Вы используете мобильную версию

перейти на Полную версию сайта

Запись

[podlodka] Podlodka Product Crew (Константин Рубцов, Татьяна Савельева)

Складчина [podlodka] Podlodka Product Crew (Константин Рубцов, Татьяна Савельева). Совместные покупки курсов, тренингов, обучения. Присоединяйтесь! Важен каждый вкладчик.

Тема найдена по тегам:
Цена:
5900 руб
Взнос:
357 руб
Организатор:
Евражкa

Список участников складчины:

1. Евражкa
open
2
  1. Евражкa
    Евражкa Организатор складчин

    [podlodka] Podlodka Product Crew (Константин Рубцов, Татьяна Савельева)

    [​IMG]

    В пятом сезоне Product Crew:
    - обсудим best practices использования в продуктах ML и LLM;
    - разберемся, как монетизировать генеративный AI в продукте;
    - поймем, какие расходы требует применение AI в продукты и где можно сэкономить;
    - на практике посмотрим, какие AI-тулы давно пора ввести в арсенал продакта.

    Программа курса:
    Ришат Исхаков, Татьяна Савельева
    Открытая сессия «Как применяют ML/AI и что делать, если ты продакт в 2к24 »

    Серафима Чекулаева
    Открытая сессия «Куда идти работать, если ты ML-продакт?»

    Маша Полтанова
    Доклад «Что меняется в жизни продакта и компании, когда всё больше работы начинает делать сеточка?»
    Где работы становится больше, а где получится отдохнуть? Какие процессы появятся, а какие исчезнут? Кого наймём, а кого уволим?

    Александр Троицкий
    Доклад «Почему важно важно глубоко разбираться в природе целевых переменных»
    Разберемся почему важно глубоко понимать природу целевой переменной на примере банковского скоринга. Как повысить качество модели без внедрения новых источников и алгоритмов и вырастить core-метрики продукта

    Александр Сафронов
    Доклад «Музыкальные рекомендации как продукт »
    Поговорим о том, какие есть особенности при разработке рекомендательных систем, на какие метрики смотреть, как понять, что рекомендательная система работает хорошо

    Игорь Котенков
    Доклад «Куда идут LLM: когда и чего можно ожидать»
    На сессии развеем несколько мифов об AI, расскажем, чего уже добились языковые модели и как они влияют на мир и опишем основные направления дальнейшего развития AI-моделей

    Галя Ширанкова
    Доклад «ML — это не магия: разбираем мифы про искусственый интеллект»
    Из доклада узнаете: - как на самом деле работают голосовые помощники - три мифа про AI, в которые вы наверняка еще верите - как много ручного труда стоит за созданием AI-продуктов

    Константин Рубцов
    Доклад «Как запускать AI-продукт»
    Поговорим о запуске AI-продуктов на примере ассистентов Тинькофф, какие этапы развития таких продуктов надо учитывать, какие компетенции в команде нужны для работы с ML-сервисами, как выбрать метрики, какие инструменты лучше всего использовать на какие подводные камни надо обратить внимание

    Мария Леонова
    Доклад «Повышение эффективности модерационных процессов»
    Из доклада узнаете: — как замещать ручные процессы так, чтобы метрики не упали, а EBITDA росла — как с помощью AI можно расширить возможности своего продукта и повысить его ценность — как понять, стоит ли вообще применять AI

    Кирилл Маркин
    Воркшоп «Как решить сложную большую задачу с помощью AI: пайплайны, агенты и другие шалости»
    Для примера возьмем задачу написания статьи на заданную тему. Начнем с базового — попытаемся сгенерировать текст одним запросом, чтобы понять, почему это не работает. Затем научимся соединять запросы в цепочку, улучшая результат. Прикрутим валидацию и повторы на определенных этапах, чтобы уточнить детали. Добавим агентов и увидим, как они влияют на качество результата. И завершим оптимизацией агентов, чтобы весь процесс стал дешевле.

    Татьяна Савельева
    Доклад «Как кратно вырастить выручку международного AI продукта и сделать позитивную экономику в 2024»

    Иван Самсонов
    Доклад «Работа с AI-командами»
    Мы с вами сосредоточимся на продуктах, где ML - это основная функциональность. Расскажу про то: - как договориться о цели с ML-командой, чтобы считали своим, а не очередным "эффективным менеджером" - как объяснить бизнесу, про метрики моделей и управлять ожиданиями - где от продакта максимальная польза в ML команде

     
    Последнее редактирование модератором: 13 мар 2024
    Евражкa, 12 мар 2024
  2. Похожие складчины
    Загрузка...
Наверх