ML в продукте: зачем, сколько стоит, когда нужен?

Задумывались, сколько ML в продуктах вокруг нас? Значит ли это, что каждой продуктовой компании теперь нужно иметь Data Science отдел? Иван Самсонов из VK рассказывает, как считать экономику внедрения AI «на коленке» и как дёшево закрыть потребность в ML с помощью open source решений. Бонусом вы узнаете, как с помощью машинного обучения можно не только решать боли пользователей, но и улучшать бренд компании.

Содержание:

• 00:00​ — Представление спикера и темы
• 00:29 — Где можно использовать ML
• 02:03 — Этичность использования
• 03:51​ — Развитие продуктов с ML
• 07:40​ — Роль визионера и где его найти
• ​13:35​ — Как запускать MVP с ML
• 19:45 — Самые распространённые грабли
• 23:36 — Выводы
• 24:50 — Бонус: ML-бренд для компании
• 27:00 — Ответы на вопросы