LeanDS
C 5 по 11 апреля с 19-00 Москвы каждый день + выходные пройдет международная конференция, в организации которой LeanDS активно участвует: Machine Learning REPA Week Online Conference 2021 Там будет два трека, которые будут идти в параллель: 🟢 По управлению…
Через 10 минут начинаем ML Week by ML Repa!!!
Сегодня в MLRepa Conference в Management Track:
🟢 Kseniia Melnikova, Product Owner(Data/AI), SoftwareOne
🟢 Ashley Beattie — The 3 components your “Agile AI” product development stack should include
🟢 Yerzat Marat — Structuring machine learning projects
Начало в 19:00 Москвы онлайн
https://mlrepa.com/mlrepa-week-2021
🟢 Kseniia Melnikova, Product Owner(Data/AI), SoftwareOne
🟢 Ashley Beattie — The 3 components your “Agile AI” product development stack should include
🟢 Yerzat Marat — Structuring machine learning projects
Начало в 19:00 Москвы онлайн
https://mlrepa.com/mlrepa-week-2021
Join us! https://zoom.us/j/99092559343?pwd=ODR3a2FyMXdOcCt4UE4zckhJQVRFUT09#success (я тут подумал, наверное не будет слишком страшно если мы пошарим ссылку в чат)
Zoom Video
Join our Cloud HD Video Meeting
Zoom is the leader in modern enterprise video communications, with an easy, reliable cloud platform for video and audio conferencing, chat, and webinars across mobile, desktop, and room systems. Zoom Rooms is the original software-based conference room solution…
Сегодня на MLRepa в 19-00 рассказываем про LeanDS.
19-00 LeanDS, Асхат Уразбаев
19-40 Creating a perfect backlog for ML project, Алексей Могильников
20-20 Cool as ICE: adapting backlog prioritization for data science and ML products, Василя Гайнулина
Machine Learning REPA Week Online Conference 2021
19-00 LeanDS, Асхат Уразбаев
19-40 Creating a perfect backlog for ML project, Алексей Могильников
20-20 Cool as ICE: adapting backlog prioritization for data science and ML products, Василя Гайнулина
Machine Learning REPA Week Online Conference 2021
Сегодня в 19-00 продолжение конференции: Laszlo расскажет про LeanML + еще два доклада!
🟢 19:00 — 5 Principles of LeanML, Laszlo Sragner
🟢 19:40 — Wrong but useful: turning ML models into ML products, Elena Samuylova
🟢 20:20 — How become a good (team) manager in Machine Learning?, Alexander Moiseev
Machine Learning REPA Week Online Conference 2021
🟢 19:00 — 5 Principles of LeanML, Laszlo Sragner
🟢 19:40 — Wrong but useful: turning ML models into ML products, Elena Samuylova
🟢 20:20 — How become a good (team) manager in Machine Learning?, Alexander Moiseev
Machine Learning REPA Week Online Conference 2021
Через 10 минут начинаем с Laszlo Stanger https://zoom.us/j/99092559343?pwd=ODR3a2FyMXdOcCt4UE4zckhJQVRFUT09
Passcode: 803793
Passcode: 803793
Zoom Video
Join our Cloud HD Video Meeting
Zoom is the leader in modern enterprise video communications, with an easy, reliable cloud platform for video and audio conferencing, chat, and webinars across mobile, desktop, and room systems. Zoom Rooms is the original software-based conference room solution…
Forwarded from Aleksei Mogilnikov
Сегодня в программе MLRepa:
- Architecture of Machine Learning systems, Michael Perlin, Machine Learning Engineer at Volkswagen.
- Your AI Project is a QUEST. Don't get eaten by DRAGONS! Artemy Malkov, Data Monsters, CEO, Lecturer at MIPT, PhD
Начинаем через 5 минут!
https://zoom.us/j/99092559343?pwd=ODR3a2FyMXdOcCt4UE4zckhJQVRFUT09
Passcode: 803793
- Architecture of Machine Learning systems, Michael Perlin, Machine Learning Engineer at Volkswagen.
