27 апреля 2019

Минск, Галерея «Ў»

Data Fest3 Minsk – это неформальная конференция, которая объединит исследователей, разработчиков и всех, кому интересен data science во всех его проявлениях.

  • Никакого буллшита! Лучшие спикеры с передовыми результатами из индустрии
  • Крутые доклады на любой вкус с морем новых знаний, скиллов и знакомств
  • Не просто конференция, но еще и отличная вечеринка нетворкинг

Регистрация

Ждем вас на Data Fest³ Минск! Участие в конференции совершенно бесплатное.

Программа

10:00 – 11:00 Регистрация участников

11:00 – 11:15 Открытие Data Fest3 Minsk

Track 1

  • Евгений

  • 11:15 Modern Facial Landmark Estimation and Tracking: from tree-based regressors to deep learning approaches

    Евгений Макаров, AI architect @Emirates NBD

  • Орест

  • 12:00 RestoreGAN: Applying Feature Pyramid Networks to Image Restoration

    Орест Купин, DL Engineer @ secret startup

    Image Restoration task includes a wide variety of different cases (Super Resolution, Deblurring, Denoising, Dehazing, etc.) Still almost all of the SOTA approaches use simple architectures that were originally designed for Style Transfer. Orest will show how to apply Feature Pyramid Networks to this problem and present DelburGAN-V2 - new architecture with Superior Quality, Efficiency and Flexibility

  • Ириней

  • 12:30 Safe Augmentation: Learning Task-Specific Transformations from Data

    Ириней Баран, Software Engineer @ DataRobot

    Data augmentation is widely used as a part of the training process applied to deep learning models, especially in the computer vision domain. Currently, common augmentation techniques are designed manually and require expert knowledge and time. Iryney will be presenting a simple novel method that can automatically learn task-specific data augmentation techniques.

  • Валерий

  • 12:45 Adversarial loss: что это такое и как его использовать

    Валерий Гиркин, CV engineer @ Connectome.ai

    Доклад посвящен нескольким работам на тему adversarial loss и его применения для доменной адаптации и генерализации, а также примерам применения этих работ в реальных задачах.

    Lunch

  • Кирилл

  • 14:45 Speech recognition from 0 to 100

    Кирилл Жданович, Machine Learning Consultant

    В своем докладе Кирилл расскажет про сервисы и библиотеки, которые помогут добавить распознавание речи в ваш проект. Также спикер затронет тему данных и обучения собственных моделей.

  • Павел

  • 15:30 Как обрабатывать разговорную речь в реальном мире: взгляд с баррикад

    Павел Штыковский, Head of ML @i2x

    Павел расскажет про обработку разговорной речи для оптимизации колл-центров, некоторые ее особенности и проблемы (ошибка распознавания, privacy, недостаток размеченных данных, предсказание конверсий) и опыт их решения.

  • Даниил, Павел

  • 16:00 Секретный доклад

    Даниил Гаврилов, ML engineer @ВКонтакте

    Павел Калайдин, ML engineer @ВКонтакте

    Coffee-break

  • Петр

  • 17:15 Анализ реплеев компьютерных игр

    Петр Ромов, CTO @GOSU.AI

    Компьютерные игры — не только развлечение, но и площадка для экспериментов с машинным обучением. Игроки оставляют массу данных о своих действиях в игре. В рамках доклада Петр разберет методы анализа поведенческих данных на примере компьютерных игр.

  • Роман

  • 18:00 Как понять пешеходов

    Роман Удовиченко, Team lead @ Яндекс

    В докладе речь пойдёт о том, как беспилотный автомобиль предсказывает поведение пешеходов и учитывает их намерения при планировании своего передвижения. Мы рассмотрим проблемы, с которыми приходится сталкиваться при реализации моделей поведения пешеходов, и различные пути их решения, а также обсудим, чем виртуальные пешеходы в симуляторе отличаются от реальных людей на улицах.

  • Дмитрий

  • 18:30 От простого к сложному в аналитике рука об руку с бизнесом

    Дмитрий Щегрикович, Data Science Team Lead @Wargaming

    Дмитрий расскажет, как помочь бизнес-стейкхолдерам задавать более сложные для аналитики вопросы, приведет примеры построения моделей ухода и описания поведения пользователей от простого к сложному и сфокусируется на особенностях представления результатов предиктивной аналитики.

    Afterparty

    Track 2

  • Дмитрий, Андрей

  • 11:15 Создание Data Science архитектуры на базе Apache Airflow

    Дмитрий Северинец, Data Scientist @Verv, Kaggle Master

    Андрей Гавриленко, Data Scientist @PandaDoc, Kaggle Master

    Доклад ребят посвящён автоматизации Data Science Pipelines, из которого вы узнаете:
    - как легко и просто докидывать фичи в модель;
    - как можно ускорить вывод моделей в прод;
    - запускать одновременно большое количество моделей;
    - применить Airflow на базе новой архитектуры кода.

