Митап ODS Reliable ML по АБ-тестированию и Causal Inference - 17 декабря 2022 г.

Reliable ML AB Testing & Causal Inference Meetup

Курс по графам знаний (Knowledge Graphs) и как их готовить в 2022 году. Запуск №2.

KG Course 2022

mlcourse.ai is an open Machine Learning course by OpenDataScience (ods.ai), led by Yury Kashnitsky (yorko). Having both a Ph.D. degree in applied math and a Kaggle Competitions Master tier, Yury aimed at designing an ML course with a perfect balance between theory and practice. Thus, the course meets you with mathematical formulae in lectures and a lot of practice in a form of assignments and Kaggle Inclass competitions. In 2017-2019, some 26k people participated in active course sessions offered twice a year, and ~1500 finished the course. ODS has witnessed multiple stories about the course changing careers of those who had passed it. Currently, the course is in a self-paced mode. Here we guide you through the self-paced mlcourse.ai.

Open Machine Learning course mlcourse.ai (self-paced)

Изучаются алгоритмы обучения с подкреплением, использующие нейронные сети.

Deep Reinforcement Learning

Дизайн систем машинного обучения. Введение для начинающих.

ML System Design. Autumn 22/23

Natural Language Processing (NLP) is a domain of research whose objective is to analyze and understand human languages and develop technologies to enable human machine interactions with natural languages. NLP is an interdisciplinary field involving linguistics, computer sciences and artificial intelligence. The goal of this course is to provide students with comprehensive knowledge of NLP. Students will be equiped with the principles and theories of NLP, as well as various NLP technologies, including rule-based, statistical and neural network ones. After this course, students will be able to conduct NLP research and develop state-of-the-art NLP systems.

Natural Language Processing course (stream 3, autumn 2022)

Туториал по новой площадке общения ODS, куда мы переезжаем из #slack. Или как попасть в матрицу и не потерять по пути собственные вектора 🤷

ODS [Matrix] 101

ODS Course Season 22/23: autumn

В этом треке мы собрали записи по NLP с офлайн-конференции Data Fest Siberia 3

В этом треке мы собрали записи по Computer Vision с офлайн-конференции Data Fest Siberia 3

Computer Vision

В этом треке мы собрали записи по MLOps с офлайн-конференции Data Fest Siberia 3

MLOps

В этом треке мы собрали записи по Career с офлайн-конференции Data Fest Siberia 3

Career

В этом треке мы собрали записи по Ужасам медицинских данных с офлайн-конференции Data Fest Siberia 3

Ужасы медицинских данных

В этом треке мы собрали записи по ML & Security с офлайн-конференции Data Fest Siberia 3

ML & Security

В этом треке мы собрали записи по студенческим проектам in Industry с офлайн-конференции Data Fest Siberia 3

Студенческие проекты

В этом треке мы собрали записи по ML in Industry с офлайн-конференции Data Fest Siberia 3

ML in Industry

В этом треке мы собрали записи по Code Mining с офлайн-конференции Data Fest Siberia 3

Code Mining

Трек с интересными докладами вокруг и около DS/ML

Random DS

В этом треке мы собрали записи по ODS Lab с офлайн-конференции Data Fest Siberia 3

ODS Lab

Data Fest Siberia 3 & Halloween 2022

Трек по Natural Language Processing в рамках Data Fest Online 3

NLP (Data Fest Online 3.0)

Ужасы медицинских данных возвращаются!

Ужасы медицинских данных 2022

Трек посвящен задаче матчинга в анализе данных и разборам решений соревнования Data Fusion Contest 2022

ML Trainings x Data Fusion Contest 2022

Опыт применения ML в реальных задачах Яндекса

Practical ML

Расскажем и покажем на практике, как мы умеем применять ML алгоритмы в различных областях жизни - от чисто бизнесовых вопросов до исследования космических частиц. Не забудем также затронуть вопросы жизненного цикла моделей и важности его автоматизации.

Various ML applications: RecSys, MLOps, NLP, Physics, Geo

Как управлять внедрением и развитием продвинутой аналитики, чтобы ML был применим в бизнес-процессе и приносил финансовую пользу.

Reliable ML

Хрестоматия разработчика компьютерного зрения: как без боли решить задачу компьютерного зрения и заставить это решение работать в проде. Вдохновляемся опытом коллег о том, как они прошли через тернистый путь разработки модели компьютерного зрения для своих задач.

