Целый трек по ML на Saint HighLoad++!

Профессиональная конференция разработчиков высоконагруженных систем

«ML: разработка и эксплуатация» — это не просто трек, организованный при поддержке VK, это возможность обсудить будущее, в котором инновационные подходы заменяют традиционные.

VK ведёт более 200 технологичных проектов, и ни один из них не обходится без машинного обучения и инструментов Big Data. Эксперты поделятся опытом работы с речевыми технологиями, автоматическим переводом, геолокацией и даже анализом научных данных. А ещё расскажут, как интегрировать Machine Learning в любые проекты. Будет полезно! 

22 и 23 сентября ждём вас на профессиональной конференции для разработчиков высоконагруженных сетей Saint HighLoad++ 2022.

Посмотреть программу трека

Доклады трека

Артём Кравчук

Артём Кравчук из 2GIS расскажет, как симбиоз data science и инженерных решений позволил построить экономичную по аппаратным ресурсам систему силами небольшой команды для 30+ М пользователей с нагрузочной ёмкостью 10K+ RPS. Такой подход позволил улучшить точность геолокации по Wi-Fi/GSM более чем в 2 раза там, где GPS неточен или недоступен.

Александр Прошунин

Методы искусственного интеллекта (ИИ) демонстрируют свою эффективность не только в области современных IT-технологий, но и в области фундаментальных научных исследований. Распознавание образов для обработки большого числа изображений, удаление шумов из сигнала и многое другое — базовые задачи в области ИИ.

Александр Прошунин (ГК Иннотех) занимается исследованиями в области машинного обучения, теории управления, производных переменного порядка. В своем докладе Александр продемонстрирует применение машинного обучения в области анализа спектров и сравнит их с классическими подходами.

Марк Паненко

Марк Паненко (Работа.ру) руководит командой, которая занимается задачами машинного обучения в областях NLP и RecSys. После доклада Марка у вас появится представление:

  • о процессе обучения и дистилляции BERT-like-модели;
  • о нескольких вариантах архитектуры сервисов на её основе;
  • о производительности, которую можно ожидать от этих вариантов.