MlOps и управление данными: начинаем с самих данных

Деньги любят техно

#Бизнес #Образование #VTB Bank #Machine Learning #Data Science #Science #Bigdata #Datascience #Bankingtech #Business #Cybersecurity #Data #Fintech #Security #Technology #Технологии

46:55

The War and Treaty’s Michael and Tanya Trotter grew up in Cleveland, Ohio, and Washington, DC, respectively, but both have family roots in the South. They also grew up in the musical traditions of their churches – Tanya in the Black Baptist Church and Michael in the Seventh Day Adventist Church – where they learned the power of song to move people. After becoming a father at a very young age, Michael eventually joined the armed forces and served in Iraq and Germany, where he took up songwriting as a way of dealing with his experiences there. Meanwhile Tanya embarked on a singing and acting career after a breakthrough appearance in Sister Act 2 alongside Whoopi Goldberg and Lauryn Hill. Now, after a long and sometimes traumatic journey, Michael and Tanya are married, touring, winning all sorts of awards, and set to release their fifth album together, and their fourth as The War and Treaty. Sid talks to Michael and Tanya about the new record, Plus One , as well as their collaboration with Miranda Lambert, what it was like to record at FAME studios in Muscle Shoals, and how they’re blending country, soul, gospel, and R&B. Learn more about your ad choices. Visit podcastchoices.com/adchoices…

2年之前 37:49

MP3•单集首页

Начинаем с обсуждения самого понятия MLOps: что это — необходимые для большой компании практики или очередная хайповая тема? Как интегрировать MLOps в производственные IT процессы и зачем это делать? Насколько на развитие этого направления влияют вопросы управления данными, очистки данных, и решены ли они.

Спойлер: это первый выпуск на тему MLOps из запланированной серии. Подпишитесь, чтобы не пропустить продолжение.

55集单集

MlOps и управление данными: начинаем с самих данных

Деньги любят техно

20 subscribers

published 2年之前

MP3•单集首页

55集单集

Усі епізоди

1
Лица Data Fusion. Максим Коновалихин: о науке в бизнесе, подходе к созданию команды и трендах в ИИ 42:34

18天之前42:34

42:34

Наука о данных — сфера, в которой ученые не только генерируют идеи, но и воплощают их на практике: у менеджеров, которые отвечают за Data Science в корпорациях, нередко есть обширный научный бэкграунд. Максим Коновалихин, руководитель департамента анализа данных и моделирования, старший вице-президент банка ВТБ, относится именно к такому типу управленцев. Символом этого эпизода в продолжение «китайской линии» нового сезона стал дракон, созерцающий жемчужину мудрости. О том, что представляет из себя мудрость руководителя, всесилен ли AGILE и в чем суперсила нашумевшего DeepSeek, с Максимом Коновалихиным беседует Денис Суржко.…

1
Лица Data Fusion: Александр Крайнов о развитии ИИ, командной работе и мотивации сотрудников 1:07:27

6 weeks之前1:07:27

1:07:27

Технологические компании, которые хотят быть лучшими в мире, стремятся собрать у себя самых сильных сотрудников. О карьерной траектории современного Data Science-специалиста, мотивации сотрудников, создании сплоченных команд и важных профессиональных качествах в новом эпизоде подкаста сезона «Лица Data Fusion» рассказал Александр Крайнов, директор по развитию технологий искусственного интеллекта в Яндексе. Ведущий подкаста — Денис Суржко, заместитель руководителя департамента анализа данных и моделирования ВТБ, в уютной беседе за чаем обсудил с Александром роль руководителя, гибкость в подходах к работе с людьми, настоящее и будущее искусственного интеллекта. И чем различаются подходы к работе специалистов по ИИ из России и Китая. Подкаст «Деньги любят техно» можно смотреть в VK Видео и Rutube или слушать в аудио-версии на любимой подкаст-платформе. Нам очень важны ваши реакции и комментарии!…

