title
22 и 23 сентября 2022 года. Санкт-Петербург, DAA
vk
От создания алгоритмов
до построения инфраструктуры
ML‑трек — это два полных дня реального опыта использования машинного обучения в высоконагруженных проектах
VK — это более 200 технологичных проектов, и ни один из них не обходится без использования машинного обучения, нейросетей и инструментов Big Data. С их помощью мы создаем персонализированные сервисы и инновационные IT‑продукты. Мы в VK верим, что за технологиями машинного обучения будущее.

Поддерживая трек «ML: разработка и эксплуатация», мы хотим сделать промышленное использование нейросетей и моделей машинного обучения популярнее и доступнее, помочь другим разработчикам внедрить их и рассказать о своих достижениях.

Программа

Kravchuk
Геолокация по Wi-Fi/GSM в больших городах на базе ML для 30 миллионов пользователей
Артём Кравчук (2GIS)
SHutov
Распознавание речи для субтитров в VK Видео
Виталий Шутов (ВКонтакте)
Proshunin
Применение машинного обучения в анализе научных данных
Александр Прошунин (ГК Иннотех)
Panenko
Как выкатить в highload production сервис рекомендаций с BERT‑like‑моделью
Марк Паненко (Работа.ру)
Pavlovskaia
Авторы в Дзене и как мы ищем их аудиторию
Анастасия Павловская (Дзен)
Bondar
Собираем облачную AutoML платформу для создания голосовых роботов на базе трансформеров
Артем Бондарь (Voximplant)
Sokolov
Как и для чего делать свой переводчик в эпоху облачных решений
Андрей Соколов (ВКонтакте)
Rozhkova
Аналитика по самолетам S7: pets vs cattle
Любовь Рожкова (S7 TechLab)
Merkulov Vologdin
Как мы подружили биореакторы и ML
Владимир Меркулов (BIOCAD)
Василий Вологдин (BIOCAD)
Malkovskii
Пайплайн для расшифровки речи в миллионах видео в сутки: инфраструктура автоматической генерации субтитров в VK Видео
Филипп Мальковский (ВКонтакте)
Alekseev
Эксплуатация голоса в Марусе. С какими проблемами мы столкнулись и при чем тут GPU
Павел Алексеев (VK)
Prinkov
Мне нужна твоя поддержка: как запустить чат-бот на пяти языках, быстро без разметки и смс
Алексей Приньков (Garage Eight)
Kuznetsov Lepeshkin
Как мы разместили 200+ дата‑сайентистов в кластере k8s и перестали волноваться
Алексей Кузнецов (X5 Tech)
Михаил Лепешкин (NLMK IT)
Vasilev
RePlay — библиотека построения рекомендательных систем
Алексей Васильев (Сбер)
Dymbitskaia
Автоматический подбор параметров для Spark‑приложений: как запускать больше на ограниченном кластере и не тратить время инженеров
Валерия Дымбицкая (OneFactor)
Chernopiatov
Нагрузочное тестирование синтеза и распознавания речи в SberDevices
Андрей Чернопятов (SberDevices)
Посмотреть всю программу

Материалы с прошлых конференций

materials
Транспорт будущего, или Как мы ускорили ВКонтакте в 1,5 раза / Александр Тоболь
materials
Tarantool Cartridge: кластер из коробки / Игорь Золотарев
materials
Ускорь это немедленно, или Легкая сеть тяжелого бэкенда / Илья Щербак
materials
Как мы перевели десятки миллионов пользователей на новый сетевой протокол / О.Смирнов, А.Никитин