Pavel Snurnitsyn
EMCR EMCR
or

Pavel Snurnitsyn

Pavel
Snurnitsyn
Expert

Russia (Россия), 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 1 month

  • 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

NoML Digest
1.8k subscribers
Read more

26 Apr 11:11

Семинар про Kolmogorov AI

▫️ 24 апреля (среда), 17:00 МСК
▫️ Подключение→

Выступают:
▫️ Михаил Зайцев, Kolmogorov AI
▫️ Григорий Шутов, GlowByte Advanced Analytics
▫️ Евгений Вилков, Data Ocean Nova

Тема: Платформа для DS/ML Kolmogorov: архитектура и демо

Аннотация
На семинаре расскажем про решения Kolmogorov AI и Data Ocean Nova для построения Data+ML платформы и покажем сквозной процесс разработки аналитических моделей на этой платформе: от постановки бизнес-задачи и управления рабочим процессом её решения, до внедрения моделей в промышленный контур с их последующей эксплуатацией. В процессе демо покажем:
▫️ Управление жизненным циклом моделей в Kolmogorov Continuity;
▫️ Подготовку фич для обучения моделей в Feature Store Kolmogorov Axiom, акцентируем внимание на спуск вычислений переменных в Apache Spark и сквозную интеграцию с платформой данных Nova;
▫️ Разработку моделей в Kolmogorov A2P — сборке SOTA OSS компонент, объединённых единым зонтичным пользовательским интерфейсом;
▫️ Валидацию и мониторинг моделей в Kolmogorov Predicate;
▫️ Деплоймент моделей в сборке Kolmogorov A2P.

22 Apr 21:57

22 Apr 19:45

Про ClearML

Недавно у нас на семинаре выступали коллеги из ClearML. Публикуем подборку материалов про функционал продукта от Тины и Натана.

Общие ресурсы:
▫️ Docs→
▫️ GitHub→
▫️ Slack→
▫️ YouTube→
▫️ Blog→ & Case Studies→

(Очередной) отчёт про важность платформ для DS/ML/AI:
▫️ The State of AI Infrastructure at Scale 2024 (5 минут).

Материалы и примеры про функционал пайплайнов и сёрвинга:
▫️ Pipelines: Pipelines Introduction (общее описание из документации), Pipeline from Tasks (разбор примера) и код примера на GitHub;
▫️ Serving: Serving Introduction (общее описание из документации), ClearML-Serving GitHub Repo (инструкция и примеры).

Некоторые вводные и обзорные видео в дополнение к тому, что было рассказано на нашем семинаре:
▫️ Improving a day in the life of: Data Scientist - How ClearML is actually used (30 минут);
▫️ Improving a day in the life of: MLOps Engineer - How ClearML is actually used 2 (50 минут);
▫️ Model Serving Monitoring and Traceability - The Bigger Picture (30 минут);
▫️ ClearML Onboarding Walkthrough: Part 1, Part 2, Part 3 (1 час 35 минут).

Ну и в наше время нельзя пройти мимо темы LLM:
▫️ ClearGPT - Your Data, Your LLM: How to Build a Support Slack Bot (20 минут).

21 Apr 10:53

Небольшой NoML Recap

Запись прошедшего вчера семинара будет через пару дней, а пока предлагаем вспомнить другие доклады в сообществе про применение прогнозной и оптимизационной аналитики в задачах ритейла и FMCG:
▫️ Максим Гончаров - Комплексный подход к оптимизации ассортимента, 2021 (1 час 25 минут);
▫️ Андрей Иванов - Применение квантильных оценок и прогнозирования вероятностных распределений в задачах прогнозно-оптимизационной аналитики, 2022 (1 час 10 минут);
▫️ Максим Гончаров, Вазген Амбарцумов - Управление промо-календарём на базе методов прогнозной и оптимизационной аналитики, 2023 (1 час 55 минут).

Плюс первые два доклада на митапе про анализ временных рядов (ссылки с таймкодами):
▫️ Андрей Иванов - Нейросетевые методы анализа временных рядов, использующие частотные характеристики, графовые нейронные сети, сети с вниманием и частотный анализ, 2022 (40 минут);
▫️ Антон Эм, Валерий Лоев - Повышение точности прогноза продаж с нестационарной сезонностью для сквозного операционного планирования при помощи вейвлет-разложений, 2022 (40 минут).

18 Apr 11:59

More content