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 &mdash; архитектура Data Science систем, Разработка вокруг ML решений в масштабах крупного финтеха и новые тренды в Data Science.

Карьерный трек: Круглый стол: &laquo;Карьера в Data Science: от джуна до C-level в эпоху ИИ&raquo;

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 &mdash; 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 &mdash; зал на 400 человек кажется большим, но места на WiDS SPB разлетаются очень быстро!

До встречи!&nbsp;

<h2>Программа мероприятия:</h2><h3> 1. Data-Centric AI в агропроме: микросервисы автоматизации разметки изображений &nbsp;</h3>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". &nbsp;Я считаю, что России будущего необходимы инженерные системы компьютерного зрения, и вношу свой вклад в развитие этой отрасли.&nbsp;<h3>2. Как заставить VLM управлять антропоморфным роботом?</h3> 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&nbsp;<h3>3. ML в лояльности: Персонализация кешбэк-сетов для клиентов &nbsp;</h3>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&nbsp;<h3> 4. Разметка данных, когда асессоры и LLM не помогают</h3> 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 &nbsp;&nbsp;<h3>5. AI, безопасники и выученная беспомощность: вредные советы по автоматизации нетехнических команд &nbsp;</h3>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, ЯндексВ 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.&nbsp;&nbsp;<h3>Круглый стол: «Карьера в Data Science: от джуна до C-level в эпоху ИИ»</h3>Честный разговор о карьерных трендах, когда рынок меняется быстрее учебных курсов. Как получить первую работу, если среди конкурентов -&nbsp;LLM. Когда углубляться в одну область, а когда расширять стек. Как понять, что пора из&nbsp;IC в лидерство - и стоит ли. Обсудим путь от первого собеседования до&nbsp;C-level позиций: с цифрами, неочевидными развилками и опорой на опыт практикующих специалистов.&nbsp;Спикеры:Дина Сафина – CDO Yandex 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.&nbsp;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.&nbsp;Алёна Дроздова – руководитель группы аналитики банкоматов и представителей&nbsp;Ozon&nbsp;Банка. Расскажет, что получаешь и что теряешь при переходе в менеджмент, каково это – быть молодым лидом и стоит ли спешить.&nbsp;&nbsp;Анна Макарова - руководитель команды интеграции ML решений в Озон Банке. Помогает встраивать ML модели в продукты Банка со стороны бэкенда. Поделится опытом перехода из разработчика в тимлиды и обратно.&nbsp;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.&nbsp;&nbsp;Модератор: Александр Волков, Head of DS Banking OZON БанкФормат: 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. &nbsp;<h3>&nbsp;</h3>

Привет, друзья! 
Весна в Петербурге начинается не с календаря, а с нашего традиционного весеннего митапа Women in Data Science.
6 марта с 14:00 мы собираемся в большом зале БКЗ в офисе Ozon Банка, чтобы почувствовать «Пульс данных» — ритм, в котором сегодня живет и меняется индустрия AI.

Расписание

Статья про мероприятие на хабре

Agreement

Я согласен(-на) с<a href="https://storage.yandexcloud.net/ds-ods/files/data/docs/odsaifooter/20250312_Service_agreement_ODSai.pdf"> Соглашением об услугах&nbsp;</a>и даю разрешение на обработку моих персональных данных. Обработка персональных данных Участников Активностей производится на основании Соглашения об услугах.

Спасибо за интерес к мероприятию&nbsp;WiDS meetup

Заполните, пожалуйста анкету и ожидайте сообщение на почту.

first_name_ru

First Name

last_name_ru

Last name

email

Email

tg_name

Your telegram nickname

work_place

Work place

about

About

Registration application for WiDS meetup 2026

WiDS Meetup

13:00 - начало регистрации 14:00-14:40 - DATA-CENTRIC AI В АГРОПРОМЕ: МИКРОСЕРВИСЫ АВТОМАТИЗАЦИИ РАЗМЕТКИ ИЗОБРАЖЕНИЙ&nbsp; 14:40-15:20 - Как заставить VLM управлять антропоморфным роботом? 15:20-15:50- Выступление ведущего 15:50-16:30 - ML в лояльности: Персонализация кешбэк-сетов для клиентов 16:30-17:10 - Разметка данных, когда асессоры и LLM не помогают 17:00-18:00 - круглый стол «Карьера в Data Science: от джуна до C-level в эпоху ИИ» (в малом зале) 17:10-17:50 - AI, безопасники и выученная беспомощность: вредные советы по автоматизации нетехнических команд 17:50-18:00 - закрытие докладов в БКЗ и переход в Столовую для тусовки 18:00-18:30 - напитки, еда нетворкинг 18:30-20:00 - развлекательная программа от ведущего 20:00-21:00 - Выступление кавер группы 21:00-23:00 - Диджей&nbsp; &nbsp;

03/05/26Расписание