Комитеты

Комитет по банковскому законодательству

Комитет по залогам и оценке

Комитет по инвестиционным банковским продуктам

Комитет по информационной безопасности

Комитет по ипотечному кредитованию и проектному финансированию (в сфере строительства и ЖКХ)

Комитет по комплаенс-рискам и ПОД/ФТ

Комитет по малому и среднему бизнесу

Комитет по наличному денежному обращению

Комитет по платежным системам

Комитет по рискам

Комитет по финансовым технологиям

Комитет по банкострахованию и взаимодействию со страховыми компаниями

Рабочая группа по изменению законодательства о залоге

Рабочая группа по учету, отчетности и налогам

Рабочая группа по вопросам аутсорсинга и взаимодействия с вендорами и поставщиками услуг и сервисов

Рабочая группа по гарантиям и аккредитивам

Проектная группа "ESG-банкинг"

Проектная группа по вопросам совершенствования правового регулирования взаимоотношений между финансово-кредитными организациями и детьми и подростками

Экспертный центр по цифровым финансовым активам и цифровым валютам

Экспертный центр по применению продвинутых подходов к оценке банковских рисков для регуляторных целей

Рабочая группа по операционному риску Экспертного центра по применению продвинутых подходов к оценке банковских рисков для регуляторных целей

Совет по финансовому регулированию и ДКП

Сбер стал использовать искусственный интеллект для расчета размера повышения зарплат

Сбер стал использовать модель на основе искусственного интеллекта для зарплатной
аналитики. Искусственный интеллект обрабатывает большой массив данных из
внутренних и внешних источников (Росстат, hh.ru и другие)  и учитывает более 100
показателей. В результате, в режиме реального времени формируется карта  рынка
труда с рекомендациями по пересмотру зарплат в более чем 8500 городах  и
населённых пунктах по всей России.

Благодаря новой технологии более 10500 сотрудников Сбера в 800 населенных
пунктах в прошлом году получили дополнительное повышение заработной платы.

На основе анализа больших данных в Сбере в прошлом году была разработана модель
дифференцированного пересмотра, которая учитывает не только рыночные факторы, но
и внутренние. Например, в прошлом году наиболее востребованные на рынке
сотрудники массовых специальностей и ключевые и высокоэффективные люди в команде
Сбера получили больший размер повышения.

В 2024 году, несмотря на  общий тренд рынка к дефициту специалистов массовых
профессий, Сберу удалось сохранить людей в ключевых для бизнеса направлениях и
заметно снизить показатели текучести. Это стало возможным в результате
комплексного подхода к программам мотивации, удержания и развития, которые с
использованием ИИ выходят на качественно новый уровень.
Другие новости

Нашли ошибку в тексте?

Сообщите нам! Выделите ошибочный фрагмент текста и нажмите Ctrl+Enter

Ctrl
Enter
Вернуться к списку