Чем сложны LLM
Обсуждаем языковые модели, сдвиг парадигм в ML и челленджи, с которыми столкнулись при создании GigaChat от Сбера. От растущих требований к железу до встраивания LLM в экосистему.
Online
I'ML 2024 Autumn
Обучение, применение и сопровождение моделей в продакшене
8 ноябряOnline
- 25спикеров
- 20докладов
- 200участников
- 140+конференций от организатора
О конференции
I’ML — техническая конференция для всех, кто использует ML в проектах.
В программе — разносторонние выступления: от общих проблем машинного обучения до реальных приложений в продуктах. От табличных данных, NLP и CV — до Big Data ML и конкретных кейсов из industrial, fintech, medical и social ML. MLOps, RL, RecSys, Uplift Modelling, Causal Inference — всё это и многое другое.
Форматы обсуждения могут быть самыми разными: доклады, мастер-классы или воркшопы, дискуссии или интервью, и даже баттлы. Здесь собираются ML-инженеры, дата-сайентисты, исследователи, аналитики и разработчики, чтобы поделиться как успешным опытом реализации ML-проектов, так и фейлами при внедрении ML. Присоединяйтесь!
Организатор — JUG Ru Group.
Наши мероприятия
Мультимодальные модели
Говорим про типы данных, с помощью которых модель учится понимать мир. Разбираемся в истории появления мультимодальных моделей и сравниваем их с нейронными сетями внутри человека.
Online
Инфраструктура & MLOps
Обсуждаем ML-инфраструктуру, включая MLOps. Как устроен этот процесс в компаниях разного уровня зрелости, как выводить модели в прод быстро и переиспользовать код. Как выглядит ML-платформа и кому лучше заниматься ее построением.
Online
Доставка ML-моделей в продакшен
Продолжаем говорить о доставке моделей в прод. На этот раз — о задачах, с которыми сталкивается компания на всех этапах. Про датасеты, обучение моделей и пайплайны.
Online
I’ML Meetup: Обучение и запуск в прод моделей на больших данных
Разрабатываем модели на Big Data, отправляем их в прод и мерджим LLM.
Online
NLP-метрики на практике
Говорим о том, как менялась практика оценки NLP-моделей, обсуждаем влияние кодогенерации на бизнес и жизнь разработчика. Поднимаем вопросы о доверии к профессионалам и роли людей в создании новых метрик.
Online
Ранжирование и ретривел — описание эффективных алгоритмов и архитектур
Существует множество проверенных архитектур для ранжирования. В этом выпуске изучаем их эффективность и обсуждаем, как сделать удобную инфраструктуру — вместе с Head of ML в Wildberries.
Online
ML System Design
Разбираемся, что такое ML System Design Document — когда его внедрять, кто должен этим заниматься, и что вообще подразумевается под System Design для ML-специфики.
Online
ML для сервисов доставки
Всё о специфике ML в логистике — объем и доступность данных, создание и тестирование алгоритмов для срочной и плановой доставки, реальные бизнес-процессы и прогнозирование заказов.
Online
AutoML в банкинге
Обсуждаем AutoML и области его применения в банках: от распознавания документов до торговли на биржах. Рассматриваем Python-библиотеки для задач AutoML.
Online
Как работает компьютерное зрение. Подкаст с директором ML-департамента MTS AI
Рассматриваем задачи Computer Vision на примере детекции драк. Проводим мысленный эксперимент с пет-проектами вселенского масштаба. Обсуждаем жизнь CV-инженера — от простого сотрудника до руководителя команды и директора, влияющего на бизнес.
Online
ML-медиапространство
Разбираем главные тренды медиапространства вместе с редакторами каналов по ML и DS. ML-продукты, исследования, робототехника, новые индустрии, регуляция AI и направления работы корпораций и стартапов.
Online