Машинное обучение, Big data и AI: кейсы применения в офлайне и онлайне

15 материалов · 2 ч 37 мин

Рост невозможен без использования передовых технологий. И хотя сейчас они стали гораздо доступнее, до сих пор не все компании используют возможности машинного обучения, больших данных и нейросетей на 100%. Как эффективно внедрить технологии в продукт, когда их использование рационально, а когда нет, и как измерять результаты, рассказали эксперты из DBrain, Microsoft Gaming, X5 Retail Group и Яндекса. — Нейросети vs Классические алгоритмы Алексей Хахунов, Chief Technical Officer в DBrain — Как создать систему принятия решений и проверки гипотез в облаке для нового продукта Дмитрий Аношин, Senior Data Engineer в Microsoft Gaming (ex-Amazon) — ML и последняя миля в ритейле Михаил Неверов, Director of Data Science and Engineering в X5 Retail Group — Как сформулировать цель для искусственного интеллекта Александр Крайнов, директор по развитию технологий искусственного интеллекта в Яндекс Август 2021

1 мин

Тизер 13 серия

Как не заблудиться в рекомендациях: от исследований к улучшению персонального клиентского опыта (Дмитрий Кудасов)

Что бы мы не делали, если бы не было ML/AI? (Григорий Фрольцов)

14 мин

Нейросети vs Классические алгоритмы (Алексей Хахунов, DBrain)

"Как тебя понимать?" Разбираемся в целевой аудитории и подстраиваем под неё продукт

21 мин

Как создать систему принятия решений и проверки гипотез в облаке для нового продукта (Дмитрий Аношин, Microsoft Gaming)

Как отличить перспективную технологию от (не)научной фантастики на примере компьютерного зрения?

15 мин

ML и последняя миля в ритейле (Михаил Неверов, X5 Retail Group)

Умные колонки и голосовой интерфейс - новый канал дистрибуции. Как для него делать контент.

28 мин

Как сформулировать цель для искусственного интеллекта (Александр Крайнов, Яндекс)

Какие процессы у вас не получится автоматизировать при создании платформы. Опыт Яндекс.Диалогов

Коммуникация с разработкой: как выпускать сложные портфели, мотивировать разработчиков и делать так, чтобы они любили ваши задачи

Решаем реальные задачи CRM-маркетинга с помощью ML и предиктивной аналитики

1 ч 17 мин