WiDS Meetup

Регистрация закрыта по максимальному кол-ву мест на площадке, до встречи на мероприятии!

Доклады:

1. Foundation Models in Robotics

Расскажу про то, как ИИ управляет роботами, на каком уровне это сейчас возможно, как мы видим будущее развитие

 

Федотова Полина Дементьевна

Главный инженер-разработчик, лид исследователькой команды, «Сбер Центр робототехники»

В детстве у меня была мечта, а сейчас это моя работа в Сбере. 
Расскажу, когда роботы будут полезными:)

2. "Знаешь что это за слово? а оно есть", или как всегда быть в курсе модных словечек в спеллчеке в Поиске

Что такое спеллчек и как он работает
В чем сложность исправления новейших терминов
Как мы их выделяем и определяем, что это реально существующая штука
Результаты работы алгоритма после внедрения

Анна Текучева
Data Scientist HML

В Wildberries работаю в команде HML с кейсами NLP и RecSys.
Хожу на конференции, выступаю на митапах, ежегодно курирую начинающих программистов на хакатоне от Samsung School
Получила 1-е место по ловле бинарной классификацией браконьеров-рыболовов, потому что данные - сила!

 

3. Круглый стол: Women in Data Science.

1. Как женщины меняют data science:
2. Старт в data science:
3. Работа и карьера:
4. Профессиональное развитие:
5. Будущее в data science:

Участники: 

Нонна Шахова, Cloud Data Engineer Kindred Group plc, Women Coding Community Lead

Эмели Драль, Co-founder and CTO Evidently AI | Machine Learning Instructor w/100K+ students

Ирина Голощапова, CDO Raiffeisenbank Operations | Автор тг-канала Reliable ML

Анастасия Никулина, Head of Data Science Competence Center Wildberries
 

4. «MLOps, Data Science и Golang: Как Ozon Банк создает ML-платформу будущего». 

Суть: Доклад покажет, что успех ML-платформы — не в отдельных технологиях, а в их симбиозе, где каждая роль (Data Scientist, MLOps, разработчик) становится частью «живого» механизма.

Анастасия Функнер , MLOps Engineer, Ozon Банк

Ольга Павлова , Golang Developer, Ozon Банк

Анна Ефимова , Data Scientist, Ozon Банк

5. Новые бенчмарки 2024-2025 для русского языка: вызовы и перспективы.

В последние годы развитие технологий обработки естественного языка (NLP) привело к созданию множества бенчмарков, которые позволяют оценивать качество моделей на различных языках. Однако для русского языка до сих пор существует дефицит специализированных бенчмарков, учитывающих как особенности языка, так и способности постоянно развивающихся моделей.

В данном докладе будут представлены новые бенчмарки, разработанные специально для русского языка в 2024-2025 годах. Эти методы оценки охватывают широкий спектр задач, а также различные направленности: от моделей эмбеддеров, так и конечно современных генеративных моделей. Особое внимание будет уделено новым задачам, которые ранее не были представлены в сообществе, например мультимодальные данные (текст + аудио/видео).

Кроме того, в докладе будут обсуждаться ключевые вызовы, связанные с созданием и использованием новых бенчмарков. 
Среди них:  
— Учет культурных и региональных особенностей русского языка.  
— Лингвистические и технические вызовы при создании тестов (в частности утечки данных)
— Перспективы развития бенчмарков и их роль в будущем NLP

Доклад будет полезен исследователям, разработчикам и всем, кто интересуется современными подходами к оценке и улучшению NLP-моделей для русского языка. Мы обсудим, как новые бенчмарки могут способствовать развитию технологий и какие шаги необходимы для их широкого внедрения в научное и промышленное сообщество.

Алена Феногенова, AGI NLP TeamLead, Сбер

6. Мультиагентная AI-система для управления рисками компании.

Бегичева Мария Игоревна (Senior DS), Сбер

Где: г. Санкт-Петербург, ул. Уральская 1 литера Ч

Когда: 7 марта в 15:30 сбор гостей, в 16:00 - начало программы