Доклады

Спикер расскажет, как в его команде написали обвязку для pytest и теперь прогоняют разные типы тестов для разных продуктов — от разных команд на разном железе в требованиях SDL.

У вас было так, что каждая разрабатываемая командой модель лежит в своем уникальном репозитории, непохожим на остальные? А было, что у каждой из моделей собственная система версионирования и вывода в прод, разный способ запускать обучение и даже разный способ менеджить гиперпараметры? В команде спикера было. И это больно.

Из доклада вы узнаете, как в команде удалось унифицировать разработку всех  моделей и сделать для этого удобный фреймворк. Спикер расскажет, с какими трудностями столкнулись, как их решали, какой получился результат и что полезного усвоили в процессе работы.

Подводим итоги, вспоминаем яркие моменты и рассказываем о дальнейших планах. Заходите на трансляцию, чтобы ничего не пропустить!

На примере живого проекта спикер с нуля развернет и настроит для удобной разработки приложение на Django. Сделает его 12-факторным, прикрутит линтеры, использует актуальный тулинг для тестирования и поместит всё это в CI.

При подготовке данных для машинного обучения часто приходится совершать над данными серию преобразований, чтобы подготовить датасет для обучения.

В докладе пойдет речь про небольшую библиотеку, которую разработали в группе Microsoft Commercial Software Engineering, и которая позволяет описывать обработку данных в виде единого конвейера именованными потоками данных. С помощью такой библиотеки удобно обрабатывать данные, которые слишком велики, чтобы поместиться в Pandas DataFrame, но слишком малы, чтобы использовать Spark/Databricks.

Спикеры расскажут, почему в их команде решили разработать собственный open source фреймворк для работы с временными рядами на Python, какие боли они испытывали в процессе разработки и как пытались их решать.

Проблемы, о которых расскажут спикеры, не привязаны к специфике их фреймворка и могут возникнуть в любом open source проекте. В этом смысле, доклад будет интересен широкому кругу разработчиков и несет поучительно-развлекательный характер.

Обсудим со спикерами (и не только), чем современные компании заменяют Python в своей работе.

В Главной студии PiterPy 2022 разберем вопросы из квиза от компании КРОК.

Говорим о расписании, сессиях и активностях. Подключайтесь, чтобы узнать, что вас будет ждать в эфире в ближайшее время!

В 2016 году Антон начал писать однопользовательскую браузерную игру по мотивам Travian и «Героев» на JS. Пять лет и 30K SLOC спустя он решил добавить туда общие для всех игроков ивенты. И пошло-поехало: система анонсов, таблица рекордов, сами ивенты, рассылка наград. Всё делалось по-простому, на Flask. Потом провайдер чата «закрутил гайки» и перед релизом из беты пришлось написать свой чат. 
В день релиза, 31.12.2021, Антон узнал, насколько плохой была эта идея :)

Говорим о расписании, сессиях и активностях. Подключайтесь, чтобы узнать, что вас будет ждать в эфире в ближайшее время!

На примере живого проекта спикер с нуля развернет и настроит для удобной разработки приложение на Django. Сделает его 12-факторным, прикрутит линтеры, использует актуальный тулинг для тестирования и поместит всё это в CI.

Эфир из главной студии PiterPy 2022.

Эфир из главной студии PiterPy 2022.

Владимир расскажет про параметрическую генерацию автотестов при помощи Pytest. В процессе выступления — на сессии лайвкодинга — он покажет, как написать простейшие параметрические тесты. Спикер также продемонстрирует несколько хитростей, которые позволяют сделать тесты более читаемыми и понятными стороннему человеку, а также отметить некоторые из них серыми при падении (не блокируя билд).

Спикер расскажет о своем опыте переноса GAN-модели под запуск на мобильном устройстве. Будут рассмотрены проблемы, с которыми придется столкнуться, а также варианты решений.

В этом докладе спикер ответит на вопросы:

• какие основные компоненты 3D-сцены и что такое рендеринг;
• за что отвечают внутренние и внешние параметры камеры и как они влияют на итоговое изображение;
• как рендерить с использованием Pytorch3D;
• как определить положение камеры в 3D-пространстве по одной фотографии и трехмерной модели объекта с использованием Pytorch3D;
• особенности реализации того же решения с использованием TensorFlow Graphics;
• какие трюки можно использовать для лучшей сходимости алгоритма.

Кредитный скоринг — классическая задача для банка. За годы её решения накопились тонны инструментов. Как выбрать лучший? Большинство методов опирается на классические модели машинного обучения, поэтому вы гарантированно теряете информацию при работе с последовательными данными.

Спикер расскажет, как обойти эти риски и повысить продуктовые метрики в задаче кредитного скоринга с использованием нейросетевого подхода.

William will showcase and go through different steps to analyze Stack Overflow questions about certain topics using an automated pipeline with CI/CD principles.

Python широко используется для математических расчетов. Во многих случаях в таких расчетах остро стоит вопрос производительности. Любой современный компьютер оборудован графическим процессором. Зачастую он имеет значительно бо́льшую производительность вычислений, чем центральный процессор. Вы узнаете о том, как и в каких ситуациях можно быстро подключить к коду на Python мощность GPU в своих вычислениях, не прибегая к самостоятельному программированию видеокарт.

Задавались ли вы вопросом, как запустить множество изолированных Python-интерпретаторов в условиях ограниченных ресурсов? Если изучить этот вопрос поглубже, то задача оказывается очень нетривиальной.

