Структура и построение ML команды

Узнаете про композицию ML команды, различные роли в ней и их зоны ответственности

Поговорим о том, что такие и зачем нужны Data Scientist, Data Analyst, BI Analyst, ML Engineer, Data Engineer, и другие роли. Как организовать работу команды и взаимодействие внутри нее.

На вебинаре:

Вы познакомитесь с различными ролями и задачами в ML команде и узнаете об эффективной организации работы в ней.

В результате вебинара:

Этот вебинар будет полезен:

Data Scientists'ам и ML-инженерам, которые готовятся перейти на Team Lead позиции
Руководителям и менеджерам с техническим бэкграундом, желающим углубить свои знания об организации команды
Руководителям стартапов и предпринимателям, которые хотят построить эффективную ML команду

Спикер

Руководит европейской Data Science командой в компании ŌURA, выпускающей умные кольца.

Больше 10 лет профессионального и преподавательского опыта. Работает в HealthTech уже 5 лет, до этого занимался машинным обучением в gamedev компаниях. Имеет как прикладной технический, так и управленческий опыт, в том числе на позиции Head of Data Science в стартапе WeatherWell. Консультирует различные стартапы по внедрению машинного обучения и построению ML команд.

Преподавал в ЦМФ МГУ, ФНК ВШЭ, Aalto University. Руководил программами и читал лекции на различных онлайн курсах и платформах, таких как OTUS, ODS.ai и др.

Образование: MSc Computer Science Aalto University, ДПО ФКН ВШЭ, ЦМФ МГУ, Эконом-мат РЭУ им. Плеханова

Дмитрий Сергеев

Data Science Manager, Staff Data Scientist в ŌURA