Data Science | Machinelearning [ru]

​​🐈‍⬛️MLSecOps: почему, зачем и кому это нужно? В этой статье я расскажу о сравнительно новой концепции, которая становится все более актуальной и использование которой совершенно точно необходимо в больших промышленных ML-проектах, — MLSecOps. Читать...

​​👌Практический кейс реализации AutoML в банке В этой статье мы расскажем, как выстроен наш процесс, как мы к этому пришли, с какими проблемами столкнулись, как их решили и как в дальнейшем планируем тиражировать на другие продукты банка. Читать...

​​😍ML в маркетинге: как модели делают банк более чутким к негативу В статье мы подробно рассмотрим общую концепцию response-модели, а также технические аспекты ее стратегии обучения, которая показала статистически значимое уменьшение негатива от маркетинга на боевом A/B-тесте. Читать...

​​⚡️MeshFormer: High-Quality Mesh Generation with 3D-Guided Reconstruction Model Модель реконструкции с разреженным видом, использующая явную 3D-структуру, входное руководство и контроль обучения. Вместо трипланового представления модель сохраняет признаки в 3D-вокселях, комбинируя трансформаторы и 3D-свертки для интеграции проективного смещения. Она обрабатывает RGB-вход и генерирует карты нормалей, предсказываемые с помощью 2D-моделей диффузии, что улучшает обучение геометрии. Кроме того, использование Signed Distance Function (SDF) с рендерингом поверхности позволяет напрямую создавать качественные сетки, избегая сложных алгоритмов. 🤗 Hugging Face 💾 Arxiv 📂 PDF @Devsp — Подписаться

🎓 Архив слитых курсов прямо в телеграм! Вот огромная база материалов, которая пополняется каждый день! >Python (96гб видео) >С++(51 курсов) >Java (23гб видео) >Базы данных (50гб курсов) >C# (45гб курсов) >Английский (101гб курсов) >PHP (43гб видео) >Мобильная разработка (22гб курсов) >Go ( 132гб видео) >Rust (35 гб видео) >SQL (43гб видео) >MySQL (31гб видео) >Другое (1679 гб видео) ⛓ Огромный кладезь топовых материалов более 20198Гб: Курсов, свежих книг, шпаргалок, гайдов , лекций, — всё в одном месте: @datacours

​​🖥 Самые интересные статьи за последние дни: • Оптимизация запросов к нейросетям: стратегии и советы • Введение в MLflow • DeepSeek-Prover-V1.5: использование обратной связи помощника по доказательствам для обучения с подкреплением и поиска по дереву Монте-Карло

​​👤Вызов функций с помощью LLM В этой статье мы поговорим о вызове функций с помощью больших языковых моделей, рассмотрим некоторые проприетарные и открытые модели, связанные исследования, а затем проведем небольшой эксперимент с отправкой электронной почты при помощи LLM. Читать...

Совмещайте очную магистратуру и работу комфортно Яндекс Практикум и РАНХиГС заканчивают набор на онлайн-программу «Data Science в экономике»: — учёба полностью онлайн, включая сессии; — очное обучение с дипломом РАНХиГС и всеми льготами; — фундаментальные знания от Института ЭМИТ РАНХиГС, который находится на 5-м месте в рейтинге SuperJob по уровню зарплат выпускников; — практический опыт экспертов Яндекса. Оплатить учёбу можно разными способами: всю сумму сразу, по семестрам или с помощью госкредита — тогда ежемесячный платёж составит от 500 ₽, а государство погасит часть кредита за вас. → Узнать подробности и подать заявку Реклама. ООО «Яндекс». ИНН 7736207543

😀 Эмоциональный синтез в Алисе: как устроен В этой статье вы узнаете, как команда Яндекса работала над обновлением Алисы в части выражения эмоций. Для этого в Алису внедрили технологию эмоционального синтеза, позволяющую ассистенту голосом выражать широкий диапазон эмоций. Такая обновленная Алиса пока живет только в Станции Лайт 2, а позже появится и на других умных устройствах. Читать...

​​🚀Оптимизация запросов к нейросетям: стратегии и советы В этой статье мы рассмотрим, как оптимизировать запросы, чтобы извлечь максимум из взаимодействия с нейросетями, особенно с моделями языковых нейросетей (LLM) таких как ChatGPT, а также мы обсудим, какие параметры учитывать при создании промптов, как задавать вопросы и использовать контекст, чтобы получать ответы, соответствующие вашим нуждам. Читать...

