На конференції Data Science fwdays’19 буде представлено окремий популярний потік з дискусіями — DS discussions.
DS discussions — це місце з найцікавішими обговореннями, де кожен може взяти участь у дискусії або просто послухати, що думають наші спікери і запрошені гості щодо заданої теми. Тут завжди є, з ким поговорити, або знайти спікера і поставити йому свої запитання. У кожної дискусії є модератор і запрошені експерти. Тривалість — 40 хв, паралельно з доповідями. Дискусії — це повний ексклюзив, не буде ні запису, ні трансляції онлайн, тож в записі переглянути не вийде.
Сесiя 1: Natural Language Processing (NLP)
Модератор: Вiталiй Радченко (Data Scientist @YouScan).
Експерти:
Thomas Wolf (Lead the Science team @HuggingFace Inc.)
Braden Hancock (Ph.D. in Computer Science from Stanford University)
Максим Бевза (Research Scientist @Grammarly)
Якою буде дискусія:
У NLP дискусії братимуть участь одні з найкращих фахівців у світі: Thomas Wolf і Braden Hancock, команди яких безпосередньо беруть участь у створенні SOTA рішень для різних NLP-завдань, крім того HuggingFace🤗 розробляє фреймворк, який зменшує поріг входу в NLP і дає можливість відносно просто застосовувати SOTA рішення в індустрії. Також в дискусії братимуть участь фахівці з найсильніших NLP команд з індустрії в Україні (YouScan і Grammarly), які мають досвід вирішення різних завдань усередині своїх продуктів.
На дискусії будуть обговорюватися останні SOTA моделі в мовному моделюванні, їх застосування для вирішення інших NLP-завдань; підходи до transfer learning; використання їх у продакшені; користь від multitask learning; особливості даних, якість розмітки та self-supervised підходи. Голосуйте та пропонуйте ваші питання.
Сесiя 2: Data Scientist. Хто вiн i як ним стати?
Модератор: Ян Цибулькiн (Співзасновник Symica).
Експерти:
Володимир Кубицький (Head AI-Team @LUN | Flatfy)
Олексiй Слюсаренко (Senior NLP engineer @Deloitte)
Євген Терпіль (Head of Data Science squad @YouScan)
Тарас Легіневич (Machine Learning Engineer @Rails Reactor)
Якою буде дискусія:
Серед спікерів та учасників конференції є технічні експерти, інженери з Data Science області або ті, хто хотів би розвиватися в цьому напрямку. Якщо це ви, тоді вам буде цікаво обговорити тему, як стати дата сайентистом. Що для цього потрібно знати, чому навчитися, які навички отримати? Які знання особливо цінуються в компаніях, де працюють експерти? Чого не вистачає молодим фахівцям?
Якщо ж у вас вже є готові питання, які ми можемо винести на обговорення, то задавайте їх тут та голосуйте за вже наявні.
Питання, що будуть обговорюватись:
Хто він/вона (Data Scientist)?
- Хто такі data scientists?
- Якими навичками володіють?
- Python / R, SQL, Spark, …
- Які завдання виконують?
- Універсали чи команда з різними ролями?
- Citizen Data Scientist?
Як ним стати?
- Math: що важливо добре знати?
- Що потрібно знати за межами університетського курсу?
- Що найскладніше?
- Знання сучасних інструментів
- Які питання я б поставив на інтерв’ю відбираючи data scientist?
- Що найменше знають кандидати, що потрібно знати?
- Наскільки добре потрібно вміти програмувати дата сайентіст
- Які онлайн курси можуть допомогти на підготовці?
Сесiя 3: Computer Vision (CV)
Модератор: Олександр Лазарєв (Research Engineer @Ring Ukraine).
Експерти:
Ігор Крашений (Sr. Research Engineer @Ciklum)
Олександр Онбиш (Research Engineer @Ring Ukraine)
Кирил Трусковський (Neuromation)
Олесь Петрiв (Голова R&D @NeoCortext та VideoGorillas)
Якою буде дискусія:
Під час дискусії ми обговоримо поточний стан комп’ютерного зору (Computer Vision), складнощі та трюки на шляху створення ідеальних продуктів, проблему довгого хвоста (long tail issue), складнощі, пов’язані з недешевими обчисленнями та інтерпретацією продуктових фіч для користувачів. Дискусія має бути цікавою для всіх, оскільки ми говоритимемо як про суто технічні аспекти, так і про аспекти з точки зору продакт менеджерів чи овнерів. Пропонуйте ваші питання та голосуйте за інші.
Питання, що будуть обговорюватись:
- Аугментація людини (Neuralink-подібні починання)
- Створення робочих місць і все не так сумно (AI поки не залишив нас без роботи)
- Подальший розвиток інструментарію для ML / DL / CV
- Складнощі і трюки на шляху до створення ідеальних продуктів в CV, long tale issue, performance issues, interpretation
- Слабкі сторони і обмеження CV в поточному стані
Government, laws and AI / CV
Якщо з дискусіями ви вже визначились, то пропонуємо ознайомитись також з програмою, щоб обрати пріоритетні доповіді.
Ставайте учасниками нашого Телеграм чату :)