- Your AI Project is a QUEST. Don't get eaten by DRAGONS! Artemy Malkov, Data Monsters, CEO, Lecturer at MIPT, PhD
Начинаем через 5 минут!
https://zoom.us/j/99092559343?pwd=ODR3a2FyMXdOcCt4UE4zckhJQVRFUT09
Passcode: 803793
Zoom Video
Join our Cloud HD Video Meeting
Zoom is the leader in modern enterprise video communications, with an easy, reliable cloud platform for video and audio conferencing, chat, and webinars across mobile, desktop, and room systems. Zoom Rooms is the original software-based conference room solution…
👉Онлайн курс “Управление проектом и продуктом с LeanDS 🦊 ”
19 мая стартует 8 поток курса по управлению проектами и продуктами в DS.
19 мая — 23 июня, каждую среду с 19:00-21:00 МСК онлайн
✅ Практика каждую среду в 19:00
Занятия состоят из небольшого количества обязательной теории и много практики, где мы совместно решаем реальные кейсы и отвечаем на вопросы.
✅ Теория. Видео по “ядру” LeanDS и множества дополнительных по самым разным аспектам управления
Проходим весь путь создания ML продукта — от идей, оценки экономической эффективности, проектирования, планирования, оценки до деталей управления проектом
🎤Ведущие курса Асхат Уразбаев, Алексей Могильников и Юлия Рубцова
🗓 19 мая — 23 июня, каждую среду с 19:00-21:00 МСК онлайн
ПРОМОКОД (25% скидка для читателей этого канала — leandsmay)
Регистрация и подробности: Lean Data Science University - онлайн курс
19 мая стартует 8 поток курса по управлению проектами и продуктами в DS.
19 мая — 23 июня, каждую среду с 19:00-21:00 МСК онлайн
✅ Практика каждую среду в 19:00
Занятия состоят из небольшого количества обязательной теории и много практики, где мы совместно решаем реальные кейсы и отвечаем на вопросы.
✅ Теория. Видео по “ядру” LeanDS и множества дополнительных по самым разным аспектам управления
Проходим весь путь создания ML продукта — от идей, оценки экономической эффективности, проектирования, планирования, оценки до деталей управления проектом
🎤Ведущие курса Асхат Уразбаев, Алексей Могильников и Юлия Рубцова
🗓 19 мая — 23 июня, каждую среду с 19:00-21:00 МСК онлайн
ПРОМОКОД (25% скидка для читателей этого канала — leandsmay)
Регистрация и подробности: Lean Data Science University - онлайн курс
🦊 Первая пачка докладов с конференции MLREPA 2021!!!🦊
Доклады на английском 🇺🇸. Первый трек — менеджерский, второй инженерный. Доклады выложили на отдельном англоязычном канале для простоты нерусскоязычных слушателей.
MANAGEMENT TRACK
✅ What is the Maturity Model in Data science?
Yuliya Rubtsova
https://youtu.be/rO-FI2F2mCw
✅ AI development process: Common mistakes
Kseniia Melnikova
https://youtu.be/jd_Jtlfhdnw
✅ The 3 components your “Agile AI” product development stack should include
Ashley Beattie
https://youtu.be/_iNOX_0QtR0
✅ Structuring machine learning projects
Yerzat Marat , Knowtions Research, Project manager
https://youtu.be/DpWXJVMTKZI
ENGINEERING TRACK
✅ DVC: data versioning and ML experiments on top of Git
Dmitry Petrov, Creator of DVC, Co-founder & CEO @ Iterative.ai
https://youtu.be/OD2KiIOMeMw
✅ Eliminate technical debt with iterative ML pipelines
Hamza Tahir, ZenML, Co-creator
https://youtu.be/KFQen9diu-Y
✅ How to create your MLOps environment following best practices
MOHAMED SABRI, Data Science and MLOps specialist
https://youtu.be/BuuaQOMMM60
✅ Moving from prototype to production
Alexander Mokryak, ML Engineer @ Exness
https://youtu.be/PrUKbn2tpsk
✅ Reducing the distance between Prototyping and Production
Soumanta Das
https://youtu.be/4PEbgQTw1W0
✅ Building ML Pipelines with Dagster: The role of the orchestrator in machine learning
Sandy Ryza
https://youtu.be/Ik2rAKROVbI
✅ Workflow & MLOps for batch scoring applications with DVC, MLflow and Airflow
Mikhail Rozhkov
https://youtu.be/PYzvLc7o7u0
Доклады на английском 🇺🇸. Первый трек — менеджерский, второй инженерный. Доклады выложили на отдельном англоязычном канале для простоты нерусскоязычных слушателей.
