AiConf Channel
888 subscribers
300 photos
36 videos
1 file
267 links
Официальный канал профессиональной конференции по Data Science — AiConf Х.

Подробности на сайте: aiconf.ru/2025

Общаемся в чате: https://t.iss.one/UseDataConfTalks
Download Telegram
Предлагаем сделать мини-перерыв, чтобы размять свои нейронные связи — попробовать угадать, какие AI-термины мы сегодня зашифровали!

Пишите свои ответы в комментариях — посмотрим, чья «модель» угадывает лучше.

Ответы опубликуем в комментариях через неделю😉
🔥3👍21
Ищем спикеров для трека «AI Hardware In a Nutshell» на OS DevConf 25 powered by GigaChat

3 декабря в Москве пройдет масштабная конференция по разработке системного ПО, ядра Linux и open source.

Один из основных треков посвящен вопросам эффективного взаимодействия AI-софта и hardware.

Мы приглашаем вас подать доклад, если вы обладаете опытом и знаниями по одной из следующих тем:
🔴Компиляторы для AI/LLM: оптимизация исполнения нейросетевых моделей, JIT-компиляция, квантование и специализированные Intermediate Representations.
🔴Операционные системы для AI-ускорителей: управление ресурсами GPU/NPU/ASIC, планирование задач, изоляция и безопасность в гетерогенных системах.
🔴Edge AI и серверные вычисления: плюсы, минусы, отличия.
🔴Edge: энергоэффективность, работа с ограниченными ресурсами, реальное время.
🔴Серверные кластеры: масштабирование, распределённая обработка, latency-оптимизация.
🔴Аппаратные ускорители: архитектурные особенности, программирование под ASIC/NPU, взаимодействие с драйверами и ядром ОС.
🔴Проблемы кроссплатформенной разработки: переносимость AI-моделей между разными типами ускорителей, роль стандартов OpenCL, SYCL, Vulkan Compute.


Современные системы искусственного интеллекта, включая LLM и NLP-модели, требуют не только алгоритмических инноваций, но и глубокой интеграции с аппаратным обеспечением. Давайте вместе это все реализуем.

Узнать подробнее о бонусах для спикеров и подать доклад можно на сайте

🙌 Ждем ваши заявки до 31 октября.
Please open Telegram to view this post
VIEW IN TELEGRAM
3👍3🔥3
🤔 Когда вы ищете билеты на Авиасейлс, вы задумываетесь о том, как сервис оптимизирует выдачу?

Чтобы пользователь видел не только самые дешевые варианты, но и самые удобные?

Для устранения этой проблемы в компании решили внедрить ML-скоринг и ранжировать билеты по вероятности покупки.


На практике задача оказалась гораздо сложнее:
– Разные источники данных у аналитиков и бэкенда
– Training-inference skew
– Провалы в нефункциональных требованиях
– Неожиданный рост latency

В новой статье руководитель команды поиска Авиасейлс Сергей Лавров рассказал, как они прошли путь от первых эвристик до полноценной продакшн-модели и нашли общий язык с аналитиками. А также поделился ошибками, компромиссами и выводами, которые помогут тем, кто собирается внедрять ML в продакшн у себя 👇
3👍2🔥2
🔮 Что вас ждет сегодня на работе?

Давайте проверим:
1. Нажмите на любую приглянувшуюся карточку.
2. Узнайте, что вам выпало.
3. Отправьте погадать коллегам и друзьям.

Что вам попалось? Пишите в комментариях😉
2🔥2👍1