1
ML в ритейле: как посчитать ажиотаж и научить ИИ работать вместе с человеком 1:02:49

11 weeks之前1:02:49

1:02:49

К предновогоднему ажиотажу продуктовые сети начинают готовиться с лета. Чтобы товаров на полке хватало, а праздничные акции радовали покупателей, необходима слаженная работа множества специалистов. Как в этом задействованы дата-инженеры, где невозможно обойтись без ИИ, и как машинное обучение помогает торговым сетям справиться с ежедневной рутиной? В новом эпизоде подкаста «Деньги любят техно», посвященного Data Science в различных отраслях, говорим об этом с представителями X5 Group. А еще подводим итоги года. Гостями эпизода стали директор по управлению данными X5 Tech Тигран Саркисов и директор по развитию искусственного интеллекта Х5 Tech Михаил Неверов. Ведущий эпизода — начальник управления моделирования партнерств и ИТ-процессов ВТБ Юлий Шамаев. Смотрите и слушайте подкаст на платформах VK Видео, Rutube и на популярных аудио-площадках.…

1
Лица Data Fusion: Алексей Каширин о математике, роли руководителя и ИИ как новом социальном игроке 49:32

12 weeks之前49:32

49:32

В новом эпизоде серии «Лица Data Fusion» с Алексеем Кашириным, директором Центра продвинутой аналитики Альфа-Банка, говорим про выбор между научной карьерой и бизнесом, смелость ученых, врожденные и нарабатываемые качества руководителя, работу с сотрудниками и воспитание детей. Ведущий сезона Денис Суржко, заместитель руководителя департамента анализа данных и моделирования ВТБ, пригласил Алексея на теплую беседу за чаем, чтобы проводить 2024 год за обсуждением интересных тем. Среди них: карьера и достигаторство, «природные» таланты и упорный труд, влияние ИИ на общество, качества и знания, которые необходимы всем людям, стремящимся к чему-то значимому. Запасайтесь согревающим напитком и включайте эпизод — «Деньги любят техно» можно смотреть в VK Видео и Rutube или слушать в аудио-версии на популярных подкаст-платформах.…

1
Data Science с человеческим лицом: ML в проектах от телекома до медицины 52:20

14 weeks之前52:20

52:20

Как пройти путь от выстраивания собственной Data Science-экспертизы в телеком-индустрии до поставки ИИ-решений далеко за ее пределы? Как растут и расширяются компетенции датасайентистов, и почему проекты, связанные с ИИ, важны для государства, бизнеса и общества? С директором по искусственному интеллекту и цифровым продуктам билайна, генеральным директором «МедТех ИИ» Константином Романовым обсудили широкие возможности применения и демократизацию ML. Ведущие выпуска: Юлий Шамаев, начальник управления моделирования партнерств и ИТ-процессов ВТБ, и Марина Эфендиева, технологический обозреватель. Подкаст доступен в видео-версии на платформах VK Видео и Rutube, а также на популярных подкаст-площадках. Подпишитесь, чтобы поддержать нас и не пропустить новые эпизоды сезона Data Science.…

1
Лица Data Fusion: Иван Оселедец о пути в науку, современной аспирантуре и Data Science 53:12

15 weeks之前53:12

53:12

За научным или практическим успехом всегда стоят конкретная личность и команда. На конференциях обсуждаются результаты работы, но мы мало знаем о людях, которые ее делают. Эта идея легла в концепцию нашего специального сезона «Лица Data Fusion», который мы запускаем в преддверии конференции по анализу данных и технологиям ИИ Data Fusion. Герой первого эпизода этой серии — доктор физико-математических наук, профессор РАН, генеральный директор института AIRI, профессор «Сколтеха» Иван Оселедец. О современных ученых, работе с людьми и будущем, связанным с развитием ИИ, с Иваном поговорил ведущий специального сезона — заместитель руководителя департамента анализа данных и моделирования ВТБ Денис Суржко. Наши герои беседуют за чаем – рекомендуем и вам запастись теплым напитком и включить эпизод: «Деньги любят техно» можно смотреть в VK Видео или слушать в аудио-версии.…

1
Где можно и где нельзя без ML в промышленности 55:39

23 weeks之前55:39

55:39

Работа Data Science-специалистов в промышленных компаниях строится по своим правилам и требует специфических навыков: нужно не только любить математику, но и дружить с физикой, и разбираться в технологии. Кроме того, работа DS-команд вплотную связана с людьми и процессами на производстве. Есть и особенности в работе с данными: всевозможные промышленные агрегаты оставляют огромный цифровой след в системах, и тем самым создают почву для внедрения ИИ-продуктов. При этом «все, что можно сделать без искусственного интеллекта, надо делать без искусственного интеллекта», – уверен гость выпуска, директор департамента технологий ИИ «Русала» Михаил Граденко. Ищем сходства и различия в задачах DS-команд в финтехе и промышленности, обсуждаем проблемы и решения, выделяем главные направления развития ML в этих сферах. Ведущие выпуска: Юлий Шамаев, начальник управления моделирования партнерств и ИТ-процессов ВТБ, и Марина Эфендиева, технологический обозреватель. Подкаст доступен в видео-версии на платформе VK Видео и на всех популярных аудио-платформах. Подпишитесь, чтобы поддержать нас и не пропустить новые эпизоды сезона Data Science.…

1
Как интересные задачи затягивают в Data Science 49:23

25 weeks之前49:23

49:23

Использовать машинное обучение везде, где это возможно и целесообразно — и в пользовательских сервисах, и во внутренних процессах. Такую парадигму развития ML в компании озвучил Андрей Рыбинцев, старший директор по данным и аналитике «Авито». Обсудили, с чего начинается путь в Data Science, какие задачи кажутся самыми интересными и в каких процессах без ML уже не обойтись – а также то, как из гипотезы рождается продукт и какие «созидательные кейсы», позволяющие улучшить клиентский опыт, особенно важны IT-компаниям. Ведущие эпизода: Юлий Шамаев, начальник управления моделирования партнерств и ИТ-процессов ВТБ, и Марина Эфендиева, технологический обозреватель. Этот выпуск — «пилот» пятого сезона, который мы запускаем и в уже привычном формате аудио, и в новом для нашего подкаста формате видео. Слушайте и смотрите нас на удобных вам площадках и поддержите подкаст, если считаете, что он приносит пользу!…

1
Мешают ли дата-сайентистам галлюцинации: подводим итоги года в ML, AI, DS 41:14

1 year之前41:14

41:14

С командой дата-сайентистов из ВТБ подводим итоги 2023 года в темах развития нейросетей, машинного обучения, инструментов на базе ИИ. Конечно же говорим про большие языковые модели и начало гонки генеративного AI среди бигтехов. Делимся своим опытом использования нейросетей в работе и в жизни. Говорим об этике, философски обсуждаем настоящее и немного фантазируем о будущем. И пытаемся узнать, когда ИИ поработит человечество. Участники: • Антон Бабак, тимлид в команде перспективных алгоритмов машинного обучения • Иван Яруков, Senior DS, моделирование в крупном бизнесе и СМБ • Анатолий Глушенко, тимлид DS, моделирование партнерств и ИТ-процессов Ведущая: • Технологический обозреватель Марина Эфендиева Подпишитесь, чтобы послушать другие эпизоды сезона Data Science в подкасте «Деньги любят техно».…

1
MLOps, часть III: критерии выбора инструментов и возможности Open Source 48:44

1 year之前48:44

48:44

Машинное обучение так или иначе уже применяется в компаниях самых разных масштабов и направлений деятельности. Однако для выстраивания зрелой ML-инфраструктуры и перехода к эффективным MLOps-практикам требуется понимание: с чего начать, на какие платформы обратить внимание, к каким инструментам присмотреться внимательнее, а какие подойдут лишь для разовых экспериментов. К инструментам MLOps для больших исследовательских и бизнес-задач предъявляется три базовых требования: интерпретируемость, воспроизводимость, надёжность. Как среди десятков Open-Source-инструментов выбрать правильные, что могут или не могут использовать компании, к которым предъявляются высокие требования стандартизации, на чем должен основываться выбор между облаками и InHouse для ML — в третьем выпуске серии MLOps обсудили Юрий Карев, руководитель управления процессов и стандартов моделирования и машинного обучения ВТБ, и Алексей Незнанов, к.т.н, старший научный сотрудник международной лаборатории интеллектуальных систем и структурного анализа НИУ ВШЭ. Подпишитесь, чтобы не пропустить новые эпизоды сезона Data Science в подкасте «Деньги любят техно». Дополнительные материалы: Ссылки на полезные ресурсы к этому эпизоду ищите в нашем блоге на Хабр: https://habr.com/ru/companies/vtb/news/778270/…