MANAGEMENT TRACK
✅ What is the Maturity Model in Data science?
Yuliya Rubtsova
https://youtu.be/rO-FI2F2mCw
✅ AI development process: Common mistakes
Kseniia Melnikova
https://youtu.be/jd_Jtlfhdnw
✅ The 3 components your “Agile AI” product development stack should include
Ashley Beattie
https://youtu.be/_iNOX_0QtR0
✅ Structuring machine learning projects
Yerzat Marat , Knowtions Research, Project manager
https://youtu.be/DpWXJVMTKZI
ENGINEERING TRACK
✅ DVC: data versioning and ML experiments on top of Git
Dmitry Petrov, Creator of DVC, Co-founder & CEO @ Iterative.ai
https://youtu.be/OD2KiIOMeMw
✅ Eliminate technical debt with iterative ML pipelines
Hamza Tahir, ZenML, Co-creator
https://youtu.be/KFQen9diu-Y
✅ How to create your MLOps environment following best practices
MOHAMED SABRI, Data Science and MLOps specialist
https://youtu.be/BuuaQOMMM60
✅ Moving from prototype to production
Alexander Mokryak, ML Engineer @ Exness
https://youtu.be/PrUKbn2tpsk
✅ Reducing the distance between Prototyping and Production
Soumanta Das
https://youtu.be/4PEbgQTw1W0
✅ Building ML Pipelines with Dagster: The role of the orchestrator in machine learning
Sandy Ryza
https://youtu.be/Ik2rAKROVbI
✅ Workflow & MLOps for batch scoring applications with DVC, MLflow and Airflow
Mikhail Rozhkov
https://youtu.be/PYzvLc7o7u0
YouTube
What is the Maturity Model in Data science?, Yuliya Rubtsova
What is the Maturity Model in Data science?
Yuliya Rubtsova, PhD, Solution architect @ Datamonsters
No doubt that you want to establish a strong, stable, automated, repeatable data science process. You may be wondering why the team cannot start creating…
Yuliya Rubtsova, PhD, Solution architect @ Datamonsters
No doubt that you want to establish a strong, stable, automated, repeatable data science process. You may be wondering why the team cannot start creating…
🦊На прошлой конференции кто-то из слушателей подсказал, что появилась новая интересная тема — Data Driven Scrum.
Это Scrum для DS команд. В чем ключевая идея?
Каждый элемент Баклога разбивается на три типа задач: Create, Analyze, Observe. Нужно создать как минимум одну задачу каждого типа для каждой работы из баклога.
Декомпозиция на задачи происходит на отдельной доске Item Breakdown Board.
Это любопытный пример того, как задача из Баклога (в LeanDS мы называем ее Гипотеза) разделяется на подзадачи, соответствующие жизненному циклу: (анализ-моделирование-разработка-валидация).
ИМХО такой подход плохо влияет на прозрачность процесса. Ну застряла задачка типа “Analyze”, давайте возьмем другую из Баклога, вон их сколько. В LeanDS мы визуализируем ЖЦ гипотез на канбан доске и четко видим что и в каком статусе висит.
В остальном DDS выстроен достаточно разумно: есть роли Product Owner и Process Master (if there’s master, who are the slaves? 🤔) и несколько идей по адаптации Scrum к DS процессу.
https://datadrivenscrum.com/how-DDS-works/
Это Scrum для DS команд. В чем ключевая идея?
