ML в MAGNIT TECH: 17 млрд прогнозов в день

Описание

Разговор с Максимом Покусенко, Head of ML в MAGNIT TECH!

0:00 Максим Покусенко — Head of ML в MAGNIT TECH
1:13 Deep Learning, ML, gen AI — где границы?
3:03 Какие задачи решает ML в MAGNIT TECH?
10:05 Как работает прогнозирование спроса?
23:22 На какой период времени строится прогноз?
24:22 Сколько прогнозов в день? Какая инфраструктура?
25:17 Как устроен MLOps в продуктовых командах?
26:55 Как связать качество ML-модели с бизнес-результатом?
31:34 Как планируется работа над ML-задачами?
35:00 Что делать, если ML-модель не укладывается в SLA?
36:35 Как используют ИИ в разработке?
41:08 Вайбкодинг: что из этого вышло?
45:15 ИИ создал решение уровня junior + — джуны больше не нужны?
48:05 Tabular foundation models — смотрите в эту сторону?
56:23 «Сотруднику должно быть не всё равно на продукт»
58:10 Что почитать про ML начинающим специалистам?
59:30 Как переиспользуются ML-наработки между командами?
1:01:10 Какие модели использованы в MagnitCopilot и MagnitGPT?
1:03:04 Замеряете AI Adoption в командах?

- https://habr.com/ru/companies/magnit/articles/1061444/ — CI/CD для данных и моделей на Airflow: как мы деплоим прогноз спроса в «Магните»
- https://habr.com/ru/companies/magnit/articles/ — блог MAGNIT TECH на хабре

Мой курс «Хардкорная веб-разработка» — https://course.to.digital

Telegram канал — https://t.me/t0digital
ВК — https://vk.com/digitalize.team
RuTube — https://rutube.ru/channel/24802975/about/
Дзен — https://dzen.ru/id/6235d32cb64df01e6e78c883