Description
Для чего сегодня применяется MLOps и в каких задачах без него не обойтись завтра? Помогает ли MLOps бизнесу развивать Data Science или, может быть, мешает? В чём заключается роль специалиста по ML, и как специализации будут дробиться в будущем? В конце-концов, кто всем этим должен заниматься и где этому учат — обсуждаем с Юрием Каревым, руководителем управления процессов и стандартов моделирования и машинного обучения ВТБ, и Петром Ермаковым, ML Brand Director Яндекса.
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...
Published 09/30/24
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...
Published 09/19/24