友だち、データサイエンスの分野で今年最も待望のイベントまで1日が残っています！ 4月5日は5回目のモスクワデータフェストです。 カットの下で、会議でのMail.Ruグループの報告と活動に関する私たちの物語。
フェスティバルのメインプログラムで6つのレポートを作成し、スタンドで4つのパフォーマンスを作成しました。
Mail.Ru Mail機械学習チームのDmitry Parpulovが、2017年12月にメールで開始された着信文字（Smart Reply）への返信を促すアルゴリズムについて説明します。提案された回答はより良く、より多様であり、結果のモデルの品質を評価する方法などです。
Dmitry Bugaychenkoは、Spark ML機械学習ライブラリのメインアーキテクチャを検討し、大量のデータを処理するための実際のタスクを解決するための使用の機能についても話します。 ライブラリの使用を複雑にする多くの制限に特に注意が払われます。 また、Dmitryは、これらの制限を回避し、大規模な分散型機械学習の可能性を引き出すために、標準要素の拡張機能を開発する必要があったことを示します。 ニュースフィードOdnoklassnikiをランク付けするタスクの例を使用して、標準ライブラリとその拡張の動作を示します。
Vsevolod Vikulinは、中国の商品店Pandaoの例に関する推奨事項を検討します。 彼は典型的なエラーを示し、非典型的なソリューションを提供します。 Vsevolodは、データサイエンスの専門家なら誰でも、sklernを使用して膝の上で実行できる推奨システムの構築について説明します。
アレクサンダー・トボルは彼の報告書で次のことを考慮します
- ユーザーベクトルを構築し、アップロードされた写真でユーザーを検索するためのコンベア。
- ニューラルネットワークトレーニング：実際のユーザーデータからデータセットを構築>ニューラルネットワークトレーニング>データセットの構築-完了するまで調理します。
- 正規化されたユーザーベクトルの構築。
- ユーザー写真の顔をクラスタリングし、アカウント所有者のベクトルを決定します。
- ハードウェアと最適化、クラウドでの起動、フォールトトレランス、CPUおよびGPUでのニューラルネットワークの起動。
秋に、VKontakteはモバイルアプリケーションの再設計を行い、そのフレームワーク内で推奨フィードを更新しました。 作業の過程で、機械学習の実装、数百万人のユーザーと数百万人の作成者の接続、作業のスピード、さらには設計に関連する多くの困難が生じました。 Andrey Yakushevは、このような製品をゼロから作成した経験を小さなチームと共有し、プラットフォームで何が起こっているのか、どのように次の成長ポイントを見つけるのかを説明します。
現在、当社は150を超えるプロジェクトを開発しており、そのほとんどが人工知能を使用しています。 Mikhail Firulikは、使用しているAIテクノロジーの概要を説明します。「Mail.Ru Group製品のAI：ケースとテクノロジーの概要」
Mail.Ru Groupの専門家によるTech Talks
- 12.50–13.00-「分散トレーナー」、プログラマー研究者、セルゲイ・チェパルヒン。
- 14.50-15.00-「コンピュータービジョンを使用する場合」、Vladimir Konev、プロダクトマネージャー。
- 05.15-15.15-「顔認識：ゼロからhatch化まで」、アラン・バシビリ、研究プログラマー。
- 17.35-17.45-「インタラクティブモデルのシーケンス」、Oleg Shlyazhko、主任研究プログラマー。
スタンドでは、1日中新鮮な果物を扱い、Mail.Ruグループでの生活について話し、コミュニケーションを取ります。 顔認識の動作を示しましょう。
Mail.Ruおよびその他のギフトからシャツを入手することもできます。
- Mail.Ru Tシャツで写真家を見つけましょう。
- 一人で、または友達と一緒に写真を撮ります。
- 写真撮影の1.5時間後にブースに来てください。
- 顔認識カウンターにログインして、メールで#datafestから写真を取得します。
- ラックを離れることなくプレゼントを受け取りましょう！
Data Festに関する以前の投稿で、会議のセクションについて話しました 。
スケジュールをご覧になり、レポートとスタンドをご覧ください！