ODSC West 2023的首次会议和演讲者已公布
ODSC West 2023 conference and speakers announced.
ODSC West可能还有几个月才开始，但我们已经为您安排了一些领先的AI和数据科学专家的精彩演讲、研讨会和培训课程。请在下面了解更多详情。
通过在CRM平台中融入AI来推动卖家的成功
Sarah Kefayati｜副首席数据科学家｜IBM
本次演讲将探讨如何通过分析客户偏好、行为和购买历史，AI算法可以生成更好的推荐。您还将回顾使个性化推荐集成到我们的CRM平台的体系结构和设计组件。
MLOps：监控和管理漂移
Oliver Zeigermann｜机器学习架构师｜自由职业者
本研讨会将讨论可用作代理了解模型性能的指标。本次会议的第一部分将包括：
- 模拟现有机器学习模型的生产并检测漂移
- 利用OpenAPI机器学习服务
- 我们将使用Evidently、Prometheus和Grafana来监控和检测漂移
第二部分将涵盖：
- 解释和分析漂移以及对其的处理方法
- 解释导致漂移的原因并决定如何处理
- 您可以使用新数据重新训练模型
- 考虑重新思考模型架构或使用的数据
在Kappa数据架构中捕获CAP
Joep Kokkeler｜高级数据工程师｜Dataworkz NL
CAP定理指出，您不能同时具有一致性、可用性和分区容忍性，但如果选择Kappa架构，是否可以同时拥有这些特性？本次演讲将讨论Kappa是什么以及它与Lambda、微服务和单体架构的比较。
通过集成堆叠算法实现半监督异常检测系统
Chuying Ma｜高级数据科学家｜沃尔玛
本次演讲将探讨一种系统化、灵活、可扩展和全面的异常检测架构，以增强现有标签并以低成本检测异常。新系统能够结合传统机器学习模型和基于深度学习的异常检测模型，通过集成堆叠算法生成统一的异常分数，同时处理不同类型的异常。
使用特征存储个性化LLM
Jim Dowling｜首席执行官｜Hopsworks
本次演讲将教您如何使用特征存储和提示工程来个性化LLM。您将看到如何使用开源特征存储Hopsworks构建个性化的LLM应用程序。具体而言，您将了解：
- 如何为提示构建模板，以及如何轻松构建并包含在用户查询中
- 如何使用流式特征管道生成的实时上下文数据和批处理特征管道生成的用户特定数据填充提示模板
- 如何使用用户输入和特征存储中的历史用户数据将向量数据库中的文档纳入提示中
什么是时间序列数据库，为什么我需要它？
Jeff Tao｜创始人兼首席执行官｜TDengine
时间序列数据集规模的增加对于关系型和NoSQL数据库等通用数据库管理系统构成了重大挑战。本次演讲将介绍专为此挑战而构建的时间序列数据库。它们在摄入速率、查询延迟和数据压缩方面更加高效。它们还包括特殊的分析函数和数据管理功能，使您能够更轻松地开发应用程序。
大型语言模型的评估技术
Rajiv Shah, PhD｜机器学习工程师｜Hugging Face
在本次会议中，您将了解关于LLM与传统小型ML模型能力的现有研究。您还将讨论LLM是否是最佳解决方案，以及包括EleutherAI Harness等评估套件、面对面竞争方法和使用LLM评估其他LLM的几种技术。本教程还将涉及影响评估的细微因素，包括提示的作用、分词以及对事实准确性的要求。最后，将在实际示例中整合模型偏见和伦理问题的讨论。
数据科学应用于制造问题
Angad Arora｜制造数据科学家｜Google
本次会议将讨论数据科学如何帮助实现3个制造关键绩效指标：更多产量、高效率和优化资源利用以及以最高可能的质量进行发货。您将深入了解影响这些关键绩效指标的关键项目示例。
接下来呢？
加入我们，参加2023年11月的ODSC West，了解更多关于这些主题以及更多其他内容。此外，如果您在星期五之前注册，您将节省70%的现场或虚拟通行证费用。