Computer Vision in Industry

Применение нейронных сетей на многомерных временных данных для решения классических банковских задач

Deep Learning in Finance

Всё что будет полезно знать об обновленном ODS 3.0. А также активности, early access, и многое другое во время переходного периода — тоже будут складироваться здесь 👀

ODS 3.0 onboarding

Data Fest Online 3.0 (spring 2022)

Курс о линейной зависимости: поговорим о линейной и логистической регрессиях, метриках, валидации, генерации признаков и применим знания в конкурсе "Alice".

Open ML Course: Линейные модели

Продвинутые подходы и инструменты для разработки и внедрения ML-решений в production.

MLOps и production подход к ML исследованиям

Natural Language Processing course (stream 2, spring 2022)

Архитектура LightAutoML для разработки кастомных пайпланов из блоков с примерами

AutoML Course часть 3

Курс по графам знаний (Knowledge Graphs) и как их готовить в 2021 году.

KG Course 2021

ODS Course Season 21/22: spring

Вводный курс. Основные принципы и подходы Lean Data Science.

Lean course

В каких кейсах использовать аплифт модели? Какие бывают типы моделей, как их обучить? Как оценить качество? Как подготовить обучающую выборку? Как провести АБ тест с аплифт моделью? Все это вы узнаете из курса по uplift моделированию от создателей библиотеки scikit-uplift.

Курс по uplift моделированию

Курс про лицензирование свободного программного обеспечения и безопасную разработку ПО

Open Source Licensing Course

NLP, CV, Whitebox, AutoUplift, автоматические отчеты и мониторинг в LightAutoML

AutoML Course часть 2

Трек для глубокого изучения рекомендательных систем на практике

Your Second RecSys

Natural Language Processing course (stream 1, autumn 2021)

Трек LightAutoML - создание, ускорение и кастомизация пайплайнов автоматизированного машинного обучения

AutoML Course часть 1

Этот курс позволит вам погрузиться в удивительный мир квантового машинного обучения! Курс максимально ориентирован на практику, на методы, которые работают уже сегодня, в NISQ-эпоху (Noisy Intermediate-Scale Quantum), когда кубитов мало и они не идеальны.

Открытый курс квантового машинного обучения

ODS Course Season 21/22: autumn

Кейсы, технические доклады и science notes конференции по анализу данных Data Fusion 2022

Data Fusion 2022

Международная онлайн-конференция в области больших данных

Data Fusion 2021

ODS partner conferences

Лекции и встречи в самом сердце Академгородка и онлайн для всех увлечённых машинным обучением.

ODS Lab meetings

Серия осенних митапов 2021, на которых обсуждается управление Data Science проектами и продуктами

LeanDS, autumn 2021 meetups

Серия осенних митапов 2021, на которых обсуждаются Data Science соревнования

ML Trainings, autumn 2021 meetups

Серия осенних митапов 2021, на которых обсуждается ML для задач маркетинга: привлечение, удержание, работа с узнаваемостью, где вашему бизнесу пригодится ML уже сегодня

ML in Marketing, autumn 2021 meetups

ODS Meetups

ML in Marketing: ML для задач маркетинга. Привлечение, удержание, работа с узнаваемостью, где вашему бизнесу пригодится ML уже сегодня.

Uplift & CJM

RELa: Recsys, Embeddings, Look-alike

Использование обработки естественного языка в практике

Generative NLP

Трек с проектами, где мы приглашаем участников влиться и помочь Open Source библиотекам, которые разрабатывают наши участники из ODS.

ODS Summer of Code, Open Source SoC

Трек с Open Science исследовательскими проектами, где участники могут попробовать свои силы в современных не-школьных DS и ML задачах.

ODS Summer of Code, Open Science

Мы любим развивать и Open Source, и Open Science, и, конечно же, сам ODS. Вдохновившись Google Summer of Code и зимней школой CompTech NSU, мы тоже решили организовать активность, где участники сообщества могли бы внести вклад в крутые открытые проекты.

Летняя школа ODS Summer of Code #1

Обучаем современным ML инструментам для ваших проектов и задач

ML Tools

Про хранение, визуализацию, обработку и анализ данных с применением языка программирования Python.

PyData

ML тренировки - это серия митапов, на которых обсуждаются Data Science соревнования

ML Trainings DataFest 2021

Трек, посвященный проблематике анализа исходных кодов “Code Mining” как и в предыдущие года, делится знаниями экспертов области Data-Driven Software Engineering. В 2021 году доклады представят эксперты компаний Athenian, JetBrains и Profiscope.io

Трек проектов, в которых с помощью ML и других приблуд в области DS можно сделать мир лучше. Здесь мы поделимся новостями существующих проектов и будем очень рады новым участникам со свежими идеями!

