NLP чи Computer Vision? Яку сторону ви оберете? Трансляція безкоштовної конференції Data Science fwdays

На безкоштовній онлайн-конференції Data Science обирати не доведеться.

11 інформативних доповідей та 3 дискусії з експертами вже чекають на вас у програмі 8 та 15 серпня за тематиками:

👉 Natural Language Programming

👉 Computer Vision

👉 Загальні на Data Science тематику

Біля кожної доповіді ставимо #NLP #CV #general для зручності пошуку через ctrl/cmnd+F 😉

З деякими спікерами вдалося поспілкуватися у форматі інтерв’ю, прикріпили на них посилання поряд з описами доповідей.

Реєструйтеся на сайті або приєднуйтеся безпосередньо до стриму:

Шість доповідей та NLP дискусія 8 серпня:

1. #NLP Костянтин Омелянчук та Олександр Скуржанський | Інтерв’ю

Applied Research Scientists у Grammarly.

Про шлях від ідеї пришвидшення Grammatical Error Correction (GEC) моделі до State-of-the-Art результатів у області. Згадаємо про поточний стан GEC та тренування Трансформерів.

Розповідь про те, як їм [Grammarly] вдалося досягнути SOTA на задачі GEC і які перепони трапилися на шляху до цього.

1. #NLP Марія Гаврилович

Data scientist у machine learning команді в Wix, спеціалізується на NLP-рішеннях.

Як Active Learning може значно зменшити кількість розмічених даних для навчання за класичними підходами, а також поєднаємо Active Learning та Weak Supervision активне навчання та слабкий нагляд, скориставшись обома методами та досягнувши найкращих показників.

1. #NLP #general Михайло Соколов | Інтерв’ю

CTO та співзасновник Dex Technologies, Стратег даних, NLP експерт та архітектор систем.

У 2019 році було вирішено створити невеликий стартап на перетині біомедицини та NLP. За час розробки вони стали свідками того, на що спроможні великі наукові спільноти за короткий проміжок часу.

Доповідь буде якраз про те, які проблеми наразі можливо вирішити за допомогою інструментів BioNLP та які проблеми існують у самому BioNLP.

1. #NLP Mohit Iyyer

Асистент професора з computer science в UMass Amherst, який раніше був дослідником в AI2.

Зупинимося на двох ключових проблемах, пов’язаних з моделями генерації довгих текстів:

(1) погіршення їх якості виведення у міру того, як вихідні дані стають довшими і більш складними

(2) їх загальна неефективність по пам’яті і швидкості, що викликає проблеми з затримкою коли вони розгорнуті для кінцевих користувачів.

Могіт розгляне ці проблеми в рамках практичного прикладу, для якого його лабораторія успішно побудувала і розгорнула систему для тисяч користувачів. Могіт буде обговорювати особливості їх архітектури моделі, стратегії навчання для максимального використання пам’яті і спрощені варіанти моделі для збільшення швидкості виведення.

1. #CV Юлія Гончаренко (YouScan) | Інтерв’ю

Data Scientist в YouScan, у якої основна сфера інтересів — CV.

Поговоримо про metric learning на прикладі задачі logo recognition в YouScan: задача, дані, різні лосси і підходи, метрики, які вони використовували, підводні камені та особливості, речі, які спрацювали та ні.

1. #CV #NLP #general Дмитро Войтех | Інтерв’ю

Machine Learning Engineer у компанії Proxet, який займається end-to-end розробкою ML продуктів.

Доповідь про досвід Дмитра у побудові мультимодальних векторних просторів для пошукових систем з медіа контентом на прикладі великої платформи gif зображень.

Цим проєктом він продовжує займатися і зараз, тому це, свого роду, ongoing research.

Цей підхід дозволив отримати універсальні репрезентації пошукових запитів, гіфок та тегів. Крім того, він розповість про різноманітні кейси їх використання та того, як вони покращили engagement метрики даної платформи.

Після доповідей проведемо дискусію «Natural Language Processing 2020».

Модератор: Артем Чернодуб, Applied Research Scientist у Grammarly.

Експерти дискусії:

🔹 Kyryll Truskovskyi, Machine Learning Software Engineer at BorealisAI (Canada)

🔹 Maria Nadejde, Applied Scientist at Amazon Web Services

🔹 Nikita Lukianets, Founder and CTO at PocketConfidant AI

🔹 Svitlana Galeshchuk, Data Scientist and Researcher in NLP at Starclay (France) and Université Paris Dauphine

Обговорять останні досягнення та челенджі у сфері NLP і застосування моделей глибинного навчання для вирішення завдань з обробки природної мови.

Дискусія відбудеться англійською.

Telegram чат, де можна буде ставити питання спікерам.

Зареєструватися