Что бы мы не делали, если бы не было ML/AI?
Что бы мы не делали, если бы не было ML/AI?
Машинное обучение — одна из самых перспективных технологий современного времени наряду с AI, большими языковыми моделями и нейросетями. Но не каждый продакт знает, для чего и где его внедрять, и как оценить эффект от внедрения.
Машинное обучение — одна из самых перспективных технологий современного времени наряду с AI, большими языковыми моделями и нейросетями. Но не каждый продакт знает, для чего и где его внедрять, и как оценить эффект от внедрения.
Например, компании используют ML в стратегических целях: чтобы управлять ассортиментной матрицей, оптимизировать промо-бюджеты, обрабатывать контент, понимать, что нужно маркетингу в моменте — скидки, наценки или динамическое ценообразование.
Если вы хотите использовать машинное обучение в своих продуктах или уже используете, но не знаете как оценить эффект от внедрения, тогда этот доклад для вас!
На выступлении разберем:
Кому будет полезен доклад:
Если вы хотите использовать машинное обучение в своих продуктах или уже используете, но не знаете как оценить эффект от внедрения, тогда этот доклад для вас!
На выступлении разберем:
- Детали внедрения решений на базе машинного обучения от, А до Я;
- Какие «подводные камни» попадаются при внедрении таких решений;
- Как синхронизировать работу ML моделей, собрать их в единый процесс и оценить результат.
Кому будет полезен доклад:
- Тем, кто уже использует ML или только собирается внедрять в работу компании;
- Продакт-менеджерам, маркетологам и всем специалистам, которые хотят использовать передовые технологии для развития продукта и драйверa бизнеса.
Например, компании используют ML в стратегических целях: чтобы управлять ассортиментной матрицей, оптимизировать промо-бюджеты, обрабатывать контент, понимать, что нужно маркетингу в моменте — скидки, наценки или динамическое ценообразование.
Если вы хотите использовать машинное обучение в своих продуктах или уже используете, но не знаете как оценить эффект от внедрения, тогда этот доклад для вас!
На выступлении разберем:
- Детали внедрения решений на базе машинного обучения от, А до Я;
- Какие «подводные камни» попадаются при внедрении таких решений;
- Как синхронизировать работу ML моделей, собрать их в единый процесс и оценить результат.
Кому будет полезен доклад:
- Тем, кто уже использует ML или только собирается внедрять в работу компании;
- Продакт-менеджерам, маркетологам и всем специалистам, которые хотят использовать передовые технологии для развития продукта и драйверa бизнеса.
Григорий Фрольцов
Product Lead, Купер.тех
Product Lead, Купер.тех
- 10 лет в управлении продуктами и продуктовыми командами. Прошёл путь: разработчик — системный аналитик — менеджер продукта;
- Внедряет машинное обучение в текущую работу компании там, где это необходимо. В продуктовом портфеле более 20 продуктов, связанных с ML.
Григорий Фрольцов
Product Lead, Купер.тех
Product Lead, Купер.тех
- 10 лет в управлении продуктами и продуктовыми командами. Прошёл путь: разработчик — системный аналитик — менеджер продукта;
- Внедряет машинное обучение в текущую работу компании там, где это необходимо. В продуктовом портфеле более 20 продуктов, связанных с ML.
