ml.log | AI, ML & MLOps
2.5K subscribers
245 photos
44 videos
8 files
273 links
Честно про ML, данные и продакшн-код. Разборы собеседований, архитектура и живые кейсы без идеализаций
Download Telegram
👍3
Первый доклад был от Димы Берестнева из "Звука". На мой взгляд, это был лучший доклад дня, посвященный внутреннему устройству рекомендательной платформы в "Звуке". 🎧️

Дима рассказал о том, какие модели используются и как происходит взаимодействие продуктов. 🛠️

Честно говоря, количество различных моделей и решений было впечатляющим. Осталось неясным, как ребята пришли к такой архитектуре - кажется, схема довольно сложная и росла она исторически. Не факт, что каждый элемент вносит значительный вклад. 🤔️

Интересным моментом было то, что отбором кандидатов занимается RL. 📊️
Второй доклад подготовил Даниил Пиманов из "Кион". Темой его выступления стали трансформеры. 📽️

Даниил подробно рассказал о проблемах, возникающих при рекомендациях фильмов. Он поделился, как выбирались метрики, как происходила работа с популярными фильмами и как происходило модифицирование loss функции под конкретные задачи. 🎯️

Доклад был интересным и содержательным, однако за отведенные 20 минут не удалось рассказать обо всем. Осталось ощущение, что хотелось бы уделить этой теме больше времени. ⏰️
Третий доклад был от Алексея Пустынникова из ВТБ. Темой его презентации стало использование геоэмбедингов для решения задачи оптимального расположения банкоматов. 🏧️

Вкратце, рассматривались геопатчи размером 500х500 метров, для которых строились геоэмбединги. Также строились эмбединги клиентов и модель, определяющая для каждого клиента оптимальные патчи для расположения банкоматов. 🌍️

Проект выглядит весьма интересным, но сложным. Остается неясным, дал ли он эффект выше, чем аналитический подход с анализом локаций, где клиенты снимают деньги, но нет собственных банкоматов. На этот вопрос, по всей видимости, был дан ответ о проведении А/В-теста... но, если честно, в это сложно поверить. 🙂️
💅1
Четвертым выступлением стал доклад Ильи Денисова из МТС, посвященный ускорению инференса на GPU. 🚀️

Илья подробно рассказал о эволюции решений инференса, начиная от FastAPI и заканчивая Triton Inference Server. Он поделился информацией о выборе бэкенда, о том, как удалось оптимизировать модель и как происходило ее масштабирование. 🏗️

Это был интересный технический доклад, который будет полезен тем, кто планирует не только обучать модели, но и внедрять их в продакшн. 🛠️
Пятый доклад был от Александра Вавилкина из "Альфа-Банка". Он рассказывал о кейсах применения RAG в банковской сфере. 🏦️

Были рассмотрены сценарии использования LLM при обращениях клиентов. Однако, на мой взгляд, в этом не было много новизны - сегодня подобные решения уже не кажутся чем-то необычным. 🔄️

Однако, это не делает доклад менее ценным. 🧐️
😁1
😁8🥰2
Forwarded from VTORNIK.Company
VTORNIK.Вечер

26 августа, с 19:00 до 21:00 мы приглашаем на наше первое мероприятие. Оно будет проходить офлайн в Москве и будет посвящено вопросам внедрения AI в процессы компании.

Программа мероприятия:

1. Lessons Learned. Уроки, которые мы можем извлечь из предыдущих трансформаций и внедрений на примере Big Data

Спикер: Денис Афанасьев, CPO в Crossover Markets Group. В прошлом директор дивизиона b2b-продуктов Салют SberDevices, CEO в CleverDATA.

2. Q&A-сессия о трудностях внедрения AI в корпорации

Спикер: Яна Чаруйская, Директор продвинутой аналитики корпоративных клиентов Альфа-банка. В прошлом Head of XR в SberDevices, Chief Data Scientist (ML/DL) в Сбере, CPO продуктов Big Data в МТС, руководитель DWH-аналитики.

Место проведения: м. Кропоткинская, пространство Perfect Pitch, Берсеневский переулок 5 стр 2.

Мероприятие бесплатное. Регистрация обязательна. Количество мест ограничено.

Будем рады видеть наших старых друзей и выпускников и познакомиться с новыми людьми!

Хорошего вторника!
😁1🎉1🌚1🙉1
🔥9😁2👍1
😁5👍4🔥4😢2🥴2
😁21🤣5❤3🔥2
Место встречи изменить нельзя: увидимся на Data.Meetup💡

Сбер и Т-Банк подготовили доклады и панельную дискуссию о графовых решениях. Будем говорить о реальных задачах, технологиях и кейсах, которые уже работают в бизнесе.

В программе:

⚫️ практические примеры применения графов в финтехе и телекоме
⚫️ обзор графовых платформ разных компаний
⚫️ панельная дискуссия: как графы решают задачи в реальном бизнесе
⚫️ нетворкинг с инженерами и лидерами BigData-направлений

Когда и где встречаемся:

👉 10 сентября, 17:00
👉 Кутузовский пр-т, 32к1
👉 Онлайн + офлайн

Программа и регистрация👀
🔥4
Forwarded from VTORNIK.Company
VTORNIK.Вечер #2

30 сентября, с 19:00 до 21:00 мы приглашаем на второе мероприятие в серии. Оно всё так же пройдет офлайн и будет посвящено тому, как подходить к внедрению AI в корпорациях. Послушав вопросы и обсуждения в прошлый раз в конце августа, мы собрали следующую программу:


1. Автоматизация разработки средствами AI: цикл SDLC

Спикер: Роман Смирнов, Системный архитектор, VectorX Сколково и Системный архитектор решений, Лаборатория нейросетевых технологий и компьютерной лингвистики МФТИ. Занимается проектированием архитектуры и разработкой систем с использованием технологий ИИ.

2. Организационные нюансы и бег с препятствиями при запуске AI-инициативы

Спикер: Александр Шевкунов, Экс-CDO билайна. Обладает богатым опытом создания возможностей по монетизации данных, больше 15 лет занимается большими данными и ИИ. Работал в «Сбере», «Яндексе», Райффайзенбанке, Альфа-банке и др.


Место проведения: Офис наших партнеров — компании «Virtu Systems». м. Кропоткинская / м. Полянка, Берсеневская наб., 6, стр. 2, Москва, 3-й этаж.

Мероприятие бесплатное. Регистрация обязательна. Количество мест ограничено.

Будем рады всех видеть! В прошлый раз было душевно.
👍1
В Авито feature selection занимается ллмка, по бизнес описанию задачи, сопоставляется описание фичей и выбираются подходящие по описанию.
Да, там есть еще этапы отбора, но предварительным отбором занимается ллм.
Короч как думаете - работает или кто-то ради премии вкрутил ллм в пайплайн? 🍿
Please open Telegram to view this post
VIEW IN TELEGRAM
😁4🔥3👍2
Еще один "интересный" доклад вчера был
Контекст точно не помню, но условно есть задача построить очень быстро модель, типа бейслайн

Решение:
1️⃣ base
pca на всех фичах - выбрать 10 компонент
2️⃣ advanced
Разбить фичи на 10 кластеров, на каждом запустить pca и выбрать по 5 компонент, итог: 5х10 фичей

Применяем в работе? 🤣
Please open Telegram to view this post
VIEW IN TELEGRAM
😁9