Machinelearning

В «Магните» работает 4000 разработчиков и ИТ инженеров, они решают интересные и амбициозные задачи, делая жизнь покупателя одного из крупнейших ритейлеров России технологичнее и удобнее. 27 июля в 13:00 (МСК) приглашаем вас на эфир Demo Day Magnit IT. Команда разработчиков, спецов по аналитике, ecom и другим диджитал-направлениям поделится крутыми кейсами и решениями непростых задач. Кроме того, они расскажут, как работает IT-подразделение огромного ритейлера. В этом им помогут ведущие одного из самых известных технологических подкастов @zavtracast Тимур Сейфельмлюков и Дмитрий Зомбак. На Demo Day Magni IT будет куча крутых спикеров, но точно нельзя упустить эти выступления: 🌩 Юрий Мисник (CTO) и Татьяна Коваль (System Architect) расскажут о мультиоблачной архитектуре и почему в «Магните» решили сфокусироваться на PaaS для большей отказоустойчивости. 💌 Алексей Четыркин (Head of Data Analytics) и Артем Селезнев (Head of CRM) расскажут про инхаус-решение «Магнита» по CRM-коммуникациям, гипергранулированным сегментациям аудиторий, предикативной модели пути покупателя и BI-алгоритме отслеживания тысяч критических параметров. 📊 Павел Шорохов (Head of BI) расскажет, как «Магнит» в течение 12 лет строил корпоративную платформу сбора и анализа данных на 1 Петабайт, которой пользуется более 10 тысяч человек каждый день. А еще как они строят собственный облачный Data Lake. Не пропустите! Зарегистрируйтесь на эфир, и вам придёт напоминалка 27 июля в 13:00 (МСК), а еще там будет куча интересных дополнительных материалов: https://magn-it.online

🏵 Weakly Supervised Object Localization via Transformer with Implicit Spatial Calibration learnable parameter to dynamically adjust the semantic correlations and spatial context intensities for effective information propagation. Github: https://github.com/164140757/scm Paper: https://arxiv.org/abs/2207.10447v1 Dataset: https://paperswithcode.com/dataset/cub-200-2011 @ai_machinelearning_big_data

Приглашаем всех желающих бесплатно онлайн получить востребованную техническую специальность. За 2-3 месяца вы получите надежную базу теории и практики, гарантирующую быстрый карьерный старт. Обучение проводит официальный партнер Томского государственного университета. Выдается удостоверение о повышении квалификации или диплом о проф. переподготовке. Обязательно наличие высшего или среднего профессионального образования. Наши программы: — Системный аналитик — Аналитик данных — Разработчик сайтов на Тильде — Дизайнер мобильных приложений — Тестировщик ПО и другие. Полный список: http://bit.do/fUWyz Бесплатно обучиться и получить помощь в трудоустройстве могут: — неработающие выпускники и студенты последнего курса — женщины в декрете и неработающие мамы детей до 7 лет — безработные — граждане 50+ — граждане под риском увольнения / сокращения Регистрируйтесь на курс прямо сейчас! http://bit.do/fUWyz

Вокруг искусственного интеллекта много как хайпа, так и скепсиса. Конвертируется ли вообще использование AI-сервисов в реальную пользу для бизнеса? 📌Чтобы раз и навсегда поставить для себя точку в этом вопросе, приходите на вебинар с продуктовым менеджером Cloud AI Consulting Татьяной Славкиной и архитектором клиентских решений Владиславом Синеглазовым вы узнаете: ✅ как добиться высоких метрик точности AI/ML и как следствие улучшить бизнес-метрики; ✅ какой экономический эффект и в каких сценариях сегодня достигнут в десятках компаний России и почему не стоит откладывать инвестиционные проекты AI «на потом»; ✅ как выгодно внедрить AI и обеспечить его масштабирование, особенно в ситуации, когда в компании нет или не хватает нужных человеческих и технологических ресурсов. 👥 Вебинар будет полезен топ-менеджерам ИТ-направлений, директорам офисов Big Data, CDO/CDTO, финансовым директорам, руководителям отделов маркетинга и аналитики. ↗️Регистрируйтесь по ссылке!

