Alfa Advanced Analytics

Что ни день, то хакатон непростая задачка!

Как найти нужную сцену в фильме за секунду? На хакатоне от ЦУ × ИТМО участникам нужно было разработать систему, которая по описанию пользователя находит конкретный фрагмент фильма или отвечает на вопросы по сюжету. Задача усложнялась тем, что работать нужно было сразу с видео и текстом, без готовых решений и с жёстким ограничением по времени ответа.

Наши коллеги Андрей Мирошниченко и Тимофей Лисоченко вместе с сокомандниками — Тимуром Захаровым (МИСИС, CV-инженер в Х5) и Семёном Исаевым (РАНХиГС, DS в Сбере), предложили решение и забрали первое место 🏆

На карточках разбираем задачу, подход и стратегию, которая в итоге привела к победе 🔼

#aaa_experts

🎬🔍⚡️
🤯📊🎥+📝
🚫📦 ⏱<1s
🧠💡🏆
🔼

Что хотел сказать автор?

Новый клип. 0 просмотров. 0 лайков. Кому его показать?

Это и была задача на соревновании VK RecSys Challenge: найти 100 пользователей из 10 млн, которые с наибольшей вероятностью посмотрят новый клип и поставят лайк.

Главная сложность — клипы появляются на платформе впервые, поэтому по ним нет данных о взаимодействиях.

Наш коллега Никита Трифонов справился с заданием лучше всех и занял 1 место 🏆

Главный урок: иногда выигрывает не самая модная модель, а проверенная временем классика.

На карточках разбираем постановку задачи, особенности датасета и подход, который привёл к победе 🔼

#aaa_experts

Хорошая летняя школа — это когда после неё выходит статья международного уровня 🤩

Этим летом мы выступили генеральным спонсором и партнёром летней школы SMILES, организованной Сколковским институтом науки и технологий в Харбине. В посте рассказывали про эту программу.

В школе наши ребята работали в научных командах и участвовали в исследовательских проектах. Сотрудник Департамента по разработке моделей машинного обучения Руслан Насыров занимался исследованием по анализу высокоразмерных данных.

По итогам работы Руслан стал соавтором научной статьи «Преодоление проклятия размерности с помощью синолитического ИИ / Overcoming the Curse of Dimensionality with Synolitic AI», опубликованной в международном журнале Technologies, который относится к первому квартилю (Q1) — это издания с высоким уровнем цитирования. На них смотрят как на ориентир в предметной области.

Читайте статью по ссылке 🔗

А в комментариях рассказывайте, есть ли у вас статьи, в каких журналах их публиковали 🔽

#aaa_hardposting

Все помешались на LLM. А точно ли они нужны всем? 🤔

Про большие языковые модели сегодня говорят все, поэтому кажется, что они способны решить почти любую задачу. Но так ли это на самом деле?...

LLM — это лишь один из видов ИИ-моделей. Помимо них есть классические ML-модели, специализированные нейросети для изображений, аудио, табличных данных и прогнозирования. И в ряде задач, а иногда и по регуляторным требованиям, использовать LLM не всегда возможно или целесообразно.

В Альфе сила LLM в автоматизации массовой работы с текстовой информацией, у нас на большие языковые модели приходится менее 20% всех ИИ-решений Альфы — там, где они действительно дают максимальный эффект.

Разбираемся в новой статье, где LLM действительно дают результат, где выигрывают классические ML-модели и почему прагматичный гибридный подход оказывается сильнее любой одной технологии. На карточках делимся ключевыми выводами 🔼

А полностью читайте статью на vc.ru или Forbes 🔗

#aaa_hardposting