Data Science | Machinelearning [ru]

​​🎛 TIA Toolbox TIAToolbox — это набор инструментов для вычислительной патологии, разработанный TIA Center, который предоставляет комплексный API для анализа изображений патологии с использованием лучших практик. Он основан на PyTorch , популярной платформе глубокого обучения, которая обеспечивает эффективную и гибкую реализацию самых современных алгоритмов. TIAToolbox поддерживает множество функций через интерфейс командной строки и может интегрироваться со стандартными модулями PyTorch. Он также предлагает инструменты для загрузки данных, предварительной обработки, вывода модели, постобработки и визуализации. 🖥Github: https://github.com/tissueimageanalytics/tiatoolbox 📕Paper: https://arxiv.org/pdf/2402.09990v1.pdf ✨Tasks: https://paperswithcode.com/task/whole-slide-images @Devsp — Подписаться

Прямо сейчас в три команды Авито ищут дата-сайентистов: 1️⃣ Data Scientist в платформу анализа коммуникаций (Automated Speech Recognition) 2️⃣ Data Scientist в команду антифрода 3️⃣ Data Scientist в команду рекомендаций Если вам хочется улучшать опыт миллионов пользователей, скорее откликайтесь! Вас ждут интересные и сложные задачи на большом масштабе, а ещё: – достойная зарплата (обсуждается индивидуально на собеседовании); – сильная команда, которая всегда готова прийти на помощь; – возможность изучать и пробовать новое, мощное железо для этого; – бюджет на обучение, который можно тратить на курсы или профессиональную литературу; – забота о здоровье: с первого дня у вас будет ДМС со стоматологией, в офисе принимают терапевт и массажист; – возможность работать удалённо или из классных офисов в четырёх городах России. Переходите по ссылкам и оставляйте отклики.

​​👾PDD: Positional Discourse Divergence PDD — это новая автоматическая метрика, предназначенная для количественной оценки расхождения в дискурсе между двумя длинными статьями. Он разделяет предложения статьи на несколько ячеек позиций и вычисляет расхождение в структурах дискурса внутри каждой ячейки. 🖥Github: https://github.com/williamlyh/pos_div_metric 📕Paper: https://arxiv.org/pdf/2402.10175v1.pdf 🔥Dataset: https://paperswithcode.com/dataset/recipe1m-1 ✨Tasks: https://paperswithcode.com/task/coherence-evaluation @Devsp — Подписаться

​​👾PDD: Positional Discourse Divergence PDD — это новая автоматическая метрика, предназначенная для количественной оценки расхождения в дискурсе между двумя длинными статьями. Он разделяет предложения статьи на несколько ячеек позиций и вычисляет расхождение в структурах дискурса внутри каждой ячейки. 🖥Github: https://github.com/williamlyh/pos_div_metric 📕Paper: https://arxiv.org/pdf/2402.10175v1.pdf 🔥Dataset: https://paperswithcode.com/dataset/recipe1m-1 ✨Tasks: https://paperswithcode.com/task/coherence-evaluation @Devsp — Подписаться

Если вы увлекаетесь Computer Science настолько, что хотите перейти от типовых кейсов к задачам со звёздочкой, советуем обратить внимание на образовательные программы под руководством экспертов-практиков. Такие форматы, насыщенные живым общением и возможностью поработать над реальными проектами, - лучший способ выйти на новый уровень. Начать можно с интенсивов. Например, в апреле Яндекс Образование проведёт бесплатный двухнедельный студкемп по машинному обучению на базе НИУ ВШЭ. Среди преподавателей эксперты из Школы анализа данных, Яндекса и ВШЭ. Программа кемпа направлена на насыщенную практическую работу и обмен опытом - отличная возможность добавить новый проект и сертификат в портфолио. На программе ждут студентов профильных направлений. Чтобы подать заявку, заполните анкету участника до 29 февраля. Всем, кто успешно пройдёт отбор, Яндекс Образование оплатит дорогу и проживание. Поторопитесь - количество мест ограничено.

😂 Дикие разработчики Python @Devsp — Подписаться

⛅ Запуск локального кода в облаке без настройки серверов и кластеров Yandex DataSphere Jobs позволяет запускать любую программу на Python или shell-скрипт в облаке без всяких изменений. Для запуска скрипта не нужно модифицировать исходный код, самостоятельно развёртывать кластер и собирать окружение — это происходит автоматически при запуске скрипта. Преимущества DataSphere Jobs: ⏺ Быстрый запуск вычислений в облаке с доступом ко всем его ресурсам, включая GPU без настройки виртуальных машин и кластеров. ⏺ Безопасность — Yandex Cloud выполняет все требования безопасности информации и работы с персональными данными. После исполнения вычислений DataSphere Jobs удалит весь код и данные. ⏺ Экономия затрат на развёртывание кластеров, их обслуживание и DevOps. 🗣 Подробнее смотрите в видео. Реклама. ООО «Яндекс.Облако» ИНН 7704458262

​​🧠EasyVolcap: Accelerating Neural Volumetric Video Research Neural Radiance Fields (NeRF) — это метод синтеза новых видов сложных сцен путем оптимизации базовой функции непрерывной объемной сцены с использованием разреженного набора входных представлений. 🖥Code: https://github.com/zju3dv/easyvolcap 🖌Metrics: https://short.llm360.ai/amber-metrics 📚Paper: https://arxiv.org/abs/2312.06575v1 ⚡️ Dataset: https://paperswithcode.com/dataset/nerf @Devsp — Подписаться

One Day Offer для Data Science Обнаружен самый короткий путь к офферу в Сбере: 2 марта вас ждут на онлайн One Day Offer для специалистов Data Science.  Сбер разрабатывает и внедряет DS-решения в точки касания с клиентом: отделения, мобильное приложение, банкоматную сеть, кол-центр, канал Премьер и т. д. За год запускается более 200 моделей. Стек направления: Python, Spark, SQL, Hadoop, GreenPlum. В ваших задачах будет: — Обучение всех типов моделей искусственного интеллекта: от классического ML до глубоких нейронных сетей. — Создание высокотехнологичных сервисов: от систем принятия решений до компьютерного зрения и обработки естественного языка. — Развитие хранилищ блока на Teradata и DataLake на Hadoop. У вас есть уникальная возможность поучаствовать в выводе продуктов с нуля в промышленную эксплуатацию. Интересно? Регистрируйтесь по ссылке.

​​🧠EasyVolcap: Accelerating Neural Volumetric Video Research Neural Radiance Fields (NeRF) — это метод синтеза новых видов сложных сцен путем оптимизации базовой функции непрерывной объемной сцены с использованием разреженного набора входных представлений. 🖥Code: https://github.com/zju3dv/easyvolcap 🖌Metrics: https://short.llm360.ai/amber-metrics 📚Paper: https://arxiv.org/abs/2312.06575v1 ⚡️ Dataset: https://paperswithcode.com/dataset/nerf @Devsp — Подписаться

🤔Что происходит на рынке баз данных в свете импортозамещения? 🔥Обсудим этот злободневный вопрос на бесплатном открытом уроке 4 марта вместе с Сергеем Окатовым — руководителем управления разработки, Fullstack-разработчик с опытом >10 лет ✅Если вы бэкенд-разработчик, аналитик, тимлид, архитектор или занимаетесь вопросами миграции, этот урок — для вас. Мы обсудим мировые тенденции в сфере баз данных, рассмотрим предложения от отечественных производителей, а также сравним их с зарубежными аналогами. Разберемся, как обстоят дела на российском рынке и какие проблемы требуют решения. 👉🏻Этот открытый урок – хороший шанс расширить знания и получить свежие инсайты о рынке баз данных. Больше актуальных знаний ждут вас на онлайн-курсе OTUS “NoSQL”. Осталось меньше половины мест. Курс можно приобрести в рассрочку. 🤝Чтобы записаться на открытый урок, пройдите вступительный тест! Реклама. ООО «Отус онлайн-образование», ОГРН 1177746618576

​​🎃FreeInit : Bridging Initialization Gap in Video Diffusion Models В этой статье мы углубимся в инициализацию шума в моделях видеодиффузии и обнаружим неявный разрыв между обучением и выводом, который связан с падением качества вывода. 🖥colab: https://github.com/camenduru/FreeInit-colab 🔮page: https://tianxingwu.github.io/pages/FreeInit/ 📚paper: https://arxiv.org/abs/2312.07537 🥩code: https://github.com/TianxingWu/FreeInit @Devsp — Подписаться

​​🥳DiffMorpher: Unleashing the Capability of Diffusion Models for Image Morphing В этой работе мы представляем DiffMorpher, первый подход, обеспечивающий плавную и естественную интерполяцию изображений с использованием моделей диффузии. Наша ключевая идея состоит в том, чтобы уловить семантику двух изображений, подобрав к ним два LoRA соответственно, и интерполировать как параметры LoRA, так и скрытые шумы, чтобы обеспечить плавный семантический переход, при котором соответствие автоматически возникает без необходимости аннотации. 🖥Code: https://github.com/Kevin-thu/DiffMorpher 🧪OpenXLab: https://openxlab.org.cn/apps/detail/KaiwenZhang/DiffMorpher 🎓Colab: https://github.com/camenduru/DiffMorpher-colab 🔮Project Page: https://kevin-thu.github.io/DiffMorpher_page 📚ArXiv: https://arxiv.org/abs/2312.07409 @Devsp — Подписаться

✔️ Телеграм-канал Яндекса специально для разработчиков Опенсорс-проекты, которые меняют мир. Большие программы для поддержки белых хакеров. Наука в ML и резиденции для молодых учёных. Подборки статей и видео, которыми вдохновляются инженеры Яндекса. Говорим об этом в канале Yandex for Developers. Подписывайтесь 👉 @Yandex4Developers

​​👌MotionCtrl: A Unified and Flexible Motion Controller for Video Generation MotionCtrl может независимо управлять сложным движением камеры и движением объектов в созданных видео, используя только унифицированную модель. 🖥Code: https://github.com/TencentARC/MotionCtrl 🎓Colab: https://github.com/camenduru/MotionCtrl-colab 🔮Project Page: https://openxlab.org.cn/apps/detail/camenduru/MotionCtrl 📚ArXiv: https://arxiv.org/abs/2312.03641 @Devsp — Подписаться

​​🤫InsActor: Instruction-driven Physics-based Characters InsActor - генеративная структура, которая использует последние достижения в моделях движения человека на основе диффузии для создания управляемой инструкциями анимации персонажей, основанных на физике. 🖥Code: github.com/jiawei-ren/insactor 📚Paper: arxiv.org/abs/2312.17135 ⚡️Project: https://jiawei-ren.github.io/projects/insactor/ @Devsp — Подписаться

Сможете пошутить про Data Engineering? А целый курс напишете? Если готовы, то ждём вас в Яндекс Практикуме — это edtech-проект, который помогает освоить цифровую профессию и таким образом поменять жизнь к лучшему. Сейчас мы ищем автора контента для курса по Data Engineering, который сделает содержательные и увлекательные учебные материалы — тексты уроков, тесты, памятки, квизы и др. Что мы ждём от кандидата: – опыт в Data Engineering более 3 лет, – глубокое знание по темам: • колоночные СУБД; MPP СУБД; Massive Parallel Processing; Vertica; • Data Vault — полный список по ссылке ниже. Главное условие — желание делиться своим опытом с новичками. Что мы предлагаем: – удалёнку, от 10 часов в неделю, цифровой офис; – контент-команду, с которой вы быстро подружитесь; – ежемесячное вознаграждение и творческую свободу; – самореализацию и статус эксперта Яндекс Практикума. Все подробности здесь: https://practicum.yandex.ru/job/vacancy-161

​​🥸InstructIR: High-Quality Image Restoration Following Human Instructions InstructIR принимает на вход изображение и написанную человеком инструкцию по улучшению этого изображения. Нейронная модель выполняет комплексное восстановление изображения. InstructIR достигает самых современных результатов при выполнении нескольких задач восстановления, включая шумоподавление, уменьшение размытия, удаление дымки и улучшение изображения (при слабом освещении). 🖥Code: https://github.com/mv-lab/InstructIR 🚀Project: mv-lab.github.io/InstructIR/ 🎮Colab: https://colab.research.google.com/drive/1OrTvS-i6uLM2Y8kIkq8ZZRwEQxQFchfq 📚Paper: https://arxiv.org/abs/2401.16468 @Devsp — Подписаться

​​😶‍🌫DeepSeekMath: Pushing the Limits of Mathematical Reasoning in Open Language Models DeepSeekMath-Instruct 7B — это модель настройки с математическими инструкциями, полученная на основе DeepSeekMath-Base 7B, а DeepSeekMath-RL 7B обучается на основе DeepSeekMath-Instruct 7B с использованием предложенного нами алгоритма групповой относительной политики оптимизации (GRPO). 🖥Github: https://github.com/deepseek-ai/deepseek-math 📚 Paper: https://arxiv.org/abs/2402.03300v1 🦾 Dataset: https://paperswithcode.com/dataset/math @Devsp — Подписаться

⚡️Разыгрываем Macbook Air, airpods,обучающие курсы и книги Python. Мы развиваемся и благодарим вас за то, что читаете нас, и поэтому мы устраиваем крупный розыгрыш. Условия: 1. Подписаться на t.me/ai_machinelearning_big_data 2. Подписаться на t.me/vistehno 3. Нажать кнопку «Участвовать» Итоги розыгрыша 8 марта.