Михаил Рахманов
iOS @ Headhunter
Москва

История возникновения

Основные понятия и принципы

Устройство реактивных библиотек "под капотом"

Подходы к построению архитектуры (сервисный и презентационный слой)

Рассмотрение предложенных подходов на примере opensource приложения

Преимущества и недостатки реактивного программирования


Александр Шитиков
Руководитель разработки @ AGIMA.Mobile
Ульяновск

1. Бизнес-логика как кросс-платформенный модуль.

2. VIPER. Где начинается и заканчивается кросс-платформенность.

3. VIPER для Android. Жизненный цикл.

4. Какие инструменты разработки использовать.

5. Как тестировать.


Алексей Рыбаков
Senior Engineer, Technical Evang @ DataArt
Харьков

Кратко коснемся AR/MR/VR и тенденциях в отрасли

Поговорим о том что такое Samsung Gear VR, Google Cardboard и Google Daydream в чем сходство и отличие с точки зрения программиста

И какие SDK/Tool можно с ними использовать


Владислав Дугнист
iOS Engineer @ ML-Works
Сочи

Расскажу про опыт работы в стартапе с быстрым темпом разработки. Про грабли, на которые мы наступали при частых релизах и решения, которые позволяют их обойти.


Михаил Киселев
Генеральный директор @ «Megaputer Intelligence»
Чебоксары
  • Создание вычислительной системы, близкой по своим возможностям к человеческому мозгу.
  • Импульсные нейронные сети - физиологически близкие модели. Их особенности и преимущества по сравнению с традиционными нейросетями.
  • Перспективы реализации импульсных нейронных сетей в виде специализированных нейроморфных вычислителей.
  • Ключевой момент - алгоритмы обучения импульсных нейронных сетей.
  • Наиболее перспективный подход основан на хеббовском локальном законе синаптической пластичности. Пример - алгоритм L2TP.
  • Синтез сети с нужными свойствами. Процессы самоорганизации сети.

Виктор Черногоров
Партнер, директор по развитию @ MobileUp
Санкт-Петербург
  • Технологии в стартапах. Примеры успешных и провальных кейсов за последние 2 года. Своих и чужих.
  • Можно ли заработать на инновациях? Как?
  • Каковы перспективы новых технологий?
  • Какие технологии внедрят следующими?

Александр Крайнов
Разработчик Data Science @ Рестрим
Ульяновск

1. В чём особенность направления рекомендаций в области машинного обучения.

2. Что требуется от современных рекомендательных систем и что изменилось с момента проведения конкурса Netflix Prize.

3. Почему все пользователи недовольны рекомендациями и как это исправить.

4. Сложности и вызовы при разработке рекомендательной системы для IPTV масштаба всей страны.

5. В чём преимущество выдачи рекомендаций в масштабе реального времени (online) и как обеспечить их с минимальной задержкой.


Илья Воронов
ведущий инженер-разработчик @ RuGadget
Ульяновск
  • Разработка системы управления роботизированной рукой на основе применения совместной обработки сигнала ЭМГ в мышцах, отвечающих за функциональность рук, и видеоинформации с камер, встроенных в очки пользователя.
  • Практическое применение алгоритма корректировки движения, алгоритма классификации типа захвата и детектирования начала движения.

Евгений Кривобоков
Руководитель группы мобильной разработки @ Avito
Москва

Расскажу об опыте использования подхода feature toggles в растущей команде, как он помогает сделать продукт стабильным, и готовым к более частым релизам.

- Feature branching как стандартный подход в командной разработке. Когда он может стать дорогим.

- Альтернатива - feature toggle, основная идея

- Какие они бывают. Классификация в зависимости от времени жизни и изменяемости: релизные, экспериментальные, ops, ...

- Примеры реализации (код на kotlin). В основном про релизные feature toggle

- Способы уменьшения стоимости поддержки. Как не переусложнить.

- Как не накапливать тех долг. Когда следует удалять feature toggle

- Как мы их тестируем. Какие ситуации необходимо проверять.

- Feature toggles и изменения в API. Как их подружить.

- Публикация информации о состоянии feature toggles.

- CD: использование этой информации во время сборки и развертывания для интеграции с Jira. Как сделать код источником правды.


Сергей Ли
Разработчик проекта "Кибертренет" (миокостюм) @ Лаборатория по разработке биомехатронных технологи
Нижний Новгород

Что это такое?

