Guest
Приглашаем на митап по прикладному использованию генеративных технологий искусственного интеллекта для специалистов по Data Science! Когда: 6 декабря (пятница), 18:00 – 22:00 МСК Вас ждут три технических доклада от опытных экспертов, которые поделятся свежими кейсами внедрения ИИ в продуктах и бизнес-процессах. Эксперименты с нейронными сетями, особенности дообучения моделей, адаптация и продуктивизация. Много hardcore и практики, а бонусом — полезный нетворкинг с коллегами по цеху. Программа: 18:30-19:10 — «Виртуальная фотосъемка для продавца на маркетплейсе: возможности Gen AI». Нейросети как альтернатива фотосессиям: виртуальная примерка и подбор подходящих аватаров для бренда. Арнольд Сааков, руководитель отдела разработки сервисов искусственного интеллекта, ecom.tеch (ex ); Задача виртуальной примерки появилась некоторое время назад и сразу получила популярность в научной и бизнес-среде, что привело к созданию множества решений различного качества. Как же из этого разнообразия выбрать и адаптировать под данные маркетплейса модель, которая учтёт ваши архитектурные ограничения и будет гибкой к доработке и масштабированию? Внутри доклада: — анализ open source-решений и критерии отбора; — дообучение модели под важные для бизнеса типы одежды; — модерация входящих изображений; — фильтрация некачественных генераций; — разработка дополнительного сервиса генерации разных аватаров с целью выбора продавцом наиболее подходящей модели для бренда. Продемонстрируем, как выглядит готовое решение на Мегамаркете. 19:10-19:50 — «ИИ-ассистент для дарксторов Самоката». Павел Северилов, руководитель группы применения алгоритмов обработки естественного языка, ecom.tеch (ex ). Где хранить цитрусовые: в холодильнике или при комнатной температуре; влияет ли на качество авокадо наличие или отсутствие плодоножки; какую температуру должна поддерживать машина при доставке фруктов? Верный ответ на эти вопросы позволяет правильно сохранять свежесть продуктов и доставлять их в лучшем виде клиентам. Ранее товароведы могли найти ответы на эти и другие вопросы в инструкциях и базе знаний, однако поиск занимает продолжительное время, особенно если это касается новых сотрудников. Для увеличения эффективности, сокращения времени обучения и поиска информации мы внедрили ИИ-ассистента, который хорошо понимает человеческий язык и даёт быстрые ответы на любые вопросы в дарксторах. В докладе расскажем о тонкостях реализации архитектуры решения на основе RAG и LLM, какие модели использовали и как учили, как встраивали ASR. В конце соберем рецепт, как быстро и качественно сделать своего ИИ-ассистента на основе LLM. 19:50-20:10 — Перерыв 20:10-21:00 — «От потоковой обработки к генерации: AI-алгоритмы для автоматизации работы с фотографиями товаров на маркетплейсе». Александр Савельев, руководитель группы развития технологий компьютерного зрения, ecom.tеch (ex ); Татьяна Гришина, менеджер продукта, ecom.tеch (ex ). Как с помощью нейросетей успешно и предсказуемо решать рутинные задачи обработки тысяч изображений за секунды, а не дни. Познакомимся с тремя наиболее частыми задачами из рабочего процесса ретушера на маркетплейсе: удаления фона, улучшения качества изображений и генерации теней. Поговорим о том, как адаптировать базовые генеративные модели компьютерного зрения под конкретную ситуацию, на что обратить внимание при дообучении и внедрении. Расскажем, как разработать свою модель в отсутствие подходящего open-source решения на примере собственного недавно запущенного ИИ-сервиса генерации теней. Покажем в режиме реального времени работу сервисов в кабинете ретушера Мегамаркета.
