Митап

MLечный путь — 2025: знания, опыт, комьюнити

Митап для тех, кто делает ML. Обсудим кейсы, технологии, реальные сложности и способы с ними справиться. Будем не только слушать, но и обмениваться мнениями в дискуссиях, челленджах и на питчах проектов. Каждый участник сможет напрямую поговорить с экспертами, задать вопросы и получить подробную обратную связь.

23 апреля, 18:00
СПб, Цветочная, 19; Онлайн

Регистрация

В фокусе внимания

Живое общение. Обсуждайте проблемы и их решения с коллегами и спикерами митапа.
Питч-сессия. Презентуйте свои проекты — эксперты дадут обратную связь и наградят лучших призами. Для участия в питче нужно подать заявку.
Интерактивы. Выбирайте лучшие проекты, участвуйте в челленджах и викторинах. Получайте за это мерч и другие призы.

Будьте в центре обсуждений, влияйте на индустрию и становитесь частью ML-сообщества будущего.

Наша цель — сделать онлайн не менее полезным, чем офлайн: вы тоже сможете голосовать за проекты на питч-сессии, участвовать в нетворкинге и интерактивах.

Спикеры ответят на ваши вопросы как прямом эфире, так и в чате.

Зачем идти

ML-разработчикам: найти решения для продакшена и оптимизации.
MLOps-инженерам: узнать еще больше о работе с ML-инфраструктурой.
Стартаперам: презентовать свой проект и получить экспертный фидбек.
Экспертам индустрии: понять, как решать задачи с помощью ML.

Программа

17:00-18:00

Регистрация участников
18:00-18:10

Вступительное слово
18:10-18:35
Как приручить LLM: подбор инфраструктуры для инференса без головной боли
- Антон Алексеев DevOps-инженер, Selectel
Расскажу, как подобрать инфраструктуру для ML под любой запрос бизнеса на примере кейсов Selectel.

Вы узнаете, какие инструменты помогают выбрать инфраструктуру, как протестировать производительность инференса и автоматизировать процесс. Разберетесь, как пройти путь от ручных запусков примеров моделей до автоматизированного анализа работы фреймворков на GPU с подбором оптимальной конфигурации.
18:40-19:05
Как оптимизировать инференс в GPU
- Артемий Мазаев Продуктовый лидер, Cloud.ru
Объясню, как оптимизировать затраты на использование GPU.

Cloud.ru выяснили, что не все клиенты используют GPU более, чем на 70%. Благодаря этому появилась система SharedGPU. Вы услышите, как от простых деплоев прийти к решениям SharedGPU и MultiGPU Inference. Вместе с вами запущу модели LLM, Flux и Embedder на базе нашей технологии SharedGPU и подробно разберу процесс ее разработки.
19:05-19:30

Кофе-брейк
19:30-19:55
Инференс в экстремальных условиях
- Женя Никитин Технический директор и кофаундер, Цельс
Научу справляться со сложностями инференса и мониторинга в разных условиях.

В медицинском ML иногда приходится проводить деплой на локальном защищенном сервере в регионе, иногда — в рентген-вагоне или в клинике без интернета. Расскажу, как меняется процесс инференса DL-моделей и как преодолеть трудности на любом уровне.
20:00-20:25
Edge-AI в полевых условиях: развертывание видеоаналитики для комбайнов
- Адель Самигуллин Senior-разработчик, Русагро Тех
Расскажу о нестандартных задачах бизнеса на примере личного кейса с созданием системы компьютерного зрения для агропромышленности.
Поделюсь альтернативами дорогостоящих NVIDIA Jetson. Расскажу, как выбрать нейросетевое решение и провести первую итерацию обработки большого количества собранных данных. Объясню, как формировать данные для обучения и валидации. Поговорим про Data Shift и работу с новыми данными.
20:25-20:40

Общение с залом, завершение докладов
20:40-21:00

MLOps Startup Pitch — питч pet-проектов