12 кейсов и 12 технологических решений для анализа больших данных

Магистрский курс Тёмкина входит в пятерку лучших курсов в области информационных технологий в США, а в 2017 году программа Бостонского университета вошла в топ-10 программ по большим данным.

Анатолий представит тему «Большие данные, конфиденциальность и кибербезопасность. Защита информации в век квантовых компьютеров».

Анатолий ТёмкинBoston University

Доклад о том, как Москва ищет и находит взаимопонимание с жителями на основе механизмов машинного обучения.

Мария АнисимоваДИТ Москвы

Почему для Big Data сегодня не нужен «космический» бюджет.

Иван НастюхинFlocktory

Не все инсайт, что красиво визуализировано. Несколько успешных историй поиска и извлечении смысла из больших данных в e-commerce проектах с помощью доступных инструментов визуализации из Google BigQuery

.

Максим Кулиш OWOX

Как с помощью анализа данных можно выявить лидеров мнений.

Артур ХачуянSocial Data Hub

Как использовать анализ данных для оценки эффективности расходования бюджетных средств.

Игорь БалкGlobal Innovation Labs

Как подготовиться к тому, что через 10 лет машинное обучение станет единственным методом обработки данных.

Никита ИвановGridGain

Как страховые компании трансформируются в мире интернета вещей и меняют рынок в 1 трлн рублей.

Павел БутенкоINTOUCH

Представит кейс использования прогнозной аналитики и больших данных в нефтегазовой индустрии на примере разработки программы диагностического техобслуживания для крупной нефтегазовой компании .

Леонид ЖуковBoston Consulting Group

Кейс «Прогнозирование увольнений работников». Может ли предиктивная аналитика успешно применяться в управлении персоналом?

Прямкова Мария IBS

Расскажет историю о том, как с помощью машинного обучения объединить данные из разных источников в один пул, и что потом с ним делать. Покажет, как объединенная информационная система уже сейчас помогает нашим клиентам предупреждать риски и находить возможности роста в FMCG .

Яна СалимоваNielsen

Всегда ли BigData – это большой мгновенный успех? Разберемся, почему это не так, на примере кейса Ростелеком.

Вячеслав БлагиревРостелеком

Расскажет об использовании видеокарт как ускорителей для баз данных.

Анатолий ЛевенчукTechInvestLab

«У них был логин, пароль, пара гит репозиториев и аккаунт в облаках — и они научились разворачивать DataLake на 10Пб за 4 часа и собирать туда данные».

Виктор АндреевEPAM

В докладе поделится опытом алгоритмического и технического проектирования платформы, использующей кластер нейронных сетей (deeplearning4j), обратные индексы (lucene) и REST-веб сервер (jetty) для массового обслуживания диалогов технической поддержки для предсказания вероятных ответов на вопросы клиентов. Особое внимание будет уделено алгоритму работы нейронной сети, осуществляющей нелинейную трансформацию семантических пространств вопросов и ответов.

Александр Сербул1-С Битрикс

Решения, принимаемые экспертами на основании собственного опыта и лучших практик рынка, уходят в прошлое. На смену им приходят решения, основанные на результатах анализа данных. И процессы управления персоналом – не исключение. Роман расскажет о том, какие предиктивные модели уже используются в HR технологиях

Роман СтятюгинMail.Ru Group

Watson Data Platform в реальных проектах IBM

Андрей ОрловIBM

Методы обработки данных компьютерной томографии при диагностировании раковых заболеваний

Роман ХудорожковДИТ Москвы

Расскажет про новый уровень BI-систем и аналитики — геймификации больших данных для создания call to action у пользователей

Андрей ШумовVizex

Расскажет про особенности нового открытого алгоритма градиентного бустинга CatBoost и про то, каким компаниям, где и как его можно (и нужно) использовать на практике. Именно градиентный бустинг используется в продакшене крупных компаний, например, для ранжирования результатов поисковой выдачи, задач предсказания погоды и рекомендации контента, а также выигрывает многочисленные соревнования по машинному обучению

Анна Вероника
ДорогушYandex