Practical ML Conf 2024

Videos

• 

  1 — AI-инструмент для разработчика: как мы обучали LLM кодить | Виктор Плошихин, Yandex Infrastructure
• 

  2 — Исследование экосистемных эффектов методами Causal Inference | Георгий Морозов, Т-Банк
• 

  3 — Вступительное слово на Practical ML Conf 2024 | Алексей Гусаков, Яндекс Поиск
• 

  4 — Вольюметрик-студия на коленке | Сергей Елисеев и Леонид Штанько, Яндекс Поиск
• 

  5 — Большие проекты на базе LLM и связанные с ними «грабли» | Катя Серажим, Яндекс Поиск
• 

  6 — Использование LLM в разметке данных: можно ли убрать людей? | Дмитрий Антипов, Сбер, АБТ
• 

  7 — Актуальный опыт внедрения Feast в командах Купера | Юрий Классен, Купер
• 

  8 — Онтология: что находится под капотом рекламы | Кирилл Трофимов, Яндекс Реклама
• 

  9 — Синтез выразительной речи для аудиокниг | Степан Комков, Яндекс Поиск
• 

  10 — Человек и LLM. Как оценивать качество моделей и строить метрики | Ирина Барская, Яндекс Поиск
• 

  11 — Мультиагентные подходы для работы с LLM на базе сервисов Yandex Cloud | Мастер-класс
• 

  12 — (Не)реальные данные — генерация синтетических данных | Дарья Андреева, X5 Tech
• 

  13 — Как улучшить знакомые подходы для рекомендации незнакомого | Савва Степурин, Яндекс Музыка
• 

  14 — Кандидатогенерация рекламы: как учитывать ставки в ранжировании | Александр Воронцов, Яндекс Маркет
• 

  15 — Как зафайнтюнить вашу любимую диффузионную модель | Мастер-класс
• 

  16 — Адаптация VLM под продуктовые требования | Екатерина Глазкова, Яндекс Поиск
• 

  17 — Что можно предсказать по снимку МРТ? SOTA, MedSAM, разметка | Екатерина Кондратьева, LiteBC Ltd.
• 

  18 — Рекомендательные системы: сложности разработки и пути решения | Пётр Чуйков, HeadHunter
• 

  19 — Оптимизация генеративного ридера в составе RAG‑системы | Андрей Соколов и Юлия Камелина, YADRO
• 

  20 — Как достать соседа: бенчмаркаем ANN-алгоритмы | Мастер-класс