Завтра на митапе Данил Сивцов из SberCloud также расскажет про то, как строить MLOps на open source, а пока можно посмотреть запись доклада коллег про кейс на платформе MLSpace:
📺 Полный цикл дообучения ruGPT-3 на платформе ML Space и примеры рыночных кейсов

Если вы еще не зарегистрировались на очное посещение митапа, поторапливайтесь! Регистрация закроется в 18:00

Завтра на нашем митапе Григорий Шутов из GlowByte поделится свежим опытом построения DS/ML платформ на популярных, и не очень, open source компонентах. А пока можно вспомнить статью Григория про интересные истории с Kubeflow:
🐥 Опыт внедрения Kubeflow в кластере Kubernetes

И вообще, вот подборка постов от коллег из команды GlowByte Advanced Analytics по темам вокруг MLOps/ModelOps:
🐥 Как контейнеризировать среды ML разработки и не посадить на мель процессы MLOps
🐥 Как поссорились Инженер и Ученый - Статья про данные для ML и FeatureStore
🐥 Валидация моделей машинного обучения
🐥 5 столпов MLOps
🐥 Как и зачем управлять ML-моделями?

Регистрируйтесь и приходите на митап=)

Напоминаем, что на этой неделе у нас очный митап про MLOps, программа и регистрация по ссылке.

Артём Трофимов из Yandex Cloud расскажет на митапе новости про фреймворк ʎzy, а пока можно пересмотреть выступление Артёма на одном из наших семинаров:
📺 Data pipeline tools: текущее состояние и направление развития.

Ждём всех в четверг)

Что почитать или посмотреть, если вас заинтересовала тема подкаста "Дайте данных" с Ириной Голощаповой "Влияние академического прошлого на работу в бизнесе".

1️⃣ Личные истории других специалистов, которые перешли из науки в индустрию.
✔️ Статья. Transitioning to data science from academia
✔️ Статья. How to Transition from Academia to Data Science
✔️ Подкаст. Iain Harlow - Leaving academia for industry and optimizing how you learn
✔️ Подкаст. Beyond academia: Planning the perfect exit strategy for a scientific career move

2️⃣ Доклад "Artificial Intelligence Index Report 2022", в котором есть раздел об образовании, можно посмотреть графики, как растет доля DS кандидатских и что большинство выпускников аспирантур уходят работать в бизнес.

3️⃣ В подкасте не была затронута тема профильной кандидатской по Data Science. Если у вас есть какие-то мысли об этом, то напишите в чатик. Будем рады! Для затравки накидаем вопросов:
✔️ Если бы вы пошли в аспирантуру по DS/ML., какую российскую аспирантуру вы бы выбрали и почему?
✔️ Любая кандидатская из области технических или социальных наук хороша или все же только профильная?
✔️ Есть ли смысл в кандидатской?

У нас стартует второй сезон подкаста 🔥Дайте Данных🔥

Встречайте первый выпуск, в гостях 😎 Ирина Голощапова:
📌 YouTube
📌 Apple Podcasts
📌 Google Podcasts
На Яндекс Музыке и некоторых других площадках тоже появится через пару дней

Еще из интересных мероприятий на этой неделе: 18 и 19 мая конференция apply(conf).
В программе много докладов по темам вокруг данных для DS/ML, Feature Store и MLOps.
Конференция проходит онлайн, можно зарегистрироваться и потом посмотреть доклады в записи.

А если вдруг кто-то идет на Team Lead Conf на этой неделе (17 и 18 мая), заходите на доклад коллег из GlowByte)

📌 Сабина Метляева, Григорий Шутов - Заходят тимлид, менеджер и инженер в бар, а там матрица компетенций

В следующий четверг, 26 мая собираемся на очный митап по теме MLOps. Темы и спикеры:

🔸“ʎzy - фреймворк для запуска произвольных (ML) задач на кластере”
😎Артём Трофимов, Руководитель команды разработки ʎzy, Yandex Cloud

🔸”ML платформа на базе open source компонентов”
😎Григорий Шутов, Архитектор направления ModelOps, GlowByte Advanced Analytics

🔸”Как построить MLOps из open source на примере платформы ML Space”
😎Данил Сивцов, Старший ML-инженер платформы ML Space, SberCloud

Место проведения: Loft Hall #3 Grace & Secret, ул. Ленинская Слобода 26 стр. 15. Сбор гостей в 17:30.

После докладов нас ждет фуршет и неформальное общение 🥂🍻😉
Для тех, кто не сможет присоединиться очно, будет онлайн трансляция📺

Детальная программа и регистрация по ссылке.

На прошедшем семинаре мы уже рассказали, что запускаем новый образовательный продукт: обучающие интенсивы a2nced.ai.

Наша концепция:
🔸 Большой фокус на предметную область кейсов применения DS/ML в различных направлениях и индустриях. Учим аналитиков данных понимать цели и язык бизнеса.
🔸 Сравнительно индивидуальный подход: обучение проходит в группах по ~15 человек, с полным вовлечением преподавателей в процессе (без предварительно записанных лекций) и даже небольшой корректировкой программы в зависимости от бекграунда собравшейся группы.
🔸 Программа каждого интенсива построена вокруг решения конкретных бизнес задач и рассчитана на 4-5 дней по 3-4 часа занятий в день.
🔸 Предполагается, что слушатели курса уже (хорошо) знакомы с теорией и практикой DS/ML и готовы активно осваивать особенности предметных областей решаемых бизнес задач.

Пока мы тестируем программы наших интенсивов, так что в текущий момент обучение бесплатное=)

Точного расписания потоков нет (да и не будет), запускаем потоки по мере набора групп.

