DS проекты, которые не попали в прод

Павел Филонов, Data Science Manager, Kaspersky

В сети можно встретить аналитические обзоры, в которых авторы проводят процент от DS проектов, которые проваливаются. Этот процент варьируется, но он почти всегда больше половины. Плохо это или хорошо и что это за провалившиеся проекты обсудим на докладе. В качестве примера рассмотрим реальные проекты, которые так и не смогли.

QUEST framework: менеджмент data science команд 60-го уровня

Артемий Малков, PhD. МФТИ, Data Monsters

• Как выяснить что нужно бизнес-заказчику?
• Что делать с неопределенностями?
• Как оценить сроки и бюджеты data science проекта?
• Как проводить exploratory research?
• Как планировать и приоритезировать эксперименты? (не ICE)
• Что делать когда затягиваются сроки?
• Как сдавать этап проекта боссу, чтобы продлили финансирование?

� 24 июня в 19-00

� Онлайн