Зимняя школа — 2023

3-4 февраля 2024ОНЛАЙН / ОЧНО

Ссылки на онлайн-трансляции лекций

 

Нартова Надежда Андреевна
Академический руководитель образовательной программы «Современный социальный анализ»

 
 

Ильин Антон Валерьевич
Декан Юридического факультета «НИУ ВШЭ — Санкт-Петербург»

 

 

Время: 12:00–13:00

Тема: Экзамен  VS  Портфолио

Язык выступления: русский

Аннотация: Занимательная дискуссия «Экзамен  VS  Портфолио»: узнайте о самых актуальных методах оценки готовности абитуриента к обучению на магистерских программах.

Мы обсудим: какие ключевые факторы вступительных испытаний определяют готовность абитуриента стать успешным магистрантом, все тонкости и риски различных форматов вступительных испытаний и как грамотно их использовать для определения уровня подготовки каждого кандидата.

 

Также мы разберем, как программа вступительного испытания может стать эффективным инструментом для абитуриента, помогающим лучше понять специфику обучения на магистерской программе.

Не упустите возможность узнать о всех нюансах вступительных испытаний на магистерские программы и получить полезные советы от экспертов!

Подключиться к трансляции


 

Поперлюков Алексей Сергеевич
генеральный директор ООО «Газпромнефть-Цифровые решения», председатель Академического совета программы «Аналитика данных для бизнеса и экономики»

 

Время: 13:00–14:00

Тема: Архитектура цифрового предприятия, управляемого на основе данных

Язык выступления: русский

Аннотация: Сегодня перед большим бизнесом стоят задачи роста качества и скорости принимаемых решений. Их невозможно решить без системного внедрения в архитектуру предприятия таких цифровых технологий как аналитика больших данных, нейротехнологии, искусственный интеллект, промышленный интернет. Но чтобы все это системно работало и повышало конкурентоспособность, должны быть внедрены соответствующие методы анализа данных, сформирована надежная ИТ-инфраструктура, развернуты цифровые платформы и внедрены необходимые цифровые продукты, а цифровая грамотность сотрудников должна быть на высоком уровне. Такой подход в итоге приведет бизнес к новой парадигме, где руководители принимают верные решения в реальном времени, а сами цифровые технологии станут неотъемлемой частью бизнес-модели компании.

Подключиться к трансляции


 

Тимошин Сергей Валериевич
Директор макрорегиона «Северо-Запад» Tele2

 

Время: 14:00

Тема: Big Data: работа с большими данными для решения стратегических задач компании

Язык выступления: русский

Аннотация: Big Data — это крупные массивы разнообразной информации и стек специальных технологий для работы с ней. Одни из самых крупных владельцев больших данных в России – это операторы связи, через чьи системы ежедневно проходят потоки информации о многих тысячах абонентов. Big Data позволяют анализировать поведение абонентов: перемещения на территории, какие сайты они посещают, где находятся и где регулярно бывают, как часто звонят по телефону, какие приложения скачивают и как ими пользуются, и т. д. Все данные хранятся и обрабатываются строго в обезличенном и агрегированном виде.

С помощью анализа больших данных бизнес и государство может получить возможность принимать управленческие решения по развитию регионов улучшать качество проживания населения.

Большинство задач сводится к простому принципу: выявить паттерны поведения абонентов/пользователей и предоставить подходящий продукт или услугу своевременно.

Подключиться к трансляции


 

Понизяйкин Владислав Алексеевич
Бизнес-аналитик ML платформы в Тинькофф

 

Время: 15:00

Тема: Аналитика и Data Science в ML Platform

Язык выступления: русский

Аннотация: Ни для кого не секрет, что в последнее время ML-индустрия продвинулась очень далеко - огромные модели могут вести вполне осознанный диалог с собеседником, из небольшого описания можно создать очень красивые и качественные картинки, с помощью нейросетей корректировать артефакты на фотографиях. И это только малая часть достижений. Но посмотрим на эту задачу с другой стороны - для создания GigaChat потребовалось 1.5 месяца обучения на 512 GPU, ruDALL-E Malevich обучалась на 192 GPU, а для обучения Chat-GPT потребовалось более 10000 GPU. Само собой, нужно обеспечение стабильной работы такой системы. И даже в такой, казалось бы, узкой сфере, возникает очень много задач для людей абсолютно разных профессий.

На лекции мы поговорим про то, как процесс обучения организован в Тинькофф, посмотрим, какие аналитические задачи возникают в ML платформе, и разберемся, зачем существует так много аналитиков и data-саентистов, и почему они все нужны.

Подключиться к трансляции