We nodigen u graag uit voor onze meetup bij ons kantoor in Utrecht op 7 augustus, direct naast het centraal station van Utrecht! Het thema van de meetup is hoe GenAI in productie te brengen, maar niet alleen productie, productie naar het volgende niveau. Meer specifiek zal ons Artefact team demonstreren hoe we GenAI gebruiken voor het genereren van aangepaste, productieklare marketingafbeeldingen en zal het Phospho team illustreren hoe we robuuste ML best practices integreren op schalen van kwaliteitsmetriek voor GenAI producten.
Agenda
[Gesprek 1]: “GenAI Beeldinteractie: een volgende stap voorbij LLM tekstchatbots”.”
We hebben allemaal de mogelijkheden van GenAI chatbots voor data interactie ervaren. Nu is het tijd om de nieuwe GenAI-innovaties te verkennen die Artefact aan het ontwikkelen is. Ontdek hoe GenAI marketing transformeert door het creëren van middelen te versnellen en de kosten te verlagen. In deze lezing laten we zien hoe we GenAI gebruiken om aangepaste, productieklare marketingbeelden te genereren. U krijgt ook inzicht in het automatiseren van de processen, het verbeteren van de efficiëntie voor creativiteitsgebaseerde toepassingen en u leert over de kwaliteitsmetriek die essentieel is voor het bewaken en verbeteren van de modelprestaties.
[Gesprek 2]: “Opkomende best practices in het analyseren van gebruikspatronen en het kwantificeren van kwaliteitskenmerken voor GenAI-producten”.”
Ontdek hoe u best practices op het gebied van machine learning (ML) kunt toepassen op Generative AI-toepassingen (GenAI), waarbij u zich specifiek richt op Large Language Models (LLM's) en verspreidingsmodellen. Deze lezing is gericht op ML-engineers en -ontwikkelaars die hun GenAI-producten willen verbeteren door middel van een gekwantificeerde evaluatie van modelkwaliteit en analyse van gebruikersinteracties. Leer om strenge, meetbare normen te implementeren om GenAI-toepassingen te verbeteren en te begrijpen.
De snelle vooruitgang in generatieve AI-technologieën, waaronder LLM's en verspreidingsmodellen, heeft ML-ingenieurs en -ontwikkelaars in staat gesteld om nieuwe en krachtige producten te bouwen. De integratie van robuuste ML best practices in de ontwikkeling van deze producten staat echter nog in de kinderschoenen. Deze sessie is bedoeld om die kloof te overbruggen door gevestigde methodologieën van traditionele ML te introduceren om de betrouwbaarheid en effectiviteit van GenAI-toepassingen te verbeteren.
Spreker(s)
Arthur Lambert, Senior Data Wetenschapper & GenAI Expert
Artefact Benelux
Arthur begon bij Artefact in maart 2022, na het behalen van twee masterdiploma's op het gebied van wiskunde en economie. Binnen Artefact werkte hij aan verschillende projecten op het gebied van Forecasting, Generative AI en Marketing Mix Modelling (MMM) voor verschillende klanten. Hij heeft met name meegewerkt aan de ontwikkeling van een causaal MMM-raamwerk, dat verder gaat dan de traditionele methodologieën.
Priya Sarkar, Senior Machine Learning Ingenieur
Artefact Benelux
Priya Sarkar is een Machine Learning Engineer bij Artefact met een robuuste achtergrond in Software Engineering en Data Science. Ze heeft een Master in Computer Science van de TU Delft. Ze begon met verschillende AI-onderwerpen en richtte haar onderzoek op eerlijkheidsalgoritmen in machine learning, dat is gepubliceerd op de CSCW 2024 conferentie. Bij Artefact heeft Priya zich gespecialiseerd in GenAI, door onderzoek te doen, proof-of-concepts te ontwikkelen en een aantal ervan in productie te nemen. Ze organiseert ook het maandelijkse GenAI Café op Artefact.
Paul-Louis Venard, Medeoprichter
fosfo
Paul-Louis Venard is medeoprichter en CEO van phospho, een tekstanalyseplatform voor LLM-toepassingen. Paul-Louis heeft een mastergraad in computerwetenschappen van de École des Ponts/ENS en een mastergraad in bedrijfskunde van de HEC Paris. Voordat hij fosfo oprichtte, werkte Paul-Louis als ML-onderzoeker in de medische technologie, waarbij hij computervisie gebruikte in de radiologie, en als consultant bij BCG.
Pierre-Louis Biojout, Medeoprichter en CTO
Pierre-Louis Biojout is medeoprichter en CTO van phospho, een tekstanalyseplatform voor LLM-toepassingen. Zijn huidige werk richt zich op het ontwikkelen van robuuste tooling en analyseoplossingen voor grote taalmodel-gedreven toepassingen. Pierre-Louis is ook een van de belangrijkste bijdragers aan LLM-colosseum, een open-source project om LLM's te rangschikken door ze videogames tegen elkaar te laten spelen. Hij heeft een master in toegepaste wiskunde van de École Polytechnique (l'X). Onlangs leidde Pierre-Louis phospho door de Winter 2024 batch van Y Combinator.
