先週、 データサイエンスケースクラブで会議が開催され、 Avitoの専門家が機械学習を使用して解決されるサービスのビジネスタスクについて話しました。 特に、彼らは推奨事項、コンテキスト広告および節度について話しました。 カットの下で、会議とビデオレポートに関する詳細。
Avitoのデータサイエンスケースクラブは、HSEファカルティティーチャーであるPeter Romovが主催する機械学習の機械学習に登録している学生向けの3回目の会議です。 このような会議を開催するアイデアがどのように生まれ、データサイエンスの世界の他のイベントとどのように異なるのかについて、彼にもっと詳しく話してもらいました。
「データサイエンスケースクラブは、産業と大学のコースのギャップを埋める試みです。
たとえば、 機械学習のFKN専門分野には、応用統計、機械学習、深層学習、ビッグデータ処理などの分野が含まれます。 各コースでは、実生活からの例が理解されます。 しかし、単一のチェーンですべての知識を収集し、それらを使用してビジネスの価値を作成する方法を示すようなコースはありません。
ケースクラブのタスクは、さまざまな業界の企業を例に示すことです。 データを使用してビジネスパフォーマンスを最適化するために、データをどのように使用できますか？ 特定のソリューションは、タスクの設定から実装までのすべての段階をどのように経ますか？
ケースクラブでは、既に設定されている機械学習の課題を解決するためのアプローチを詳細に分析しません。 代わりに、タスクの設定、経済効果の評価、生産へのモデルの導入とそのサポートに関連する問題に焦点を当てます。」
会議は、Avitoの分析責任者であるIvan Gozによって開かれました。Avanは分析と機械学習がAvitoで使用されている分野をレビューし、社内の分析プロセスに関するいくつかの詳細も明らかにしました。 さらに、詳細には、個々のケースがすでに検討されました。 Andrey Rybintsev、Andrey Ostapets、およびVasily Leksinが（それぞれ）コンテンツのモデレーションと品質、Avito、コンテキスト、およびサービスの推奨事項について話しました。 以下の会議のビデオ録画、プレゼンテーションのスライドはこちらにあります 。
コンテキスト広告の実装の技術的機能とAvitoの推奨サービスについて詳しく知りたい場合は、昨年のPython Data Scienceミーティングですでにこれについて話しました。 ビデオは当社のチャンネルで入手できます。
- 「 Avitoでのコンテキスト広告：裏には何がありますか？ »ヴァディム・アユエフとアンドレイ・オスタペット
- 「 Pythonでレコメンダーシステムを構築する 」Vasily Leksin
質問がある場合は、コメントで質問してください。 過去のクラブの例会のビデオはこちらにあります 。