Machinelearning

С чего начать, если хотите стать бизнес-архитектором в IT? С бесплатного практического урока от OTUS, где опытный эксперт разберет: 1️⃣ Что такое бизнес-архитектура 2️⃣ Как это работает в вертикально-интегрированных корпорациях и экосистемах 3️⃣ Популярные техники построения работающей бизнес-архитектуры Вебинар будет полезен всем IT-спецам, которые хотят построить карьеру в управлении. 📢 Встречаемся 29 января в 19:00 мск в рамках курса «Enterprise Architect».После урока у вас будет возможность стать студентом курса по специальной цене и даже в рассрочку! 👉Зарегистрируйтесь прямо сейчас, чтобы посетить бесплатный урок и получить запись: регистрация Реклама. ООО "ОТУС ОНЛАЙН-ОБРАЗОВАНИЕ". ИНН 9705100963.

☑ Prompt Engineering with Llama 2— an interactive guide Большой интерактивный гайд промпт-инжиниринг с Llama 2" - руководство по проектированию просптом с лучшими практиками для разработчиков, исследователей и энтузиастов, работающих с большими языковыми моделями. https://github.com/facebookresearch/llama-recipes/blob/main/examples/Prompt_Engineering_with_Llama_2.ipynb @ai_machinelearning_big_data

Новый год — старт для ваших новых карьерных возможностей 🎄 6 февраля приглашаем на Зимнюю ярмарку вакансий, которая пройдёт офлайн и онлайн. Это классная возможность стать частью IT-сообщества Яндекса и познакомиться с теми, кто создаёт сервисы с многомиллионной аудиторией. Что вас ждёт 🔸 Вакансии для стажёров Узнаете о новых вакансиях и задачах, а также сможете лично пообщаться с командами и подать заявку туда, где понравится больше всего. 🔸 Полезные лекции Узнаете о технологиях и кейсах из практики от экспертов Яндекса. Лекции пройдут по основным направлениям стажировки: бэкенд, фронтенд, мобильная разработка, аналитика и машинное обучение. 🔸 Нетворкинг со стажёрами Яндекса Узнаете, как они проходили отбор, как готовились и чем планируют заниматься дальше. Сейчас в Яндексе одновременно стажируются более 600 человек — им есть что рассказать. Как попасть на Зимнюю ярмарку вакансий Чтобы попасть на ярмарку, нужно пройти предварительный отбор — решить задачи на Яндекс Контесте до 31 января включительно. Мы проверим решения, оценим анкеты и позовём лучших на день стажёра в Москве. Приглашения придут до 2 февраля включительно. 🍭 Закрытое шоу Тех, кто решит все задачи из Контеста, мы пригласим на вечернее закрытое шоу «Всё в плюсе». Это соревнование между различными бизнес-группами Яндекса, в которых примут участие и стажёры, и топовые разработчики. Знакомство с различными сервисами, нетворкинг с действующими стажёрами, вечеринка с кавер-группой и диджеем — это то, что ждёт вас на шоу. Узнать подробности и подать заявку — https://yandex.ru/yaintern/intern-day

🔮 Awesome AI Agents Новый 🌟Кураторский списко AI-агентов🌟!. ▪ 150+ ИИ-агентов и фреймворков. ▪ Фильтр по сценариям использования. ▪ Фильтр по открытому/закрытому исходному коду. ▪ Фильтр новых продуктов ИИ ▪ Возможность получать обновления о конкретном агенте ИИ. 🖥 Github 🎮 Project @ai_machinelearning_big_data

☑ InstantID : Zero-shot Identity-Preserving Generation in Seconds InstantID - новая модель, которая может генерировать индивидуальные изображения с различными позами или стилями на основе одного эталонного изображения без какого-либо обучения! 🖥 Code: https://github.com/InstantID/InstantID 🚀 Project: https://instantid.github.io/ 📚 Paper: https://arxiv.org/abs/2401.07519 @ai_machinelearning_big_data

🖥 Intel® Extension for Transformers Инновационный набор инструментов на основе трансформеров для ускорения GenAI/LLM. pip install intel-extension-for-transformers #intelai #intelgpu 🖥 Code: https://github.com/intel/intel-extension-for-transformers 🚀 Docs: https://intel.github.io/intel-extension-for-transformers/latest/docs/Welcome.html 🌟 Dataset: https://huggingface.co/datasets/Intel/orca_dpo_pairs 🚀Release notes: https://github.com/intel/intel-extension-for-transformers/releases/tag/v1.3.1 @ai_machinelearning_big_data

