29 ноября 2022
с 10:00 до 19:00 (мск)
Data Science, машинное обучение и нейросети
зарегистрироваться программаНа 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
Профессор Сколтеха, директор центра технологий ИИ, ведущий научный сотрудник AIRI
Директор по Big Data в МТС
Senior ML Engineer в ML Space, Cloud
Lead DS в промышленности, Сколтех, waico.tech
Team Lead DS
Data Scientist в Huawei
DS/ML/AI эксперт
Кандидат физико-математических наук, руководитель группы Обучаемый интеллект AIRI
Кандидат филологических наук, руководитель групп NLP и Fusion Brain AIRI
CEO Dalytics, Founder of VideoMarket.ai
Ведущий разработчик
Главный аналитик, Почтатех
Руководитель ML команды JuniStat
Директор по продажам HPC Park
10:00-10:40
DS/ML/AI эксперт
• Типичные проблемы в стыковке Data Science с бизнесом, и как их решать
• Методологии Data Science - существуют ли они и смогут ли спасти?
• Как применять Data Science в бизнесе: карта кейсов (розничный бизнес, ecommerce)
• Как оценить эффект от Data Science в бизнесе?
10:40-10:50
11:00-11:40
Директор по Big Data в МТС
• Как ускорить построение рекомендательных систем и планирование АВ тестов в компании
• Как проводить АВ в разы быстрее
• Зачем Big Data МТС контрибьютит в Open Source
• Библиотека на построения рекомендательных систем MTS RecTools
• Библиотека для АВ тестирования MTS Ambrosia
11:40-11:50
12:00-12:40
Кандидат физико-математических наук, руководитель группы Обучаемый интеллект AIRI
• Моделирование 3D объектов в компьютерном зрении
• Сбор визуальных данных
• Основные шаги при реконструкции 3D объектов
• Приложения 3D компьютерного зрения
12:40-12:50
13:00-14:00
14:00-14:40
Senior ML Engineer в ML Space, Cloud
В докладе рассмотрим инструменты и фреймворки для реализации распределенных ML/DL алгоритмов и вычислений:
1. Базовые инструменты разработки.
2. Библиотеки для работы с тензорами и таблицами.
3. Инфраструктурные и прикладные фреймворки построения распределенных вычислений (в том числе обучения нейронных сетей), их преимущества и ограничения.
4. Полезные библиотеки готовых алгоритмов.
По итогам доклада научимся выбирать между прикладными инструментами и понимать взаимосвязи различных уровней абстракций.
14:40-14:50
16:00-16:40
Профессор Сколтеха, директор центра технологий ИИ, ведущий научный сотрудник AIRI
Тензорные методы позволяют компактно представлять многомерные массивы и существенно сжимать данные и осуществлять различные операции. В этом докладе я дам обзор текущих и перспективных применений тензорных методов в задачах обработке данных и машинного обучения
16:40-16:50
17:00-17:40
Lead DS в промышленности, Сколтех, waico.tech
• В докладе разбирается одна из важнейших задач - определение остаточного ресурса (RUL, TTF) оборудования
• Разбирается, какие данные необходимы для решения задачи
• Описываются наиболее распространенные подходы к решению задачи
• Приводятся реальные кейсы решения данной задачи в различных отраслях промышленности
17:40-17:50
10:00-10:40
CEO Dalytics, Founder of VideoMarket.ai
• Применение Data Science в E-Commerce для покупателей интернет-магазинов
• Применение Data Science в E-Commerce для банков и продавцов маркетплейсов
• Применение Data Science в E-Commerce внутри большой компании
• Как качество ML моделей влияет на успех продукта и прибыль компании
• Как собирать данные о товарах и продажах на маркетплейсах без парсинга web-страниц
• Как пользователи продукта помогают обучать ML модели
10:40-10:50
11:00-11:40
Руководитель ML команды JuniStat
Директор по продажам HPC Park
• Краткий обзор существующих решений и датасетов Pose Estimation
• Как работать с Pose Estimation моделями и в чем их сильные и слабые стороны
• Как лучше всего переносить Pose Estimation на мобильные устройства
• Полезные техники и примеры из области спорттеха и футбола
• С чем мы сталкиваемся в процессе обучения нейронки
• Как мы применили гранулированный подход деления GPU ускорителей, инкапсулированных в контейнеры
• Ready-to-run ML Контейнеры (преднастроенные контейнеры включающие популярные фреймворки TensorFlow, PyTorch для работы специалиста Data Science/ML)
• Где экономия для решения задач AI & Data Science
11:40-11:50
12:00-12:40
Кандидат филологических наук, руководитель групп NLP и Fusion Brain AIRI
• В докладе рассмотрим state-of-the-art трансформерные модели и методы их оценки
• Разберемся с тем, как оценивать наш прогресс в области фундаментальных предобученных моделей, всех задач NLP, CV
• Обсудим то, случилось в 2022 году, и почему долгосрочный прогноз наших достижений наконец-то станет более надежным
12:40-12:50
13:00-14:00
15:00-15:40
Главный аналитик, Почтатех
• Почему моделирование рисков - это не только про банкинг
• Как моделировать потери физических объектов в логистике, e-com, FMCG
• Какие сложности могут возникнуть при моделировании пропажи физических объектов
• Как моделирование рисков способно повлиять на заработок компании
• Почему моделирование рисков пропажи чего-то нужно не только службе безопасности
15:40-15:50
16:00-16:40
Team Lead DS
На докладе мы рассмотрим основные понятия и определения, касающиеся Self-Supervised Learning (SSL):
• Зачем появляются SSL методы
• Какие они бываю и какие есть классификации
• Как измерять качество, если нет разметки
• Разберём некоторые методы и проследим за направлением их развития
• Приведём фреймворки, которые позволяют запустить SSL на своих данных
16:40-16:50
17:00-17:40
Data Scientist в Huawei
• Что такое Contrastive Learning и как он работает
• Различные виды лоссов
• Различия в supervised и self-supervised случаях
• Полезные смежные техники
• Применение Contrastive Learning в Computer Vision и Natural Language Processing
• Разбор нескольких передовых методов, использующих Contrastive Learning под капотом
• SOTA фреймворки Contrastive Learning
17:40-17:50
18:00-18:40
Ведущий разработчик
• Построение попарного датасета, преимущества
• Основная причина возникновения баеса в попарном датасете
• Применение IPS для борьбы с баесом
• Вероятностная модель попарного датасета
• Другие баесы и работа над ними
18:40-18:50
Основная цель проекта – повышение профессионального уровня знаний специалистов, исследователей и инженеров, связанных с Data Science. Живое общение и обмен опытом
Конференция рассчитана на специалистов уже «в теме» уровня Middle, но мы уверены, что доклады будут полезны на любом уровне профессионализма, ведь эта отрасль очень многогранна
Если вы только учитесь, DataStart будет вдвойне полезен. Мало того, что вы сможете получить отборную информацию из первых уст, так еще и познакомитесь с людьми, которые способны объяснить сложные понятия простыми словами
Конференции DataStart происходят со средней частотой два-три раза в год. Этого времени как раз хватает на то, чтобы у вас накопились вопросы и появилось желание, чтобы впитать новую порцию знаний
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: