// Что в интенсиве
👨🏼🏫 Bootcamp
// 4 занятия на погружение в рекомендательные системы с разбором практических кейсов
🏆 Соревнование
// соревнование на Kaggle по построению рекомендательной системы
👩🏻💻 Практика
// доведение решения до промышленного вида
(для лучших участников соревнования)
// О чем
Вы познакомитесь с основными алгоритмами машинного обучения, глубоко погрузитесь в область построения рекомендательных систем и в результате прохождения сможете построить собственную рекомендательную систему.
// Для кого
Для слушателей, которые уже знакомы с основами машинного обучения, имеют опыт программирования на языке Python и хотят глубоко погрузиться в область рекомендательных систем.
// Преподаватели
Занятия ведут:
// команда департамента по аналитике данных "Магнит"
// преподаватели магистерской онлайн-программы
"Машинное обучение и высоконагруженные системы"
факультета компьютерных наук НИУ ВШЭ
Артем Селезнев
руководитель управления развития ценности клиентов в "Магнит"
В рамках управления, совместно с командой, развивает рекомендательные алгоритмы для проектов аплифт, отток и трафик. Алгоритмы рекомендаций создают еженедельный подбор товаров для 60 миллионов пользователей программы лояльности Магнита.
Для проектов разрабатывает промо-платформу для поиска инсайтов и клиентских рекомендаций. Платформа создает не только лучшие рекомендации (в соотношении лучший для пользователя / оптимальный по доходности) и корректирует жизненный цикл покупателя относительно рекомендованного товара, но и демонстрирует причинно-следственные связи в данных.
До Магнита работал в Сбербанк над рекомендательными системами по исправлению ошибок в рабочих процессах. И в МегаФон на проекте «Тряси смартфон» - система рекомендаций лучших предложений абонентам.
Елена Кантонистова
к.ф-м.н., доцент, академ. руководитель программы "Машинное обучение и высоконагруженные системы"
Елена Кантонистова - кандидат физико-математических наук, доцент департамента больших данных и информационного поиска ФКН ВШЭ, академический руководитель онлайн-магистратуры "Машинное обучение и высоконагруженные системы" ФКН ВШЭ
Елена ведет курсы по машинному и глубинному обучению для студентов ВШЭ, занимается научной работой со студентами. Она активно участвует в корпоративных программах по анализу данных - для Сбербанка, Росбанка, Райффайзенбанка и других крупных корпораций.
Ранее в течение нескольких лет работала как data scientist в компаниях RaxelTelematics и United Consulting Group.
// IT-команда Магнита это:
-
-
4000
специалистов: разработчики, тестировщики, аналитики, менеджеры, инженеры и др.
-
1
петабайт данных
-
-
-
-
400
информационных систем для лучшего цифрового опыта для сотрудников и клиентов
-
10
языков программирования
-
-
В 2022 году работа команды Магнита была высоко оценена премией "Data Fusion Awards" в номинации "Прорыв года".
«Эффективное использование машинного обучения и больших данных — это ключевые компетенции для развития компаний в современных реалиях. Грамотное внедрение этих инструментов и их гибкое применение в повседневной работе позволяют успешно решать многие бизнес-задачи.
Наш проект «Промо-прогнозирование с использованием машинного обучения», основанный на большом количестве параметров, позволяет с высокой эффективностью рассчитать, сколько штук товара будет продано во всех 26 тысяч магазинов компании на совершенно разной географии. Мы учитываем огромное количество факторов описывающих как внутренние события, так и внешние. За счет детального анализа мы можем минимизировать потенциальные потери или недостаток продукции на полке»
директор департамента по аналитике данных розничной сети «Магнит»
// Программа
-
17.04 ПН | 18:00 - 19:30
Обзор основных алгоритмов машинного обучения
// Елена Кантонистова -
19.04 СР | 18:00 - 21:00
Введение в рекомендательные системы
// Артем Селезнев -
21.04 ПТ | 18:00 - 21:00
Основные алгоритмы построения рекомендаций
// Артем Селезнев -
22.04 СБ
Старт соревнования по построению рекомендательных систем на Kaggle -
24.04 ПН | 18:00 - 21:00
Проблемы рекомендательных систем и их решение
// Артем Селезнев -
29.04 СБ
Окончание соревнования на Kaggle.
Начало второго этапа работы над задачей для участников из топ-40. -
06.05 СБ
Окончание второго этапа работы над задачей, подведение итогов и награждение.