Citymobil Data Meetup №3

Блог компании Ситимобил Алгоритмы Big Data IT-компании Data Engineering
Ситимобил каждый месяц проводит митапы о применении Data science в городских и геосервисах, логистике и технологиях умных городов. На митапе мы рассмотрим разные особенности применения современных технологий в геосервисах. Поговорим и о классическом data science в задачах прогнозирования времени прибытия, о проектирование data warehouse (DWH), чтобы можно было эффективно применять методы машинного обучения и строить дэшборды. А также продолжим говорить о Switchback-экспериментах (у нас уже был доклад об этом не первом митапе), которые часто просто незаменимы в геосервисах. В этот раз в гости к Ситимобил придут коллеги из Самоката. Ждём вас 28 октября в 18:00.   Регистрация Мероприятие пройдет в онлайне. Сначала будут доклады, а затем каждый из нас сможет поучаствовать в дискуссии со спикерами. Так что советуем запастись интересными вопросами)   18:00 – 18:10    Вступительное слово Алексей Чернобровов Консультант по Data Science  18:10 – 18:40  «Эпизод 2: Атака тестов на свичбэк» Ксения Мензорова Data Science в Surge Pricing Ситимобил В Ситимобил проходят десятки разных экспериментов. Компания активно применяет switchback для сложных экспериментов в динамическом ценообразовании. На одном из предыдущих митапов мы уже подробно рассказывали, что это такое и с чем это едят. Новый доклад поможет понять, какими статистическими методами можно проверить switchback-тест. А ещё он подскажет, как, с одной стороны, правильно выбрать подход, позволяющий бизнесу быстро принимать решения, а с другой – соблюдать некоторую математическую строгость. 18:40 – 19:10    «Сказ про то как мы в Ситимобил DWH строим» Екатерина Колпакова Руководитель DWH Ситимобил Когда создаешь классные сервисы с применением машинного обучения, нельзя обойтись без продуманного построения хранилища данных. Сегодня в Ситимобил применяются 100500 баз данных для решения самых разнообразных задач. Мы подробно расскажем о подходе к построению подобных сложных систем, совмещении Data Vault и Data Lake, а также рассмотрим, как же в компании устроены потоки данных. 19:10 – 19:40 «Прогнозирование времени доставки заказа» Николай Рядчиков Senior ML Specialist Самокат На митапе я расскажу: Два разных прогноза: до оформления заказа и после; Необходимость детальной структуры местности для точного прогноза; Временные факторы прогноза; Очередность заказа в порядке выполнения курьером как важнейший фактор прогноза; Неизбежность продуктовых решений; Методология проведения экспериментов для проверки качества прогноза. 19:40 – 20:10    Дискуссия со спикерами РЕГИСТРАЦИЯ)
Теги:
Хабы: