Guest
Работа Data Science-специалистов в промышленных компаниях строится по своим правилам и требует специфических навыков: нужно не только любить математику, но и дружить с физикой и разбираться в технологии производства. Кроме того, работа DS-команд вплотную связана с людьми и процессами. Есть и особенности в работе с данными: всевозможные промышленные агрегаты оставляют огромный цифровой след в системах, и тем самым создают почву для внедрения ИИ-продуктов. При этом «все, что можно сделать без искусственного интеллекта, надо делать без искусственного интеллекта», – уверен гость выпуска, директор департамента технологий ИИ «Русала» Михаил Граденко. Ищем сходства и различия в задачах DS-команд в финтехе и промышленности, обсуждаем проблемы и решения, выделяем главные направления развития ML в этих сферах. Ведущие выпуска: Юлий Шамаев, начальник управления моделирования партнерств и ИТ-процессов ВТБ, и Марина Эфендиева, технологический обозреватель. Таймкоды: 00:00 Интро 00:41 Представление ведущих и гостей 01:40 Процессы сбора данных и построения моделей в промышленности 03:43 Майндсет промышленных DS 04:30 Как понимать данные, с которыми нужно работать 05:30 Особенности задач на промышленных предприятиях и в финтехе 07:45 Сбор и представление данных 09:00 Обучение с подкреплением: насколько мы далеки от эры ИИ 11:44 Кто принимает решения — ИИ или человек 12:44 Что особенного у DS в промышленности 15:25 Эффекты и измеряемость результатов работы DS 17:20 Чего датасайентисты ждут от работы и что приносит удовлетворение 19:50 Большинство DS-проектов не взлетают: как к этому относиться 21:03 Какими интересными задачами может привлечь финтех и промышленность 24:47 Применение моделей, системные решения и Cloud Native парадигма 28:00 Роли и компетенции в команде 29:41 Организация процессов в области ML и валидация PoC 35:37 Менеджмент разработки цифровых продуктов с ИИ 41:07 Развитие ИИ-ассистентов и можно ли без них 42:52 Реальные задачи, хайп и культурная трансформация 46:10 Как подружить рекомендации модели и экспертизу людей 49:45 Доказательно-показательные проекты с удивительным эффектом 53:33 Итоги и выводы Подкаст доступен в видео-версии на платформе VK Видео и на всех популярных аудио-платформах. Подпишитесь, чтобы поддержать нас и не пропустить новые эпизоды сезона Data Science.
