WiDS Meetup

В этом году мы подготовили программу, которая объединяет суровый индустриальный опыт и ламповую атмосферу DS сообщества:

Технический трек: Поговорим о SOTA-решениях без купюр. В фокусе — архитектура Data Science систем, Разработка вокруг ML решений в масштабах крупного финтеха и новые тренды в Data Science.

Карьерный трек: Круглый стол: «Карьера в Data Science: от джуна до C-level в эпоху ИИ»

Объединяющая основа всех наших встреч остается неизменной: мы создаем пространство, где высокая техническая экспертиза сочетается с поддержкой комьюнити. Мы верим, что в Data Science важен интеллект и любопытство, а не гендерные стереотипы.

А чтобы закрепить новые знакомства, после официальной части мы переместимся в нетворкинг-зону. Там будет всё для правильного настроения: напитки, конкурсы и живой звук от рок-группы, состоящей из наших коллег по ИТ-цеху. Ведь Data Scientist — это не только про код, но и про драйв.

Ждем всех: профессионалов, студентов и тех, кто только планирует свой путь в мир данных.

Когда: 6 марта. Где: Санкт-Петербург, Приморский просп., 70

Регистрируйтесь заранее — зал на 400 человек кажется большим, но места на WiDS SPB разлетаются очень быстро!

До встречи! 

Программа мероприятия:

1. DATA-CENTRIC AI В АГРОПРОМЕ: МИКРОСЕРВИСЫ АВТОМАТИЗАЦИИ РАЗМЕТКИ ИЗОБРАЖЕНИЙ
 

В традиционных ML-проектах до 80% времени и бюджета уходит на разметку. В этом докладе я поделюсь опытом команды Data Science агрохолдинга «Русагро» по внедрению дата-центричного подхода для решения этой проблемы. Мы реализовали его в виде полного end-to-end MLOps-пайплайна для автоматизации подготовки данных и быстрого дообучения моделей компьютерного зрения.
Вы узнаете, как нам удалось сократить бюджет разметки на 67%, — и детально разберем ключевые компоненты решения: микросервисную архитектуру, интеллектуальный отбор изображений и автоматизированную разметку.

Илюшина Анна Сергеевна, Разработчик в «Русагро»

О себе:
Я - молодой DS специалист, автор технических патентов и научных статей в журналах Q1 Scopus. C 2022 года разрабатываю AI-решения от автоматизации диагностики в медицине до сортировки отходов и классификации брендов. Окончив магистратуру Skoltech, делюсь своим экспертным опытом со специалистами в программе Digital Teams в СберУниверситете. В настоящее время разрабатываю решения для автоматизации задач в агропромышленном секторе для "Русагро".  Я считаю, что России будущего необходимы инженерные системы компьютерного зрения, и вношу свой вклад в развитие этой отрасли.

2. Как заставить VLM управлять антропоморфным роботом?

расскажу про современные sota подходы по управлению роботами, расскажу про то, как мы в Центре робототехники используем VLM для управления своим гуманоидом и другими роботами в режиме end2end обучения, какие проблемы еще необходимо решить, и куда двигается индустрия/исследования в этой области

Полина Федотова
Исполнительный директор
Руководитель исследовательской команды манипуляции
Центра робототехники Сбера

3. ML в лояльности: Персонализация кешбэк-сетов для клиентов
 

В этом выступлении я раскрою, как работают алгоритмы выдачи категорий кешбэка в зависимости от клиентского поведения. Как мы сегментируем клиентов и прогнозируем отклик. Расскажу, как нам удается экономить бюджет и повышать лояльность клиентов с помощью персонализации категорий кешбэка.

Полина Шпинева
Data Scientist, Ozon банк

4. Разметка данных, когда асессоры и LLM не помогают

Расскажу о проекте мультилейбл классификации, и почему для него я сама размечала данные. Сравню качество разметки асессорами и GPT, покажу на примерах, где они справляются, а где — совсем нет. Поделюсь советами, как и что всё-таки можно передать на аутсорс.

Светлана Астафьева
Senior Data Scientist, Точка Банк
 

5. AI, безопасники и выученная беспомощность: вредные советы по автоматизации нетехнических команд
 

Всё, что мы не понимаем, теперь называется искусственный интеллект. А всё, что мы понимаем, но не хотим делать руками — «кандидат на автоматизацию». Доклад про то, что происходит между этими двумя полюсами: истории внедрения ML/LLM в нетехнические команды, поделюсь ошибками, которые я уже совершила за вас, и вредные советы, которым не стоит следовать.

Александра Мурзина
AI Marvel, Яндекс

В составе команды AI Marvel трансформирует бизнес направления Яндекса, внедряя AI в ключевые процессы компании. Ранее руководила группой исследования новых методов ИБ в команде безопасности Городских сервисов, до 2024 года возглавляла направление машинного обучения в Positive Technologies.

Круглый стол: «Карьера в Data Science: от джуна до C-level в эпоху ИИ»

Честный разговор о карьерных трендах, когда рынок меняется быстрее учебных курсов. Как получить первую работу, если среди конкурентов - LLM. Когда углубляться в одну область, а когда расширять стек. Как понять, что пора из IC в лидерство - и стоит ли. Обсудим путь от первого собеседования до C-level позиций: с цифрами, неочевидными развилками и опорой на опыт практикующих специалистов.

Спикеры:

Дина Сафина – CDO Yndex Funtech, автор подкаста Data Coffee и преподаватель Karpov.Courses. Прошла путь от инженера данных, до C-level. Раскроет секреты перехода от технической экспертизы к управлению большими командами без потери fun-составляющей.

Валентина Рудик – Руководитель Департамента кредитования физических лиц в Озон Банке. Начинала карьеру в стратегическом консалтинге, теперь возглавляет розничное кредитование. Поделится взглядом на карьеру со стороны бизнеса, расскажет, как достичь успеха без написания кода.

Алёна Дроздова – руководитель группы аналитики банкоматов и представителей Ozon Банка. Расскажет, что получаешь и что теряешь при переходе в менеджмент, каково это – быть молодым лидом и стоит ли спешить. 

Анна Макарова - руководитель команды интеграции ML решений в Озон Банке. Помогает встраивать ML модели в продукты Банка со стороны бэкенда. Поделится, зачем и как дважды пройти путь разработчик → тимлид.

Влада Пухкало – выпускница AI Talent Hub, фаундер Data Secrets и главный редактор крупнейшего верифицированного ML-канала в Telegram. Вместе с командой строит русскоязычное ИИ-сообщество и разрабатывает облачную IDE для ML-инженеров. Расскажет, как совмещать роль медийщика, фаундера и инженера — и почему комьюнити это не side project, а полноценная точка роста.

Модератор: Александр Волков, Head of DS Banking OZON Банк

Формат: четыре живых секции — от блиц-опроса «цифры карьеры» до дискуссии о личном бренде, этике и том, как не сгореть, строя путь в ИТ. Спикеры займут позиции, оспорят стереотипы и поделятся личным опытом — включая истории провалов и неожиданных поворотов.


 

Вопросы можно задать в TG канале ODS Piter