Data Fest Siberia

В одном из прошлых постов рассказывал про мое выступление на конференции Data Fest (ссылка на пост). Так вот, хорошего много не бывает, поэтому в последнюю субботу слетал одним днём в Новосибирск чтобы вместе с коллегой выступить на Data Fest Siberia в секции RandomML с докладом про, как вы могли догадаться, ценообразование в Лавке💙.
Презентацию прикрепил к посту, запись на YouTube, RuTube и Яндекс.Диске, все вместе с презентацией в одной папке тут

Содержание было похоже на уже рассказанное на летнем DataFest'е, но с добавленными продвижениями полученными с момента прошлого выступления:

1️⃣ обновленной моделью прогноза спроса
2️⃣ кросс-зависимостями спроса на товары-дополнители и товары-заменители (таким образом, наше ценообразование перестало быть потоварным)
3️⃣ более корректном подсчёте эластичностей
4️⃣ переходе от перебора цен к градиентному спуску (что необходимо при добавлении кросс-зависимостей товаров чтобы не перебирать бесконечное количество комбинаций цен)

В начале доклада для разогрева аудитории устроил небольшой интерактив: спросил, какая часть слушателей часто заказывает Лавку💙 и какая часть делала хотя бы один заказ в жизни. Результаты устроили - на глаз где-то треть/четверть человек сделавших заказ стали постоянными пользователями.

После доклада по традиции отвечали на вопросы - их сразу было много, видно что тема ценообразования насущная для многих, так как все мы сталкиваемся с ней в повседневной жизни. Вопросы были вдумчивые и нетривиальные, на основе их и дискуссии после доклада уже появилась пара мыслей про дальнейшее развитие моделей и алгоритмов.

Было еще несколько докладов от Яндекса, первые 2 успел послушать:
🔵Построение мультимодальных эмбеддингов товара для улучшения матчинга в Яндекс.Маркете
🔵Снижение нерелевантных показов тематического блока геопоиска в навигационном сценарии
🔵Практические аспекты претрейна мультимодальных LLM
🔵Как найти правильную организацию на фото, или “удаляем Кул-Шариф из галереи Казанского кота”
🔵Автоматизация разметки новостных запросов с помощью RAG

Если подводить какие-то итоги, то командировкой доволен и рад, что съездил - выступить с докладом без каких-то серьезных затрат по времени и усилиям это всегда хорошо.

#карьера #конференция #доклад