ODSC East 24（开放数据科学会议）

ODSC East 24 (Open Data Science Conference) 

视频说明

开放数据科学会议已成为应用数据科学和人工智能领域的领先会议。每个ODSC活动都提供了一个独特的机会，可以直接向核心贡献者、专家、思想领袖和知名讲师学习，帮助塑造数据科学和人工智能的未来。演讲不仅涵盖了深度学习、机器学习、生成式人工智能等基础理论，还涵盖了您每天将使用的实际应用。会议围绕轨道组织，以确保我们的与会者处于这些快速发展领域的最前沿，并掌握最新的数据科学语言、工具和模型。

 目录

1. 从研究到企业：利用大型语言模型增强 ETL、分析和部署，作者：NUMBERS STATION AI 联合创始人兼首席科学家 Ines Chami
2. 如何实践以数据为中心的 AI 并让 AI 改进自己的数据集 作者：Jonas Mueller，Cleanlab 首席科学家兼联合创始人
3. 部署值得信赖的生成式 AI，首席 AI 官兼首席科学家 Krishnaram Kenthapadi
4. 无代码和低代码 AI：一种实用的项目驱动的 ML 方法，作者：Gwendolyn D. Stripling 博士
5. 抵制人工智能 作者：Dan McQuillan 博士
6. 詹姆斯·鲍克特 （James Bowkett） 的 12 因素数据应用程序
7. 掌握 PrivateGPT：为您的独特应用程序定制 GenAI 作者：伊万·马丁内斯·托罗和丹尼尔·加列戈·维科博士
8. CodeLlama：代码的开放基础模型 作者：Baptiste Roziere
9. Build-a-Byte：构建您的数据科学工具包，作者：Jarai Carter 博士
10. 掌握实时处理，同时使用 Lambda 或 Kappa 架构有效扩展数据质量 作者：Vipul Bharat Marlecha 和 Sreyashi Das
11. 边走边清洁：现代数据堆栈中的基本卫生 作者：Eric Callahan
12. Noah Gift 的 MLOps 负责任地实施本地LLMs操作
13. 数据法规时代的数据工程，作者：Alex Gorelik
14. 为成功设置文本处理模型：形式表示与大型语言模型 作者：Carolyn Rosé 博士
15. 超越理论：将生成式 AI 投入生产的有效策略 作者：Heiko Hotz
16. AI 弹性：在 AI 主导环境中提高技能 作者：Leondra Gonzalez
17. 使用生成式 AI 解锁非结构化：趋势、模型和未来方向。杰伊·米什拉（Jay Mishra）
18. 解密数据架构（在现代数据仓库、Data Fabric、Data Lakehouse 和 Data Mesh 之间进行选择），作者：James Serra
19. 现实世界中的深度强化学习：从芯片设计到LLMs安娜·戈尔迪（Anna Goldie）
20. 端到端语音识别：从研究到生产的旅程 作者：Tara Sainath 博士
21. 数据自动化 LLM 作者：Rami Krispin
22. 在医疗保健中应用负责任的生成式人工智能 作者：David Talby 博士
23. 转向 LLMOps：了解 MLOps 中的挑战 LLMs 作者：Noel Konagai
24. 驾驭负责任的人工智能：原则、实践和实际应用 作者：Rajiv Avacharmal
25. 成本控制：数据团队投资回报率的关键部分，作者：Lindsay Murphy
26. 如何成为真正的 Dataviz 专家，作者：Nick Desbarats
27. 广播会议：使用 AI 和生成式机器人优化工作场所，作者：Aleksandra Przegalinska（虚拟）和 Tamilla Triantoro（面对面）
28. Abstracting ARM/x86 CPUs and NVIDIA/Neuron Hardware Accelerator Allocation for Containerized ML App 作者：Yahav Biran 博士
29. 边缘 ML 的承诺：将模型引入数据 作者：David Aronchick
30. 生成式人工智能的社会和伦理影响，作者：Abeba Birhane