
Дайте данных
By GlowByte

Дайте данныхDec 28, 2021

Выпуск девятый: “В последнем выпуске сезона говорим с ведущим подкаста Александром Бородиным о работе, подкасте и планах”
Чем занимается Александр, когда не ведет подкаст? Что интересного сейчас происходит в моделировании в банковском секторе? О чем нужно знать, если планируете записывать подкаст?
На эти и другие вопросы Александр Бородин — ведущий подкаста и руководитель направления аналитики и моделирования в финансах и рисках, Advanced Analytics компании GlowByte — отвечает в выпуске. Задает же вопросы Наталья Тоганова, аналитик данных GlowByte и по совместительству продюсер подкаста.
В выпуске мы называем и благодарим всех, кто помогал делать подкаст и поддерживал нас:
Редактора Марию Андрюкову, которая следила за каждым словом Александра и гостей выпуска и оставляла только самое главное и интересное для слушателей. Звукорежиссера Сергея Бочарникова, благодаря которому у нас такой классный звук и заставка. Сотрудников компании GlowByte — Ирину Мефёдову, Марию Грапову и Павла Снурницына — которые поддерживали нас и сделали выход подкаста возможным. Хозяек студии “Норм” — Дарью Черкудинову и Анастасию Курганскаю — которые приютили нас в своей прекрасной студии.В выпуске Александр упоминает подкасты и влоги:
Кино:
Музыка:
Около профессии:
Управление проектами и продуктами
Другое:
Марина Галкина про путешествия (особенно по Чукотке)
Математические головоломки от MindYourDecisions
_____________
Редактор: Мария Андрюкова.
Звукорежиссер: Сергей Бочарников
Также над подкастом работали: Наталья Тоганова, Ирина Мефёдова.
Подкаст записан в студии “Норм”.
_____________
Это подкаст компании GlowByte и NoML Community
Мы на linkedin

Восьмой выпуск: "Путь в профессию или Где начать свою карьеру в data science"
Как меняется образование в области data science? Стало ли сложнее войти в индустрию? Поменялся ли карьерный путь аналитика в последние годы? В чем преимущества профильного образования? Какова роль аналитики больших данных в бизнес процессах?
В этом выпуске Александр Бородин беседует с независимым консультантом по data science Полиной Полуниной.
Все сказанное в выпуске является личным мнением Полины Полуниной и не отражает точку зрения ее работодателя. Выпуск был записан 22.06.2021.
Этот подкаст мы — компания GlowByte — делаем совместно с NoMLCommunity https://t.me/noml_community Присоединяйтесь к нам!
В NoMLCommunity проходят очные митапы! Хочешь зайти? — Узнай, когда будет ближайший! https://noml.club/
0:58 - Полина рассказывает о своем пути в data science
7:19 - Как изменились требования для позиций джун, миддл и синьор специалистов в последние годы?
11:22 - Дает ли университет и курсы все, что нужно специалисту в рабочих буднях?
15:18 - Какой набор скиллов необходим и где их получить?
28:47 - Какова отдача от внедрения подходов машинного обучения для бизнеса? Организация и развитие data science подразделения в компании ?
Редактор — Мария Андрюкова.
Также над подкастом работали: Наталья Тоганова, Ирина Мефёдова.
Подкаст записан в студии “Норм”.
_____________
Это подкаст компании GlowByte — https://glowbyteconsulting.com/ и NoML Community — https://t.me/noml_community
Мы на Linkedin — https://www.linkedin.com/company/glowbyte-consulting/

Выпуск седьмой: “Data science в целевом маркетинге: задачи, подходы и тренды”
Как DS помогает решать задачи целевого маркетинга? Каким образом подход customer journey связан с персонализацией предложений? Как проводить эксперименты на customer journey? Влияет ли местный менталитет на бизнес?
Об этом Александр Бородин беседует с руководителем Data Science в T1A USA Валентином Мареничем.
Этот подкаст мы - компания GlowByte - делаем совместно с NoMLCommunity https://t.me/noml_community Присоединяйтесь к нам!
7:20 - Три истории: в каких случаях эффективно применять DS.
13:20 - Какие каналы коммуникации с клиентом наиболее эффективны?
21:10 - Существенно ли разнятся подходы целевого маркетинга для разных индустрий?
25:00 - Цепочка эволюции персонализации
31:20 - Как находить путь клиента: экспертно или обращаясь за помощью к DS?
40:28 - Что в тренде кроме customer journey?
_____________
Редактор — Мария Андрюкова;
Также над подкастом работали: Наталья Тоганова, Ирина Мефёдова.
Подкаст записан в студии “Норм”.
_____________
Это подкаст компании GlowByte — https://glowbyteconsulting.com/ и NoML Community — https://t.me/noml_community
Мы на linkedin — https://www.linkedin.com/company/glowbyte-consulting/

Выпуск шестой: “Поведенческая экономика или Почему нам всем советуют почитать Даниэла Канемана”
Как экономическое поведение человека искажает идеальную картину мира, которая закладывается в моделирование? Стоит ли это учитывать в работе с большими данными? Как влияет финансовая грамотность на поведение человека? Можно ли понять отношение к риску по профилю в социальной сети?
Об этом Александр Бородин беседует с доцентом Высшей школы экономики кандидатом экономических наук Алексеем Захаровым.
Этот подкаст мы - компания GlowByte - делаем совместно с NoMLCommunity https://t.me/noml_community Присоединяйтесь к нам!
8:07 - Восприятие людьми рисков в разных жизненных ситуациях.
12:05 - Как меняется отношение к риску при росте финансовой грамотности?
15:15 - Немного о социально-одобряемом поведении.
19:20 - Как информация распространяется между людьми?
22:50 - Этичность проведения экономических экспериментов над человеком.
Редактор — Мария Андрюкова;
Также над подкастом работали: Наталья Тоганова, Ирина Мефёдова.
Подкаст записан в студии “Норм”.
_____________
Это подкаст компании GlowByte — https://glowbyteconsulting.com/ и NoML Community — https://t.me/noml_community
Мы на linkedin — https://www.linkedin.com/company/glowbyte-consulting/

Выпуск пятый: “ML в банке: о вызовах, успехах и экспериментах”
Чем ML в банке сегодня отличается от того, что было десять-пятнадцать лет назад? С какими вызовами сталкиваются компании при переходе на data driven подход? В каких задачах сейчас используют ML и будет использовать в будущем?
Об этом Александр Бородин беседует с заместителем председателя правления Московского кредитного банка Сергеем Путятинским.
Московский кредитный банк проводит хакатон! Информация ниже ⬇️
Этот подкаст мы - компания GlowByte - делаем совместно с NoMLCommunity https://t.me/noml_community Присоединяйтесь к нам!
0:56 - Эволюция ml в банке. Внимание к данным.
20:00 - Пример из логистики. Переход на data driven подход.
30:30 - Какие изменения ждут в будущем.
40:00 - Об экспериментах.
_____________
Хакатон для специалистов по DataScience
Московский кредитный банк (МКБ) организует онлайн хакатон для молодых специалистов по Data Science. Если ты студент последних курсов или начинающий специалист прояви свои таланты и выиграй отличные призы!
В хакатоне предстоит построить модель оценки вероятности выполнения обязательств клиентом банка при получении банковской гарантии.
Победителей определяем в два этапа:
1️⃣ Шортлист из 10 решений будет выбран по специальной метрике с помощью искусственного интеллекта.
2️⃣ Тройку победителей выберет комиссия экспертов.
Что на кону:
✅MacBook Pro, MacBook Air или Iphone.
✅Предложение присоединиться к уникальному коллективу одного из крупнейших банков России.
Старт Хакатона – 01.11.2021
Финиш – 30.11.2021
Подробности: https://hackathon-mkb.ru/?utm_source=podcast&utm_medium=referral&utm_campaign=hackathon_ds_2021
_____________
Редактор — Мария Андрюкова;
Также над подкастом работали: Наталья Тоганова, Ирина Мефёдова.
Подкаст записан в студии “Норм”.
_____________
Это подкаст компании GlowByte — https://glowbyteconsulting.com/ и NoML Community — https://t.me/noml_community
Мы на linkedin — https://www.linkedin.com/company/glowbyte-consulting/

Четвертый выпуск: "Жизненный цикл взаимодействия Data Scientist-a с моделью"
В какой момент модель начнет “бредить”? Как правильно передавать информацию и что такое регуляризация? Какие задачи решает наука и чем они отличаются от задач, которые решает бизнес? Какова роль бюджета в разработке моделей? Что такое воспроизводимость, и с чем ее едят? Почему все важнее становится интерпретируемость моделей?
Об этом Александр Бородин беседует с Игорем Куралёнком. Игорь отвечает за data science в Яндекс.Облаке.
В беседе упоминаются:
Belkin M. et al. (2019). Reconciling modern machine learning practice and the bias-variance trade-of. URL: https://arxiv.org/pdf/1812.11118.pdf
Доклад Артёма Трофимова “Мифическая воспроизводимость в ML разработке” (2021) URL: https://youtu.be/sTC_nayC8qc
Этот подкаст мы - компания GlowByte - делаем совместно с NoMLCommunity https://t.me/noml_community Присоединяйтесь к нам!
1:16 - О трендах в машинном обучении
7:20 - Возможно ли понять, что происходит внутри модели?
25:30 - Способна ли наука дать решения прикладным задачам?
30:58 - Какие знания нужны специалисту в области Data Science?
37:20 - Кто такой Data Scientist?
50:20 - AvtoML - автоматизация рутинных задач
Редактор — Мария Андрюкова;
Также над подкастом работали: Наталья Тоганова, Ирина Мефёдова.
Подкаст записан в студии “Норм”.
_____________
Это подкаст компании GlowByte — https://glowbyteconsulting.com/ и NoML Community — https://t.me/noml_community
Мы на Linkedin — https://www.linkedin.com/company/glowbyte-consulting/