Приглашаем всех желающих бесплатно онлайн получить востребованную техническую специальность. За 2-3 месяца вы получите надежную базу теории и практики, гарантирующую быстрый карьерный старт. Обучение проводит официальный партнер Томского государственного университета. Выдается удостоверение о повышении квалификации или диплом о проф. переподготовке. Обязательно наличие высшего или среднего профессионального образования. Наши программы: — Системный аналитик — Аналитик данных — Разработчик сайтов на Тильде — Дизайнер мобильных приложений — Тестировщик ПО и другие. Полный список: http://bit.do/fUWyz Бесплатно обучиться и получить помощь в трудоустройстве могут: — неработающие выпускники и студенты последнего курса — женщины в декрете и неработающие мамы детей до 7 лет — безработные — граждане 50+ — граждане под риском увольнения / сокращения Регистрируйтесь на курс прямо сейчас! http://bit.do/fUWyz

🧿 Generative Multiplane Images: Making a 2D GAN 3D-Aware What is really needed to make an existing 2D GAN 3D-aware? To answer this question, we modify a classical GAN, i.e., StyleGANv2, as little as possible. We find that only two modifications are absolutely necessary: 1) a multiplane image style generator branch which produces a set of alpha maps conditioned on their depth; 2) a pose-conditioned discriminator. Github: https://github.com/apple/ml-gmpi Paper: https://arxiv.org/abs/2207.10642v1 Dataset: https://paperswithcode.com/dataset/metfaces Project: https://xiaoming-zhao.github.io/projects/gmpi/ Pretrained checkpoints: https://drive.google.com/drive/folders/1MEIjen0XOIW-kxEMfBUONnKYrkRATSR_ @ai_machinelearning_big_data

✨ Tip-Adapter: Training-free Adaption of CLIP for Few-shot Classification Tip-Adapter is a training-free adaption method for CLIP to conduct few-shot classification. Github: https://github.com/gaopengcuhk/tip-adapter Paper: https://arxiv.org/abs/2207.09519v1 Dataset: https://paperswithcode.com/dataset/oxford-102-flower @ai_machinelearning_big_data

✨ Tip-Adapter: Training-free Adaption of CLIP for Few-shot Classificationю Github: https://github.com/gaopengcuhk/tip-adapter Paper: https://arxiv.org/abs/2207.09519v1 Dataset: https://paperswithcode.com/dataset/oxford-102-flower @ai_machinelearning_big_data

Мы следим за миром инноваций и рынком труда и знаем, какие специалисты нужны рынку. Наши исследования показали, что сейчас стремительно растет спрос на специалистов по новейшим технологиям: ✔ искусственный интеллект; ✔ Web 3.0; ✔ блокчейн; ✔ кибернетика умных устройств; ✔ data science; ✔ метавселенные. Мы решили запустить программу подготовки этих специалистов, ведь таких курсов еще не было на рынке. Научитесь создавать умных роботов, проектировать метавселенные и управлять автономными организациями на блокчейне. Что в результате обучения: 📈 Станете новой элитой современных инновационных проектов Ключевой сферой России остается ИТ — на технологиях держится не только экономика, но и развитие каждой отрасли страны.‍ 💪 Получите уникальные навыки Если какая-то технология только вышла, мы учтем ее в программе. 🌏 Сможете работать над проектами, которые меняют мир прямо сейчас Уже через несколько месяцев после старта программы вы сможете найти подработку и продолжать обучаться. Почему вам стоит стартовать в ИТ прямо сейчас ⚡️ Востребованно За 2021 год количество вакансий на рынке ИТ выросло на 72%. Количество резюме — всего на 6%. 🚀 Перспективно К 2035 году в России будет более 2,5 миллиона вакансий для специалистов из сферы ИТ. 🤑 Высокооплачиваемо Зарплата начинающего ИТ-специалиста — от 60 000 ₽. А уже через три года — от 150 000 ₽. ❗ Длительность — 12 месяцев, 2–3 занятия в неделю по 2–3 часа. Для прохождения курса не требуется техническое образование или опыт работы. ❗❗ Гарантия трудоустройства закреплена в договоре. Если после успешного обучения вы не найдете работу, мы вернем вам деньги. 👉 Начать обучение: https://clck.ru/sLJhU

🔧 FSD: Fully Sparse 3D Object Detection & SST: Single-stride Sparse Transformer Github: https://github.com/tusimple/sst Paper: http://arxiv.org/abs/2207.10035 Dataset: https://paperswithcode.com/dataset/waymo-open-dataset @ai_machinelearning_big_data

Полезная статья на Хабр о промышленном мониторинге качества данных в Feature Store В ней аналитик финтеха Big Data из МТС рассказал о построении автоматизированного контроля за качеством данных в их Feature Store, позволяющем не допустить принятия бизнес-решений на искаженных или ненадежных данных. О том, что такое Feature Store, почему в нем возникла потребность и какое место занимает промышленный мониторинг качества данных, читать здесь.