  • Михаил

  • 12:00 Начните с контроля версий и управления экспериментами в ML проектах

    Михаил Рожков, Senior Data Scientist @Raiffeisen Bank

    Machine Learning становится все более обычной практикой для многих компаний. При этом растет размер команд ML проектов, сложность проектов, разнообразие инструментов и инфраструктуры. Управление экспериментами, автоматизация пайплайнов, а также контроль версий моделей и данных становятся ключевыми в управлении проектами и обеспечении воспроизводимых результатов. Цель доклада - очертить круг проблем внедрения и использования систем управления ML экспериментами и обеспечения воспроизводимости. Рассмотрим практики и подходы крупных компаний, а также open source инструменты для команд DS/ML.

  • Эдуард

  • 12:30 Эксплуатация ML в Почте Mail.ru

    Эдуард Тянтов, руководитель направления машинного обучения в Почте и Портале Mail.ru

    Регулярная поддержка десятков моделей: набор выборки, дообучение и выкатка в бой - может отнимать почти все время команды. Особенно остро эта проблема стоит в антиспаме, где спамеры адаптируются к системе защиты днем и ночью. Эдуард затронет вопросы про то, как убедится, что обученная на выборке модель не сломает прод, как построить feedback loop без участия человека и многое другое.

    Lunch

  • Роман

  • 14:45 Откуда, куда и как быстро бежит NLP

    Роман Меркулов, ML Engineer @InData Labs

    В рассказе речь пойдёт о том, какие новшества были привнесены в обработку естественного языка в последние годы, чем занимаются и чего достигли лучшие умы в области, станет ли трансфер лернинг для текстовых данных таким же мощным орудием, как в компьютерном зрении, и насколько мы далеки от момента, когда машины смогут полноценно общаться с нами на естественном языке.

  • Мария, Никита

  • 15:30 Speech recognition from 0 to 100

    Мария Тихонова, Data Scientist @ Сбербанк

    Никита Алексейчук, Data Scientist @ Сбербанк

    Доклад посвящен извлечению информации из текстовых документов NLP и ML методами и их применению на реальных кейсах. Докладчики расскажут о построении интерактивной карты «оптимизма» новостей на основе анализа тональности и об извлечении информации из государственных документов с помощью семантического и тематического моделирования.

  • Антон

  • 16:00 AspeRa: Aspect-based Rating Prediction Model

    Антон Алексеев, Head of ML @i2x

    Антон расскажет о новом нейросетевом подходе к предсказанию рейтинга товаров на основе текстов отзывов пользователей. Он описан в статье, опубликованной на ECIR 2019. Предложенная модель - гибрид текстовой и аспектной рекомендательных систем, позволяющий обучать её end-to-end и анализировать, что именно может быть важно для пользователя в товарах.

    Партнеры Data Fest Minsk





    Партнер видеозаписи

    Партнер Afterparty

    Менеджер по работе с партнерами — Миша Маликин, [email protected], +375 29 678-56-34

    Вопросы и ответы

    А участие точно бесплатное?

    Конференция Data Fest бесплатна для всех участников. Но вам всё равно нужно обязательно зарегистрироваться.

    А нельзя обойтись без регистрации?

    Количество желающих посетить Data Fest превышает возможности площадки, поэтому мы выберем N (лучших или случайных) участников из кандидатов, основываясь на данных анкет.

    А что если я не попаду в заветный список?

    Увы, ничего не поделаешь, на конференцию вы не попадете. Но не расстраивайтесь, мы планируем транслировать видео всех докладов! А еще можно присоединиться к обсуждению в Open Data Science Slack канале.

    Когда я получу приглашение на конференцию?

    Обработка заявок на участие займет какое-то время. Подтверждение придет 22 апреля.

    Будут ли доступны видеозаписи докладов после конференции?

    Мы выложим в свободный доступ все видеозаписи с презентациями спустя месяц после конференции.

    Говорите, стрим докладов можно будет посмотреть онлайн?

    Да, ссылку на трансляцию мы опубликуем прямо здесь, на сайте.

    Как будут отбираться заявки?

    Главный критерий отбора – это опыт в области data science и ваше желание посетить конференцию.

    У меня есть еще вопросы!

    Пишите напрямую организаторам: Кате из Space [email protected] и Арсению из ODS [email protected]

    Организаторы

    SPACE Production – профессиональная команда организаторов IT конференций и митапов

    ODS – крупнейшее русскоязычное Data Science сообщество, более 12000 участников по всему миру