В той ситуации, когда стандартные способы перестают работать, вам на помощь может прийти инструмент из мира веб-приложений — виртуальная машина WebAssembly. В своем докладе Александр расскажет, как он запускает Python на Wasm и объяснит, для решения каких задач это будет наиболее полезно.

Все мы читали книгу Роберта Мартина о чистом коде и любим PEP8. И ведь правда: многие придерживаются лучших практик в своей разработке. Но все ли они лучшие и кто эти все?

Спикеры проанализировали более пяти тысяч популярных open source проектов и рады поделиться результатами с сообществом. Поговорим о них, как с точки зрения методики анализа, так и с точки зрения интересных находок.

Говорим о расписании, сессиях и делимся информацией. Приходите в зал или подключайтесь онлайн, чтобы узнать, что вас будет ждать в ближайшее время!

Исследователи Европейского университета (и не только) сталкиваются с большими неудобствами при работе с микрофильмами — уменьшенной копией бумажных документов на пленке. С этой проблемой они обратились к директору Центра машинного обучения, где был разработан алгоритм, который из видео перелистывания слайдов на микропленке получает готовый PDF-документ. Для пользователей был написан телеграм-бот. 

Технологии: ML и нейросети (PyTorch, YOLO, DBSCAN), библиотеки для работы с компьютерным зрением (OpenCV, sciPy), бот AIOGram. 

Целевая аудитория: люди, которые хотят заниматься компьютерным зрением, но не знают, с чего начать, специалисты и исследователи в области CV.

Онлайн-курс по программированию, университетский курс, собеседование… Везде нужны свежие задачи на написание кода. Идеальный вариант — снабдить каждого желающего индивидуальным набором задач. А что делать, если студентов слишком много? Есть ряд систем, обеспечивающих автоматическую проверку задач, но как насчет систем, которые могут автоматически сочинять интересные задачи по программированию в нужном количестве? О разработке подобной системы и пойдет речь.

Эфир из главной студии PiterPy 2022.

Кто вообще придумал эти микросервисы? Python и так медленный, а теперь будет еще и больше потребления ресурсов, потому что для каждого микросервиса нужна память и хост.

В докладе спикер покажет на типичных кейсах, как можно сделать монолитное приложение и как решить те проблемы, которые мы хотели избежать, переходя на микросервисы.

Спикер расскажет, как находить хайлайты в матчах Dota 2. Для этого познакомимся со структурой реплеев и реализуем алгоритм поиска интересных моментов.

Доклад пройдет в интерактивном формате, код будет выложен в открытый доступ. Для предварительного ознакомления вы можете прочитать цикл статей на Хабре.

Подводим итоги конференции, вспоминаем яркие моменты и рассказываем о дальнейших планах. Заходите в зал или подключайтесь к трансляции, чтобы ничего не пропустить!

Как работа по AlexNet в 2012 году сделала значительный прорыв в области CV, так и Annention Is All You Need в 2017 позволила нам оценить насколько глубока кроличья нора для мира NLP.

Обсудим с экспертами по обработке естественных языков прошлое, настоящее и будущее этого направления ML.

Пора ли в эпоху трансформеров ставить крест на классическом извлечении признаков из текстов? Насколько методы NLP подходят для формальных языков программирования? Как сейчас пройти тест Тьюринга без регистрации и SMS и многое другое.

В проде у Авито крутятся десятки сервисов с ML-моделями, и команда Олега уже не одну собаку съела на том, как экономить железо для них. У Олега есть знания, как экономить до 200% серверов, и он готов ими поделиться (не серверами, а знаниями).

Эфир из главной студии PiterPy 2022.

Посмотрим на Python как на функциональный язык программирования, на его подводные камни и преимущества. Будут примеры, как с использованием стандартных библиотек, так и с наиболее интересными сторонними.

В докладе рассматриваются практики и инструменты, которые позволят изучать поведение системы в продуктивном окружении, что позволит упростить и ускорить диагностику и решение проблем. Примеры будут показаны в системе на базе Django и Celery, но с минимальными изменениями они могут быть использованы с другими фреймворками.

Текст звонков — важный ресурс данных, на котором можно построить множество моделей и двинуть огромное количество гипотез. Единственное «но» — важно проводить посткорректировку ошибок распознавания речи и не забывать про два канала.

Алексей рассмотрит интересные уязвимости и баги, которые встречаются в архитектуре приложений на языке Python. В докладе будут представлены уязвимости бизнес-логики, кастомизация типов, гонок, шаблонизаторов, библиотек и многое другое.

Спикер расскажет, как с командой делал Proof of Concept стримингового ELT-пайплайна для крупной американской страховой компании.

На мастер-классе вы познакомитесь с обучением с подкреплением (reinforcement learning), узнаете возможности применения, достоинства и недостатки этого направления. Познакомитесь с базовыми алгоритмами RL и построите свою первую модель.

Децентрализованная биржа Uniswap — один из самых ярких представителей Web3 и DeFi. Из доклада вы узнаете, как устроена децентрализованная биржа и как с ней можно работать с помощью Python.

Алексей расскажет:

• про опыт реализации различных MVP-проектов;
• в чем сложность их запуска на микросервисах;
• с какими проблемами столкнется разработка на старте;
• какие решения нужно продумать сразу, а какие можно отложить на потом;
• что нужно прорабатывать и учитывать в сроках разработки.

Эфир из главной студии PiterPy 2022.