Machine Learning в бизнесе: мода или драйвер прибыли?
20 ноября
12:00-13:30
Только прямой эфир
Участие бесплатно
Бесплатный вебинар в рамках курса «Цифровая трансформация»
Бесплатный вебинар
За один день вы узнаете, что такое машинное обучение и как эта технология может оптимизировать бизнес-процессы. На базовом уровне разберётесь в сборе и хранении данных. Узнаете, стоит ли нанимать ML-специалистов в штат. Поймёте, из чего складывается бюджет ML-проекта и как сделать так, чтобы он запустился, а не ушёл в стол. Познакомитесь с реальными кейсами, когда машинное обучение принесло компаниям пользу.
Машинное обучение, или Machine Learning, — инновационный метод анализа данных. Программы, разработанные с помощью ML, умеют предугадывать поведение клиентов, строить финансовые прогнозы, предсказывать поломки на производстве и не только. Они принимают решения почти как люди. С той разницей, что человек просто не может анализировать такое же количество информации и находить настолько глубокие корреляции.
Что такое Машинное обучение?
Machine Learning используют в промышленности, ритейле, финтех-проектах, рекрутинге, медицине, маркетинге и других сферах.
По данным MMC Ventures, каждая 10-я крупная компания уже внедрила машинное обучение в бизнес-процессы.
Согласно Salesforce Research, 83% IT-компаний считают, что машинное обучение улучшает клиентский опыт.
Кому полезен вебинар
HiPO-сотрудникам
Получите базовые знания о перспективной технологии машинного обучения. Познакомитесь с успешными кейсами на российском и зарубежном рынке. Поймёте, как запустить ML-проекты в своей компании и сможете сделать следующий шаг в карьере.
Предпринимателям и руководителям
Узнаете, как устроены ML-проекты, сколько стоят и какую пользу приносят бизнесу. Оцените, нужно ли вашей компании машинное обучение. Сможете избежать ошибок при запуске ML-проектов и сделаете первые шаги к цифровой трансформации бизнеса.
Программа
Что такое Machine Learning.

Оценки аналитиков: как и почему растёт рынок ML.

Как операционализация сменяет тренд на пилотные проекты.

4 основных блока проблем при внедрении ML-проектов.

Как правильно собирать данные.

Почему для реализации ML-проекта требуются не только IT-специалисты. Кейс MIT.

Сложности в найме специалистов по Data Science.

Инфраструктура для хранения и обработки данных.

Бюджет ML-проекта и оптимизация затрат.

Как посчитать эффективность ML-проекта. Удачные кейсы.
20 ноября, суббота
01
02
03
04
05
06
07
08
09
10
Спикер мероприятия
Алёна Дробышевская
Руководитель направления по развитию сервисов машинного обучения Yandex.Cloud
Отвечала за стратегические решения в области хранения и анализа данных в Microsoft.
Возглавляла направление Smart Technologies в KPMG по России и СНГ.
20+ лет опыта в анализе данных, машинном обучении и облачных технологиях.
Работала в Oracle, где занималась выводом на российский рынок хранилищ данных и инструментов бизнес-анализа.
Воркшоп проходит в рамках курса «Цифровая трансформация»
Базовый курс для предпринимателей, руководителей и HiPO-сотрудников. Вы получите необходимый минимум для запуска цифровых преобразований в бизнесе.
Старт: 30 ноября
Длительность: 2 месяца
Зарегистрируйтесь, чтобы не пропустить бесплатный вебинар
Нажимая на кнопку, я соглашаюсь
на обработку персональных данных
20 ноября
12:00 (UTC+03:00) Москва
© 2021 Skillbox