Программный комитет

Занимался ML в Lamoda, Mail.ru и HeadHunter, а ещё преподавал в НИУ ВШЭ и МГТУ им. Баумана. Был одним из создателей сообщества ODS. Сейчас развивает бренд машинного обучения Яндекса и помогает делать конференции — например, HighLoad++, PyCon, DUMP и Data Fest.

Работала DevRel-менеджером Яндекса по направлениям ML и мобильной разработки. С нуля построила внешнее сообщество ML-специалистов Яндекса и подготовила больше 100 спикеров Яндекса к выступлению на конференциях. Курирует программный комитет Practical ML Conf, пиар-активности Yandex Research и ML-редакцию каналов «Душный NLP», «Рекомендательная», ML Underhood, CV Time, Speech Info. 10 лет продюсирует международные фестивали и форумы в России и СНГ. Влюблена в AI и ML, воспитывает той-пуделя.

Занимается машинным обучением с 2010 года. Защитил кандидатскую диссертацию в 2013 году, пишет докторскую диссертацию про применение мультимодальных архитектур для задач обеспечения пассивной безопасности мультимедийного контента. Руководит лабораторией мультимодального генеративного ИИ FusionBrain в Институте искусственного интеллекта AIRI. Один из основателей семейства моделей Kandinsky, преподаёт в Самарском университете и ИТМО, выступает с лекциями и пишет о событиях в AI и ML в телеграм-канале @complete_ai. Автор более 100 научных публикаций, в том числе в топ-журналах (Q1/Q2) и сборниках конференций Core A/A*. Индекс Хирша — 14.

Больше 10 лет в области AI — успел поработать в Яндексе, VK и Huawei. Защитил диссертацию по анализу текстов и сейчас является доцентом в Высшей школе цифровой культуры ИТМО. Автор телеграм-канала @valuableai.

Выпускник механико-математического факультета МГУ и кандидат физико-математических наук. Работает в Яндексе с 2016 года. Руководил разработкой рекомендаций Музыки, Кинопоиска, Афиши и Букмейта.

Окончил ВМК МГУ. Сейчас занимается разработкой инфраструктуры обучения DL-моделей для рекомендательных систем и их внедрением в Рекламных технологиях. Помогает другим командам с использованием рекламных наработок в обучении рекомендательных моделей.

Возглавлял разработку продуктов и алгоритмов компьютерного зрения в Яндексе на протяжении 9 лет. Сейчас отвечает за направление экспериментальных продуктов и технологий на базе искусственного интеллекта. Состоит в экспертном совете научной премии Яндекса.

Окончил Санкт-Петербургский государственный университет и Computer Science Center (Санкт-Петербургское отделение ШАД). Работал над библиотекой машинного обучения CatBoost, был основным разработчиком GPU-версии библиотеки. C 2014 года работает в Яндексе, занимается развитием технологий вокруг машинного обучения и высокопроизводительными вычислениями на GPU. Руководит направлением Machine Learning в Yandex Cloud. Кроме этого, является академическим руководителем трека анализа данных магистратуры «Разработка программного обеспечения и науки о данных» на факультете математики и компьютерных наук СПбГУ.

Руководит командой претрейна YandexGPT — семейства больших языковых моделей, которые уже используются в большинстве продуктов Яндекса. Задача его команды — сделать максимально умную модель, которая будет способна с минимальным дообучением ответить на любой вопрос пользователя.

Окончил ВМК МГУ, работал в SberDevices, где отвечал за качество поиска. Сейчас развивает рекомендательные технологии Яндекса. Увлекается лёгкой атлетикой, «Формулой-1» и теорией игр. Окончил музыкальную школу по классу скрипки.

Развивает базовые технологии анализа изображений в Яндексе. Интересуется мультимодальными визуально-текстовыми моделями. В 2022 году защитил кандидатскую диссертацию, преподаёт в МФТИ и ШАД. Увлекается большим теннисом и трекингом.

Возглавляет команду, которая занимается технологиями компьютерного зрения в Яндексе. Текущее направление деятельности — развитие YandexVLM в срезах, где важны текст или графические элементы на изображениях. Любит рыбалку, футбол и мемы. Ведёт телеграм-канал @blog_toxa — об AI, менеджменте и мемах.

Эксперт в сфере машинного обучения с прикладным фокусом, десятью годами опыта и званием Kaggle Grandmaster. Занимался задачами антифрода в Авито, строил рекомендации и поднимал высоконагруженную ML-инфраструктуру в Joom. Сейчас занимается задачами компьютерного зрения. Вне работы любит спортивный анализ данных, InfoSec и электронную музыку. Ездил в горящем автобусе, организовывал ML-тренировки, подрабатывал моушен-дизайнером и был соавтором курса на 100 000+ студентов.

Окончил бакалавриат, магистратуру и аспирантуру Физтеха (ФПМИ ФИВТ), 3 года работал в ABBYY, 4,5 года — в Яндекс Новостях и Поиске. Побеждал в нескольких контестах по ML от Телеграма. Сделал морфологический анализатор rnnmorph, генератор стихов rupo, популярные модели суммаризации и русский тюн языковых моделей Сайгу. Сейчас работает старшим инженером машинного обучения в Booking.com.

