Извините, регистрация закрыта. Возможно, на событие уже зарегистрировалось слишком много человек, либо истек срок регистрации. Подробности Вы можете узнать у организаторов события.
Data Science уже много лет не сходит с вершины хайпа, и это заслужено — DS решения действительно помогают добиваться выдающихся результатов, но только в том случае, если доходят до промышленной эксплуатации, что получается не так часто, как хотелось бы. Для того, чтобы увеличить количество успешных DS внедрений мы собираем встречу “DS + Prod = One Love” – признанные эксперты расскажут об успешных кейсах построения процессов внедрения, об отдельных успешно внедренных решениях и об инструментах, которые им в этом помогают.
Data science является одним из самых востребованных направлений деятельности практически в любой индустрии, и это не случайно. Решения на базе анализа данных позволяют оптимизировать и автоматизировать принятие решений, предложить клиенту принципиально новые продукты, получить конкурентные преимущества.
Но это верно только в том случае, если data science решение доходит до промышленной эксплуатации, что получается не так часто, как хотелось бы, ведь вывод в эксплуатацию требует совместных усилий многих людей с разными способностями и взглядами на жизнь: хозяева продукта, разработчик, дата сайентисты…
Как в этом хаосе увеличить количество внедрений?
Об этом расскажут признанные эксперты на встрече “DS + prod = One Love”, на которой вы узнаете об успешных кейсах построения процессов внедрения, об отдельных успешно внедренных решениях и об инструментах, которые им в этом помогают.
Встреча будет интересна всем, кто любит машинное обучение и промышленное программирование.
Рассписание мероприятия:
Наши спикеры:
Михаил Марюфич, Одноклассники, расскажет об «Истории одной синергии: как мы подружили прод с ресерчем»
Мы в Одноклассниках делаем много моделей и конечно постоянно катим их в прод.
Но через некоторое время обнаружили, что их там стало очень много, обучить их заново не представлялось возможным, да и вообще достоверно неизвестно откуда и когда они там очутились.
В докладе расскажу:
Дмитрий Корнильцев и Мария Галухина, Сбербанк, расскажут про «The Data Science Workflow — От идеи до внедрения»
В своем рассказе мы покажем эволюцию процессов разработки и автоматизации ML-моделей в Сбербанке и рассотрим как изменился процесс вывода моделей в пром за 2 года. Отдельное внимание уделим тому, как организовать тестирование результатов, чтобы быть уверенным в успехе☺.
Никита Маршалкин, ВКонтакте, расскажет о «За час от гипотезы до прода. Как мы улучшаем умную ленту ВК»
Хорошую рекомендательную систему невозможно сделать раз и на века: появляются новые модели машинного обучения, придумываем новые фичи, читаем свежие статьи, подсматриваем за конкурентами, иногда что-то ломается. Необходимо ее постоянно улучшать. Расскажу техники, которые мы используем на протяжении цикла “Гипотеза-Эксперимент-Улучшение”