Третий выпуск: "Как принимать решения в условиях неопределенности?"
Всегда ли нужна оптимизация? Как найти решение, удовлетворяющее требованиям клиента, если эти требования разнонаправленные? Как оптимизационный и прогнозный подходы в паре могут влиять на бизнес-стратегию? Как можно использовать ML в таких нестандартных местах, как кинотеатры?
Об этом Александр Бородин беседует с руководителем направления прогнозной аналитики и оптимизации GlowByte Максимом Гончаровым.
Этот подкаст мы - компания GlowByte - делаем совместно с NoMLCommunity https://t.me/noml_community Присоединяйтесь к нам!
00:56 Как оптимально принимать решения в условиях неопределенности.
06:05 Оптимизация: что это, чем отличается от других методов, какие задачи решает
11:11 Все ли задачи можно и нужно сводить к оптимизации?
15:40 Как применять оптимизацию? Примеры из практики.
28:23 Как установить оптимальную цену при помощи прогнозной модели?
31:32 Насколько оптимально и выгодно для бизнеса применение одновременно двух типов моделей: оптимизационной и прогнозной?
Редактор — Мария Андрюкова;
Также над подкастом работали: Наталья Тоганова, Ирина Мефедова.
Подкаст записан в студии “Норм”.
_____________
Это подкаст компании GlowByte — https://glowbyteconsulting.com/ и NoML Community — https://t.me/noml_community
Мы на linkedin — https://www.linkedin.com/company/glowbyte-consulting/

Второй выпуск: "Causality, или что делать, если нельзя провести А/Б тест"
Что такое causality? Что делать, если невозможно провести А/Б тест? Или если А/Б тест был проведен не идеально? При каких обстоятельствах можно и нужно прибегать к методам из эконометрики?
Об этом Александр Бородин беседует с бизнес-аналитиком Натальей Тогановой.
Этот подкаст мы - компания GlowByte - делаем совместно с NoMLCommunity https://t.me/noml_community Присоединяйтесь к нам!
Анонс выпуска и представление гостя
0:56 - зачем при анализе данных используются причинно-следственные связи и почему нельзя обойтись А/Б-экспериментами. Бонус - интересный пример из практики от Google
08:30 - что нового привнесли эконометристы в машинное обучение. Что такое каузальность?
10:35 - как работают причинно-следственные связи на практике? Топ-3 подхода в каузальности.
19:02 - каковы области применения методов эконометрики? Насколько им можно доверять?
22:35 - подведем итоги выпуска. Как скоро специалистов по дата-анализу смогут полностью заменить машины?
В выпуске упоминается книга Pearl J. & Mackenzie D. (2018) The Book of Why: The New Science of Cause and Effect.
Редактор — Мария Андрюкова;
Также над подкастом работали: Наталья Тоганова, Ирина Мефедова.
Подкаст записан в студии “Норм”.
_____________
Это подкаст компании GlowByte — https://glowbyteconsulting.com/ и NoML Community — https://t.me/noml_community
Мы на linkedin — https://www.linkedin.com/company/glowbyte-consulting/

Первый выпуск: “PMQ, или машинное обучение на производстве”
Что такое PMQ (Predictive Maintenance and Quality)? Обязательно ли надевать каску на производстве и посещать заводы (спойлер: да)? Как строить модели и передавать их в прод? Что надо знать и уметь, чтобы попасть в эту область data science?
В этом выпуске Александр Бородин и руководитель направления PMQ в GlowByte Consulting Александр Собенников ответили на эти и другие вопросы, а также заглянули в ридинг-лист специалиста PMQ.
Этот подкаст мы - компания GlowByte - делаем совместно с NoMLCommunity https://t.me/noml_community Присоединяйтесь к нам!
Таймкод
Анонс выпуска и представление гостя
01:10 Что такое PMQ
02:20 Целевое применением методов PMQ
05:23 Примеры применения PMQ в промышленности
08:24 Что нужно знать специалисту, который хочет применять PMQ
21:22 Основные методы, которые сейчас используются в PMQ
29:53 Особенности внедрения DS-решений в индустрии
36:22 Тренды на рынке DS
37:55 Что почитать
Ссылки:
Статья, которую Александр Собенников упоминает в конце выпуска: В черную металлургию за реальными делами: опыт Datana. Хабр. 18.05.202. URL: https://habr.com/ru/article/502082/
Редактор — Мария Андрюкова;
Также над подкастом работали: Наталья Тоганова, Ирина Мефедова.
_____________
Это подкаст компании GlowByte — https://glowbyteconsulting.com/ и NoML Community — https://t.me/noml_community
Instagram — https://www.instagram.com/glowbyte/
Наш YouTube канал — https://www.youtube.com/channel/UC9EOk4T20bM7pxnIKqW77-g/videos
Мы на linkedin — https://www.linkedin.com/company/glowbyte-consulting/