X5 Data Science meetup #3

Бурный рост эффективности ML систем провоцирует огромное количество дискуссий. X5 Tech приглашает экспертов в Data Science, чтобы обсудить как с помощью новых методов и подходов победить неэффективные процессы.

Все зависит от контекста» — Андреева Дарья, менеджер по работе с большими данными, X5 Tech

Часто мы имеем необходимость работать со специфичными и/или чувствительными данными, но при этом не имеем возможности воспользоваться внешними моделями или дообучить какую-то OpenSource модель. Разберемся, какие у нас есть варианты в этом случае.

Мониторинг LLM в production — Панин Глеб, менеджер по работе с большими данными, X5 Tech

Языковые модели представляют из себя крайне интересный и перспективный инструмент, однако они известны своей нестабильностью. В этом докладе мы расскажем, как пытаемся обнаруживать некорректную работу LLM и оперативно с ней бороться.

Контентный подход в рекомендательных системах для музыки — Дмитрий Астанков, Machine Learning Engineer, Звук

Расскажу, зачем вообще может понадобиться информация из музыкальных аудиодорожек. Что мы можем понять по спектрограмме с помощью машинного обучения и как добытые данные применяются в рекомендательных системах.

Использование LLM в разметке данных — Ерохин Артем Игоревич, Ведущий менеджер по работе с большими данными, X5 Tech

Процесс разметки данных — дело достаточно затратное и трудоемкое. К счастью, последние достижения в области LLM могут стать серьезным подспорьем для улучшения процесса разметки данных. В докладе поговорим о том, как мы можем сократить затраты на разметку, используя большие языковые модели.