Основатель сообщества Better Data Community. Создатель популярных российских LLM и бенчмарка VikhrModels, выложенных в опенсорс. Контрибьютор в Kandinskiy1–2.2.

Получает докторскую степень в Университете Глазго, специализируется на использовании трансформерных моделей для рекомендательных систем на основе больших данных. Пишет статьи для ведущих научных журналов и конференций по рекомендательным системам RecSys, WSDM и ACM TORS. Его работа была отмечена на RecSys 2023 как лучшая статья и стала номинантом на RecSys 2022. Больше 10 лет работает в индустрии, занимал руководящие должности в крупных технологических компаниях (Amazon и Яндекс), а также был соучредителем стартапа E-Contenta, специализирующегося на рекомендательных системах. Администрирует telegram-сообщество #recommender_systems.

Руководит командой рекомендаций в Авито. Kaggle Master и призёр конкурсов по рекомендательным системам. Преподаёт дисциплину ML System Design в Академии Аналитиков Авито.

В Яндексе больше 10 лет: пришёл стажёром, дорос до руководителя службы распознавания речи, а последние два года управляет отделом NLP. Преподавал в ШАД алгоритмы и машинное обучение. Живёт и работает в Минске.

Больше 10 лет опыта в области ML и AI. Работал в компаниях Samsung, Kaspersky, Huawei. Сейчас руководит командой Alignment YandexGPT — семейства больших языковых моделей, которые используются в большинстве продуктов Яндекса.

Окончил МФТИ, работал исследователем в Межведомственном суперкомпьютерном центре РАН, развивал технологии распознавания лиц как ведущий исследователь и разработчик NtechLab. Среди интересов — глубокое обучение, компьютерное зрение и информационный поиск. Собирался исследовать компьютерные сети, а занялся нейронными. Любит рыбалку и видео про моду.

В науке 8 лет. Занимался high performance computing и писал диссертацию по эффективным вычислениям в гидродинамике. На протяжении 7 лет работает над машинным обучением в разных сервисах Яндекса (Поиск, Почта, Скоринг, Синтез речи). Сейчас отвечает за технологию перевода видео в браузере и синтез речи в Алисе и аудиокнигах.

Окончил МФТИ по специальности «Прикладная математика и физика», получил степень бакалавра по океанологии и магистра — по нефтяному инжинирингу. Работал в научном центре компании Schlumberger. Пришёл в Яндекс в 2018 году на позицию аналитика в один из финтех-проектов. Через 2 года присоединился к команде Алисы и Умных устройств, которая поменяла вектор и переключилась на задачи шумо- и эхоподавления в колонках. За год удалось выстроить процессы тестирования, создать алгоритмы и перевести умные устройства Яндекса на собственные решения. Никита продолжил развивать свою карьеру в этом направлении и уже больше года занимает должность руководителя службы технологий голосового ввода. Вместе с командой отвечает за разработку технологий голосового ввода во всех продуктах Яндекса: Алисе, Клавиатуре, Переводчике, Поиске, Браузере и других. За время работы над голосовыми технологиями нашёл решение, как обеспечить слышимость принципиально новых умных устройств — например, far-field-телевизоров. А ещё значительно улучшить качество работы алгоритмов и создать новые фичи на основе технологий службы.

Получил степень бакалавра на кафедре математических методов прогнозирования ВМК МГУ. Пришёл в Яндекс в 2020 году развивать нейросетевые рекомендательные технологии. С 2022 года руководит командой, которая занимается R&D для рекомендательных технологий во всей экосистеме Яндекса. Участвовал в проектах по улучшению рекомендаций Музыки, Маркета, Кинопоиска, Алисы, Лавки, Поиска и Рекламы. Ведёт телеграм-канал о рекомендательных системах @inforetriever.

Исследует и разрабатывает решения на базе машинного обучения, чтобы бороться с хакерами и находить уязвимые места в сервисах, которые используют ML. Ранее отвечала за ML-направление в Positive Technologies. Сейчас помогает команде Yandex Go масштабировать безопасность в любимых сервисах. Верит, что с помощью технологий информационная безопасность может перестать быть головной болью.

Получил степень PhD в области компьютерного зрения в Сколтехе. Работал исследователем в Яндексе и Samsung Research. Основал стартап Avaturn, в котором используется технология 3D-сканирования и моделирования людей.

Окончил НИУ ВШЭ и Сколтех. Сейчас занимается разработкой и ресёрчем генеративных методов с применением к речевым технологиям в МТС ИИ. Работал в исследовательских центрах Samsung и Huawei. Публиковал научные статьи на конференциях ICLR, ICML, NeurIPS, ICASSP, Interspeech. Преподаёт в НИУ ВШЭ.

Окончил ВМК МГУ и Университет Торонто. Работает с ML и ML-системами уже 11 лет: развивает собственный стартап, занимается академическими исследованиями и решает прикладные задачи в индустриальных проектах. В Яндексе отвечает за общую ML-инфраструктуру. Интересуется областями ML for Systems, RL и Causal Discovery.