Доклады

ChatGPT быстрее всех в истории набрал 100 миллионов пользователей. Что только с его помощью не делают.

В прямом эфире Юрий протестирует возможности ChatGPT в области анализа и проектирования ИТ-систем. Умеет ли он выявлять потребности пользователей и бизнеса? Может ли помочь спроектировать модель данных или эндпоинты API? Готов ли проходить System Design Interview в крупную компанию?

Это смесь доклада и мастер-класса: Юрий будет задавать промпты ChatGPT и анализировать результат. Доклад будет полезен системным аналитикам, архитекторам, солюшн-дизайнерам.

Многие сталкивались с ML-проектами, которые не вышли в продакшн. В формате круглого стола обсудим, в чем причина, кто виноват и как этого избежать. Присоединяйтесь к обсуждению и делитесь своим опытом в чате.

Интервью с Александром Крайновым, директором по развитию технологий искусственного интеллекта Яндекса. Обсудим новые перспективные направления в области ИИ, затронем релиз YTsaurus. Присоединяйтесь к обсуждению и задавайте Александру вопросы в чате.

Ранжирование отвечает за эффективность большинства крупнейших интернет-сервисов. Конечно, новые прорывы в когнитивных способностях ML-моделей затронули поиск напрямую. Однако самую важную роль в поиске по-прежнему играет постановка задачи ML и правильный выбор целей для оптимизации. Эта область находится между ML, продуктом и бизнесом, а знания совершенно не устаревают.

Вы узнаете, как Авито и другие поисковые системы определяют, что поставить наверх, как составить первую страницу выдачи, как составить сложную цель для ранжирования. Почему ранжировать объявления Авито или результаты вертикальных поисков интересней, чем веб-страницы? Простыми словами спикер сформулирует, как оптимизировать сразу несколько критериев, и чем это отличается от ранжирования для составного критерия.

Рассмотрим тему анализа данных для решения задач программной инженерии в контексте безопасной разработки. Поговорим про актуальные тренды, подходы и алгоритмы. На примерах рассмотрим задачи, которые стоят перед создателями инструментов безопасной разработки.

Доклад будет полезен тем, кто хочет понять, как же это всё работает, и получить полезные отсылки к источникам, чтобы погрузиться в контекст создания анализаторов исходного кода.

Проекты с ИИ — это всегда «Пойди туда — не знаю куда, принеси то — не знаю что». Сроки, бюджет, критерии успеха неопределенные. Для управления непонятными проектами был придуман Agile, а если запредельно непонятно, то нужен запредельный Agile. Вот об этом и будет доклад. Если вы уже хлебнули проблем с ИИ-проектами, вам точно стоит послушать, как эти проблемы решают ветераны индустрии. Если только начинаете — тем более полезно знать, какие драконы ждут вас на пути.

Традиционное фермерство уходит на второй план и дает дорогу технологичным компаниям. Контроль над условиями выращивания и воспроизводимость результатов избавляют фермерство от главного недостатка (непредсказуемости) и позволяют получить на единицу площади больше урожая. В докладе рассмотрим современный подход к садоводству и личный опыт построения умной теплицы.

При разработке ML-сервисов по обработке медицинских изображений приходится разбираться, что такое DICOM и PACS, и работать с этим. Это требует достаточно глубокого погружения в стандарты и применяемые технологии.

Вы узнаете о стандартах хранения медицинских изображений, применяемых технологических решениях и о том, как не закопаться в узких отраслевых стандартах и технологиях. Спикер приведет пример того, как поднять из open source в облаке сервис для работы с медицинскими изображениями и жить спокойно.

Разработка промышленных решений в области искусственного интеллекта и машинного обучения — довольно молодое явление, которое развивается прямо у нас на глазах. Поговорим, что такое ML и AI, в чем ключевые отличия промышленной AI-разработки от классического ИТ, а также посмотрим на примере Сбера, как эти особенности можно адресовать. Доклад будет интересен как специалистам, работающим или планирующим работать с результатами AI-разработки, так и специалистам data science.

Какие сейчас перед нами сценарии развития искусственного интеллекта? Ждет ли нас еще одна «зима»? Как машинное обучение меняет рынки, общества и планету?

Говорим о расписании, сессиях и делимся информацией. Подключайтесь, чтобы узнать, что вас будет ждать в эфире в ближайшее время!

Как защитить проекты с ML и AI от атак и закрыть уязвимости? Участники круглого стола постараются дать ответ на этот вопрос, попутно обсуждая и другие темы, связанные с безопасностью ML и AI. Присоединяйтесь к обсуждению и делитесь своим опытом в чате.

Спикер расскажет про один подход к детектированию зловредного сетевого трафика с помощью методов машинного обучения. Вы узнаете, как с помощью косвенных признаков на уровне TCP/IP модели OSI можно с высокой точностью и низкой ошибкой первого рода проводить классификацию трафика на зловредный и легитимный. Будет интересно специалистам по машинному обучению и информационной безопасности.

Обсудим распространенные проблемы, возникающие при создании продуктов на основе машинного обучения, и подходы к их решению. Рассмотрим методы постановки гипотез для таких продуктов, включая декомпозицию гипотез на элементарные дата- и метод-гипотезы. Также обсудим важность определения целей и бизнес-метрик для успешной реализации ML-продуктов. Рассмотрим жизненный цикл таких продуктов, начиная с прототипирования и заканчивая поддержкой, и обсудим необходимый состав команды для их разработки.

А завершает TechTrain 2023 Spring викторина про искусственный интеллект от искусственного интеллекта! Вопросы к ней любезно согласился составить ChatGPT.

Присоединяйтесь к викторине и выигрывайте призы! В конце подведем итоги фестиваля и расскажем о дальнейших планах.

Искусственный интеллект помогает нам не только становиться более продуктивными, но и решать задачи, которые раньше были нам не под силу. 

Дмитрий поделится несколькими личными примерами, в которых ИИ помог ему воплотить некоторые мечты в жизнь. Например, создание собственного портрета маслом, написание иллюстрированного рассказа и монтаж видео взросления на основе семейного фотоархива.

Пока люди вроде Марка Цукерберга говорят о метавселенной и проектируют кучу дополнительных устройств, в VK Звонках ищут способы разнообразить онлайн-общение с помощью программного обеспечения, в том числе машинного обучения. Недавно добавили анимированные vmoji, которые двигаются в такт речи участника, используя только его голос. В докладе будет рассказано о технических деталях, оптимизации доставки анимации, рендеринге и других идеях по применению машинного обучения в сервисах видеосвязи.