HiFormer: Hierarchical Multi-scale Representations Using Transformers for Medical Image Segmentation Github: https://github.com/amirhossein-kz/hiformer Paper: https://arxiv.org/abs/2207.08518v1 Tasks: https://paperswithcode.com/task/medical-image-segmentation @ArtificialIntelligencedl

✅ Что будет с IT в России? ✅ Первыми узнавать новости из мира облачных технологий и искусственного интеллекта ✅ Регулярный и честный анализ рынка IT ✅ Реальный опыт решения задач Все это и многое другое на авторском ТГ-канале Евгения Колбина, СЕО облачного провайдера Cloud. Евгений Колбин: • Знает, как создать и монетизировать Cloud, AI, ML сервисы, а также, как построить суперкомпьютеры • Настоял на покупке «железа», когда стало понятно, что может быть дефицит • Вместе с командой создал Sberbank business online - удобную систему сервисов для предпринимателей • Долгое время руководил ИТ проектами в Citibank • А самое главное – знает, как воспользоваться теми возможностями, которые для нас сегодня открываются Подписывайтесь на канал Евгения, если хотите первыми быть в курсе развития IT, облаков и ИИ: https://t.me/veryironman

⚡️ CLOSE: Curriculum Learning On the Sharing Extent Towards Better One-shot NAS Github: https://github.com/walkerning/aw_nas Paper: https://arxiv.org/abs/2207.07868v1 Dataset: https://paperswithcode.com/dataset/nas-bench-201 @ai_machinelearning_big_data

МТС создали новый канал, где доказывают, что продают не только симки и смартфоны, а ищут вполне реальных спецов в IT, которые будут писать на Golang • Swift • Kotlin • Java • Python • C# • C++. Зачем? Чтобы продолжать создавать продукты, платформы и сервисы для людей и бизнеса с помощью 20+ петабайт данных. Еще и работают в разных направлениях: от Big Data, AI и Cloud до онлайн-кинотеатра и киберспорта. Да, ребята в МТС тоже развивают экосистему цифровых сервисов.

Language Modelling with Pixels PIXEL is a language model that operates on text rendered as images, fully removing the need for a fixed vocabulary. Github: https://github.com/xplip/pixel Paper: https://arxiv.org/abs/2207.06991v1 Dataset: https://paperswithcode.com/dataset/glue Pretrained: https://huggingface.co/Team-PIXEL/pixel-base @ai_machinelearning_big_data

🚀 Dynamic Low-Resolution Distillation for Cost-Efficient End-to-End Text Spotting Github: https://github.com/hikopensource/davar-lab-ocr Paper: https://arxiv.org/abs/2207.06694v1 Dataset: https://paperswithcode.com/dataset/total-text @ai_machinelearning_big_data

Ищем медработников, чтобы с нуля обучить профессии Data Scientist в медицине. С помощью машинного обучения, вы научитесь обрабатывать данные по сердечно-сосудистым заболеваниям, онкологии, сигналам ЭЭГ, рентгеновским изображениям, сможете ставить диагнозы,обнаруживать болезни и персонализировать лечение. Курс прекрасно подойдет: Медработникам Освоите IT-специализацию в знакомой нише, увеличите доход и сможете улучшать жизнь сотен людей с помощью искусственного интеллекта. Новичкам в Data Science Станете специалистом по Data Science с нуля: освоите аналитику в медицине, бизнесе и других направлениях. IT-специалистам Поможем систематизировать знания в Data Science, ускорить карьерный рост и больше зарабатывать. Вашими преподавателями станут эксперты из таких компаний как: Parexel, X5 Retail Group, NVIDIA, Минобороны России, Pirogov AI. Если после успешного обучения вы не найдёте работу, мы вернём вам деньги, ведь гарантия трудоустройства закреплена в договоре. Узнать подробности и зарегистрироваться: https://clc.to/wKod8g

Benchmarking Omni-Vision Representation through the Lens of Visual Realms Github: https://github.com/ZhangYuanhan-AI/OmniBenchmark Project: https://zhangyuanhan-ai.github.io/OmniBenchmark Paper: https://arxiv.org/abs/2207.07106v1 Competition: https://codalab.lisn.upsaclay.fr/competitions/6043 @ai_machinelearning_big_data