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 
Евгений
Евгений Макаров, AI architect @Emirates NBD
Orest
Orest Kupyn, 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
Irynei
Irynei Baran, 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. Irynei will be presenting a simple novel method that can automatically learn task-specific data augmentation techniques.
Валерий
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
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
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
Даниил Гаврилов, разработчик-исследователь @ВКонтакте
Павел Калайдин, разработчик-исследователь @ВКонтакте
Coffee-break
Петр
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
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
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
Дмитрий, Андрей
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
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
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
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
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
Антон Алексеев, Researcher @Joint Samsung-PDMI AI Center
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.
Денис
Денис Дусь, инженер-программист @Mapbox
В ходе доклада Денис расскажет о том, как нейронные сети, классическое компьютерное зрение и системы обработки больших объёмов данных упрощают создание, уточнение и актуализацию карт, одинаково полезных для людей и машин.
Александр
Александр Буслаев, инженер-программист, тим-лид @Mapbox
Этот доклад для тех, кто зыдумывался о том, чтобы запустить нейронные сети на мобильный устройствах, но не знал, с чего начать. Будут освещены основные мобильные платформы - iOS и android. Также рассмотрим некоторые костыли и грабли, на которые мы уже успели наткнуться.
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]
SPACE Production – профессиональная команда организаторов IT конференций и митапов
ODS – крупнейшее русскоязычное Data Science сообщество, более 12000 участников по всему миру
