Pavel Snurnitsyn
EMCR EMCR
or

Pavel Snurnitsyn

Pavel
Snurnitsyn
Expert

Russia (Россия), Moscow (Москва)

Educational experience

  • МГУ им. М.В. Ломоносова

    Механико-математический факультет, аспирантура

  • Орловский Государственный Университет

    Физико-математический факультет, прикладная математика

Work experience

  • Data Sapience

    Директор продукта Kolmogorov AI — 3 years 2 months

  • GlowByte

    Руководитель практики Advanced Analytics — 3 years

  • GlowByte

    Аналитик, ведущий аналитик, руководитель направления — 6 years

Join EMCR community to see other profiles, get access to CVs, send messages etc.

Professional expertise areas

Please click on any category above if you want to see or subscribe for other content marked with the same category or other categories

Join EMCR community to see other profiles, get access to CVs, send messages etc.

Telegram channel

1.9k subscribers

Вместо семинара

На этой неделе у нас не случился доклад про солвер COPT, но можно вспомнить наш старый доклад по этой теме:
▫️ Александр Собенников - Решение оптимизационных задач в новых реалиях, 2022 (1 час).

А если есть сомнения в перспективах вендорского солвера, можно вспмонить наш недавний доклад про разгон опенсорса:
▫️ Максим Гончаров, Алексей Никоноров - Опыт по ускорению оптимизационных open source солверов на примере решения задачи NBO, 2024 (1 час 45 минут).

16 May 20:24

Отмена семинара 15 мая

На этой неделе семинар, к сожалению, не состоится. Заявленная тема переносится на осень.

14 May 10:48

Семинар про мультиагентный ИИ

▫️ 8 мая (среда), 17:00 МСК
▫️ Подключение→

Выступают:
▫️ Захар Понимаш, генеральный директор, руководитель AI разработки, ФракталТех;
▫️ Виктор Носко, соучредитель, исследования и развитие, ФракталТех.

Тема: Мультиагентный искусственный интеллект: современные тренды и преимущества синергии с LLM

Аннотация
Структура доклада:
▫️ Введение в мультиагентные системы (Multi-Agent System, MAS), обзор современных подходов мультиагентного моделирования;
▫️ Принципы дизайна MAS: какие задачи агенты должны решать, а какие нет; как агент планировщик декомпозирует задачи; как выглядит процесс переговоров агентов, …;
▫️ Разбор на примерах, как работает MAS в задачах Visual QA (ответы по документам с применением RAG) и Arithmetic Reasoning;
▫️ Преимущества MAS для различных классов задач; почему мультиагентный подход дает большую надежность в задачах со сложной предметной областью, например, CAD, или анализ научных публикаций.

О докладчиках
▫️ Захар Понимаш. Создатель собственного AI Framework, автор алгоритма эффективного обучения трансформеров Fast Experts Tuning и Fractal Answer Synthesis, специалист по обработке сигналов, разработчик ИИ психолога Сабина Ai, участник и победитель 7 ML хакатонов, автор RAG системы FractalGPT QA, принимал участие в разработке библиотеки ExplainitAll. 7+ лет в Ai, более 10 завершенных коммерческих ИИ проектов с LLM и нейросетями.
▫️ Виктор Носко. Визионер открытого и прозрачного ИИ, соавтор и разработчик первого в РФ генеративного ИИ чатбота-психолога Сабина Ai, докладчик на 7+ ИИ конференциях, принимал участие в разработке RAG системы FractalGPT QA, участвовал в разработке ExplainitAll — библиотеки интерпретируемого ИИ для нейросетей трансформер. 6+ лет в Ai, более 8 завершенных коммерческих ИИ проектов с LLM.

6 May 17:52

Про тренды трендов

Кстати, интересно посмотреть на то, как сложность D&A отражается в подаче самих трендов Gartner:
▫️ Когда-то был так называемый Gartner Magic Quadrant для DS/ML платформ — по сути рейтинг 10-20 вендорских платформ. В связи со взрывом ландшафта решений и фреймворков для DS/ML он потерял актуальность и был заменен на так называемый Market Guide Report, описывающий каким функционалом должна в принципе обладать идеальная DS/ML платформа, но уже без попыток проанализировать и обозреть все существующие платформы.
▫️ Когда-то в D&A/ML/AI трендах от Gartner проскакивали конкретные технологии, такие как например графы, причинно следственный анализ или Edge-аналитика. В какой-то момент это тоже потеряло особый смысл, и был обозначен один тренд Emergent AI — все новые методы и технологии ML/AI потенциально полезные для бизнеса с посылом, что полезно за всеми этими технологиями следить.
▫️ А теперь потеряло смысл и выделение каких-то отдельных трендов D&A, таких например как Data Fabric, Observability или Responsible AI. Просто обозначены 4 крупные группы.

Вообще, даже эти 4 тренда Gartner 2024 можно еще сгруппировать в 2 ключевых мотива:
▫️ Важность D&A для бизнеса (тренд №4 в целом решает ту же задачу эффективного достижения бизнес целей организации с помощью широкой адаптации D&A);
▫️ Управление сложностью (проблемы доверия к данным и аналитике из тренда №3 — по сути следствие этой сложности).

А управление сложностью в конечном счете тоже нужно для решения бизнес задач, так что тренд остаётся один:
▫️ Используйте данные и аналитику осознанно для решения ваших бизнес задач)) Саша Бородин, привет;)

Уже меньше чем через полтора часа начнём наше обсуждение трендов, подключайтесь→

2 May 17:44

More content