🤳 Vlogger - система искусственного интеллекта для генерации коротких влогов из текста. В отличие от коротких видеороликов длительностью в несколько секунд, влог часто содержит сложную сюжетную линию с разнообразными сценами, что является сложной задачей для большинства существующих подходов к созданию видео. Vlogger может генерировать видео на несколько минут из текста по сценарию без потери связности. 🖥 Code: https://github.com/zhuangshaobin/vlogger 🚀 Colab: github.com/camenduru/Moore-AnimateAnyone-colab 📚 Paper: https://arxiv.org/abs/2401.09414v1 🌟 Dataset: https://paperswithcode.com/dataset/ucf101 @ai_machinelearning_big_data

🎮 RAP-SAM:Towards Real-Time All-Purpose Segment Anything Модель для универсальной сегментации в реальном времени для распознавания и сегментации объектов на изображениях, видео и интерактивных материалах. 🖥 Code: https://github.com/xushilin1/rap-sam 📚 Paper: https://arxiv.org/abs/2401.10228v1 🌟 Dataset : https://paperswithcode.com/dataset/coco @ai_machinelearning_big_data\

⚠️  Снижение размерности в ML – что это такое и как с этим работать? Расскажет Мария Тихонова – Senior Data Scientist в «SberDevices» и преподаватель ВШЭ. Встречаемся на бесплатном практическом уроке «Метод главных компонент для снижения размерности» от OTUS. • На занятии вы узнаете основные подходы к задаче снижения размерности в ML • Изучите метод главных компонент для снижения размерности и научитесь применять алгоритм PCA на практике. Встречаемся 22 января в 18:00 мск в рамках курса «Machine Learning. Professional». Пройдите короткий тест прямо сейчас, чтобы посетить бесплатный урок и получить список вопросов и ответов для прохождения интервью 👉Регистрация https://otus.pw/IFnP/?erid=LjN8K6S1b Реклама. ООО "ОТУС ОНЛАЙН-ОБРАЗОВАНИЕ". ИНН 9705100963.

🎉 Stability AI выпустили Stable LM 2 1.6B Первая языковая модель из новой серии Stable LM 2: базовую модель с 1,6 миллиардами параметров. Базовая модель обучена примерно на 2 триллионах лексем в течение двух эпох и включает в себя многоязычные данные. Используя последние алгоритмические достижения в области языкового моделирования, удалось найти оптимальный баланс между скоростью и производительностью, что позволило быстро проводить эксперименты и итерации при умеренных затратах. ▪демо: https://huggingface.co/spaces/stabilityai/stablelm-2-1_6b-zephyr ▪база моделей: https://huggingface.co/stabilityai/stablelm-2-1_6b ▪инструкции: https://huggingface.co/stabilityai/stablelm-2-zephyr-1_6b @ai_machinelearning_big_data

Знаешь, как организовать потоки загрузки и обрабатывать данные, но хочешь делать это ещё лучше? 👨‍💻  Пройди интенсив по направлению Data Engineer в Открытой школе Холдинга Т1 — лидера* российского ИТ-рынка🔝 Прокачаем скилы и пригласим в команду. Для кого? Дата-инженеры с опытом работы от года.  Как всё устроено❓ 1️⃣ подай заявку 2️⃣ пройди входное тестированиеДля интенсива достаточно выделить 8 часов в неделю: 4 на вебинары + 4 на практику. Гибкий график, без отрыва от работы. Продолжительность — 1 месяц, а старт уже в январе.  Принимаем заявки до 24 января❗️  *По версии CNews Analytics 2022, TAdviser 2021 и RAEX 2023 Реклама. ООО "ГК "ИННОТЕХ". ИНН 9703073496.

🚀 The newly released DeciCoder-6B model is one of the most capable and advanced multi-language code LLMs. Недавно выпущенная модель DeciCoder-6B - одна из самых способных и продвинутых мультиязычных LLM модели для работы с кодом в классе параметров 7B. Модель DeciCoder-6B демонстрирует исключительное мастерство владения яп, га руовне или превосходя конкурирующие модели в своем классе 🔥 Модель обучена на коде Python, Java, Javascript, Rust, C++, C и C# из Starcoder Training Dataset, DeciCoder-6B демонстрирует исключительное мастерство владения этими языками. В бенчмарке HumanEval он превосходит такие модели, как CodeGen 2.5 7B и StarCoder 7B, практически на всех поддерживаемых языках. На языке Python DeciCoder лидирует с преимуществом в 3 балла над моделями вдвое большего размера, например StarCoderBase 15.5B! 🚀 HF: https://huggingface.co/Deci/DeciCoder-6B 📚 Blog: https://deci.ai/blog/decicoder-6b-the-best-multi-language-code-generation-llm-in-its-class/ 🌟 Colab: https://colab.research.google.com/drive/1QRbuser0rfUiFmQbesQJLXVtBYZOlKpB @ai_machinelearning_big_data

🦾 Hard skills ML-разработчиков: Яндекс составил карту технических навыков для специалистов по Machine Learning На ней можно найти, какие навыки тесно связаны между собой и к каким инструментам интерес особенно вырос за последний год. Чем больше надпись на карте, тем чаще разработчики искали информацию по тегу. Чем ближе два навыка друг к другу, тем ближе контекст, в котором они применяются. Можно побродить по карте, а ещё заполнить чек-лист на основе трендов 2023 года. Полезное. @ai_machinelearning_big_data

🖥 Introducing ASPIRE for selective prediction in LLMs Google представили ASPIRE - фреймворк, который расширяет возможности предсказания больших языковых моделей, позволяя им выдавать ответ в паре с оценкой уверенности. Узнайте, почему он превосходит современные методы на различных наборах данных QA. https://blog.research.google/2024/01/introducing-aspire-for-selective.html @ai_machinelearning_big_data

🥈 Kandinsky от Сбера стала второй по популярности нейросетью среди разработчиков по версии Hugging Face AI-ресурс с лучшими open-source решениями выпустил рейтинг, где нейросеть Kandinsky от Сбера стала лидером по темпам роста, но уступила первое место Stable Diffusion по популярности среди разработчиков. Разработчики Kandinsky отметили, что по итогам 2023 года аудитория нейросети выросла до 12 млн человек, а число сгенерированных в прошлом году изображений превысило 200 млн. 📚 Paper @ai_machinelearning_big_data

💃 (Moore) Animate Anyone: Consistent and Controllable Image-to-Video Synthesis for Character Animation Animate Anyone: новая модель синтеза изображения в видео для качественно анимации персонажей. 🖥 Code: https://github.com/MooreThreads/Moore-AnimateAnyone 🚀 Colab: github.com/camenduru/Moore-AnimateAnyone-colab 📚 Paper: arxiv.org/abs/2311.17117 🌟 Project: humanaigc.github.io/animate-anyone/ @ai_machinelearning_big_data

Три совета начинающим разработчикам, которые хотят заняться базами данных, от героев нового выпуска шоу «1х1». Это Андрей Бородин и Максим Кита. В Яндексе они занимаются опенсорсными базами данных и YDB ➕ 1️⃣ «Контрибьютьте в опенсорс» Выберите популярный проект на GitHub, например ClickHouse, и найдите в Issues задачи для новичков с пометкой вроде «Easy first issue». 2️⃣ «Начните с открытых курсов» Посмотрите курс Энди Павло по базам данных — для начинающих и более продвинутых — или записи лекций Максима Киты, которые он читает во ВШЭ (все материалы по ним — на GitLab). 3️⃣ «Общайтесь с теми, кто делает сервисы» У любого разработчика всегда есть длинный список задач, которые нужно сделать. Попросите такой и возьмитесь за какой-то простой вопрос. Подписывайтесь 🔴 @yandex

Erid: LdtCKX9XR Реклама. ООО "Яндекс", ИНН: 7736207543

Три совета начинающим разработчикам, которые хотят заняться базами данных, от героев нового выпуска шоу «1х1». Это Андрей Бородин и Максим Кита. В Яндексе они занимаются опенсорсными базами данных и YDB ➕ 1️⃣ «Контрибьютьте в опенсорс» Выберите популярный проект на GitHub, например ClickHouse, и найдите в Issues задачи для новичков с пометкой вроде «Easy first issue». 2️⃣ «Начните с открытых курсов» Посмотрите курс Энди Павло по базам данных — для начинающих и более продвинутых — или записи лекций Максима Киты, которые он читает во ВШЭ (все материалы по ним — на GitLab). 3️⃣ «Общайтесь с теми, кто делает сервисы» У любого разработчика всегда есть длинный список задач, которые нужно сделать. Попросите такой и возьмитесь за какой-то простой вопрос. Подписывайтесь 🔴 @yandex

📐 AlphaGeometry: An Olympiad-level AI system for geometry Deepmind представили AlphaGeometry: систему искусственного интеллекта, которая решает олимпиадные задачи по геометрии на уровне, приближающемся к уровню золотого медалиста. Система была обучена исключительно на синтетических данных и знаменует собой прорыв ИИ в области математики. https://deepmind.google/discover/blog/alphageometry-an-olympiad-level-ai-system-for-geometry/ 🖥 Code: https://github.com/facebookresearch/audiocraft/blob/main/docs/MAGNET.md#api 🚀 Deepmind: https://deepmind.google/discover/blog/alphageometry-an-olympiad-level-ai-system-for-geometry/ 📚 Paper: https://www.nature.com/articles/s41586-023-06747-5 @ai_machinelearning_big_data