ODS Summer of Code, ML4SG: Machine Learning for Social Good

Про инженерные подходы к обработке информации. В нашей секции мы стараемся уйти от buzzword-ов и говорить только про инженерные подходы и решения, делится опытом и набитыми шишками.

Engineering in DS

Спецы из лучших российских ML-стартапов расскажут про ужасы медицинских данных - есть ли Ground Truth в медицине, что делать с несовпадающей кросс-разметкой и как на всём этом оценивать качество моделек.

Как собирать данные и где они обитают: методологии сбора данных, архитектуры систем, доставка данных до моделей машинного обучения и многое другое.

Data Collection

Catalyst - PyTorch framework for Deep Learning research and development.
+
Reinforcement learning in a Nutshell: games, articles, production - choose wisely.

Catalyst and Reinforcement Learning

Индустрия Антифрода/Антиспама/Антивсего: какие есть особенности и как с этим работать. У нас будет несколько докладов от крупных IT компаний, все доклады будут от людей, которые на практике защищают сервисы, пользователей или партнеров.

Antifraud

Всё про карьеру и найм в DS от индустриальных топов

DS Hiring

Трек посвящен управлению Data Science проектами и продуктами. Приходите, если вам интересно развиваться в сторону DS менеджмента.

Lean Data Science: Managing Data Science products and projects

Нестандартные и креативные приложения машинного обучения.

ML ART

Взглянем на трансформеры как на универсальный инструмент для анализа и обработки семантических последовательностей и рассмотрим их применение в разных задачах.

Удивительные трансформеры и где они обитают

Цель трека - создание сообщества для решения актуальных проблем интерпретируемости моделей машинного обучения и выявления причинно-следственных связей в них.

Interpretable & Causal ML

Поговорим о том, как бизнеса пройти путь от определения точек роста до устойчивого финансового эффекта с помощью аналитики данных

Data science в бизнесе: от идеи до эффекта

ML in Marketing

Инструменты и практики управления экспериментами в Machine Learning, обеспечения воспроизводимости (Reproducibility) и автоматизации процессов.

Machine Learning REPA: Reproducibility, Experiments and Pipelines Automation

NLP in industry

Data Science в МегаФоне совсем не ограничивается телекомом! Вы познакомитесь с интересными  проектами и методами из сферы Causal ML, Recommendations и просто работы с табличными данными. Также сможете попробовать свои силы в соревновании по Uplift Modelling. И на закуску - телеграм чаты+подкаст об ML с любимыми спикерами из индустрии и академии.

Causal Inference. Recommendations. Encoding

quantum ods: все о применении ml в квантовом мире, а также достижений из квантового мира в ml под соусом незабываемого общения

Quantum Computing

Data Fest 2021

MTC. Your first recsys

A lot of people in ODS contribute to open source projects, or even create their own. In this track they will tell us about their projects and we will discuss open source in general and in data science world specifically.

Open Source

ML in Healthcare - medical imaging and other medical applications. Machine Learning and Data Analysis in medical applications.

ML in Healthcare

Язык Julia создан математиками для математиков, он действительно прост, красив и элегантен, но при этом очень быстр. За последние годы, язык созданный в 2009 году сильно окреп, оброс серьезной экосистемой и стал действительно привлекать внимание специалистов в области анализ данных. Именно поэтому мы решились сделать курс про основы Julia для применения в Data Science проектах.

Julia in DS: crash course

SysML — это область анализа данных и больших данных, в которой внимание уделяется вопросам применения машинного обучения и больших данных в продакшне. В докладах мы обсуждаем почему некоторые из подходов из Kaggle-конкурсов не работают на реальных задачах, в чем особенность больших нагрузок при применения машинного обучения, как считать тяжелые фичи на лету и как справиться с большими объемами данных.

SysML

Машинное обучение в реальных секторах экономики - от добычи нефти до генерации энергии и производства стали.

Manufacturing, Energy, and Logistics

Трек о том, что такое data governance, что это может дать компании и вам и как начать.

Data Governance

Машинное обучение для безопасности и безопасность машинного обучения.

Advanced methods and topics in the world of A/B testing.

A/B testing

Catalyst - PyTorch framework for Deep Learning research and development.

