Секция ML&DS

Приём заявок на доклады завершён.

В этом году мы ждем заявки для слушателей уровня middle+ и выше
▎Машинное обучение и искусственный интеллект в продакшене

▎1. Генеративный ИИ и большие языковые модели (LLMs) в промышленном применении
• Разработка и внедрение LLMs в бизнес-процессы с высокой нагрузкой
• Построение продвинутых платформ для инференса LLMs
• Оптимизация и масштабирование генеративных моделей в продакшене
▎2. MLOps и эксплуатация моделей
• Автоматизация CI/CD процессов для моделей машинного обучения
• Контейнеризация и оркестрация ML-сервисов
• Работа с масштабированием GPU
• Особенности настройки дата-центров с учетом применения большого числа нагруженных сервисов с ML под капотом
• Мониторинг и отслеживание производительности ML-моделей в продакшене
▎3. Интеграция ML в существующие системы
• API-дизайн и интеграция моделей в микросервисную архитектуру
• Лучшие практики развертывания ML-сервисов
• Построение ML-платформ
▎4. Оптимизация и ускорение ML-моделей
• Применение distillation, quantization и pruning для ускорения моделей
• Оптимизация вычислений для развертывания на Edge-устройствах
• Использование специализированного аппаратного обеспечения (GPU, TPU) для инференса
▎5. Объяснимость моделей и доверие пользователей (Explainable AI)
▎6. Интеграция мультимодальных моделей в продукты и сервисы
▎7. Управление ML-командами и проектами
• Организация работы ML-команды в компании
• Agile и Scrum в контексте ML-проектов
• Развитие компетенций и обмен знаниями внутри команды
▎8. AutoML в продакшене
• Использование инструментов генерации кода для ускорения разработки
• Возможности AutoML при промышленном применении
• Влияние машинного обучения на процессы разработки и развертывания моделей

Если у вас есть другие интересные идеи докладов, присылайте.