Темы для выступлений

Тема	Тезисы	Результат
ИИ вокруг нас	Об использовании ИИ в различных сферах вводная часть и до генеративных сетей в инструментах	Общее представление и интерактивные примеры использования ИИ
DS для бизнеса - вводная	Вводный курс для управленцев по изучению машинного обучения (что это, зачем и когда появилось)	Общее представление о развитии машинного обучения. Отличие ML задач классификации, кластеризации, регрессии и прочее
DS для бизнеса - роли для решения ML задач	Лекция о командах и ролях в Data Science	Кто такой моделист, какой он бывает, как работает, роли в Sata Science
ИИ в финтехе	Обзор кейсов в финтехе и разбор продукта Маркетинговый оптимизатор	Вложения в финтех, примеры работы в банке, глубокий разбор задачи оптимизации коммуникаций
Индекс зрелости ИИ	Кто и зачем анализирует индекс зрелости ИИ в компаниях	Blueprint по внедрению инструмента, насмотренность по бенчмаркам зарубежных компаний
GenAI и этический вопрос	Примеры решения задач с помощью генеративных сетей, в том числе ChatGPT, и этические проблемы его использования	Возможности прототипирования продуктов с внедренным GenAI, фишки ChatGPT, этическая сторона использования
Методологии ведения DS проектов	CRISP-DM и другие методологии для решения DS задач	Опорные точки при внедрении DS в бизнес-процессы
Юридические препятствия и надежность в DS проектах	Какие юридические препятствия могут возникнуть в Data Science проекте и почему важно прорабатывать Data Science проект с юристами и инфобезами. Какая надежность бывает у DS продуктов	Этапы создания юридически безопасного продукта, обеспечение надежности проектов
AutoML и нейросети когда можно обойтись без них	Обзор AutoML практик и разбор кейсов, когда нужны нейросети. SOTA	Понимание AutoML, устройства нейросетей и принципов их применения
LLM и RAG, SD и LORA	Углубленная лекция про работу с текстами и табличными данными. Дообучение LLM через RAG. Углубленная лекция про работу с изображениями. Дообучение StableDiffusion через LoRA.	Набор практик для тестирования LLM и нейросетей, генерирующих изображения
Глоссарий Data Science. Как разговаривать на языке моделистов	Разбор основных терминов ML специалистов	Готовый глоссарий терминов
Большие данные и архитектура + BI инструменты	Виды больших данных и инструментов для их хранения	Характеристики больших данных, примеры архитектур по работе с ними + практики BI инструмента suerset
Мотивация и развитие DS специалистов и аналитиков	Как найти хорошего DS специалиста и удержать его в команде	Набор практик и инструментов