Какой будет Big Data Conference 2018?

Сегодня умение анализировать огромные массивы данных становится одним из мощнейших конкурентных преимуществ любого бизнеса. Несмотря на популярность термина Big Data, практическая сторона целого кластера связанных с ним технологий не очевидна для большинства компаний.

Если чувствуете, что где-то в больших данных может быть ключ к лидерству в отрасли, но пока не знаете, как это использовать, то вам стоит посетить Big Data Conference.

Подтвержденные спикеры и программа

В программе запланировано 45 выступлений: 15 бизнес-кейсов, 15 технологических нетривиальных решений и 15 научных докладов.

Бизнес-трек

1. Леонид Жуков (директор BCG Gamma в России) расскажет о том, как снизить на 40% количество перебоев в подаче электроэнергии и отказов электросетевого оборудования в крупной энергоснабжающей компании благодаря внедрению предиктивного решения с использованием методов машинного обучения.
2. Артур Хачуян (Social Data Hub) на кейсах расскажет про три типичные ошибки машинного обучения в бизнесе
3. Артём Костырко (руководитель продукта «Большие Данные» ДИТ города Москвы) расскажет о том, как строить прогнозные модели для формирования индивидуальной образовательной траектории школьников Москвы.
4. Алексей Большухин (ведущий специалист по развитию, торговая сеть «Лента») и Алексей Шатерников (эксперт по Machine Learning, ГК «КОРУС Консалтинг») расскажут о том, как инструмент на базе технологии машинного обучения анализирует большие данные торговой сети «Лента» и делает точные прогнозы спроса на 10 недель вперёд.
5. Максим Шляпнев (директор по консалтингу IT Pro) расскажет, как поддерживать бесперебойное заполнение полок 150 магазинов на просторах СНГ цельными линейками одежды по размерам и цветомоделям, анализируя товарооборот и товарные остатки.
6. Михаил Шкляев (руководитель Data Lab Dentsu Aegis Network) поделится data – решением из автоиндустрии. На примере кейса с компанией Lexus спикер расскажет о подходе к анализу, построению прогнозной модели и оптимизации привлечения потоков клиентов, имеющих интерес к конкретным товарам, в торговые точки. Немного теории о задачах и много практической информации о решении и результатах.
7. Сергей Ерёмкин (МТС) поделится опытом МТС на примере кейса по управлению персоналом
8. Любовь Пшеничникова (заместитель генерального директора Weborama в Восточной Европе и Центральной Азии) расскажет о методах сегментации и кластеризации аудитории легендарного российского автопроизводителя и о том, какие результаты может получить клиент от внедрения централизованного data-driven подхода.
9. Елена Новикова (Генеральный директор Polymedia) и Александр Абугалиев (ведущий специалист по анализу данных в Visiology) расскажут о кейсе в области предиктивной аналитики в промышленности.
10. Иван Исаев (директор и со-основатель ASTERA.in) расскажет на конкретных примерах, как идентифицировать конкретные точки приложения AI на промышленном предприятии и как добиться, чтобы применение технологий анализа данных внутри компании привело к повышению эффективности в целом и вылилось в экономический эффект
11. Давид Мелкумян (директор отдела разработки World Class) и Сергей Марин (Студия Данных) расскажут про кейс создания рекомендательной системы, которая повысила лояльность клиента в сети фитнес клубов World Class
12. Илья Мунерман (директор исследовательского подразделения «Интерфакса») поделится методами корректировки скоринговых моделей участников рынка франшиз
13. Игорь Балк (Global Innovation Labs) расскажет, как не потратить миллиард на исследования
14. Александр Ерофеев ( директор по стратегическому маркетингу Группы «М.Видео-Эльдорадо») расскажет о том, как аналитика данных позволяет узнать, чего хочет клиент до того, как он сам это поймёт, и что делать, если клиент ушёл ни с чем

Технический трек:

1. Евгений Виноградов (Яндекс) на примере антифрода Яндекс.Кассы покажет, как сохранять клиентов, минимизировать потери выручки и защищать от призоловов
2. Андрей Созыкин (банк «Точка») покажет, как большие данные могут облегчить жизнь банкам на примере обнаружения операций, которые выполняются для противозаконных целей.
3. Владимир Волков (директор проектного офиса Big Data ГК «РАМАКС») расскажет, как создать многогранный инструмент для предотвращения «репутационных катастроф», вызванных поздним реагированием на негативные клиентские всплески в социальных сетях, и как управлять лояльностью к бренду в режиме online.
4. Олег Катрышев из Driveback расскажет, как большой интернет-магазин скорит большие данные и находит тех, кто делает ему 80% продаж.
5. Михаил Богданов (глава DataData) расскажет о набитых шишках при внедрении data science в суровый уральский химпром, где даже база данных в амбарных книгах.
6. Егор Матешук (Ostrovok.ru) расскажет, как построить эффективную систему аналитики для сервиса онлайн-бронирований и извлечь из нее пользу для клиента.
7. Геннадий Штех (Lead Data Scientist в IRELA) расскажет как масштабировать на международный рынок ML-решение, зависящее от обработки естественного языка: применение кросс-язычных эмбеддингов в поиске
8. Виктор Делисов (Senior Data Analyst в АДВ Лаб) поделится технологией, помогающей прогнозировать тренды в соцсетях (на примере мессенджера Telegram)
9. Руслан Сабитов (р уководитель направления в Департаменте информационных технологий НКО «Национальный Клиринговый Центр») расскажет, как команда внедряла технологии Big Data для регуляторной отчетности, даст обзор архитектуры решения и промежуточные результаты проекта.
10. Павел Бахтин (научный сотрудник Отдела информационно-аналитических систем в Институте статистических исследований и экономики знаний НИУ ВШЭ) поделится архитектурными решениями и расскажет про подводные камни при выстраивании систем текстовой аналитики для поддержки принятия стратегических решений
11. Владислав Виноградов (Data Scientist в EORA) расскажет про распознавание рукописных схем на примере химических формул
12. Алексей Чернобровов объяснит, как используя прокси-метрики, вы сможете решать задачи, для которых раньше вам всегда не хватало данных.
13. Александр Сербул ( Руководитель направления контроля качества интеграции и внедрений в 1С-Битрикс) расскажет про и спользование AWS SDK для репликации данных из mail.ru в Amazon S3
14. Алексей Кожевин (Data Scientist в Газпром нефть) поделится опытом проведения воспроизводимых исследований с параллельным обучением многих нейросетей
15. Игорь Рекун (Head of Machine Learning, Dbrain) покажет, как добиваться качественной краудсорсинговой разметки

Подробнее ознакомиться с программой и зарегистрироваться на мероприятие можно на сайте bigdataconf.org.

Все самые последние обновления на страницах события в Facebook и VKontakte, а также в официальном Telegram-канале.