На текущий момент ведем набор на 3 курса:
🔹 Анализ данных в целевом маркетинге
🔹 Рейтинговое моделирование и оценка ожидаемых потерь
🔹 Практический MLOps
Так что, регистрируйтесь по ссылке, и в ближайшее время мы с вами свяжемся для выбора дат проведения перечисленных интенсивов.

Также мы активно работаем над запуском новых интенсивов. Если у вас есть предложения и пожелания по темам, которые хотелось бы освоить в предлагаемом нами формате, пишите в личку=)

Материалы прошедшего доклада:
📺 Запись: Дмитрий Забавин, Вадим Глухов, Сергей Вакунов - Моделирование оттока, удержания и реактивации
📚 И ссылка на базу знаний в Notion

Сегодня, 11 мая, в 17:00 МСК встречаемся на семинаре NoML.

Выступать будет
😎 Дмитрий Забавин, эксперт направления моделирования в клиентской аналитике, GlowByte Advanced Analytics и преподаватель курса “Анализ данных в целевом маркетинге”, a2nced.ai

Аннотация
Познакомимся с понятием метрического оттока и узнаем:
❓Чем метрический отток отличается от классического - бинарного?
❓В каких метриках может себя проявлять отток?
❓Как определить индивидуальный порог оттока для каждого клиента?
❓Какие модели должны входить в ансамбль по удержанию клиентов?
❓Какие метрики следует использовать для оценки экономического эффекта от применения моделей оттока?
❓И почему для этого не пригодны классические метрики - такие, как конверсия или средний чек?

Ссылка для подключения: http://meet.google.com/uuu-uwgz-efp

Запись прошедшего доклада:
📺 Андрей Иванов - Квантильные оценки и прогнозирование вероятностных распределений
📃И ссылка на базу знаний

Перед семинаром на этой неделе может быть полезно посмотреть запись одного из наших предыдущих семинаров:

📺 Максим Гончаров - Комплексный подход к оптимизации товарного ассортимента

Завтра докладчик будет на него ссылаться)

Аннотация семинара
Прогнозирование (forecasting) – неотъемлемый этап решения широкого класса задач анализа данных. Построение прогноза спроса (или продаж, прибыли, загруженности, времени доставки и других величин) обычно является первым шагом к внедрению математического моделирования в бизнес-процессы компании. Классический подход к решению задачи – точечный прогноз среднего значения величины.

На семинаре поговорим о том, какой прогноз действительно необходим при решении задач
🔸 Управления запасами
🔸 Ассортиментного планирования
🔸 Мониторинга отсутствия товара на полке
🔸 Оптимизации распределения ресурсов (персонала)
🔸 и многих других…

Подробно разберем методы и инструменты восстановления вероятностных распределений прогнозных величин и квантильной регрессии для прогнозирования отдельных доверительных интервалов.

Также затронем тему применения прогнозной аналитики в условиях нестабильности, в частности о применении квантильных и параметрических методы прогнозирования.

В эту среду, 27 апреля, в 17:00 МСК встречаемся на семинаре NoML.

Выступать будет
😎 Андрей Иванов, руководитель направления моделирования Supply Chain, GlowByte Advanced Analytics

Ссылка для подключения: https://meet.google.com/uuu-uwgz-efp

Подборка материалов по теме прошедшего пару недель назад семинара про фильтр Калмана:

📺 Серия видео Understanding Kalman Filters by MATLAB
📺 Курс лекций Michel van Biezen: Special Topics - The Kalman Filter
📄 Небольшая статья с разбором примера с электрической цепью
📕 Книга C.K. Chui, G. Chen - Kalman Filtering with Real-Time Applications
📗 Книга Mohinder S. Grewal, Angus P. Andrews - Kalman Filtering: Theory and Practice with MATLAB
📘 Книга Anderson, B. D.O., and J. B. Moore - Optimal Filtering

Запись прошедшего доклада:
📺 Александр Собенников - Введение в Фильтры Калмана
📃 И ссылка на базу знаний

В эту среду, 13 апреля, в 17:00 МСК встречаемся на семинаре NoML.

Выступать будет
😎 Александр Собенников, руководитель направления PMQ, GlowByte Advanced Analytics

Аннотация доклада:
Фильтр Калмана - эффективный рекурсивный фильтр, оценивающий вектор состояния динамической системы, используя ряд неполных и зашумленных измерений.

Чем так хорош фильтр Калмана:
🔸Сглаживание шума (улучшение зашумленных измерений)
🔸Оценка состояния системы (для обратной связи)
🔸Рекурсивность (вычисляет следующую оценку используя только последние измерения)

В каких задачах фильтры Калмана находят применение:
🔹Навигационные системы (де-факто стандарт для GPS)
🔹Автопилоты (первое применение в миссии “Аполлон”)
🔹Управление производственными системами

На семинаре расскажем подробнее о кейсах применения и преимуществах фильтра Калмана, а также поговорим о том, какие есть библиотеки и инструменты для его реализации.

Ссылка для подключения: https://us02web.zoom.us/j/88120277531?pwd=SXpwcElMK08yVUZvanJkaW9yRmpiUT09

Запись вчерашнего семинара:
📺 Полина Окунева - Введение в uplift моделирование
📃 Презентацию можно найти на странице в базе знаний

В эту среду 30 марта, в 17:00 МСК встречаемся на семинаре NoML.

Выступать будет
😎 Полина Окунева, ведущий аналитик, GlowByte Advanced Analytics.

В докладе будут рассмотрены следующие вопросы:
🔸 Какие задачи решает uplift-моделирование?
🔸 Проблема выбора целевого события.
🔸 Базовые методы в uplift-моделировании.
🔸 Как оценить качество модели и провести тестирование на реальных данных?

Ссылка для подключения:
https://meet.google.com/odm-gpce-vtp