26 апреля 2023
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
Staff Data Scientist в Meson Capital
Data Science Engineer в Huawei
Научный сотрудник в Институте AIRI
Руководитель направления фундаментальных исследований МТС ИИ
к.ф.-м.н. Управляющий директор, руководитель центра прикладных исследований, Sber AI Lab. Научный консультант AIRI
Deep Learning Researcher в Huawei
Старший преподаватель, лаборатория параллельных алгоритмов для ИИ, ЦТИИ, Сколтех
к.т.н., старший научный сотрудник AIRI, зав. лаб. интеллектуального транспорта МФТИ
Data scientist, предприниматель, исследователь AI, автор и преподаватель курсов по машинному обучению
Кандидат физико-математических наук, директор Центра прикладного искусственного интеллекта Сколтеха, руководитель группы Обучаемый интеллект AIRI
Data Science Engineer в Авито
Assistant Professor at Skoltech
Д.т.н., научный директор лаборатории ИИ Сбера, профессор НИУ ВШЭ - Н.Новгород
Co-founder waico.tech, DS @ skoltech
10:00-10:40
Старший преподаватель, лаборатория параллельных алгоритмов для ИИ, ЦТИИ, Сколтех
Будут представлены несколько неинвазивных (совместимых с PyTorch) подходов для ускорения обучения моделей типа Transformers (трансформаторы) и новый параллельный фреймворк NNTile для обучения и инференса моделей. PyTorch-совместимые методы опираются на уменьшение размера занимаемой памяти при вычислении градиентов параметров и активаций для ускорения обучения за счет увеличения размера батча. В это же время представленный фреймворк NNTile использует task-based парадигму параллельного программирования и способен загружать данные на вычислительные устройства не целиком, а кусками по мере необходимости. Таким образом, размер видеопамяти ГПУ больше не является ограничением для обучения больших нейросетевых моделей.
10:40-10:50
11:00-11:40
Data scientist, предприниматель, исследователь AI, автор и преподаватель курсов по машинному обучению
• Что из себя представляет сингулярно-спектрально разложение (SSA)
• Выделение компонентов ряда с помощью SSA с различными наборами параметров. Подбор оптимальных параметров SSA.
• Преимущества обучения моделей на каждой отдельной компоненте перед построением единой модели
11:40-11:50
12:00-12:40
к.т.н., старший научный сотрудник AIRI, зав. лаб. интеллектуального транспорта МФТИ
• Зачем решать задачу сегментации изображений и облаков точек для роботов
• Глубокие сверточные нейронные сети для сегментации изображений бортовых камер и лидаров мобильных роботов
• NeRF-модели для генерации семантических масок с новых ракурсов
• Трансформерные архитектуры для семантической и инстанс- сегментации
• Сегментация объектов по текстовым запросам
• Активная сегментация: как движение камеры влияет на результат распознавания объектов
• Особенности разработки моделей, способных работать в реальном времени
• Как создать свой датасет для обучения сетей сегментации
• В каких соревнованиях поучаствовать, чтобы попробовать свои силы
12:40-12:50
13:00-14:00
14:00-14:40
Co-founder waico.tech, DS @ skoltech
В докладе затронуты вопросы постановки задач, оценки потенциальных эффектов, анализа исторических данных, проведения тестирования и пилотных испытания решения в промышленности.
• Обсудим, из каких этапов состоит проект: сбор и обработки данных, расчет эффектов, проверка DS-гипотез, интеграция моделей, тестирование решений
• Подсвечиваются и разбираются сложности и проблемы, которые есть в проектах с машинным обучением и data science в промышленности
• Предлагается решение обозначенных проблем
14:40-14:50
15:00-15:40
к.ф.-м.н. Управляющий директор, руководитель центра прикладных исследований, Sber AI Lab. Научный консультант AIRI
• актуальность направления поиска новых функциональных материалов
• роль современных нейросетевых архитектур в решении прямых и обратных задач
• место пересечения физики и нейросетевых моделей
• примеры найденных новых твердотельных материалов
15:40-15:50
16:00-16:40
Д.т.н., научный директор лаборатории ИИ Сбера, профессор НИУ ВШЭ - Н.Новгород
• Обзор задач распознавания эмоций по видеоданным (на примере конкурсов Affective Behavior Analysis in-the-Wild и Emotion Recognition in-the-Wild)
• Библиотека HSEmotion и нейросетевые модели распознавания выражений лиц на фото и видеокадрах
• Вычислительно эффективные алгоритмы анализа эмоций на мобильных устройствах
16:40-16:50
17:00-17:40
Data Science Engineer в Huawei
• Введение в концепцию uplift-моделирования в прямом маркетинге и ее важность для бизнеса.