Это универсальный нейроинтерфейс (СРД) - система, которая считывает активность мозга, мышц и движения тела для передачи на любые исполнительные устройства.

Костюм может подстраиваться под уникальные особенности групп мышц человека, параллельно передавая на очки дополненной реальности рекомендации относительно режима тренировки.

Вас будет ждать: демонстрация работы миокостюма на нашем инженере. На планшет будет выводиться информация о регистрации сигнала на мышцах. Будут продемонстрированы основные принципы работ.


Антон Максимов
Технический директор @ Heads and Hands
Санкт-Петербург

1. Создание единого системы сборки для всех проектов под iOS и Android - это возможно

2. Continuous Integration FAQ

3. Различные инструменты для создания систем сборки

4. Реализация системы от начала до конца - кейс

5. Чем помогает такая система и как она работает и упрощает жизнь в реальности

6. Что можно добавить к базовой системе - публикация результатов Unit тестирования, уведомления о неудачных сборках и тд


Виктор Черногоров
Партнер, директор по развитию @ MobileUp
Санкт-Петербург

Кто мы и что нам нуж­но? Сегодня? Завтра? ­Послезавтра?

MVP мышление (декомп­озиция 3-х известных ­проектов)

ЦА, KPI и другие умн­ые слова.

Гипотезы и аналитика­


Сергей Стасенко
И.о. зав.лаборатории машинного обучения и анализа данных @ Нижегородский государственный университет.
Нижний Новгород
  • SPF виварий: проведение процедур генной инженерии для исследовательских целей.
  • Контроль и координация мышечных сокращений.
  • Использование нейроморфной архитектуры в вычислительных информационных моделях (система in silico).
  • Мозг на чипе.
  • Обучение живой нейронной сети на мультиэлектродной матрице.

Никита Жильцов
Аналитик @ Rambler&Co
Москва

Доклад посвящен современным средствам обработки текстов на основе машинного обучения, применяемым для некоторых задач поиска в проектах Rambler&Co (портал, ЖЖ). Докладчик делится опытом разработки решений на основе векторного представления word2vec и нейронных сетей, обучаемых на реальных данных. Будут рассмотрены примеры использования библиотек fastText, Keras и Tensorflow.


Павел Гуров
iOS Developer @ Avito
Москва

В этом докладе я расскажу о том как избавить контроллеры от знания об окружении, сделать их переиспользуемыми и тестируемыми, и как построить навигацию между ними на примере приложений, разрабатываемых в Avito.

Тезисы

1. Описание проблем (логика старта, flow, передача данных между экранами, тестирование)

2. Разница между Framework и Library. Почему UIKit это framework, и почему плохо то, что он вызывает наш код.

3. Координаторы. Что это, какие функции на себя берет, как помогает решить проблемы из пункта 1.

4. Как рефакторить существующий код с использованием координаторов.


Дмитрий Ермишин
Главный IT аналитик @ Финтехлаб
Ульяновск

Возможны ли новые способы многофакторной авторизации?

Жизнь переходит в цифру. Как сделать её безопасней?

Голос как физический признак определения личности.

Почему без машинного обучения нельзя обойтись.


Данил Письменный
founder @ Brandy Mint
Чебоксары

Проведем ликбез по нейронным сетям.

Ответим на вопросы:

  • какие задачи уже решаются с помощью машинного обучения и нейронных сетей;
  • какие инструменты уже есть и какие из них открыты;
  • что нужно начинающему обучателю нейронных сетей, чтобы сделать свой SkyNet.

Андрей Игонин
Генеральный директор @ RITG
Ульяновск

Так как мы айтишники, а не специалисты по ультразвуку, мы пошли другим путем. Хотите узнать как? Тогда ждем Вас на Стачке!

  • Для Вас мы сделаем разбор кейса, который привел к повышению производительности заказчика в 150 раз.
  • Расскажем про подходы к использованию классификаторов ARTMAP и GPU с распараллеливанием вычислений.
  • Поговорим о барьерах, с которыми мы столкнулись и поделимся опытом, как их решить.

Михаил Макеев
Chief technology officer @ SoftDesign
Тольятти

Локальные синглтоны при реализации mvp подхода.

Разделение бизнес логики на области видимости.

Dependency Injection с Dagger2 и Mortar.

Пример архитектуры проекта с применением областей видимости и тестирование мобильного
приложения.

Достоинства и недостатки предложенного подхода.