This Meetup is past

107 people went

Details

Na grudniowym spotkaniu będziemy gościć prelegentów z Grupy Allegro: Pawła Zawistowskiego i Kornela Kiełczewskiego.

Tytuł pierwszej prelekcji: "Od pomysłu przez hipotezę do modelu - co gdzie może pójść nie tak?"

Duża ilość danych stwarza ogromne możliwości. Możemy mieć wiele pomysłów, które trzeba spróbować wdrożyć aby się przekonać ile są warte. W idealnym świecie chcielibyśmy ścieżkę od pomysłu do wdrożonego modelu na produkcji przejść jak najprędzej. Czy zawsze jest to możliwe i o czym należy pamiętać aby nasza praca była efektywna?

Kornel Kiełczewski - inżynier w Grupie Allegro zainteresowany całą ścieżką od programowania po analizę danych. W ciągu ostatnich lat szuka możliwości jak najprościej zaimplementować swoje pomysły i hipotezy tak aby sprawdzić czy są one prawdziwe. Poszukuje odpowiedzi na pytanie jaki model dobrać do swojego problemu i dlaczego nic na własnych danych nie działa w praktyce tak jak powinno według blogów czy publikacji?

Ulubione narzędzia to Scala, Python, Apache Spark, Hive. Od niedawna poznaje uroki R

Tytuł drugiej prelekcji: "Kiedy modele wyfruną z gniazda - uczenie maszynowe "na produkcji"

Praca z danymi potrafi sprawiać wiele satysfakcji. Złożone ekosystemy składające się z wielu źródeł danych i mechanizmów z tych danych korzystających, mogą pomóc w zrozumieniu zachodzących zjawisk i podejmowaniu decyzji. W ramach prelekcji spróbujemy zastanowić się nad tym, jak mogą wyglądać interakcje pomiędzy modelami działającymi w takim ekosystemie i zadamy sobie pytanie: co może pójść nie tak i jak temu przeciwdziałać.

Paweł Zawistowski - badacz danych zainteresowany odnajdywaniem tego, co w zbiorach danych jest ukryte. W ciągu ostatnich 7 lat zajmował się różnorodnymi zagadnieniami - od ewolucyjnego uzupełniania brakujących wartości, przez modelowanie procesu obróbki metalu, aż po prace nad silnikiem rekomendacyjnym i wykrywaniem SPAMu.
Obecnie zawodowo związany z Grupą Allegro i wydziałem EiTI Politechniki Warszawskiej. W skrzynce narzędzi, którymi zarabia na chleb, czołowe miejsca zajmują R, scala i Spark.