Data Halloween 2024 | Санкт-Петербург, 31 октября, офлайн + онлайн

🎃 🦇 🎃🦇 🎃🦇 🎃🦇 🎃🦇 🎃🦇 🎃🦇 🎃🦇 🎃🦇 🎃🦇 🎃🦇 🎃🦇 🎃🦇 🎃🦇 🎃🦇 🎃🦇 🎃

Когда? 31 октября, четверг, 19:00-21:30 (сбор гостей с 18:30)
Где: в гостях у Ozon Tech, Санкт-Петербург, Херсонская улица 12-14, 6 этаж + online
Для оффлайн-посещения обязательно возьмите паспорт.
Ссылку на трансляцию вышлем в день мероприятия на почту, указанную при регистрации.

Отметить стр-р-р-рашно интересное время года собираемся на офлайн-митапе в Санкт-Петербурге! Будут крутые доклады, воркшоп и ламповый нетворкинг. 

В программе вас ждут:

🎃 Доклад «Алло, Эйнштейн? Создание call-ботов на базе LLM в 2024 году‎»‎ | Никита Венедиктов, NLP Researcher в RAFT

Что если бы у вас была возможность позвонить Альберту Эйнштейну и задать ему вопрос о теории относительности? В этом докладе спикер поделится опытом создания голосовых ботов, которые позволяют «общаться» с легендарными личностями прошлого. Также обсудим технические сложности и потенциальные области применения — от образования до интерактивных развлечений. Подробно рассмотрим процесс разработки call-ботов на основе больших языковых моделей, интеграцию технологий преобразования текста в речь (TTS) и речи в текст (STT) для создания реалистичных голосовых взаимодействий, а также применение мультимодальных моделей. Этот доклад будет интересен всем, кто хочет заглянуть в будущее коммуникаций и понять, как технологии могут оживить историю.

🎃 Воркшоп «‎Сервис машинного обучения с нуля, или Создаём Франкенштейна»‎ | Марк Паненко, CDS в Ozon Банк

Во время воркшопа соберём требования, обсудим ограничения и задизайним архитектуру сервиса машинного обучения. Постараемся за полчаса сделать то, что обычно занимает две недели. Будет весело!

🎃 Доклад «‎HRBert2.0: Улучшаем векторизацию вакансий и резюме»‎| Козлов Алексей, ML-инженер в Работа.ру, и Тайчинов Евгений, ML-инженер в Работа.ру

Спикеры расскажут о построении эмбеддингов вакансий и резюме и о том, как эти эмбеддинги используются в Работа.ру. Обсудим нюансы составления разметки, сбора данных для обучения и выбора архитектуры модели. Разберём опробованные подходы и узнаем, что сработало, а что нет. Также более детально рассмотрим использование навыков для улучшения векторизации.

🎃  «‎ML-платформа: что это за зверь и как его приготовить?»‎ | Сиракан Багдасарян, MLOps-инженер в Ozon Банк

Из доклада узнаем:

• что такое ML-платформа: зачем нужны такие системы и кто их использует;
• из каких основных компонентов состоит ML-платформа: от управления данными до деплоя моделей;
• что из себя представляют популярные Open-source-решения: плюсы, минусы и подводные камни;
• почему компании создают свои ML-платформы и в каких случаях это оправдано.

🎃 🦇 🎃🦇 🎃🦇 🎃🦇 🎃🦇 🎃🦇 🎃🦇 🎃🦇 🎃🦇 🎃🦇 🎃🦇 🎃🦇 🎃🦇 🎃🦇 🎃🦇 🎃🦇 🎃