В программе Феста - более 30 тематических секций на самые разные DS тематики. Полнотекстовый формат программы - по ссылке.

Передовая ML, DL, модели и как они работают
Инструменты и инженерная начинка решений
Как DS и ML приносят пользу бизнесу
Интерактивные секции от сообщества

Детальное расписание секций:

Russian ML keynotes, part 1

Выступления лидеров ведущих Российских исследовательских групп в Machine Learning:
  • Константин Воронцов, МФТИ:

    Наука и бизнес в одном FLACONе: возгонка цифровой экономики

  • Евгений Соколов, ФКН ВШЭ:

    Ранжирование новых форматов в Дзене

  • Евгений Бурнаев, Сколтех:

    Embeddings for Graph Classification

Ведущий: Сергей Свиридов

Russian ML keynotes, part 2

Выступления лидеров ведущих Российских исследовательских групп в Deep Learning:
  • Виктор Лемпицкий, Сколтех:

    A new deep model of natural images

  • Михаил Бурцев, МФТИ:

    Разговорный интеллект сегодня

  • Дмитрий Ветров, ФКН ВШЭ:

    Deep Learning: more questions than answers

Ведущий: Сергей Свиридов

International ML keynotes

Приглашенные keynote выступления из-за рубежа (на английском языке):
  • Luo Weihua, Alibaba:

    Machine Translation at Alibaba in Cross-border E-Commerce Domain: Research and Application

  • Prof. Jacob Daniel Biamonte:

    Quantum Machine Learning

Ведущий: Александр Нотченко

ML in business

ML и бизнес - как устроен и внедряется ML в крупных компаниях:
  • Михаил Фирулик, Mail.Ru Group:

    AI в продуктах Mail.Ru Group: обзор кейсов и технологий

  • Николай Шадрин, МТС:

    Data Science в телекоме

  • Максим Еременко, Сбербанк:

    DS и ML в банковских задачах

Ведущий: Алексей Натекин

ML puzzler

Make ML Great Again, развлекательно-познавательный формат загадок про DS, ML и несовершенство мира.
Авторы загадок:
  • Павел Нестеров, ODS.ai
  • Валентин Малых, МФТИ, iPavlov
  • Данила Савенков, МТС
  • Артур Кузин, DBrain
  • Владимир Яшин, ВШЭ
Ведущий: Алексей Натекин

Big Data

Реальная Big Data, или как готовить машинное обучения на миллиардах наблюдений:
  • Дмитрий Бугайченко, Одноклассники:

    OK ML Pipelines

  • Иван Лобов, Criteo:

    Billion-scale randomized SVD in Spark

  • Михаил Свешников, Rubbles:

    Катим ML в прод на spark. Унижения. Боль. Костыли.

Ведущий: Дмитрий Бабаев

Sys ML, part 1

Как устроена архитектура ML решений на практике:
  • Светлана Поспелова, Яндекс.Погода:

    Глобальный прогноз погоды - чего нам это стоило

  • Михаил Горкунов, Евгений Сидоров, Андрей Шапулин:

    Криптовалюты, алготрейдинг и ML

  • Адам Елдаров, Double Data:

    ML в production на микросервисах для хорошей жизни

Ведущий: Петр Ермаков

Sys ML, part 2

Продолжение того, как выглядит реальная начинка ML в приложениях:
  • Николай Любимов, Яндекс.Диалоги:

    Как Алиса учится понимать, чего хочет пользователь

  • Андрей Якушев, ВКонтакте:

    ВКонтакте с Лентой Рекомендаций

  • Влад Грозин, Diginetica:

    Знакомство с бандитами

  • Дмитрий Парпулов, Mail.Ru Group:

    Smart Reply: behind the scene

Ведущий: Арсений Кравченко

Fit ML

Как запихнуть ML и компьютерное зрение, когда у вас жесткие ограничения по мощностям:
  • Александр Тоболь, Одноклассники:

    Щи, или Распознавание 330 млн лиц на скорости 400 фото / сек

  • Артем Семьянов, Prisma:

    Как мы ускорили Style Transfer на Huawei NPU

  • Виктор Юрченко, Яндекс.Такси:

    Локализация беспилотника в окружающем мире

Ведущий: Сергей Овчаренко

ML failconf

Вся правда о тех проектах, где машинное обучение пошло наперекосяк:
  • Валерий Бабушкин, Яндекс:

    Как мы не сделали рекомендательную систему в банке

  • Иван Комаров, ЦФТ:

    Ну где же ручки: шаловливые vs умелые

  • Павел Мягких, Kreate, F&A:

    Основные ошибки Data Scientist’ов в бизнесовом проекте

  • Награждение топ-фейлов от МТС

    Фейлы собираются в течение дня на стенде МТС

Ведущий: Максим Харченко

PyData

Практика Python на актуальных Data Science задачах и свежих ML библиотеках:
  • Кукушкин Александр, Лаборатория Александра Кукушкина:

    «Наташа» — библиотека для извлечения структурированной информации из текстов на русском языке

  • Кожевин Алексей, ДИТ:

    RadIO и CardIO - библиотеки для распознавания медицинских изображений

  • Ершов Василий, Яндекс:

    CatBoost - как и зачем обучать градиентный бустинг на GPU

Ведущий: Петр Ермаков

BigARTM workshop

Как начать анализировать текст и строить тематические модели от мэтров школы NLP в России:
  • Константин Воронцов, МФТИ:

    Тематическое моделирование в BigARTM: новые возможности

  • Анастасия Янина, МФТИ:

    Иерархические тематические модели для разведочного поиска

  • Николай Скачков, МГУ:

    Тематическая сегментация текста

  • Илья Жариков, МФТИ:

    Гиперграфовые тематические модели транзакционных данных

  • Геннадий Штех, naumen.ru:

    Как BigARTM помогает составлять плей-листы

  • Арина Агеева, sever.ai:

    Как BigARTM помогает отбирать релевантных кандидатов по резюме

Организатор: Константин Воронцов

DeepBayes workshop

Разбор последних статей и Deep Learning проектов от группы Байесовских Методов:
  • Гадецкий Артём, ВШЭ:

    Обусловленные генераторы определений слов

  • Полыковский Даниил, Insilico Medicine, МГУ:

    Применение глубинного обучения для поиска лекарств

  • Молчанов Дмитрий, Samsung AI Research:

    Дисперсионные сети

  • Ашуха Арсений, University of Amsterdam, Samsung AI Research:

    Вариационный дропаут для разреживания нейронных сетей

  • Чиркова Надежда, ВШЭ, Samsung-HSE laboratory:

    Байесовское разреживание рекуррентных нейронных сетей

  • Атанов Андрей, ВШЭ, Samsung-HSE laboratory:

    Стохастический батчнорм для оценки неопределенности

  • Иванов Олег, МГУ:

    Нейробайесовское восстановление пропущенных данных

  • Новиков Александр, ВШЭ, Samsung-HSE laboratory:

    Тензорные разложения и их использование в машинном обучении

  • Кузнецов Максим, ВШЭ/Сколтех, Insilico Medicine:

    Тензорный взгляд на дискретные вариационные автоэнкодеры

  • Кропотов Дмитрий, МГУ:

    Методы оптимизации и сэмплирования для нейросетей через K-FAC

Организатор: Дмитрий Ветров

True story case-club

Разбор реальных кейсов, как и с какими результатами ML помогает бизнесу:
  • Александр Ульянов, Сбербанк:

    Управление наличностью в банкоматах и офисах

  • Роман Чеботарев, Zyfra:

    Оптимизация производства холода в пустыне

  • Александр Фонарев, Rubbles:

    Рассылка персональных сообщений физ-лицам клиентам банка

  • Павел Нестеров, ODS.ai:

    Проведение A/B теста в оффлайн ритейле

  • Алексей Чернобровов:

    Персонализация скидок в интернет-магазине

  • Всеволод Викулин, Mail.Ru Group:

    Необычные рекомендации для Pandao.ru

Ведущий: Петр Ромов

DS in E-sports

Все что вам нужно знать о киберспорте, а также как и кому в нем нужен Data Science:
  • Возняк Иван, Mail.Ru Group:

    Взгляд организатора

  • Романов Алексей, Лига Легенд:

    Взгляд комментатора

  • Литвяков Борис, Team Spirit:

    Кейс с тренировкой команды CS:GO

  • Кирилл Чуваков, GOSU.ai:

    Вводное про eSports, взгляд игрока

  • Ромов Петр, GOSU.ai:

    Обзор доступных данных и ML-соревнований

Ведущая: Татьяна Суворина

ML Training

Традиционная секция с тщательным разбором решений победителей в соревнованиях по ML:
  • Александр Мамаев:

    Предсказание победы в Dota 2 (Sberbank AI-Academy), 1 место

  • Денис Антюхов:

    Поиск релевантных реплик (Yandex Algorithm ML Track), 1 место

  • Павел Логачёв:

    Предсказание вызовов в 112 (MTS GeoHack.112), 1 место

  • Александр Буслаев, Селим Сефербеков:

    Распознавание и сегментация ядер клеток (Kaggle Data Science Bowl 2018), 1 место

Ведущий: Эмиль Каюмов

RecSys workshop

Обзор лучших практик и передовых методах рекомендательных систем:
  • Борис Шарчилев, Яндекс.Дзен:

    Поиск влиятельных примеров для градиентного бустинга

  • Дмитрий Ушанов, Яндекс.Дзен:

    Обзор нейросетевых рекомендательных систем

Организатор: Евгений Соколов

Deep Computer Vision workshop

Как правильно готовить задачи и приложения в компьютерном зрении:
  • Дмитрий Ульянов, Skoltech Computer Vision Group:

    Deep Image Prior

  • Виктор Куликов, Skoltech Computer Vision Group:

    Instance Segmentation by Deep Coloring

  • Егор Захаров, Skoltech Computer Vision Group:

    Image Manipulation with Perceptual GANs

  • Александр Вахитов, Skoltech Computer Vision Group:

    Set2Model Networks: Learning Discriminatively To Learn Generative Models

Организатор: Виктор Лемпицкий

NLP in industry

Или как решать насущные задачи и лучше всего анализировать текст на практике:
  • Виталий Радченко, Youscan:

    Object-oriented sentiment and affects extraction

  • Hrant Khachatrian, YerevanNN:

    Relation Extraction from Biomedical Texts

  • Анатолий Востряков, Chattermill:

    Языковые модели на все случаи жизни

Ведущий: Валентин Малых

Sigbovik workshop

Секция ML-трешугара, она же симпозиум по генеративным моделям в анализе медиа-контента, оно же прикладной воркшоп по мемасикам. Ведущие, тамада и группы поддержки:
  • Артур Чахвадзе, Яндекс
  • Михаил Свешников, Rubbles
  • Андрей Киселев, DBrain
  • Арсений Кравченко, Wannaby

Pitch session

Pitch-сессия, где участники могут в формате кратких питчей на 3+2 минуты презентовать свои проекты аудитории:
  • 13 заявок уже принято!

    Актуальный список - в нашем google doc расписании.

  • Подать заявку можно на speakers@ods.ai

Ведущий: Александр Нотченко

DeepTensor workshop

Как работают тензорные методы машинного обучения:
  • Евгений Фролов:

    Моделирование предпочтений пользователей с помощью тензорных методов

  • Валентин Хрульков:

    Атаки на нейронные сети

  • Александр Новиков:

    Тензоры и рекуррентные нейронные сети

  • Александр Катруца:

    Deep Multigrid

  • Алексей Гринчук:

    Сжатие нейронных сетей при помощи тензорных методов

Организатор: Иван Оселедец

iPavlov workshop

Как обучать разговорный интеллект и сложные диалоговые системы на ML:
  • Валентин Малых, DeepPavlov:

    Что внутри у диалоговой системы?