1
MLOps, часть II: погружаемся в специфику работы с данными 1:19:09

1 year之前1:19:09

1:19:09

Во второй части большой темы про MLOps, которую мы разбили на несколько эпизодов подкаста, ещё глубже погружаемся в тему машинного обучения и работы с данными, лежащей в основе ML. Рассматриваем вопросы обогащения данных, разбираемся с разметкой, говорим о специфических аспектах управления данными. В этом выпуске вы услышите: Почему общепринятых стандартов управления данными недостаточно для работы с большими данными для ML; Что такое хвосты и артефакты в сверхбольших данных; Может ли overfeeding стать причиной overfitting’a (или это одно и то же?); И многое другое! Юрий Карев, руководитель управления процессов и стандартов моделирования и машинного обучения ВТБ, и Алексей Незнанов, к.т.н, старший научный сотрудник международной лаборатории интеллектуальных систем и структурного анализа НИУ ВШЭ, подошли к теме с двух сторон: теоретической и практической. Помогли ведущей подкаста разобраться с терминологией. А также поговорили про специфику подходов к образованию для специалистов в Data Science, DataOps и MLOps. Полезные ресурсы и ссылки: Курс MLOps (OTUS): https://otus.ru/lessons/ml-bigdata/ Основные идеи из книги «Сотрудничество в DevOps-культуре»: http://agilemindset.ru/основные-идеи-из-книги-сотрудничест/ MLOps: Continuous delivery and automation pipelines in machine learning: https://cloud.google.com/architecture/mlops-continuous-delivery-and-automation-pipelines-in-machine-learning Как создавать качественные ML-системы. Часть 1: каждый проект должен начинаться с плана: https://habr.com/ru/companies/vk/articles/749850/ Как создавать качественные ML-системы. Часть 2: приручаем хаос: https://habr.com/ru/companies/vk/articles/749852/ The Data Engineering Cookbook: https://github.com/andkret/Cookbook Стандарты: ISO/IEC DIS 5259-1: https://www.iso.org/standard/81088.html ISO/IEC DIS 5259-4: https://www.iso.org/standard/81093.html ISO/IEC 8183:2023: https://www.iso.org/standard/83002.html…

1
Нейросети для скоринга: хайп или реальный инструмент 50:50

2 years之前50:50

50:50

О нейронных сетях мы слышим сегодня буквально отовсюду. Это — одно из наиболее активно развивающихся направлений в машинном обучении. В новом выпуске подкаста «Деньги любят техно», сезон Data Science, пробуем зайти в тему нейросетей с необычного ракурса. С Артемом Летиным, начальником управления корпоративного моделирования ВТБ, Евгением Смирновым, руководителем Лаборатории машинного обучения Альфа-Банка и Никитой Зелинским, руководителем центра компетенций Data Science МТС говорим о применении нейросетей в кредитном скоринге и других сегментах деятельности финансовых организаций.…

1
MlOps и управление данными: начинаем с самих данных 37:49

2 years之前37:49

37:49

В этом выпуске мы возвращаемся к теме MLOps — на этот раз с Алексеем Незнановым, к.т.н., старшим научным сотрудником международной лаборатории интеллектуальных систем и структурного анализа НИУ ВШЭ, и Юрием Каревым, руководителем управления процессов и стандартов моделирования и машинного обучения ВТБ. Начинаем с обсуждения самого понятия MLOps: что это — необходимые для большой компании практики или очередная хайповая тема? Как интегрировать MLOps в производственные IT процессы и зачем это делать? Насколько на развитие этого направления влияют вопросы управления данными, очистки данных, и решены ли они. Спойлер: это первый выпуск на тему MLOps из запланированной серии. Подпишитесь, чтобы не пропустить продолжение.…

1
Датасеты для ИИ: кому нужны, для чего применять и как монетизировать 42:12

2 years之前42:12

42:12

Мы рады поделиться первым выпуском четвёртого сезона подкаста «Деньги любят техно» — и это уже второй сезон, посвящённый темам Data Science. Сразу же решили обсудить животрепещущую тему датасетов для искусственного интеллекта: их доступность, их источники, вопросы регулирования и востребованности рынком. В этом выпуске — Алексей Каширин, директор Центра продвинутой аналитики Альфа-Банка и Сергей Голицын, вице-президент, заместитель руководителя Департамента анализа данных и моделирования ВТБ поговорили о применении датасетов в финтехе и других отраслях, поделились опытом работы своих команд, рассказали о самых заметных событиях и конкурсах в этой области.…

1
Ещё раз о социальной инженерии 18:58

2 years之前18:58