Добавить в календарь 07.03.2024 18:30 07.03.2024 22:00 Europe/Moscow Woman in Data Science Meetup

7 марта 2024 года состоится Woman in Data Science Meetup.

1. [Мега]Матчер. Система соответствий товаров: ожидания, проблемы и решения в e-commerce платформе — Кирилл Гращенков, Senior ML-разработчик в Samokat.teсh

Зачем крупным маркетплейсам матчинг и какие бизнес-задачи он решает. Что «под капотом» сервиса матчинга и основные подводные камни при разработке модели. 

2. Как сделать рекомендации точнее: модель второго уровня в задаче подбора вакансий по резюме — Анастасия Овчинникова, Team Lead DS в Работа.ру

Как выбрать оптимальную модель и почему одной модели недостаточно. Особенности работы с признаками, эффективная интеграция модели в production и дальнейшее её развитие.

3. Data Quality — почему это так важно и как выбирать подход — Дина Сафина, head of data platform в Ozon.Fintech

Значение Data Quality в современной компании, как повысить эффективность анализа данных и минимизировать ошибки с помощью инструментов Data Quality.

4. Если данных маловато, или Байесом по неопределенности — Оксана Крымина, Actuarial Data Scientist в Страховой дом ВСК

Байесовские модели и граф знаний, feature-engineering, аугментация данных, эмбеддинги вершин и иерархические модели.

После докладов будет afterparty 

Санкт-Петербург, в офисе "Самокат", ул. Малая Монетная, 2Г (БЦ Лангензипен)

Woman in Data Science Meetup

Дата проведения: 07.03.2024. Начало в 18:30

Место проведения: Санкт-Петербург, в офисе "Самокат", ул. Малая Монетная, 2Г (БЦ Лангензипен)

Организатор: Самокат, ODS SPB
Будь в курсе всех мероприятий по теме Data Science
  • Анонс
  • Программа
  • Участники
  • Спикеры

7 марта 2024 года состоится Woman in Data Science Meetup.

1. [Мега]Матчер. Система соответствий товаров: ожидания, проблемы и решения в e-commerce платформе — Кирилл Гращенков, Senior ML-разработчик в Samokat.teсh

Зачем крупным маркетплейсам матчинг и какие бизнес-задачи он решает. Что «под капотом» сервиса матчинга и основные подводные камни при разработке модели. 

2. Как сделать рекомендации точнее: модель второго уровня в задаче подбора вакансий по резюме — Анастасия Овчинникова, Team Lead DS в Работа.ру

Как выбрать оптимальную модель и почему одной модели недостаточно. Особенности работы с признаками, эффективная интеграция модели в production и дальнейшее её развитие.

3. Data Quality — почему это так важно и как выбирать подход — Дина Сафина, head of data platform в Ozon.Fintech

Значение Data Quality в современной компании, как повысить эффективность анализа данных и минимизировать ошибки с помощью инструментов Data Quality.

4. Если данных маловато, или Байесом по неопределенности — Оксана Крымина, Actuarial Data Scientist в Страховой дом ВСК

Байесовские модели и граф знаний, feature-engineering, аугментация данных, эмбеддинги вершин и иерархические модели.

После докладов будет afterparty