  • Александр Селиверстов, DeepPavlov:

    Open source для чат ботов и диалоговых систем

  • Михаил Архипов, DeepPavlov:

    Распознавание именованных сущностей

  • Диляра Баймурзина, DeepPavlov:

    Классификация текстов

  • Мария Вихрева, DeepPavlov:

    Гибридный диалоговый бот

  • Алексей Лымарь, DeepPavlov:

    Автоматическое исправление очепяток

  • Леонид Пугачев, DeepPavlov:

    Использование ранжирования

  • Юрий Куратов, DeepPavlov:

    Поиск ответа в тексте

  • Максим Кретов, DeepPavlov

Организатор: Михаил Бурцев

WiML workshop

Первый в СНГ офицальный Women in ML workshop, популяризируем ML среди девушек:
  • Елена Тутубалина, Neuromation, Insilico Medicine, КФУ:

    Что у вас болит? Применение методов NLP в drug discovery

  • Олеся Криндач, МГТУ им. Баумана:

    Компьютерное зрение в беспилотном транспорте

  • Эмели Драль, mechanica.ai:

    Машинное обучение в промышленном масштабе: специфика работы с "тяжелыми" отраслями

Ведущая: Анастасия Манохина

Unconference

Параллельно с Sigbovik workshop пройдет более лайтовый формат, где участники могут кооперироваться на открытой площадке, рассказывать друг другу лекции и байки.

Open meetup

Свободный формат, удобное комфортное место, где можно назначить встречу и пообщаться с коллегами по цеху.

Express-interview, part 1

Серия собеседований от компаний партнеров конференции. Точное расписание собеседований и компаний - TBA.

Express-interview, part 2

Серия собеседований от компаний партнеров конференции. Точное расписание собеседований и компаний - TBA.

Data Speed Dating, part 1

Классический спиддейтинг для желающих познакомиться и найти свою вторую половинку.
Регистрация - на Фесте!

Data Speed Dating, part 2

Классический спиддейтинг для желающих познакомиться и найти свою вторую половинку.
Регистрация - на Фесте!

Tech Talks

Краткие выступления экспертов на стенде Сбербанка:
  • 12:45-13:00, Алексей Белкин, Chief Data Scientist Блока “Финансы”:

    DS/AI в финансовой аналитике

  • 15:00-15:15, Айдар Ахметзянов, Chief Data Scientist стрима КЦ КБ:

    NLP framework

  • 15:15-15:30, Василий Потеряев, Head of Data Science Блока "Корпоративный Бизнес":

    Рекомендательная система Next Best Action

  • 17:30-17:45, Олег Ушаков, Анна Бабкина, Data Scientists Блока "Риски-CIB":

    Применение стохастического анализа при оценке кредитного качества контрагентов

Tech Talks

Краткие выступления экспертов на стенде Mail.Ru:
  • 12:50-13:00, Сергей Чепарухин, программист-исследователь:

    Распределенный обучатор

  • 14:50-15:00, Владимир Конев, менеджер продукта:

    Кейсы использования компьютерного зрения

  • 15:05-15:15, Алан Басишвили, программист-исследователь:

    Face Recognition: from scratch to hatch

  • 17:35-17:45, Олег Шляжко, ведущий программист-исследователь:

    Sequence to sequence диалоговые модели

Tech Talks

Краткие выступления экспертов на стенде Jet Infosystems:
  • 15:15-15:30, Евгений Колесников, Руководитель направления «Большие данные и машинное обучение»

    TBA

Также в программе стенда:

  • Как прогнозировать поведение клиентов на сайте. Кейс с топ-5 e-commerce

  • Прогнозирование спроса B2B клиентов Газпромнефти. Кейс с победой на AI.Hack

Tech Talks

Краткие выступления экспертов на стенде Raiffeisenbank:
  • 12:50-13:00, Роман Монахов, старший менеджер Business Intelligence:

    Продукты, продажи, ликвидность и как удержать хороших специалистов

  • 15:00-15:10, Артем Журавлев, аналитик группы моделирования управления комплаенс-контроля:

    Как найти благонадежных заемщиков в интернете?

  • 17:35-17:45, Марьяна Зборовская, руководитель группы моделирования управления комплаенс-контроля:

    Как выявить подозрительных клиентов, пока они ещё ничего не сделали?

  • 19.20-19.30, Александр Шевкунов, руководитель Business Intelligence:

    Raiffeisen data university: лучшее из сделанного за год

Общая сетка секций:

Close

Карта площадки и залов: