Machinelearning

🌐 Как наладить технологии автоматического перевода в своём проекте? В статье на Хабре Андрей Соколов из команды прикладных исследований ВКонтакте подробно и доступным языком рассказал о том, как они сделали свой переводчик для постов и сообщений в мессенджере. Материал будет полезен для тех, кто тоже хочет попробовать использовать и развернуть переводы у себя в проекте. Для чтения статьи не потребуется специальный уровень знаний: в ней нет излишних технических подробностей. При этом в ней вы найдёте ссылки на полезные ресурсы и выдержки из интересных источников. ai_machinelearning_big_data

Какими навыками должен обладать IT-архитектор — специалист, отвечающий за проектирование функциональных частей продукта? Расскажет Владимир Григорьев, Архитектор стрима «Розничный Миддл», на ближайшей лекции Digital Лектория Газпромбанка. Когда: 2 марта, 18:00 (по МСК) О чем: об истории и причинах появления специальности ИТ-архитектора, разных видах специалистов и требованиях к ним, рабочих задачах и организации работы, а также роли ИТ-архитекторов в Газпромбанке. Присоединяйся к лекции, чтобы узнать больше о профессии IT-архитектора. Регистрация открыта: https://www.gpbspace.ru/digital-lectory-hall-form/

📡 Learning Visual Representations via Language-Guided Sampling New approach deviates from image-text contrastive learning by relying on pre-trained language models to guide the learning rather than minimize a cross-modal similarity. Новый альтернативный подход к визуальному обучению: с использованием языкового сходства для выборки семантически схожих пар изображений. 🖥 Github: https://github.com/mbanani/lgssl ⭐️Paper: https://arxiv.org/abs/2302.12248v1 ⏩Pre-trained Checkpoints: https://www.dropbox.com/sh/me6nyiewlux1yh8/AAAPrD2G0_q_ZwExsVOS_jHQa?dl=0 💻 Dataset : https://paperswithcode.com/dataset/redcaps ai_machinelearning_big_data

Video Localized Narratives Video Localized Narratives, a new form of multimodal video annotations connecting vision and language. Новая модель от Google позволяет генерировать аннотации к видео, фиксируя даже сложные события. Авторы уже аннотировали 20 тыс. видео из датасетов OVIS, UVO и Oops, в общей сложности 1,7 млн. слов. 🖥 Github: https://github.com/google/video-localized-narratives ⭐️Paper: https://arxiv.org/abs/2302.11217v1 ⏩ Project: https://www.youtube.com/watch?v=0ORZvDDbDjA 💻 Dataset : https://paperswithcode.com/dataset/video-localized-narratives ai_machinelearning_big_data

🔥 Загляните вглубь алгоритма k Nearest Neighbours и попробуйте его на практике! 1 марта в 18:00 мск пройдет вебинар в рамках онлайн-курса «Machine Learning. Professional» в OTUS. Тема урока: «Мы похожи на свое окружение: алгоритм k Nearest Neighbours для задачи классификации» — https://otus.pw/wyLh/ ✅ На занятии мы поговорим о задаче классификации, крайне востребованном классе задач в области ML сегодня. Мы изучим алгоритм kNN для ее решения, а затем применим его на практике. В результате урока мы: - Познакомимся с популярным алгоритмом машинного обучения kNN - Узнаем, как устроен алгоритм kNN - Освоим принципы решения задачи классификации с помощью kNN ⚠️ Урок будет полезен IT-специалистам, которые хотят освоить продвинутые методы ML и перейти в Data Science. Продолжить обучение на курсе возможно в рассрочку. 👉 Пройдите вступительный тест для участия в вебинаре https://otus.pw/wyLh/

💨 3D Object Tracking Multi-modality tracker that fuses information from visual appearance and geometry to estimate object poses. Список алгоритмов по отслеживанию 3D-объектов. 🖥 Github: https://github.com/dlr-rm/3dobjecttracking ⭐️Paper: https://arxiv.org/abs/2302.11458v1 ⏩ Video: https://www.youtube.com/watch?v=0ORZvDDbDjA 💻 Dataset : https://paperswithcode.com/dataset/ycb-video ai_machinelearning_big_data

