Mentionsy

Allegro Tech Podcast
13.07.2023 03:00

Sezon IV #3 - O Data Science Hub w Allegro - Karolina Nieradka, Kamil Konikiewicz

Co kryje się pod pojęciem Data Science Hub w Allegro? Jakie działania rozwijamy w tym obszarze i jak oceniamy ich potencjał?  O czym jest projekt Wilson i na czym skupiamy się w projekcie przewidywania zakupów cyklicznych? Jak wykorzystujemy sztuczną inteligencję i gdzie jest dla niej miejsce wśród naszych kierunków rozwoju?  O AI Transformation, poczuciu sprawczości, mieszance kompetencji i talentów zamkniętej w rolach Data Scientist, Data Engineer i Data Analyst rozmawialiśmy z Karoliną Nieradką i Kamilem Konikiewiczem.


Karolina Nieradka
Senior AI Project Manager w zespole Data Science. Na co dzień zarządza projektami AI w całym cyklu ich życia – od zakresu pomysłu po wdrożenie modelu technicznego. Jest wielką fanką zwinnych metodyk dostarczania, nieustannie skupiającą się na sposobach usprawnienia codziennej pracy zespołów projektowych.


Kamil Konikiewicz
Head of Data Science, który w Allegro odpowiada za obszar Data Science, w ramach którego realizujemy projekty uczenia maszynowego m.in. dla zespołów komercyjnych, marketingowych, logistycznych czy reklamowych. Niezależnie, czy korzystamy w nich z klasycznych metod modelowania predykcyjnego, kontekstowych embeddingów lub technik wizji komputerowej, zawsze skupiamy się na maksymalizacji efektu biznesowego i to właśnie takie podejście stara się promować w swoich wystąpieniach i prezentacjach.

To jest Allegro Tech Podcast. Rozmawiamy o dobrych praktykach, inspirujących pomysłach i ciekawych rozwiązaniach stosowanych w Allegro. W dzisiejszym odcinku porozmawiamy o temacie, który od jakiegoś czasu jest na ustach wszystkich, czyli o sztucznej inteligencji. I nieco o data science. Jak wykorzystujemy te technologie w Allegro? Czym jest data science hub? I co wspólnego z tym wszystkim ma Wilson, piłka z filmu Castaway? Nieco o data science. Jak wykorzystujemy te technologie w Alle...

Search in Episode Content

Enter a search term to find specific content in this episode's transcription