Деньги любят техно

На первой открытой записи подкаста «Деньги любят техно» в МГТУ им. Баумана состоялся настоящий междисциплинарный дискурс об искусственном интеллекте: доктор биологических наук, профессор МГУ Вячеслав Дубынин и заместитель руководителя департамента анализа данных и моделирования ВТБ Денис Суржко обсудили фундаментальные различия между биологическими и цифровыми нейронными сетями. Поговорили про эволюционный потенциал ИИ, возможности взаимодействия человеческого и искусственного разума и наши перспективы, связанные с новым витком технологического прогресса. Оцените этот эпизод на платформе, где его смотрите или слушаете, чтобы мы знали, понравился ли вам такой формат.

В специальном выпуске подкаста с философом, профессором МГИМО Александром Гельевичем Дугиным обсуждаем метафизические аспекты развития ИИ. Исследуем схожесть призвания математиков и философов. Проводим параллели с древними представлениями о мудрости и современными технологиями. Уделяем внимание вопросу: ведет ли развитие ИИ к познанию божественного или открывает двери чему-то зловещему? О современной философии, вере, мышлении, языке и роли технологий в будущем человечества с Александром Гельевичем беседовал Денис Суржко, ведущий специального сезона «Лица Data Fusion».

Гостем подкаста стал Вадим Валерьевич Кулик, заместитель президента-председателя правления банка ВТБ. Он рассказал о первых «моделях искусственного интеллекта» в таблицах Excel и становлении рынка розничного кредитования, а также поделился своим видением будущего, которое ждет нас с развитием технологий ИИ.   О выборе карьерного пути, жизненных ориентирах, важности команды, глобальных трендах, связанных с ИИ и культурологических аспектах развития технологий с Вадимом Валерьевичем беседовал Денис Суржко, ведущий специального сезона «Лица Data Fusion».

Мышление — это увлекательнейший процесс, а для осознания того, как устроена жизнь, необходимо знать математику. Именно она является универсальным языком, который помогает специалистам разных областей быстрее и точнее понимать друг друга, — рассказал в этом выпуске подкаста Александр Гасников, ректор университета «Иннополис», профессор МФТИ. О том, каково это — будучи ученым перейти в административную деятельность, об ответственности, высоких целях и значимости популяризации математики с Александром беседовал ведущий специального сезона «Лица DataFusion», заместитель руководителя департамента анализа данных и моделирования ВТБ Денис Суржко. Можно ли описать мышление человека математикой? Чтобы узнать ответ на этот вопрос, запасайтесь теплым напитком и включайте подкаст.

В гостях подкаста — директор центра аналитических продуктов VK Predict Роман Стятюгин. В разговоре с ведущим специального сезона «Лица Data Fusion» Дени-сом Суржко Роман рассказал об опыте перехода в сферу Data Science из IT и разра-ботки, поделился плюсами и минусами работы в корпорациях и стартапах и приот-крыл несколько секретов планирования и тим-менеджмента в VK. О том, как лидер ИИ-направления в крупнейшей российской соцсети видит будущее сферы, какие статьи его команда читает на досуге и какие спортивные хобби объединяют ML в VK — в этом выпуске. Смотрите и слушайте новый эпизод, оставляйте комментарии в ТГ-канале @Data_fusion или сообществе Data Fusion в ВК.

Любая область знаний сегодня настолько огромна, что невозможно разбираться в ней досконально, как невозможно одному человеку охватить всё многообразие научных областей. Настоящий учёный — это человек, который живет наукой, но может подняться выше, посмотреть шире и отрефлексировать свои занятия, считает Андрей Михайлович Райгородский — директор Физтех-школы прикладной математики и информатики МФТИ, доктор физико-математических наук, ученый, который занимается классической математикой, но называет себя гуманитарием. О простом объяснении сложных задач, прикладной роли математики, важности гуманитарных знаний в технических областях с Андреем Михайловичем беседовал ведущий специального сезона «Лица Data Fusion» Денис Суржко. Традиционно предлагаем запастись тёплым напитком и включить новый эпизод. Ждём ваших комментариев в ТГ-канале @Data_fusion или сообществе Data Fusion в ВК!Полезные ссылки: - Книга "Кому нужна математика?" (новое издание) Литвак Н., Райгородский А.: https://clck.ru/3KDS7L   - Курс по теории вероятностей для интересующихся школьников, учителей и всех желающих: https://edu.sirius.online/course/statistics    - Онлайн магистратура по комбинаторике: https://omscmipt.ru/

Современный ученый — увлекающаяся, любопытная личность, человек, который обладает таким важным качеством, как самомотивация. Человек, который может сосредоточиться на сложной задаче и решить ее самостоятельно. С доктором физико-математических наук, профессором РАН, МГУ, заведующим лабораторией «Машинное обучение и семантический анализ» Института ИИ МГУ Константином Вячеславовичем Воронцовым поговорили о том, как становятся учеными, что для этого необходимо и как прокачать естественный интеллект. О рутине и творчестве, роли ИИ в трансформации различных профессий, будущем человеческой цивилизации и философии с Константином Вячеславовичем беседовал ведущий специального сезона «Лица Data Fusion» Денис Суржко. В эпизоде упоминается канал К.В. Воронцова «Цивилизационная идеология»: https://dzen.ru/civideology Подкаст доступен в видео-версии в сообществе Data Fusion: https://vk.com/datafusion

Наука о данных — сфера, в которой ученые не только генерируют идеи, но и воплощают их на практике: у менеджеров, которые отвечают за Data Science в корпорациях, нередко есть обширный научный бэкграунд. Максим Коновалихин, руководитель департамента анализа данных и моделирования, старший вице-президент банка ВТБ, относится именно к такому типу управленцев. Символом этого эпизода в продолжение «китайской линии» нового сезона стал дракон, созерцающий жемчужину мудрости. О том, что представляет из себя мудрость руководителя, всесилен ли AGILE и в чем суперсила нашумевшего DeepSeek, с Максимом Коновалихиным беседует Денис Суржко.

Технологические компании, которые хотят быть лучшими в мире, стремятся собрать у себя самых сильных сотрудников. О карьерной траектории современного Data Science-специалиста, мотивации сотрудников, создании сплоченных команд и важных профессиональных качествах в новом эпизоде подкаста сезона «Лица Data Fusion» рассказал Александр Крайнов, директор по развитию технологий искусственного интеллекта в Яндексе. Ведущий подкаста — Денис Суржко, заместитель руководителя департамента анализа данных и моделирования ВТБ, в уютной беседе за чаем обсудил с Александром роль руководителя, гибкость в подходах к работе с людьми, настоящее и будущее искусственного интеллекта. И чем различаются подходы к работе специалистов по ИИ из России и Китая. Подкаст «Деньги любят техно» можно смотреть в VK Видео и Rutube или слушать в аудио-версии на любимой подкаст-платформе. Нам очень важны ваши реакции и комментарии!

В новом эпизоде серии «Лица Data Fusion» с Алексеем Кашириным, директором Центра продвинутой аналитики Альфа-Банка, говорим про выбор между научной карьерой и бизнесом, смелость ученых, врожденные и нарабатываемые качества руководителя, работу с сотрудниками и воспитание детей. Ведущий сезона Денис Суржко, заместитель руководителя департамента анализа данных и моделирования ВТБ, пригласил Алексея на теплую беседу за чаем, чтобы проводить 2024 год за обсуждением интересных тем. Среди них: карьера и достигаторство, «природные» таланты и упорный труд, влияние ИИ на общество, качества и знания, которые необходимы всем людям, стремящимся к чему-то значимому. Запасайтесь согревающим напитком и включайте эпизод — «Деньги любят техно» можно смотреть в VK Видео и Rutube или слушать в аудио-версии на популярных подкаст-платформах.

За научным или практическим успехом всегда стоят конкретная личность и команда. На конференциях обсуждаются результаты работы, но мы мало знаем о людях, которые ее делают. Эта идея легла в концепцию нашего специального сезона «Лица Data Fusion», который мы запускаем в преддверии конференции по анализу данных и технологиям ИИ Data Fusion. Герой первого эпизода этой серии — доктор физико-математических наук, профессор РАН, генеральный директор института AIRI, профессор «Сколтеха» Иван Оселедец. О современных ученых, работе с людьми и будущем, связанным с развитием ИИ, с Иваном поговорил ведущий специального сезона — заместитель руководителя департамента анализа данных и моделирования ВТБ Денис Суржко. Наши герои беседуют за чаем – рекомендуем и вам запастись теплым напитком и включить эпизод: «Деньги любят техно» можно смотреть в VK Видео или слушать в аудио-версии.

К предновогоднему ажиотажу продуктовые сети начинают готовиться с лета. Чтобы товаров на полке хватало, а праздничные акции радовали покупателей, необходима слаженная работа множества специалистов. Как в этом задействованы дата-инженеры, где невозможно обойтись без ИИ, и как машинное обучение помогает торговым сетям справиться с ежедневной рутиной? В новом эпизоде подкаста «Деньги любят техно», посвященного Data Science в различных отраслях, говорим об этом с представителями X5 Group. А еще подводим итоги года. Гостями эпизода стали директор по управлению данными X5 Tech Тигран Саркисов и директор по развитию искусственного интеллекта Х5 Tech Михаил Неверов. Ведущий эпизода — начальник управления моделирования партнерств и ИТ-процессов ВТБ Юлий Шамаев. Смотрите и слушайте подкаст на платформах VK Видео, Rutube и на популярных аудио-площадках.

Как пройти путь от выстраивания собственной Data Science-экспертизы в телеком-индустрии до поставки ИИ-решений далеко за ее пределы? Как растут и расширяются компетенции датасайентистов, и почему проекты, связанные с ИИ, важны для государства, бизнеса и общества? С директором по искусственному интеллекту и цифровым продуктам билайна, генеральным директором «МедТех ИИ» Константином Романовым обсудили широкие возможности применения и демократизацию ML. Ведущие выпуска: Юлий Шамаев, начальник управления моделирования партнерств и ИТ-процессов ВТБ, и Марина Эфендиева, технологический обозреватель. Подкаст доступен в видео-версии на платформах VK Видео и Rutube, а также на популярных подкаст-площадках. Подпишитесь, чтобы поддержать нас и не пропустить новые эпизоды сезона Data Science.

Работа Data Science-специалистов в промышленных компаниях строится по своим правилам и требует специфических навыков: нужно не только любить математику, но и дружить с физикой, и разбираться в технологии. Кроме того, работа DS-команд вплотную связана с людьми и процессами на производстве. Есть и особенности в работе с данными: всевозможные промышленные агрегаты оставляют огромный цифровой след в системах, и тем самым создают почву для внедрения ИИ-продуктов. При этом «все, что можно сделать без искусственного интеллекта, надо делать без искусственного интеллекта», – уверен гость выпуска, директор департамента технологий ИИ «Русала» Михаил Граденко. Ищем сходства и различия в задачах DS-команд в финтехе и промышленности, обсуждаем проблемы и решения, выделяем главные направления развития ML в этих сферах. Ведущие выпуска: Юлий Шамаев, начальник управления моделирования партнерств и ИТ-процессов ВТБ, и Марина Эфендиева, технологический обозреватель. Подкаст доступен в видео-версии на платформе VK Видео и на всех популярных аудио-платформах. Подпишитесь, чтобы поддержать нас и не пропустить новые эпизоды сезона Data Science.

Использовать машинное обучение везде, где это возможно и целесообразно — и в пользовательских сервисах, и во внутренних процессах. Такую парадигму развития ML в компании озвучил Андрей Рыбинцев, старший директор по данным и аналитике «Авито». Обсудили, с чего начинается путь в Data Science, какие задачи кажутся самыми интересными и в каких процессах без ML уже не обойтись – а также то, как из гипотезы рождается продукт и какие «созидательные кейсы», позволяющие улучшить клиентский опыт, особенно важны IT-компаниям. Ведущие эпизода: Юлий Шамаев, начальник управления моделирования партнерств и ИТ-процессов ВТБ, и Марина Эфендиева, технологический обозреватель. Этот выпуск — «пилот» пятого сезона, который мы запускаем и в уже привычном формате аудио, и в новом для нашего подкаста формате видео. Слушайте и смотрите нас на удобных вам площадках и поддержите подкаст, если считаете, что он приносит пользу!

С командой дата-сайентистов из ВТБ подводим итоги 2023 года в темах развития нейросетей, машинного обучения, инструментов на базе ИИ. Конечно же говорим про большие языковые модели и начало гонки генеративного AI среди бигтехов. Делимся своим опытом использования нейросетей в работе и в жизни. Говорим об этике, философски обсуждаем настоящее и немного фантазируем о будущем. И пытаемся узнать, когда ИИ поработит человечество.  Участники:   • Антон Бабак, тимлид в команде перспективных алгоритмов машинного обучения  • Иван Яруков, Senior DS, моделирование в крупном бизнесе и СМБ  • Анатолий Глушенко, тимлид DS, моделирование партнерств и ИТ-процессов   Ведущая:   • Технологический обозреватель Марина Эфендиева Подпишитесь, чтобы послушать другие эпизоды сезона Data Science в подкасте «Деньги любят техно».

Машинное обучение так или иначе уже применяется в компаниях самых разных масштабов и направлений деятельности. Однако для выстраивания зрелой ML-инфраструктуры и перехода к эффективным MLOps-практикам требуется понимание: с чего начать, на какие платформы обратить внимание, к каким инструментам присмотреться внимательнее, а какие подойдут лишь для разовых экспериментов.  К инструментам MLOps для больших исследовательских и бизнес-задач предъявляется три базовых требования: интерпретируемость, воспроизводимость, надёжность. Как среди десятков Open-Source-инструментов выбрать правильные, что могут или не могут использовать компании, к которым предъявляются высокие требования стандартизации, на чем должен основываться выбор между облаками и InHouse для ML — в третьем выпуске серии MLOps обсудили Юрий Карев, руководитель управления процессов и стандартов моделирования и машинного обучения ВТБ, и Алексей Незнанов, к.т.н, старший научный сотрудник международной лаборатории интеллектуальных систем и структурного анализа НИУ ВШЭ. Подпишитесь, чтобы не пропустить новые эпизоды сезона Data Science в подкасте «Деньги любят техно». Дополнительные материалы: Ссылки на полезные ресурсы к этому эпизоду ищите в нашем блоге на Хабр: https://habr.com/ru/companies/vtb/news/778270/

Во второй части большой темы про MLOps, которую мы разбили на несколько эпизодов подкаста, ещё глубже погружаемся в тему машинного обучения и работы с данными, лежащей в основе ML. Рассматриваем вопросы обогащения данных, разбираемся с разметкой, говорим о специфических аспектах управления данными.  В этом выпуске вы услышите:  Почему общепринятых стандартов управления данными недостаточно для работы с большими данными для ML; Что такое хвосты и артефакты в сверхбольших данных; Может ли overfeeding стать причиной overfitting’a (или это одно и то же?); И многое другое! Юрий Карев, руководитель управления процессов и стандартов моделирования и машинного обучения ВТБ, и Алексей Незнанов, к.т.н, старший научный сотрудник международной лаборатории интеллектуальных систем и структурного анализа НИУ ВШЭ, подошли к теме с двух сторон: теоретической и практической. Помогли ведущей подкаста разобраться с терминологией. А также поговорили про специфику подходов к образованию для специалистов в Data Science, DataOps и MLOps.  Полезные ресурсы и ссылки: Курс MLOps (OTUS): https://otus.ru/lessons/ml-bigdata/  Основные идеи из книги «Сотрудничество в DevOps-культуре»: http://agilemindset.ru/основные-идеи-из-книги-сотрудничест/  MLOps: Continuous delivery and automation pipelines in machine learning: https://cloud.google.com/architecture/mlops-continuous-delivery-and-automation-pipelines-in-machine-learning Как создавать качественные ML-системы. Часть 1: каждый проект должен начинаться с плана: https://habr.com/ru/companies/vk/articles/749850/  Как создавать качественные ML-системы. Часть 2: приручаем хаос: https://habr.com/ru/companies/vk/articles/749852/ The Data Engineering Cookbook: https://github.com/andkret/Cookbook Стандарты: ISO/IEC DIS 5259-1: https://www.iso.org/standard/81088.html ISO/IEC DIS 5259-4: https://www.iso.org/standard/81093.html ISO/IEC 8183:2023: https://www.iso.org/standard/83002.html

О нейронных сетях мы слышим сегодня буквально отовсюду. Это — одно из наиболее активно развивающихся направлений в машинном обучении. В новом выпуске подкаста «Деньги любят техно», сезон Data Science, пробуем зайти в тему нейросетей с необычного ракурса.   С Артемом Летиным, начальником управления корпоративного моделирования ВТБ, Евгением Смирновым, руководителем Лаборатории машинного обучения Альфа-Банка и Никитой Зелинским, руководителем центра компетенций Data Science МТС говорим о применении нейросетей в кредитном скоринге и других сегментах деятельности финансовых организаций.

В этом выпуске мы возвращаемся к теме MLOps — на этот раз с Алексеем Незнановым, к.т.н., старшим научным сотрудником международной лаборатории интеллектуальных систем и структурного анализа НИУ ВШЭ, и Юрием Каревым, руководителем управления процессов и стандартов моделирования и машинного обучения ВТБ. Начинаем с обсуждения самого понятия MLOps: что это — необходимые для большой компании практики или очередная хайповая тема? Как интегрировать MLOps в производственные IT процессы и зачем это делать? Насколько на развитие этого направления влияют вопросы управления данными, очистки данных, и решены ли они. Спойлер: это первый выпуск на тему MLOps из запланированной серии. Подпишитесь, чтобы не пропустить продолжение.