформерами и графовыми сетями, а также внедрять федеративное обучение для соблюдения регуляций. Объяснимость и быстрый отклик становятся конкурентным преимуществом в финансовом секторе.