Catalyst Workshop

Reinforcement Learning in a Nutshell. Games, articles, production - choose wisely.

Reinforcement Learning

Welcome to the Machine Learning REPA: Reproducibility, Experiments and Pipelines Automation!

ML REPA

AI Hardware is computers and chips designed specifically for machine learning applications. In this section, we will share with you our experience in AI hardware design and highlight industry trends.

AI Hardware

В этом году очень отличаются форматы, состав и сценарии секций. Например, в нашей секции про образование в этом году основной фокус на личных историях. Цифры образовательного рынка доступны в сети, описания самых разных программ, от массовых до персональных, тоже. Вы все знаете где лучшие курсы по 180К, здесь вас нечем удивить. К тому же, во время пандемии многие остались наедине со своими целями и сомнениями. Поэтому мы решили показать вам людей. Мы покажем тех, кто учится и учит. Их опыт, ошибки, истории успеха и наоборот.
Может это кого-то сподвигнет на новые подвиги, кто-то поймет, что он на верном пути, а кто-то найдет ту команду для творческого роста, которой как раз не хватало.

EdTech

Track «From pet-project to startup» business section of Data Fest 2020.

From pet-project to startup

Трек ВТБ будет посвящен fusion идеям, которые заключаются не в поисках маржинального улучшения в конкретных узких областях ML, а идеям извлечения большого business value из концепции объединения данных, синергии модельных подходов и процессов. Например, концепции объединения или переноса алгоритмов из одной области машинного обучения в другую. И даже fusion процессов в машинном обучении.

Data Fusion 2020

Расскажем из чего состоит жизненный цикл решения на базе NLP. Как довести гипотезу до продуктивной среды и сделать так, чтобы поддержка этого решения не съедала все свободное время.

МТС. Жизненный цикл решения на базе NLP

A tutorial on uncertainty estimation in ML for a non-research practitioners of machine learning. Will cover basics of uncertainty estimation via ensemble methods, ensemble-emulation methods and generative methods. We will also provide a detailed case-study of an example usage of uncertainty estimation.

Uncertainty Estimation in ML

Что такое МЛ-тренировки? Это рассказ о победных решениях соревнований по машинному обучению.

ML Trainings DataFest 2020

Track about Data Science without Machine Learning, Big Data, Neural Networks or anything else requiring training or big amount of storage.

DS-ML

О том, как data science помогает решать задачи бизнеса! Юзкейсы из ключевых отраслей, углубленная аналитика в тяжелой промышленности, специальный гость из Quantum Black - Causal Machine Learning: a rising tide (ENG)

McKinsey Digital. Data Science в консалтинге

Трек посвящен методам управления Data Science проектами.

Lean Data Science

Расскажем про оптимизацию ритейл сети, учёт причинно-следственных связей, Positive Unlabeled learning и про акселератор для стажёров. Также вас ждет воркшоп по основам анализа геоданных в Python и технический data science квест.

МегаФон. Geospatial and other telecom applications

Сделаем обзор того, что делают банки и страховые в ML. Погружаемся вглубь исследования клиентов, размещения офисов, биометрии… Но и наука расскажет как им ML для анализа фондового рынка, и можно ли собрать данные для прогноза инфляции.

ML in Finance

На треке мы представляем серию докладов от ведущих специалистов области анализа исходных кодов в России: JetBrains, JetBrains Research, PVS-Studio, Profiscope.io.

Great jobs don’t simply fall out of the sky as soon as you’ve mastered Python, R or SQL. This year's Career section unites Data Science experts to discuss the most exciting career questions. How to become a senior in Data Science? Why is the middle not yet senior and how to become a senior? How to improve one’s soft skills and is it important at all? Star speakers, industry experts, tricky questions to the recruiters, and many more.

Our goal is to engage Data Scientists in the process of creating objects and tools of modern media and technological art. Creating collaborations between artists and scientists.
During the conference we will hold several meetups with talks from various artists working with machine learning.

ML Art

Интерпретация моделей машинного обучения: как объяснить результаты статистических моделей заказчику.

Interpretable ML

Hi! Welcome to the optimization track on Datafest! Here we will discuss both theory and practice of modern optimization. We say really modern because the results and methods explained in the section are used either to conduct bleeding-edge research or train neural networks faster and larger.

Math Optimization

Цель трека - создание causal inference guide для data scientist-ов. Классические и современные подходы причинно-следственного анализа в применении к задачам машинного обучения.