Бесплатный митап для ML-инженеров от конференции IML и ecom.tech

В Санкт-Петербурге и онлайн.

Спикеры расскажут, как разрабатываются большие модели, которые улучшают пользовательский опыт. В докладах — про модели для прогнозирования, LLM и распознавание фото для поиска.

О мероприятии

Бесплатный митап для ML-инженеров от конференции IML и ecom.tech. В Санкт-Петербурге и онлайн.

В программе доклады про основные этапы работы над ML-моделями для прогнозирования и поиска.

После каждого доклада — Q&A-сессия, где вы сможете задать вопросы спикерам.

Программа

• 18:00–18:30 — Приветственный кофе для офлайн-участников
• 18:30–18:40 — Открытие митапа и приветственное слово от организаторов
• 18:40–19:10 — Доклад «Прогноз заказов в Самокате: собираем рецепт из разных моделей прогнозирования»

  ℹ️ О чем доклад:

  Прогнозирование необходимо для тысяч дарксторов, чтобы ежедневно распределять курьеров по сменам.

  Для новых дарксторов (без исторических данных) нужно оценить потенциальный спрос и спланировать количество курьеров на первые дни работы, учитывая сезонные тренды.

  В докладе разберем:

  • Подход к разработке основной модели прогнозирования заказов;
  • Подбор признаков и адаптацию моделей под характеристики даркстора;
  • Prophet vs. CatBoost для основной модели и новых точек;
  • CatBoost и KNN для планируемых дарксторов;
  • Учет дополнительных факторов: промо, маркетинговые активности и закупки.

  Спикер: Анастасия Левашова, специалист по машинному обучению, ecom.tech. Занимается разработкой и улучшением моделей прогноза, исследованиями и аналитикой по работе модели.

• 19:10–19:40 — Доклад «LLM на службе качества поиска маркетплейса»

  ℹ️ О чем доклад:

  Главные проблемы в разметке данных для обучения ML в маркетплейсе — холодный старт, большой объем данных и сжатые сроки. Сравним ручную разметку (внешнюю и внутреннюю), автоматизированные методы (DL, эмбеддеры, реранкеры, LLM) и их комбинации. Увидим результаты и итоговую оптимизацию.

  Ключевые аспекты:

  • Задача — поиск синонимов и опечаток, категоризация запросов, рекомендация новых товаров.
  • Оптимизация разметки с LLM, эмбеддерами и реранкерами.
  • Комбинированный подход (LLM + эмбеддер), ускоривший разметку в 3+ раза и снизивший стоимость в 10+ раз.

  Спикер: Василий Висков, старший специалист по Data Science, ecom.tech. Занимается автоматическим выявлением проблем поиска и построением текстовых векторных моделей ранжирования и отбора кандидатов.

• 19:40–20:00 — Перерыв
• 20:00–20:30 — Доклад «Реализация поиска объявлений по фото через текстовые запросы: опыт Циан»

  ℹ️ О чем доклад:

  Пользователи всё чаще предпочитают текстовый поиск ручным фильтрам. Например, вместо скролла и чекбоксов можно написать «Хочу квартиру в Москве с зеленым диваном в стиле лофт» — и получить подборку.

  В Циан-помощнике добавили поиск по описанию фото, совместив его с классическими фильтрами.

  Но как научить бота «видеть» объявления и находить любые объекты по фото? В докладе разберем:

  • Как CLIP-модель позволяет искать по тексту без лейблов;
  • Как устроен векторный поиск в Qdrant;
  • Как работает система фильтрации для точной выдачи.

  Доклад будет полезен ML-инженерам, MLOps-специалистам и всем, кто интересуется CLIP и векторными базами данных.

  Технологии: NLP, CV, LLM, CLIP, Qdrant, векторный поиск, эмбеддинги.

  Спикер: Ирина Говорова, Циан. Занимается машинным обучением более 3 лет. Имеет большой опыт разработки рекомендательных систем и обучения ранжирующих моделей. Сейчас работает над чат-ботом Циан-помощником для поиска недвижимости и консультации пользователей по объявлениям.

• 20:30–22:00 — Нетворкинг