Machine Learning and Data Management Challenges

Machine Learning and Data Management Challenges

Про подію

Бізнеси дедалі частіше використовують великі дані, і йдеться не лише про фінтех чи банки. Аналітика big data відкриває нові горизонти – і кидає нові виклики. Які ж складнощі можуть виникнути у оптимізації венчурного капіталу?
Долучайтеся до спільного івенту Ciklum та спільноти Data Science UA “Проблеми машинного навчання та управління даними для оптимізації венчурного капіталу у світі великих даних” і дізнайтеся, як:

  • визначати цільову змінну за невизначеності бізнес-мети;
  • вибрати платформу управління даними для датасетів з мільйонами записів та сотнями характеристик,
  • обрати модель оцінки ймовірності для оптимізації діяльності компанії. 

Спікери розповідатимуть про успішний кейс венчурної компанії, для якої розробили інтелектуальну платформу машинного навчання та набір моделей, які використовують велику кількість даних для ранжування потенційних компаній відповідно до їх інвестиційної привабливості.

Івент безкоштовний за попередньою реєстрацією: https://bit.ly/2ZjnUPg

Реєструйтеся, якщо ви:

  • Data Engineer, Data Scientist, Data Analyst, Data Architect;
  • Працюєте з великими даними;
  • Цікавитеся застосуванням великих даних у бізнесі. 

Спікери

Віталій Бондаренко протягом останніх 20 років займається створенням data-centric систем і має величезний досвід роботи на OLTP, DW та BI/ML платформах. Наразі Віталій очолює Data and Analytics Centre of Excellence у Ciklum і посилює експертизу у cloud data сервісах.

Денис Осіпенко має 15-річний досвід роботи у сфері аналізу даних та моделювання. Зараз Денис очолює відділ Data Science в Ciklum. Він працює над розвитком експертизи з аналізу даних у сферах машинного навчання та прогнозного моделювання, комп’ютерного зору та глибокого навчання, а також бізнес-аналітики.

Що розглянете

  • Визначення цільової змінної в умовах невизначеності бізнес-цілей
  • Проблеми попередньої обробки набору даних для "зоопарку" джерел даних 
  • Підхід до моделювання: використання класифікатора LGBM та перехресної перевірки K-Fold
  • Проектування та впровадження архітектури даних з технологіями AWS

Реєстрація