02 ноября 2023
с 10:00 до 19:00 (мск)
Data Science, машинное обучение и нейросети
зарегистрироваться программа
На один день вы попадете в круг «своих» людей, которым не надо объяснять, что такое датасет и анализ данных. Спикеры расскажут о своих успешных кейсах, и вы сможете применить полученные знания, а также поупражняться на воркшопах
Каждый день появляются новые способы применения технологий NLP и CV, необходимо постоянно следить за трендами, чтобы оставаться востребованным специалистом
Вы увидите самый передовой опыт коллег и применение последних технологий искусственного интеллекта. Узнаете различные варианты прикладного применения ML алгоритмов
Здесь вы сможете найти себе подрядчика, потому что на конференции собирается весь «цвет» индустрии. А также разобраться, как это все работает и устроено изнутри
Вы познакомитесь с коллегами, получите поддержку, обменяетесь опытом и найдете новых друзей среди позитивных и открытых людей
Вы услышите насыщенные доклады профессионалов по Dаta Science, поучаствуете в воркшопах, получите концентрированную дозу опыта и прокачаете свой уровень
Получите максимум позитива и большой поток энергии. Унесете с собой новые идеи, инсайты и мотивацию
Руководитель отдела машинного обучения Работа.ру
Кандидат физ.-мат. наук; руководитель исследовательской группы в центре прикладного ИИ Сколтеха; научный сотрудник AIRI
Ведущий научный сотрудник ФИЦ ИУ РАН и AIRI, доцент МФТИ и ВШЭ
к.т.н., старший научный сотрудник AIRI, зав. лаб. интеллектуального транспорта МФТИ
Data scientist в Sber
Д.т.н., научный директор Sber AI Lab, профессор НИУ ВШЭ - Н.Новгород
Deep Learning Researcher в Huawei
Бизнес-аналитик, DeepPavlov.ai
iOS разработчик
ML инженер в BigData MTS
Data scientist, предприниматель, исследователь AI, автор и преподаватель курсов по машинному обучению
к.ф.-м.н., старший преподаватель Сколтеха
Преподаватель краудсорсинга в ШАДе, ВШЭ, МФТИ. Co-Founder & ex-CTO TrainingData.Solutions.
CTO Copilot2trip.com
10:00-10:40
Руководитель отдела машинного обучения Работа.ру
• Расскажу про особенности автоматического подбора резюме для
вакансии.
• об архитектуре, сервиса,
• основных
проблемах и сложностях внедрения, с которыми мы столкнулись и о
способах их решения
• о процессе обучения сотрудников
работе с новым сервисом
• и об итоге работы сервиса
автоподбор на текущий момент
10:40-10:50
11:00-11:40
к.т.н., старший научный сотрудник AIRI, зав. лаб. интеллектуального транспорта МФТИ
Мы обсудим набирающий популярность тренд в робототехнике, связанный с построением так называемых мультимодальных карт. Это такие карты, в которых для каждой точки пространства имеется не только информация о наличии препятствия, но и данные о текстовом описании объекта, к которому эта точка принадлежит, о звуке, который наиболее часто слышал робот в этой точке и других модальностях. Такое представление карт позволяет задавать вопросы к ним на естественном языке (например, "Найди рубашку, висящую на стуле") и получать ответ в виде выделенной области 3D-пространства. Мы рассмотрим современные нейросетевые подходы построения мультимодальных карт, которые появились в последние годы, например ConceptFusion и AVLMaps. Обсудим возможности их применения для мобильных роботов.
