Senior Ml/CV Engineer в Яндекс Роботикс Александр Тимофеев-Каракозов рассказал про end-2-end-пайплайн обучения и работу складских роботов от 3D-локализации коробок с товарами для складской робототехники.

Поговорили об Keypoints Estimation, Instance Segmentation и Active Learning. С какими особенностями и проблемами столкнулись и как они поддерживают текущее решение в среде активно меняющихся доменов.

Подробности в статье

В этом видео Николай Никитин поделился, почему он решил участвовать в качестве спикера на конференции AiConf 2024, послушайте ☺️

Если у вас есть опыт в Data Science, который может быть полезен коллегам — присылайте заявку на доклад. Если вы сомневаетесь в актуальности своей темы — отправляйте заявку, Программный комитет даст обратную связь и поможет доработать доклад.

Выступать не страшно — мы помогаем с подготовкой! А ещё оплатим дорогу, проживание и, конечно, предоставим бесплатный билет на конференцию.

Присоединяйтесь к нам и станьте частью важного профессионального сообщества дата-сантистов 🖐️


✅ Ознакомиться с темами докладов, которые нам интересны, и отправить заявку можно на сайте

Вечная тема — ресурсов нет, но требуется сделать качественный продукт.

Product owner в «Атом.Око» Яхья Ибрагимов рассказал про разработку OCR-решения для распознавания документов. Как в рамках больших проектов получить максимальную пользу от Open Source-решений и самостоятельно создать датасет. И что надо учесть для передачи продукта заказчику.

Подробности в статье

Сооснователь проекта AiАcademy и приложения Мо: Медитация и Сон; член Консультативного Совета Яндекса и Программного комитета конференции Techfounders Александр Горный раздаст стартаперское настроение и поделится тем, как запустить свой стартап на LLM.

Расскажет, по каким критериям обдумывать идею будущего стартапа, как выбрать, для кого делать продукт и с чего вообще начинать, чтобы осуществить мечту, но не просто запустить свой стартап, а и заработать на этом.

✅ Подробности в статье

Для кого-то ретро — скукота и потеря времени, для кого-то — кошмар и мучение, а для кого-то — настоящее спасение, которое помогает решать реальные проблемы.

Как добиться необходимого эффекта, а не тратить время впустую и не мучить уставшую после спринта команду? У проектного менеджера и скрам-мастера из Okko Анастасии Соловицкой есть метод из шести этапов, опробованный на себе и командах уже более 100 раз. Возможно, вы тоже сможете взять что-то из ее опыта для себя.

✅ Узнать метод можно в статье

Александр Абрамов, руководитель AI-команд в R&D для b2c в SberDevices, рассказал, как одна лабораторная работа по анализу данных определила его карьеру, как пригодились соревнования и хакатоны, и почему участие в конференциях так же важно, как и прокачка резюме.

В общем, живой опыт, ошибки и победы. Все по-честному.

✅ Подробности в статье

Как построить внутреннюю Feature Platform, которая ускоряет внедрение ML-моделей и делает работу с данными прозрачной и управляемой?

Руководитель разработки ML-команд Домклик Алина Баймашева рассказала, какие компоненты и технологии выбирали для обработки данных в офлайн- и онлайн-режиме. Почему решения с открытым исходным кодом не всегда подходят крупным компаниям и с какими сложностями можно столкнуться при проектировании собственной платформы.

✅ Подробности в статье

Дайджест статей за прошедший период 2025 года. На случай, если вы что-то пропустили 😉

Обзор уязвимостей для LLM. Как современные фреймворки классификации, включая OWASP, Mitre и Databricks, применяются для защиты решений на базе LLM.

Как «Писец» на Тотальный диктант ходил. Не тот «Писец», когда всё плохо, диктант прошёл как запланировано, а открытая система автоматической расшифровки звукозаписей. О трудностях, которые возникли при создании Писца, об использовании Wav2vec2 и Whisper в пайплайне распознавания, о том, как и зачем файнтюнить Whisper.

3D Pose Estimation объектов фиксированной геометрии для складских роботов. В статье рассказано про end-2-end-пайплайн обучения и работу складских роботов от 3D-локализации коробок с товарами для складской робототехники.

Машинное обучение в продуктовой разработке, где его не ожидают. Вечная тема — ресурсов нет, но требуется сделать качественный продукт. В статье про разработку OCR-решения для распознавания документов. Как в рамках больших проектов получить максимальную пользу от Open Source-решений и самостоятельно создать датасет. И что надо учесть для передачи продукта заказчику.

Свой стартап на LLM — миф или реальность. По каким критериям обдумывать идею будущего стартапа, как выбрать, для кого делать продукт и с чего вообще начинать, чтобы осуществить мечту, но не просто запустить свой стартап, а и заработать на этом.

В стиле ретро: меньше слов — больше action items. Для кого-то ретро — скукота и потеря времени, для кого-то — кошмар и мучение, а для кого-то — настоящее спасение, которое помогает решать реальные проблемы. В статье о том, как добиться необходимого эффекта, а не тратить время впустую и не мучить уставшую после спринта команду.

Как я стал AI-специалистом: путь от студенческой лабораторной до оргкомитета AiConf Х. Как одна лабораторная работа по анализу данных определила карьеру автора, как пригодились соревнования и хакатоны, и почему участие в конференциях так же важно, как и прокачка резюме.

Проектируем собственную inhouse Feature Platform. Как построить внутреннюю Feature Platform, которая ускоряет внедрение ML-моделей и делает работу с данными прозрачной и управляемой.


Сохраните дайджест себе и поделитесь с коллегами 🙌