[Podlodka] Podlodka Product Crew #5: Практический AI и ML для продактов

Podlodka Crew — это
Ежедневные встречи в Zoom, постоянное общение с экспертами индустрии и закрытое профессиональное сообщество в Telegram. И всё это — по цене в десять раз ниже привычных конференций!
Неделя «Практический AI и ML для продактов»
Не сделать сезон про AI - это словно не замечать слона в посудной лавке.
AI перестало быть просто модным словосочетанием и развлечением. Генерация изображение и текста, прогнозирование и умные помощники - это лишь часть вещей, которые все чаще внедряются в существующие продукты. Но как сделать это правильно и что учесть при создании AI-based функционала?
В пятом сезоне Product Crew:
- обсудим best practices использования в продуктах ML и LLM;
- разберемся, как монетизировать генеративный AI в продукте;
- поймем, какие расходы требует применение AI в продукты и где можно сэкономить;
- на практике посмотрим, какие AI-тулы давно пора ввести в арсенал продакта.
Как и всегда на конференциях Podlodka, вас ждет максимум практики и интерактива. Каждый участник сможет обсудить свой кейс и получить ответы на вопросы прямо во время сессии.
Ришат Исхаков, Татьяна Савельева Открытая сессия «Как применяют ML/AI и что делать, если ты продакт в 2к24 »
Серафима Чекулаева. Открытая сессия «Куда идти работать, если ты ML-продакт?»
Маша Полтанова. Доклад «Что меняется в жизни продакта и компании, когда всё больше работы начинает делать сеточка?»
Где работы становится больше, а где получится отдохнуть? Какие процессы появятся, а какие исчезнут? Кого наймём, а кого уволим?
Александр Троицкий. Доклад «Почему важно важно глубоко разбираться в природе целевых переменных»
Разберемся почему важно глубоко понимать природу целевой переменной на примере банковского скоринга. Как повысить качество модели без внедрения новых источников и алгоритмов и вырастить core-метрики продукта
Александр Сафронов. Доклад «Музыкальные рекомендации как продукт »
Поговорим о том, какие есть особенности при разработке рекомендательных систем, на какие метрики смотреть, как понять, что рекомендательная система работает хорошо
Игорь Котенков. Доклад «Куда идут LLM: когда и чего можно ожидать»
На сессии развеем несколько мифов об AI, расскажем, чего уже добились языковые модели и как они влияют на мир и опишем основные направления дальнейшего развития AI-моделей
Галя Ширанкова. Доклад «ML — это не магия: разбираем мифы про искусственый интеллект»
Из доклада узнаете: - как на самом деле работают голосовые помощники - три мифа про AI, в которые вы наверняка еще верите - как много ручного труда стоит за созданием AI-продуктов
Константин Рубцов. Доклад «Как запускать AI-продукт»
Поговорим о запуске AI-продуктов на примере ассистентов Тинькофф, какие этапы развития таких продуктов надо учитывать, какие компетенции в команде нужны для работы с ML-сервисами, как выбрать метрики, какие инструменты лучше всего использовать на какие подводные камни надо обратить внимание
Мария Леонова. Доклад «Повышение эффективности модерационных процессов»
Из доклада узнаете: — как замещать ручные процессы так, чтобы метрики не упали, а EBITDA росла — как с помощью AI можно расширить возможности своего продукта и повысить его ценность — как понять, стоит ли вообще применять AI
Кирилл Маркин. Воркшоп «Как решить сложную большую задачу с помощью AI: пайплайны, агенты и другие шалости»
Для примера возьмем задачу написания статьи на заданную тему. Начнем с базового — попытаемся сгенерировать текст одним запросом, чтобы понять, почему это не работает. Затем научимся соединять запросы в цепочку, улучшая результат. Прикрутим валидацию и повторы на определенных этапах, чтобы уточнить детали. Добавим агентов и увидим, как они влияют на качество результата. И завершим оптимизацией агентов, чтобы весь процесс стал дешевле.
Татьяна Савельева. Доклад «Как кратно вырастить выручку международного AI продукта и сделать позитивную экономику в 2024»
Иван Самсонов. Доклад «Работа с AI-командами»
Мы с вами сосредоточимся на продуктах, где ML - это основная функциональность. Расскажу про то: - как договориться о цели с ML-командой, чтобы считали своим, а не очередным «эффективным менеджером» - как объяснить бизнесу, про метрики моделей и управлять ожиданиями - где от продакта максимальная польза в ML команде