[podlodka] Podlodka Product Crew (Константин Рубцов, Татьяна Савельева)

Podlodka Crew — это Ежедневные встречи в Zoom, постоянное общение с экспертами индустрии и закрытое профессиональное сообщество в Telegram. И всё это — по цене в десять раз ниже привычных конференций! Неделя «Практический AI и ML для продактов» Не сделать сезон про AI - это словно не замечать слона в посудной лавке. AI перестало быть просто модным словосочетанием и развлечением. Генерация изображение и текста, прогнозирование и умные помощники - это лишь часть вещей, которые все чаще внедряются в существующие продукты. Но как сделать это правильно и что учесть при создании AI-based функционала? В пятом сезоне Product Crew: - обсудим best practices использования в продуктах ML и LLM; - разберемся, как монетизировать генеративный AI в продукте; - поймем, какие расходы требует применение AI в продукты и где можно сэкономить; - на практике посмотрим, какие AI-тулы давно пора ввести в арсенал продакта. Как и всегда на конференциях Podlodka, вас ждет максимум практики и интерактива. Каждый участник сможет обсудить свой кейс и получить ответы на вопросы прямо во время сессии. Ришат Исхаков, Татьяна Савельева Открытая сессия «Как применяют ML/AI и что делать, если ты продакт в 2к24 » Серафима Чекулаева. Открытая сессия «Куда идти работать, если ты ML-продакт?» Маша Полтанова. Доклад «Что меняется в жизни продакта и компании, когда всё больше работы начинает делать сеточка?» Где работы становится больше, а где получится отдохнуть? Какие процессы появятся, а какие исчезнут? Кого наймём, а кого уволим? Александр Троицкий. Доклад «Почему важно важно глубоко разбираться в природе целевых переменных» Разберемся почему важно глубоко понимать природу целевой переменной на примере банковского скоринга. Как повысить качество модели без внедрения новых источников и алгоритмов и вырастить core-метрики продукта Александр Сафронов. Доклад «Музыкальные рекомендации как продукт » Поговорим о том, какие есть особенности при разработке рекомендательных систем, на какие метрики смотреть, как понять, что рекомендательная система работает хорошо Игорь Котенков. Доклад «Куда идут LLM: когда и чего можно ожидать» На сессии развеем несколько мифов об AI, расскажем, чего уже добились языковые модели и как они влияют на мир и опишем основные направления дальнейшего развития AI-моделей Галя Ширанкова. Доклад «ML — это не магия: разбираем мифы про искусственый интеллект» Из доклада узнаете: - как на самом деле работают голосовые помощники - три мифа про AI, в которые вы наверняка еще верите - как много ручного труда стоит за созданием AI-продуктов Константин Рубцов. Доклад «Как запускать AI-продукт» Поговорим о запуске AI-продуктов на примере ассистентов Тинькофф, какие этапы развития таких продуктов надо учитывать, какие компетенции в команде нужны для работы с ML-сервисами, как выбрать метрики, какие инструменты лучше всего использовать на какие подводные камни надо обратить внимание Мария Леонова. Доклад «Повышение эффективности модерационных процессов» Из доклада узнаете: — как замещать ручные процессы так, чтобы метрики не упали, а EBITDA росла — как с помощью AI можно расширить возможности своего продукта и повысить его ценность — как понять, стоит ли вообще применять AI Кирилл Маркин. Воркшоп «Как решить сложную большую задачу с помощью AI: пайплайны, агенты и другие шалости» Для примера возьмем задачу написания статьи на заданную тему. Начнем с базового — попытаемся сгенерировать текст одним запросом, чтобы понять, почему это не работает. Затем научимся соединять запросы в цепочку, улучшая результат. Прикрутим валидацию и повторы на определенных этапах, чтобы уточнить детали. Добавим агентов и увидим, как они влияют на качество результата. И завершим оптимизацией агентов, чтобы весь процесс стал дешевле. Татьяна Савельева. Доклад «Как кратно вырастить выручку международного AI продукта и сделать позитивную экономику в 2024» Иван Самсонов. Доклад «Работа с AI-командами» Мы с вами сосредоточимся на продуктах, где ML - это основная функциональность. Расскажу про то: - как договориться о цели с ML-командой, чтобы считали своим, а не очередным "эффективным менеджером" - как объяснить бизнесу, про метрики моделей и управлять ожиданиями - где от продакта максимальная польза в ML команде