Каждый элемент Баклога разбивается на три типа задач: Create, Analyze, Observe. Нужно создать как минимум одну задачу каждого типа для каждой работы из баклога.
Декомпозиция на задачи происходит на отдельной доске Item Breakdown Board.
Это любопытный пример того, как задача из Баклога (в LeanDS мы называем ее Гипотеза) разделяется на подзадачи, соответствующие жизненному циклу: (анализ-моделирование-разработка-валидация).
ИМХО такой подход плохо влияет на прозрачность процесса. Ну застряла задачка типа “Analyze”, давайте возьмем другую из Баклога, вон их сколько. В LeanDS мы визуализируем ЖЦ гипотез на канбан доске и четко видим что и в каком статусе висит.
В остальном DDS выстроен достаточно разумно: есть роли Product Owner и Process Master (if there’s master, who are the slaves? 🤔) и несколько идей по адаптации Scrum к DS процессу.
https://datadrivenscrum.com/how-DDS-works/
Осталось несколько мест на наш курс по Lean Data Science!
Отзыв от курсе от Святослава Гулакова (Head of DATA AI projects, MarTech at Mgcom at Mgcom):
“На курсе очень точно показывают, как закрывать основные боли менеджеров:
• сотрудники делают «что-то», нужно разбираться
• очередь задач не на месяц, а на пол года
• не знаем, что взять в работу - «срочное или важное»
• не понимаем, как эта задача относится к нашей цели
• откладываем сроки, потому что «я не знаю, когда…»
• не знаем, где взять гипотезы
• не знаем, как это объяснить бизнесу
• не знаем, как это объяснить дата саентистам
Те из вас, кто работает в командах и хочет построить процессы более эффективно, посмотреть на них свежим взглядом, то вам обязательно сюда.
Команда Асхата вам с этим поможет. Все в лайф режиме, если у вас есть кейс, то помогут и с ним.”
Промокод — leandsmay (25%)
https://leands.university/online-course
Отзыв от курсе от Святослава Гулакова (Head of DATA AI projects, MarTech at Mgcom at Mgcom):
“На курсе очень точно показывают, как закрывать основные боли менеджеров:
• сотрудники делают «что-то», нужно разбираться
• очередь задач не на месяц, а на пол года
• не знаем, что взять в работу - «срочное или важное»
• не понимаем, как эта задача относится к нашей цели
• откладываем сроки, потому что «я не знаю, когда…»
• не знаем, где взять гипотезы
• не знаем, как это объяснить бизнесу
• не знаем, как это объяснить дата саентистам
Те из вас, кто работает в командах и хочет построить процессы более эффективно, посмотреть на них свежим взглядом, то вам обязательно сюда.
Команда Асхата вам с этим поможет. Все в лайф режиме, если у вас есть кейс, то помогут и с ним.”
Промокод — leandsmay (25%)
https://leands.university/online-course
leands.university
Lean Data Science Practitioner - Онлайн Курс май-июнь 2023
Вы наверное в курсе про DataFest, который организует сообщество ODS. Он пройдет с 22 мая до 19 июня. В рамках трека LeanDS мы приглашаем вас выступить спикером по теме управления продуктами или проектами в Data Science.
Подать заявку можно или через форму: https://forms.gle/GvtiymLx5iQN5n616
Или напишите мне в телеграмм: @askhatu
Подробнее о DataFest: https://ods.ai/events/datafest2021
Подать заявку можно или через форму: https://forms.gle/GvtiymLx5iQN5n616
Или напишите мне в телеграмм: @askhatu
Подробнее о DataFest: https://ods.ai/events/datafest2021
Google Docs
Стать спикером Lean Data Science
Первый митап в рамках DataFest!
Как управление Data Science строится в Amazon — Федор Жданов
Всегда интересно сравнить свой опыт с тем, как устроено в других компаниях. Amazon известен своим особым подходом к работе. Чего стоит хотя бы запрет на использование презентаций внутри компании!
