Data rocks!

Big Data, Artificial Intelligence & Machine Learning conference

Big Data — нова нафта?

Даних багато, вони змінюються. Виграють ті, хто вміють їх аналізувати та отримувати користь.
Компанії інвестують в новітні розробки і чекають від інженерів конкретних рішень та повернення інвестицій, а не узагальнених моделей чи теорій. Тому ми запросили експертів — тих, хто розробляє і використовує алгоритми штучного інтелекту, Machine Learning та Data Science. Ніякої теорії, передбачень та абстрактних роздумів — лише практичні кейси та конкретні рішення.
Виступи присвячені Big Data, штучному інтелекту, Machine Learning, Computer Vision і аналітиці.

Досвідом ділитимуться:
Володимир Кубицький, Head of Al в ЛУН.
Працює з алгоритмами на основі ML у PropTech більше 4 років. Захистив дисертацію зі згорткових нейронних мереж, які вже більше двох років використовуються у ЛУН. Має диплом магістра з математики.
Дослідницькі інтереси: Computer Vision, Deep Learning, алгоритми Gradient Boosting.

Тема виступу:
Як зробити продукт в Real Estate набагато крутіше з ML?
Чи є місце для ML в нерухомості? Так! Володимир розповість історію Lun: від декількох евристичних алгоритмів, які намагалися відрізнити власників від ріелторів, до сьогоднішнього дня, коли в продакшн успішно працюють десятки моделей ML.
А також про те, чому кількість скарг користувачів зменшилося в десятки разів, коли в lun почали використовувати рішення на основі ML замість евристик.
Теги: Real Estate, Machine Learning, PropTech
Мова виступу: російська.

Ян Цибулькін, co-founder Bldbox, Cloudozer, Symica. Куратор курсів Лінійна алгебра для Data Science, Data Science. Математичні основи, Теорія ймовірностей для Data Science. Випускник факультету управління та прикладної математики Московського Фізико-Технічного інституту.

Тема виступу:
Ймовірнісні генеративні моделі. Приклад алгоритму для визначення положення об’єкта у просторі за одним зображенням.
Доповідь присвячена ймовірнісним генеративним моделям, які використовуються для створення інтелектуальних агентів для прийняття рішень в іграх, економіці, задачах із області робототехніки. Розглянемо конкретну задачу визначення положення об’єкта за зображенням з камери.
Теги: AI, Computer Vision, Generative Model
Мова виступу: російська.

Ігор Павленко, технічний директор LeBoutique з 2011 року. Інженер-програміст з 10+ роками досвіду, в минулому засновник декількох стартапів.

Тема виступу:
Data Warehouse в LeBoutique. Як ми збираємо та зберігаємо дані.
Чому в LeBoutique почали використовувати BigQuery. Які дані збираються, як вони потрапляють у BigQuery та що з ними відбувається далі.
Теги: DWH, BigQuery, ETL, ELT, StreamSets, Kaffka, ElasticSearch, Kibana, DataStudio.
Мова виступу: російська.

Володимир Кірілов, керівник R&D в ESM.one, стартапу напрямку esport, організатор спільноти функціональних програмістів kievfprog.

Тема виступу:
Ймовірнісне програмування — моделі на серветці
Ймовірнісне програмування вам точно підходить, якщо: у вас мало даних, ви приблизно знаєте, як описати процес їхнього виникнення та вам потрібні відповіді у вигляді розподілень, а не точних оцінок.
Розглянемо декілька ймовірнісних мов як інструментів ітеративної розробки моделей та подивимося приклади з ємнісного планування, підрахунків на серветці (Fermi estimation), а також моделі для спортивної аналітики.
Теги: Probabilistic Programming, eSport, Sport Analytics
Мова виступу: російська.

Kateryna Gordiienko (Netflix)
Аналітик з більш ніж 10 роками досвіду в індустрії. Працює з великими даними у різних напрямках бізнесу: від ритейлу і медіа до фінансів і high tech. З 2014 живе у Сан-Франциско і працює в команді Science and Analytics у Netflix та очолює консалтингову компанію Dani Solutions. Має науковий ступінь з економіки від University of California, Irvine.

Тема виступу:
Derive Useful Analytics from Big Data Experiments
To harness the full power of big data and move from data-driven to causal inference, experimental design and execution come into play.
Presentation will cover differences between observational and experimental data, touch upon types of experiments (natural, quasi, A/B) and introduce absolute vs incremental measurement using real-life business use cases.
Теги: Analytics, Big Data
Мова: англійська

Конференція буде корисна:
інженерам,
розробникам програмного забезпечення, які працюють над складними алгоритмами в області AI, Machine Learning,
аналітикам, які працюють з Big Data,
технічним спеціалістам з галузей Real Estate, Retail, eSport, робототехніки.

Рівень підготовки: будь-який. Конференція буде корисна як новачкам, так і практикуючим спеціалістам.

Квитки:
1400 гривень до 1 січня
1800 гривень з 2 січня

Детальніше про подію на сайті.

Інші проекти: