Лучше практики MLOps в бизнесе. Опыт FinTech и Security индустрий

Онлайн-митап

Смотреть запись встречи

31 октября | 19:00 МСК

Обсудим, как выстроить эффективный процесс автоматизации производства на основе кейсов приглашенного эксперта.

Павел Филонов — ex-Kaspersky, ex-Positive technologies Data Science Manager с опытом в IT 15 лет

Во время эфира обсудим:

Насколько MLOps помогает уменьшить time-to-market
Как унификация инструментов позволяет снизить затраты на поддержку большого числа моделей
Почему это важно для ML проектов c очень высокими рисками успешности (87% ML проектов провальным по мнению экспертов)
Какие главные сложности у команд при внедрении MLOps практик

Я покажу наш кейс и наше решение, и на основании этого выделю основные составляющие хорошей системы внедрения ML в производство.

Кому будет полезно?

CTO и Техдирам компаний, в которых ML будет составлять основной портфель продуктов

Data Scientist'ам, которые хотят видеть практические результаты своей работы

Руководителям и менеджерам ML проектов

Павел Филонов

ex-Data Science Manager в Kaspersky и Positive technologies

– Более 15 лет в IT. Управлял командами 20+ Data Scientists и Software Engineers.
– Участвовал в разработке Kaspersky MLAD и MDR AI Analyst в роли Data Scientist
– Участвовал в создании MaxPatrol SIEM в роли C++ разработчика
– Как эксперт, помогает компаниям проверить, улучшит ли подход машинного обучения их бизнес-процессы.

Найти и выстроить процессы, связанные с Машинным обучением
Понять, как работать с эффективностью данных проектов
Избежать основных ошибок руководителя

По итогу встречи вы сможете:

Эфир, разделенный на 4-5 смысловых блоков. По окончании каждого блока время на вопросы как от ведущего, так и от аудитории. В конце разбор реальных практических кейсов от слушателей.

Формат

Информация

Об Otus

Контакты

По всем вопросам
help@otus.ru