11:40-11:50
12:00-12:40
ML инженер в BigData MTS
В рекомендательных системах нет и не предвидится стандартного
фреймворка для построения и валидации моделей. В докладе
обсудим, почему сложилась такая ситуация. Расскажу про
разработку фреймворка RecTools и опыт его использования в
реальных рекомендательных системах. А также рассмотрю:
∙
Почему необходимо проводить расширенную валидацию
рекомендательных алгоритмов и что может получиться, если этого
не делать
∙ Какие инструменты расширенной валидации полезно
применять для реальных сервисов
∙ Как на практике
использовать RecSys модели в классических DS задачах
12:40-12:50
13:00-14:00
14:00-14:40
Deep Learning Researcher в Huawei
Иногда требуется получить данные, характерные для имеющейся
нейронной сети. Такие данные нужны, например, при квантовании
модели – т.е подбора новых целочисленных весов среди
ограниченного количества дискретных значений. Для квантования
полезно иметь исходную обучающую выборку, чтобы дообучить модель
или хотя бы оценить характерный масштаб активаций в слоях.
Однако, доступа к обучающей выборке может и не быть. Тогда
требуется по самой нейронной сети получить данные того же
домена.
В докладе обсудим современные подходы к Data-Free
Quantization: разберемся, как дистиллировать обучающие сэмплы из
batch-norm статистик, как построить генератор данных, подойдут
ли open-source данные из другого домена и можно ли вообще
обойтись без данных при квантовании.
Доклад рассчитан на
data-science специалистов, знакомых с нейросетями, но не
знакомых с их квантованием, интересующихся узнать новое для себя
направление.
14:40-14:50
15:00-15:40
Data scientist в Sber
Создание голосовых интерфейсов, обученных под конкретный домен - задача многоуровневая. Во время доклада обсудим идеи больших языковых моделей для решения аудио задач. Улучшают ли они качество гибридных подходов, уже работающих в продуктах? Представим продукт с использованием больших языковых моделей и голосового интерфейса.
15:40-15:50
16:00-16:40
Data scientist, предприниматель, исследователь AI, автор и преподаватель курсов по машинному обучению
∙ Сравнение двух изображений - польза или только развлечение?
Когда это может пригодиться в решении бизнес-задач
∙
Классические подходы. В чём их особенность, польза, недостатки
при динамике света
∙ Как можно уменьшить проблемы и
улучшить качество детектирования изменений на изображении.
Сочетания разных подходов
16:40-16:50
17:00-17:40
к.ф.-м.н., старший преподаватель Сколтеха
Будут представлены и иллюстрированы задаче-ориентированная парадигма параллельного программирования, основные слои модели типа GPT в рамках этой парадигмы, предварительные результаты с моделями различных размеров на одном узле с несколькими видеокартами и выделены текущие "узкие" места, ограничивающие уровень масштабируемости
17:40-17:50
11:00-11:40
Ведущий научный сотрудник ФИЦ ИУ РАН и AIRI, доцент МФТИ и ВШЭ
• Какие задачи по управлению мобильными роботами возникают в
контексте автоматизированных складов
• В чем сложность
задачи составления согласованных (неконфликтных) траекторий для
большого числа роботов-сортировщиков
• Как современные
методы эвристического поиска и обучения с подкреплением могут
использоваться для эффективного многоагентного планирования
траекторий складских роботов
11:40-11:50
12:00-12:40
Кандидат физ.-мат. наук; руководитель исследовательской группы в центре прикладного ИИ Сколтеха; научный сотрудник AIRI
Обучение глубоких нейронных сетей – сложная задача. В презентации обсудим использование методов оптимального транспорта (ОТ) для создания генеративных моделей, что позволяет достигать высокого уровня в решении практических задач и обеспечивает интерпретируемость и контролируемость. Представим новый алгоритм на основе нейронных сетей для вычисления ОТ отображений и планов, демонстрируя его эффективность на задачах непарного обучения.
12:40-12:50
13:00-14:00
14:00-14:40
iOS разработчик
Все уже слышали о нейросетях и какую магию они могут творить. Но что было до нейросетей? Как программисты заставляли машину «видеть»? Поговорим о подходах к решению задач и обсудим, когда нейросети уступают другим подходам. А также рассмотрим как объеденять нейросетевые подходы с классическими для получения максимальной производительности.
14:40-14:50
15:00-15:40
CTO Copilot2trip.com
• Какие есть сложности и возможности при построении продукта на
базе LLM
• С чего начинали и где мы сейчас
• Первые
пользователи и победа на Product Hunt'e
• few-shots,
агенты, и роутинг
• Как сэкономить на LLM
15:40-15:50
16:00-16:40
Преподаватель краудсорсинга в ШАДе, ВШЭ, МФТИ. Co-Founder & ex-CTO TrainingData.Solutions.
∙ Зачем нужна разметка данных и как ее используют.
∙
Сложности в разметке данных.
∙ Будущее отрасли разметки
данных.
∙ Когда ChatGPT заменит разметчиков.
16:40-16:50
17:00-17:40
Бизнес-аналитик, DeepPavlov.ai
• Обзор текущего состояния NLP области, смена фокуса
• Что
такое промпт и как он работает
• Сложности при разработке
промптов
• Основные подходы к построению промптов, методы,
паттерны и стратегии
• Отличия способов построения
промптов для разных больших языковых моделей
• Ограничения
Prompt Engineering
• Советы по разработке промптов
17:40-17:50
18:00-18:40
Д.т.н., научный директор Sber AI Lab, профессор НИУ ВШЭ - Н.Новгород
• Расскажу про задачи распознавания эмоций и вовлеченности
участников онлайн-мероприятий по видео лиц
• Поговорю про
библиотеку HSEmotion для распознавания выражений лиц и
извлечения признаков эмоциональности
• Приведу примеры
анализа эмоций в реальном времени, в том числе для мобильных
устройств
18:40-18:50
Основная цель проекта – повышение профессионального уровня знаний специалистов, исследователей и инженеров, связанных с Data Science и искусственным интеллектом. Живое общение и обмен опытом позволят участникам конференции быть в курсе последних достижений и тенденций в этих областях.
Конференция рассчитана на специалистов уровня Middle и выше в области Data Science и искусственного интеллекта. Однако, доклады будут полезны и актуальны для участников на любом уровне профессионализма, ведь эти отрасли постоянно развиваются и предлагают новые возможности.
Да, если вы только начинаете свой путь в Data Science и искусственном интеллекте, конференция DataStart будет вдвойне полезна. Вы сможете получить ценную информацию из первых уст от опытных специалистов и познакомиться с людьми, которые смогут объяснить сложные понятия простыми словами и помочь вам в вашем профессиональном развитии.
Конференции DataStart проходят со средней частотой два-три раза в год, что позволяет участникам быть в курсе актуальных тенденций и новых разработок в области Data Science и искусственного интеллекта. Этого времени как раз хватает на то, чтобы у вас накопились вопросы и появилось желание погрузиться в новую порцию знаний.
Для участия в конференции DataStart необходимо зарегистрироваться на сайте мероприятия и оплатить участие. Стоимость билетов варьируется в зависимости от выбранного типа (стандартный, VIP, студенческий) и времени покупки (ранняя регистрация, стандартная или последний момент). На сайте конференции предоставлена подробная информация о стоимости билетов и возможных скидках.
Конференция DataStart собирает ведущих специалистов и экспертов из разных компаний, работающих в области искусственного интеллекта и Data Science. Участники смогут послушать доклады от представителей крупных технологических гигантов, успешных стартапов и академических институтов. Список спикеров и подробная программа конференции доступны на сайте мероприятия.
График цен является ориентировочным, цены на билеты могут повыситься в
любой день в зависимости от динамики продаж
Покупайте билет прямо сейчас по наиболее выгодной цене
Команда DataStart скоро с Вами свяжется
Письмо с видеозаписями придет после подтверждения почтового адреса
Вся дальнейшая информация и доступ к трансляции через Личный кабинет
Перейти в Личный кабинетПригласить друзей: