Станьте спикером ML-конференции IML. 16–17 мая в Санкт-Петербурге и онлайн.  От прикладных кейсов до фундаментальных вопросов ML — подавайте заявку на доклад до 12 марта. Подробности на сайте IML: jrg.su/hebX2E

Приглашаем на IML 2025! Конференция пройдет 16—17 мая в Питере. Билеты по стартовой цене уже в продаже. В этот раз по билету на IML можно пройти также пройти на PiterPy — конференцию для всех, кто пишет на Python. Подробности — в Telegram-канале IML: t.me/iml_conf

Рубрика #MondayLearning возвращается: начинаем публиковать по понедельникам записи докладов. Для начала — о качестве работы ML-моделей на примере поиска Яндекс Лавки: youtu.be/oXSXHlHacAo

По запросу «как работать с Jupyter-ноутбуками» найдётся много туториалов. Но в них обычно не говорят «как работать с файлами в команде». И об этом в рубрике #MondayLearning поговорим мы: youtu.be/bc27Zb_DGs0

Елизавета Афанасьева (Пушкарева) расскажет, как в «Точке» чистили большие текстовые корпусы для обучения LLM. Увидим, как очистка отразилась на качестве итоговой модели и потреблении компьюта: jrg.su/MuBgSw

Совместный выпуск подкаста от конференций PiterPy и IML — поговорили в про современный ИИ и его влияние на разработку. Затронули ассистентов, бенчмарки и модных ныне агентов.  Выпуск уже: — на YouTube: jrg.su/kHzYXm  — в VK Видео: jrg.su/crNZy3

На IML были не только доклады. Сегодня в рубрике #MondayLearning — обсуждение холиварного вопроса. Если у вас есть своё мнение, смело излагайте в комментариях: youtu.be/eKpMOhGr2T8

Лина Вельтман и Карина Романова поделятся опытом Wildberries во внедрении LLM для рекомендательных систем. Узнаем, как компания прошла путь от архитектуры P5 до оптимизированной decoder-only small language model: jrg.su/tUcSfd

Поскольку тема MLOps находится на стыке ML и DevOps, она попадает сразу на две наших конференции: IML и DevOops. Сегодня в рубрике #MondayLearning открываем запись доклада с первой, а если захочется больше, можете найти и записи второй: youtu.be/ppPKIJZK6tI

Узнайте, как выбрать подходящий alignment-метод для своих задач, сократить вычислительные затраты и сделать обучение LLM доступнее. В докладе Иллариона Иова «Alignment for All» на конференции IML. Подробности: jrg.su/bdMYqy

Как обсуждать MLOps? Берёшь старые холивары про DevOps, меняешь в вопросах «Dev...» на «ML...», готова дискуссия! Шутки шутками, но сегодня в #MondayLearning отчасти такое обсуждение и публикуем: youtu.be/37Wulooruts

Технический директор Цельс Евгений Никитин расскажет о трюках, которые помогут подтянуть метрики DL, когда нет времени на долгую разметку и смену архитектуры: jrg.su/eeY7e5

Название «Airflow» можно встретить нередко. Но вот подробный рассказ о его практическом применении в большом продакшне — нечасто. Сегодня рубрике #MondayLearning именно такая запись: youtu.be/e07b08r-u0M

Сергей Воробьёв из Яндекса расскажет об инструментах и подходах, которые применяются для обучения и использования LLM на большом количестве GPU. Обсудим PyTorch FSDP и подходы из статей Llama / Qwen / DeepSeek: jrg.su/3bnKKn

Иван Максимов расскажет, как в Яндекс Маркете строят discovery-сценарий в рекомендациях, чтобы увеличить частотность покупок в долгосрочной перспективе: jrg.su/hAmWBT

Дмитрий Бугайченко из Сбера затронет «хайповую» тему ИИ-агентов: как они появились и развивались, где применяются и что поменялось в этой области с появлением LLM: jrg.su/sFuFb2

Название AMD в связи с ML можно услышать куда реже, чем название NVIDIA. Но от этого лишь интереснее посмотреть запись доклада: а как там обстоят дела: youtu.be/NbgD9fsZ0uU

Роман Песков расскажет о разработке системы, которая защищает и оптимизирует взаимодействие с LLM. Узнаем, как в Циан реализовали свой LLM Gateway на Python и какие проблемы это помогло решить: jrg.su/rrhDZn

Филипп Ульянкин расскажет, как в Яндекс Go Такси модифицируют правило назначения водителей на заказ, чтобы уменьшить число ДТП: jrg.su/23gfLe

Дмитрий Сошников из НИУ ВШЭ расскажет об основах построения многоагентных систем на базе семейства языковых моделей YandexGPT 5: jrg.su/TyFDUf