27 марта NewProLab запускает 12-й обновленный поток интенсивной онлайн-программы Data Engineer для быстрого старта в дата-инжиниринге и погружения в новые практики и инструменты 📌Кому подойдет программа: дата-инженеры, аналитики данных, бэкенд-разработчики, техлиды и менеджеры 📌Длительность 8 недель (27 марта – 26 мая): - 20 занятий с преподавателями в зуме - 6 лабораторных работ - задач с реальными данными - общий чат с участниками и поддержка координатора 📌Что дает программа: 1) научитесь решать типичные задачи DE и сможете работать дата-инженером 2) структурируете ваши знания и познакомитесь с новыми инструментами 3) поработаете с облачным кластером для решения лаб с реальными данными 4) видеозаписи и другие материалы программы останутся у вас навсегда 📌Лабы, которые предстоит выполнить: 1) Подготовка инфраструктуры 2) Batch-обработка 3) Потоковая обработка данных 4) Data-сервис 5) Сервис персонализации 6) Хранилище для BI-дашборда 📌Преподаватели – практики из ведущих компаний России и мира, рассказывают о сложном простым языком и ответят на все ваши вопросы Оставляйте заявки по ссылке: https://clck.ru/33cDTa 📌По промокоду birthday23 вы получите скидку 23% при покупке программы

🔍 A meta-dataset for few-shot image classification Meta Album is a meta-dataset created for few-shot learning, meta-learning, continual learning and so on. Meta-datase — это набор метаданных, созданный , состоящий из 40 датасетов разбитых на 10 уникальных категорий. Это постоянно пополняемый набор метаданных. ⭐️ Meta-dataset: https://meta-album.github.io/ 🖥 Github: https://github.com/ihsaan-ullah/meta-album ⭐️Paper: https://arxiv.org/abs/2302.08909v1 ai_machinelearning_big_data

Работать там, где живешь, а не жить там, где работаешь? Да, и мы в Тинькофф поддерживаем такой формат работы. Поэтому открыли свои центры разработки не только в Москве, но и еще в 24 городах России, Беларуси, Армении и Казахстана. Для нашей команды эти распределенные IT-хабы — возможность выбирать комфортный город для работы. Не переезжать в столицу, чтобы делать флагманские продукты, а создавать их там, где удобно. Или не оставаться на одном месте, а свободно перемещаться между офисами — встречаться и работать с коллегами по всей стране! Посмотреть открытые вакансии в наши центры разработки и оставить резюме можно на этой странице: https://l.tinkoff.ru/tcr-2023-tinkoff

Ежегодная серия соревнований по машинному обучению Data Fusion Contest 2023 открыта! Вас ждут две задачи в уникальном турнирном соревновании от команд ВТБ и ODS.AI: 🗡 В задаче Атака участники будут создавать атаки на нейросеть, обученную на транзакционных данных. 🛡 В задаче Защита — наоборот, учиться защищать свои модели от заранее оговоренного вида атак. 🏆 Призеров определит турнир — лучшие команды обеих задач столкнутся друг с другом за призовой фонд в 2,000,000 рублей! 💪 Участников также ждет много мерча, онлайн митапы с воркшопами, и возможность фундаментально прокачаться в новых DS/ML методах. Подробности и регистрация — на сайте.

Совместная магистерская программа «Науки о данных» Университета науки и технологий МИСИС и СберОбразования позволит освоить востребованную профессию Data Scientist начинающим специалистам, интересующимся Big Data, а также тем, кто уже имеет опыт работы с данными, но хочет углубить свои знания в этой сфере 🧑‍💻 Обучение будет проходить в онлайн-формате, что позволит совмещать учебу и работу. Вы получите все преимущества очной формы обучения – диплом государственного образца, общежитие, проездной и др.Образовательный процесс будет отслеживать команда методистов, преподавателей и тьюторов с опытом организации обучения в Data Science более 3 лет. Эксперты из крупнейших IT-компаний России поделятся с вами наработанным опытом – вы получите нужные знания и навыки в программировании, математике, машинном и «глубоком» обучении. А в третьем семестре сможете выбрать трек для более узкой специализации – Artificial Intelligence Developer, Big Data Engineer, Machine Learning Developer. Подробнее о программе 📌

🌐 Как организовать работу над ML-экспериментами с помощью MLflow MLOps — набор практик и инструментов, которые помогают стандартизировать и повысить эффективность процессов работы с машинным обучением. Эксперты VK Cloud и Karpov.Courses выпустили на Хабре полезную статью, где показали последовательность действий по выстраиванию MLOps-подхода в облаке с помощью JupyterHub и MLflow. Подробнее тут. ai_machinelearning_big_data

27 февраля на TeamLead Conf 2023 пройдет "Яндекс-трек: R&D и культура компании". Для тимлидов, руководителей и СТО! В этом треке мы поговорим о том, как в IT-компаниях с разной корпоративной культурой устроены R&D-департаменты, в которых рождаются, тестируются и запускаются технологические решения. Какова роль инженеров и менеджеров в компаниях с разной культурой? Как построены процессы генерации и приоритизации идей и инноваций? Приходите послушать! 👉Программа Яндекс-трека: https://teamleadconf.ru/moscow/2023/yatrack?utm_source=tg&utm_medium=track&utm_campaign=ai_machinelearning_big_data