Сейчас Фёдор помогает Яндексу создавать продукты на основе искусственного интеллекта, но мы поговорим с ним о его опыте работы в Амазон: о том, где применяют ML, как устроены ML команды, существует ли проблема мотивации ресечеров интересными задачами.
🤩 О спикере
Федор Жданов начал заниматься Машинным обучением в МГУ ещё в 2004 году. Затем получил PhD в Университете Лондона в этой теме. После окончания он работал в Амазоне и Майкрософте в Сиэттле над исследованием и разработкой алгоритмов машинного обучения. До недавнего времени Федор руководил R&D в подразделении AWS SageMaker-а, а сейчас руководит продуктом в Яндексе.
Формат митапа — интервью. Приходите и сможете задать свои вопросы!
🗓: 27 мая в 19-00 по Москве — четверг
📡: Онлайн
Регистрация: https://leands.timepad.ru/event/1653855/
Как управление Data Science строится в Amazon — Федор Жданов
Всегда интересно сравнить свой опыт с тем, как устроено в других компаниях. Amazon известен своим особым подходом к работе. Чего стоит хотя бы запрет на использование презентаций внутри компании!
Сейчас Фёдор помогает Яндексу создавать продукты на основе искусственного интеллекта, но мы поговорим с ним о его опыте работы в Амазон: о том, где применяют ML, как устроены ML команды, существует ли проблема мотивации ресечеров интересными задачами.
🤩 О спикере
Федор Жданов начал заниматься Машинным обучением в МГУ ещё в 2004 году. Затем получил PhD в Университете Лондона в этой теме. После окончания он работал в Амазоне и Майкрософте в Сиэттле над исследованием и разработкой алгоритмов машинного обучения. До недавнего времени Федор руководил R&D в подразделении AWS SageMaker-а, а сейчас руководит продуктом в Яндексе.
Формат митапа — интервью. Приходите и сможете задать свои вопросы!
🗓: 27 мая в 19-00 по Москве — четверг
📡: Онлайн
Регистрация: https://leands.timepad.ru/event/1653855/
leands.timepad.ru
LeanDS@DataFest21 — Как управление Data Science строится в Amazon — Федор Жданов / События на TimePad.ru
Всегда интересно сравнить свой опыт с тем, как устроено в других компаниях. Amazon известен своим особым подходом к работе. Чего стоит хотя бы запрет на использование презентаций внутри компании!
LeanDS
Первый митап в рамках DataFest! Как управление Data Science строится в Amazon — Федор Жданов Всегда интересно сравнить свой опыт с тем, как устроено в других компаниях. Amazon известен своим особым подходом к работе. Чего стоит хотя бы запрет на использование…
Через час начинаем по этой ссылке: https://youtu.be/e75Ld-aKqeM
Поговорим о том, как управление ML строится в Amazon, правда ли обязательно использовать 2pizza team, 6 pages docs и так далее — присоединяйтесь!
BTW: трансляция не останется в YouTube, на канал выложим уже заапрувленую юристами версию. Хотите узнать голую правду — приходите в 19-00 😇
Поговорим о том, как управление ML строится в Amazon, правда ли обязательно использовать 2pizza team, 6 pages docs и так далее — присоединяйтесь!
BTW: трансляция не останется в YouTube, на канал выложим уже заапрувленую юристами версию. Хотите узнать голую правду — приходите в 19-00 😇
НАКОНЕЦ-ТО‼️
Мы выпускаем книгу ‼️LEAN DATA SCIENCE: гибкое управление DS проектами и продуктами‼️. Это выжимка🥤 из всех практик управления Data Science без воды: 📃 61 страница лучших практик, 🤩квинтэссенция опыта крутейших DS команд, 📗набор готовых подходов, а не просто набор анекдотов из жизни, 🧠написана биологической нейросетью ☺️.