• Описание и оценка метрик для оценки качества моделей uplift-моделирования.
• Обзор предыдущих исследований и подходов к uplift-моделированию в прямом маркетинге.
• Сравнительный анализ методов машинного обучения для uplift-моделирования в прямом маркетинге.
• Анализ результатов на наборах данных из ритейла, интерпретация полученных результатов и оценка их значимости для бизнеса.
• Обсуждение ключевых выводов и рекомендации для дальнейших исследований и практического применения uplift-моделирования в прямом маркетинге.
17:40-17:50
18:00-18:40
Deep Learning Researcher в Huawei
• Возможности ChatGPT
• Развитие ChatGPT относительно предыдущих языковых моделей
• Sparse Attention Layers - ускоряем блок внимания
• Instruction Tuning - как обучить модель решать невиданные ранее задачи
• Почему ChatGPT выстрелил
• Особенности GPT-4
18:40-18:50
10:00-10:40
Руководитель направления фундаментальных исследований МТС ИИ
Машинное обучение широко применяется в части беспилотного стэка, связанном с компьютерным зрением, но в предсказании траекторий и планировании движения в основном используются экспертные системы. Я расскажу о своих исследованиях в направлении и применения Imitation Learning для управления беспилотным автомобилем, и как сделать его безопасным.
10:40-10:50
11:00-11:40
Профессор Сколтеха, директор центра технологий ИИ, ведущий научный сотрудник AIRI
Развитие ИИ (зрение, тексты) идёт семимильными шагами,поэтому все больше исследователей и компаний смотрят на новые области для применения и развития таких технологий. В докладе я расскажу в сложностях и успехах при использовании машинного обучения для моделирования физических процессов (physics-based ML), решение комбинаторных задач и задачи поиска лекарств.
11:40-11:50
12:00-12:40
Директор по Big Data в МТС
Один из самых больших рынков монетизации данных - это таргетированная реклама. И, разумеется, здесь не обходится без машинного обучения. Помимо классической задачи построения рекламных сегментов и look-alike моделей, есть очень важная задача оптимизации автоматической закупки рекламы. В докладе я расскажу о том, как ML помогает нам развивать алгоритмическое размещение (programmatic) в рекламном бизнесе МТС.
12:40-12:50
13:00-14:00
14:00-14:40
Staff Data Scientist в Meson Capital
• Эффективное использование производных первого порядка для генерации признаков
• Современные бейзланы из коробки
• Улучшение прогнозов и почему не стоит спешить с нейросетями
14:40-14:50
15:00-15:40
Assistant Professor at Skoltech
• Роль количества и качества данных в разных задачах структурной биоинформатики:
• Успешное предсказание трёхмерной структуры белка нейросетью AlphaFold
• Изменение стабильности белка вследствие мутации: почти успех
• Скорость сворачивания белков: недостаток данных
15:40-15:50
16:00-16:40
Научный сотрудник в Институте AIRI
• Как Vision Transformers стали новым стандартом надежных моделей компьютерного зрения.
• Как способность Vision Transformers обеспечивать согласованные попиксельные прогнозы особенно влияет на область самообучения, позволяя моделям ИИ обучаться на больших данных без какой-либо разметки.
• Какие существуют новые идеи о применении Vision Transformers для создания стабильной алгоритмической основы беспилотных автомобилей, фреймворков дополненной.
16:40-16:50
17:00-17:40
Кандидат физико-математических наук, директор Центра прикладного искусственного интеллекта Сколтеха, руководитель группы Обучаемый интеллект AIRI
Машины, по уверениям журналистов, начинают вытеснять с рабочих мест людей, чья профессиональная деятельность сводится к выполнению рутинных задач. Однако, и надежда на то, что уж в творческих профессиях искусственный интеллект не сможет возобладать над человеческим гением, также рушится. Действительно, в социальных сетях пользователи демонстрируют все более фантасмагоричные творения искусственного интеллекта. Более того, есть сообщения, что зрители уже оценили картины, созданные искусственным интеллектом, выше, чем нарисованные людьми.
Неужели нейросети заменят собой художников? Претендует ли искусственный интеллект на доминирующую роль в искусстве? Или способность творить все же останется во власти человека?
17:40-17:50
18:00-18:40
Data Science Engineer в Авито
• В чём заключается задача слепого восстановления изображения лица (англ. Blind Face Restoration)
• Современные нейросетевые архитектуры для восстановления искаженного изображения лица
• Метрики качества и наборы данных в задаче Blind Face Restoration
• Какие достижения в этой задаче были получены в области диффузионных моделей
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.
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: