Внедрение ML моделей в Web и их нюансы
Тезисы
Расскажу про опыт нашего внедрения модели шумоподавления и их архитектуры — ворклеты / воркеры. Расскажу про видео модели освещённости / виртуальных фонов, про нюансы, с которыми столкнулись, про свойства WebGL, WebGPU. Подсвечу вопросы — на какие аспекты стоит обращать внимание при внедрении (экспорт модели из питона, скорость, качество), расскажу про фреймворки.

Отдельная интересная история про то, как построить взаимодействие между датасаентистами и фронтендерами, какой стек навыков нужен для людей и как их растить.
Расскажу про опыт нашего внедрения модели шумоподавления и их архитектуры — ворклеты / воркеры. Расскажу про видео модели освещённости / виртуальных фонов, про нюансы, с которыми столкнулись, про свойства WebGL, WebGPU. Подсвечу вопросы — на какие аспекты стоит обращать внимание при внедрении (экспорт модели из питона, скорость, качество), расскажу про фреймворки.

Отдельная интересная история про то, как построить взаимодействие между датасаентистами и фронтендерами, какой стек навыков нужен для людей и как их растить.
Видеозапись доклада
Появится здесь после конференции
Информация о спикере
Алексей Корепанов
Старший разработчик машинного обучения, Контур
  • Алексей Корепанов
    Старший разработчик машинного обучения, Контур
Все доклады секции