Скачивайте, читайте:
https://leands.ai/ru
Давайте обратную связь в нашем чате @leands_chat
Мы выпускаем книгу ‼️LEAN DATA SCIENCE: гибкое управление DS проектами и продуктами‼️. Это выжимка🥤 из всех практик управления Data Science без воды: 📃 61 страница лучших практик, 🤩квинтэссенция опыта крутейших DS команд, 📗набор готовых подходов, а не просто набор анекдотов из жизни, 🧠написана биологической нейросетью ☺️.
Скачивайте, читайте:
https://leands.ai/ru
Давайте обратную связь в нашем чате @leands_chat
Forwarded from Aleksei Mogilnikov
Всем привет!
Я ищу себе на проекты в компанию Rubbles проектных менеджеров. Компания специализируется на применении анализа данных и машинного обучения в банках, ритейле, логистике и нефтянке. Если вы вспомните топ-3 компаний в каждой из этих индустрий, то некоторые из них уже наши клиенты. В целом, компания занимается скорее заказным прикладным DS/ML-ем, но уже сейчас вовсю идут процессы продуктовизации и попытки выхода на зарубежные рынки. Rubbles сейчас, пожалуй, одна из немногих компаний в России, которые делает реально большие, сложные и, главное, ценные для бизнеса проекты, и в этом смысле, мы находимся на острие прогресса. Что, с одной стороны, безумно интересно, а с другой, немного больно. Все кипит, все меняется, весело и страшно, все как мы любим.
Нам остро нужны хорошие PM-ы, которые взяли бы на себя роли лидеров команд, занимались бы построением процессов, оперативным менеджментом, координацией команд, расстановкой приоритетов и всем прочим, чем обычно занимаются PM-ы. Если у вас есть опыт PM-ства в индустрии разработки ПО и вы когда-то хотели переключиться в новую быстрорастущую hot-sexy-новая-нефть-и-все-такое-прочее индустрию прикладного DS/ML/AI, то это ваш шанс. Мы готовы рассматривать кандидатов без профильного опыта в ML-е, достаточно просто верхнеуровневого понимания как все устроено, а оно получается одним обзорным онлайн-курсом про ML. Для тех, кто в теме: это отличный шанс получить опыт внедрения LeanDS в боевые проекты под моим чутким руководством.
Формальная вакансия тут: https://hh.ru/vacancy/43357538
В ней есть всякие страшные слова про английский и умение ковырять данные, но это скорее пожелания. Если недостаток компетенции в этих областях компенсируется сильными компетенциями в других, то это тоже ОК.
Вопросы и резюме можно кидать мне в @alexey_mogilnikov
Я ищу себе на проекты в компанию Rubbles проектных менеджеров. Компания специализируется на применении анализа данных и машинного обучения в банках, ритейле, логистике и нефтянке. Если вы вспомните топ-3 компаний в каждой из этих индустрий, то некоторые из них уже наши клиенты. В целом, компания занимается скорее заказным прикладным DS/ML-ем, но уже сейчас вовсю идут процессы продуктовизации и попытки выхода на зарубежные рынки. Rubbles сейчас, пожалуй, одна из немногих компаний в России, которые делает реально большие, сложные и, главное, ценные для бизнеса проекты, и в этом смысле, мы находимся на острие прогресса. Что, с одной стороны, безумно интересно, а с другой, немного больно. Все кипит, все меняется, весело и страшно, все как мы любим.
Нам остро нужны хорошие PM-ы, которые взяли бы на себя роли лидеров команд, занимались бы построением процессов, оперативным менеджментом, координацией команд, расстановкой приоритетов и всем прочим, чем обычно занимаются PM-ы. Если у вас есть опыт PM-ства в индустрии разработки ПО и вы когда-то хотели переключиться в новую быстрорастущую hot-sexy-новая-нефть-и-все-такое-прочее индустрию прикладного DS/ML/AI, то это ваш шанс. Мы готовы рассматривать кандидатов без профильного опыта в ML-е, достаточно просто верхнеуровневого понимания как все устроено, а оно получается одним обзорным онлайн-курсом про ML. Для тех, кто в теме: это отличный шанс получить опыт внедрения LeanDS в боевые проекты под моим чутким руководством.
Формальная вакансия тут: https://hh.ru/vacancy/43357538
В ней есть всякие страшные слова про английский и умение ковырять данные, но это скорее пожелания. Если недостаток компетенции в этих областях компенсируется сильными компетенциями в других, то это тоже ОК.
Вопросы и резюме можно кидать мне в @alexey_mogilnikov
hh.ru
Вакансия Менеджер проектов в Москве, работа в компании Rubbles (вакансия в архиве c 26 сентября 2021)
Зарплата: от 150000 до 350000 ₽ за месяц. Москва. Требуемый опыт: 3–6 лет. Полная занятость. Дата публикации: 27.08.2021.
Онлайн митап LeanDS@DataFest21#2 — От практики командной работы до дата-стратегии организации
Парная и параллельная работа сайентистов, взаимодействие с бизнесом и планирование ML в организации
✳️ Парный Data Science, Антон Голубев, ML teamlead Celsus
Антон расскажет, как о парной и параллельной работе DS команды
✳️ Как интерпретировать бизнесу алерты по аномалиям во временных рядах и не сойти с ума, Саша Толмачев, Head of Data Science в Xsolla
Саша расскажет о том, как правильно объяснять бизнесу сложные вещи
✳️ Стратегия данных и аналитики. Как компании спланировать и внедрить DS/ML, Михаил Садофьев, Директор практики управления данными и аналитики Accenture в России
Михаил расскажет о планировании работы над DS в рамках организации
🗓 10 июня в 19-00
📺 Онлайн
🟢 Регистрация: https://leands.timepad.ru/event/1669108/
Парная и параллельная работа сайентистов, взаимодействие с бизнесом и планирование ML в организации
✳️ Парный Data Science, Антон Голубев, ML teamlead Celsus
Антон расскажет, как о парной и параллельной работе DS команды
✳️ Как интерпретировать бизнесу алерты по аномалиям во временных рядах и не сойти с ума, Саша Толмачев, Head of Data Science в Xsolla
Саша расскажет о том, как правильно объяснять бизнесу сложные вещи
✳️ Стратегия данных и аналитики. Как компании спланировать и внедрить DS/ML, Михаил Садофьев, Директор практики управления данными и аналитики Accenture в России
Михаил расскажет о планировании работы над DS в рамках организации
🗓 10 июня в 19-00
📺 Онлайн
🟢 Регистрация: https://leands.timepad.ru/event/1669108/
leands.timepad.ru
LeanDS@DataFest21#2 — От практики командной работы до дата-стратегии организации / События на TimePad.ru
Парная и палаллельная работа сайентистов, взаимодействие с бизнесом и планирование ML в организации
Forwarded from София Иванова
Всем привет!
Сегодня, 8 июня в 19:00 пройдет ML Party — регулярный митап Яндекса о разных применениях машинного обучения в IT.
В этот раз поговорим про CV, speech и про то, что иногда вместо огромных тяжелых моделей приходится обучать более эффективные и не менее качественные.
👉 Программа и регистрация
До встречи в чате трансляции — будет очень хардкорно и глубоко!
Сегодня, 8 июня в 19:00 пройдет ML Party — регулярный митап Яндекса о разных применениях машинного обучения в IT.
В этот раз поговорим про CV, speech и про то, что иногда вместо огромных тяжелых моделей приходится обучать более эффективные и не менее качественные.
👉 Программа и регистрация
До встречи в чате трансляции — будет очень хардкорно и глубоко!
LeanDS
Онлайн митап LeanDS@DataFest21#2 — От практики командной работы до дата-стратегии организации Парная и параллельная работа сайентистов, взаимодействие с бизнесом и планирование ML в организации ✳️ Парный Data Science, Антон Голубев, ML teamlead Celsus Антон…
В 19-00 начинается наш LeanDS-митап: Парная и параллельная работа сайентистов, взаимодействие с бизнесом и планирование ML в организации