Mage: волшебный инструмент оркестрации
2023
conference

Выступление на конференции SmartData'2023, где рассказывалась история одного переезда с legacy-стека по работе с данными на новый и о сравнительно новом инструменте оркестрации Mage
ext
Использование платформы GrowthBook для управления ML-экспериментами
2022
conference

Выступление на конференции SmartData'2022, где рассказывалось о том, как организовать пайплайн экспериментов на основе открытой платформы GrowthBook, когда ответственность за запуск и тестирование фичей лежит на команде ML-разработчиков
ext
Особенности построения и поддержки аналитического in-house data lake в EdTech
2022
conference

Выступление на конференции Highload'2022, в рамках которого рассказывается о том, как строили DWH в EdTech'е, почему выбрали Prefect в качестве scheduler ETL, а не Airflow и многое другое
ext
Озера данных: как устроены data lakes и зачем они нужны
2021
opinion

Обзорная статья о том, что такое data lakes, как с их помощью можно извлекать ценные инсайты, отслеживать неожиданные закономерности, быстрее и эффективнее продвигать новые продукты и услуги
ext
Skillbox: Мы создаем образование будущего и ищем новых сотрудников
2020
opinion

Интервью про EdTech, технологии работы с данными, алгоритмы, используемые в LMS, и почему высокотехнологические продукты имеют больше потенциала для ускорения развития продукта в целом
ext
Cовместное применение машинного обучения и метаэвристических алгоритмов оптимизации для синтеза оптимального управления спутником
2019
math
cybernetics
ml

В данной работе представлен двухэтапный подход для решения задачи синтеза управления спутником с обратной связью. На первом этапе формулируется задача поиска оптимального программного управления, которая решается для различных начальных условий путем преобразования к задаче нелинейного программирования и последующего применения метаэвристических алгоритмов оптимизации. Таким образом, в результате первого этапа находятся управления и соответствующие им траектории для различных начальных условий из заданного множества. На втором этапе полученная информация агрегируется и используется для построения регрессии, которая ищется как решение задачи обучения с учителем. Полученная функция используется в качестве аппроксимации данных, полученных на первом этапе, для синтеза требуемого управления с обратной связью.
ИП Пановский Валентин Николаевич
ОГРНИП 322774600390419
ИНН 771683960143