Artwork

Treść dostarczona przez Daliana Liu. Cała zawartość podcastów, w tym odcinki, grafika i opisy podcastów, jest przesyłana i udostępniana bezpośrednio przez Daliana Liu lub jego partnera na platformie podcastów. Jeśli uważasz, że ktoś wykorzystuje Twoje dzieło chronione prawem autorskim bez Twojej zgody, możesz postępować zgodnie z procedurą opisaną tutaj https://pl.player.fm/legal.
Player FM - aplikacja do podcastów
Przejdź do trybu offline z Player FM !

Uber's ML Systems (Uber Eats, Customer Support), Declarative Machine Learning - Piero Molino - The Data Scientist Show #064

1:50:05
 
Udostępnij
 

Manage episode 367811310 series 3012777
Treść dostarczona przez Daliana Liu. Cała zawartość podcastów, w tym odcinki, grafika i opisy podcastów, jest przesyłana i udostępniana bezpośrednio przez Daliana Liu lub jego partnera na platformie podcastów. Jeśli uważasz, że ktoś wykorzystuje Twoje dzieło chronione prawem autorskim bez Twojej zgody, możesz postępować zgodnie z procedurą opisaną tutaj https://pl.player.fm/legal.

Piero Molino was one of the founding members of Uber AI Labs. He worked on several deployed ML systems, including an NLP model for Customer Support, and the Uber Eats Recommender System. He is the author of Ludwig , an open source declarative deep learning framework. In 2021 he co-founded Predibase, the low-code declarative machine learning platform built on top of Ludwig. Piero's LinkedIn: https://www.linkedin.com/in/pieromolino

Predibase free access: bit.ly/3PCeqqw

Daliana's Twitter: https://twitter.com/DalianaLiu

Daliana's LinkedIn: https://www.linkedin.com/in/dalianaliu

(00:00:00) Introduction

(00:01:54) Journey to machine learning

(00:03:51) Recommending system at Uber Eats

(00:04:13) Projects at Uber AI

(00:09:34) Uber's customer obsession ticket system

(00:16:01) How to evaluate online-offline business and model performance metrics

(00:17:16) Customer Satisfaction

(00:28:38) When do you know whether a project is good enough

(00:41:50) Declarative machine learning and Ludwig

(00:45:32) Ludwig vs AutoML

(00:54:44) Working with Professor Chris Re

(00:58:32) Why he started Predibase

(01:07:56) LLM and GenAI

(01:10:17) Challenges for LLMs

(01:22:36) Advice for data scientists

(01:34:29) Career advice to his younger self

  continue reading

90 odcinków

Artwork
iconUdostępnij
 
Manage episode 367811310 series 3012777
Treść dostarczona przez Daliana Liu. Cała zawartość podcastów, w tym odcinki, grafika i opisy podcastów, jest przesyłana i udostępniana bezpośrednio przez Daliana Liu lub jego partnera na platformie podcastów. Jeśli uważasz, że ktoś wykorzystuje Twoje dzieło chronione prawem autorskim bez Twojej zgody, możesz postępować zgodnie z procedurą opisaną tutaj https://pl.player.fm/legal.

Piero Molino was one of the founding members of Uber AI Labs. He worked on several deployed ML systems, including an NLP model for Customer Support, and the Uber Eats Recommender System. He is the author of Ludwig , an open source declarative deep learning framework. In 2021 he co-founded Predibase, the low-code declarative machine learning platform built on top of Ludwig. Piero's LinkedIn: https://www.linkedin.com/in/pieromolino

Predibase free access: bit.ly/3PCeqqw

Daliana's Twitter: https://twitter.com/DalianaLiu

Daliana's LinkedIn: https://www.linkedin.com/in/dalianaliu

(00:00:00) Introduction

(00:01:54) Journey to machine learning

(00:03:51) Recommending system at Uber Eats

(00:04:13) Projects at Uber AI

(00:09:34) Uber's customer obsession ticket system

(00:16:01) How to evaluate online-offline business and model performance metrics

(00:17:16) Customer Satisfaction

(00:28:38) When do you know whether a project is good enough

(00:41:50) Declarative machine learning and Ludwig

(00:45:32) Ludwig vs AutoML

(00:54:44) Working with Professor Chris Re

(00:58:32) Why he started Predibase

(01:07:56) LLM and GenAI

(01:10:17) Challenges for LLMs

(01:22:36) Advice for data scientists

(01:34:29) Career advice to his younger self

  continue reading

90 odcinków

Все серии

×
 
Loading …

Zapraszamy w Player FM

Odtwarzacz FM skanuje sieć w poszukiwaniu wysokiej jakości podcastów, abyś mógł się nią cieszyć już teraz. To najlepsza aplikacja do podcastów, działająca na Androidzie, iPhonie i Internecie. Zarejestruj się, aby zsynchronizować subskrypcje na różnych urządzeniach.

 

Skrócona instrukcja obsługi

Posłuchaj tego programu podczas zwiedzania
Odtwarzanie