❓Базы данных не справляются с нагрузкой? Ищете способы улучшить их производительность и надежность? Ждем вас на открытом вебинаре «Кластерные возможности MongoDB» 21 августа в 20:00 мск, где мы разберём: - варианты репликации MongoDB для надежного хранения данных; - как шардировать кластер MongoDB для эффективного распределения нагрузки; - как выбрать ключ шардирования для оптимальной работы. Урок будет полезен разработчикам, администраторам баз данных и DevOps-инженерам. Спикер Николай Лапшин — опытный разработчик, архитектор, тимлид, ментор и преподаватель. Встречаемся в преддверии старта курса «Базы данных». Все участники вебинара получат специальную цену на обучение! 👉 Регистрируйтесь прямо сейчас, чтобы не пропустить бесплатный урок: https://otus.pw/8k0t/ Реклама. ООО «Отус онлайн-образование», ОГРН 1177746618576, www.otus.ru

​​😎Введение в MLflow В этом руководстве мы посмотрим, как организовать эксперименты и запуски, оптимизировать гиперпараметры с помощью optuna, сравнивать модели и выбирать лучшие параметры, а также рассмотрим логирование моделей, использование их в разных форматах, упаковку проекта в MLproject и установку удаленного Tracking Server MLflow. Читать...

​​🤩DeepSeek-Prover-V1.5: использование обратной связи помощника по доказательствам для обучения с подкреплением и поиска по дереву Монте-Карло Языковая модель с открытым исходным кодом, разработанную для доказательства теорем в Lean 4, которая улучшает DeepSeek-Prover-V1 за счет оптимизации как процессов обучения, так и вывода. Предварительно обученная на DeepSeekMath-Base со специализацией на формальных математических языках, модель проходит контролируемую тонкую настройку с использованием улучшенного набора данных для формального доказательства теорем, полученного из DeepSeek-Prover-V1. Дальнейшее уточнение достигается за счет обучения с подкреплением с обратной связью помощника по доказательству (RLPAF). 🤗 Hugging Face 💾 Arxiv 📂 PDF @Devsp — Подписаться

Вебинар «От сырых данных до готового AI-сервиса за 10 минут» 30 августа в 17:00 будем разбирать и выполнять тестовое задание ML-инженера в BigTech. На собеседованиях в ИТ часто встречаются задания в стиле «описать путь от модели в локальном Jupyter-ноутбуке до готового сервиса, к которому можно обращаться по API». На вебинаре поговорим о способах решения подобных задач и о том, как сделать из любой ML-модели готовый сервис. Дополнительно разберем основные принципы и инструменты MLOps. Вебинар будет полезен ML и MLOps-инженерам, Data Scientists, DevOps- и Data-инженерам, менеджерам технических продуктов. Программа 🔹 Создаем готовый ML API в Jupyter-ноутбуке. 🔹 Проводим версионирование модели, разбираем возможности и функции MLflow. 🔹 Налаживаем жизненный цикл модели. 🔹 Организовываем хранение ML-артефактов и пространство для командной работы над библиотекой моделей для разных задач. Регистрируйтесь на вебинар — мы пришлем ссылку на трансляцию в день мероприятия, а после вышлем запись. Зарегистрироваться бесплатно

​​🖥 Самые интересные статьи за последние дни: • Ликбез по компьютерному зрению в банках. Как технологии ИИ защищают ваши деньги • Реконсиляция в иерархическом прогнозировании временных рядов • Софтмакс Гумбеля: как устроен и для каких нейронных сетей полезен

​​🤔Софтмакс Гумбеля: как устроен и для каких нейронных сетей полезен В этой статье вы узнаете о том, как применить метод софтмакса Гумбеля для решения проблемы градиентного спуска в контексте дискретных выборов, что особенно важно в задачах, таких как обучение рекомендательных систем. Читать...

​​🎃Реконсиляция в иерархическом прогнозировании временных рядов В этой статье коснемся особенностей иерархического прогнозирования (форекастинга), разберем, что значит термин реконсиляция, рассмотрим его математическую формализацию, а также несколько популярных методов реконсиляции. Читать...

​​🦾Введение в Weight & Biases В этой статье я кратко расскажу о таком инструменте компании Weight & Biases, незаслуженно обойденным вниманием на просторах рускоязычного пространства. Читать...

​​🔍OpenResearcher: использование ИИ для ускоренных научных исследований Инновационная платформа, которая использует методы искусственного интеллекта (ИИ) для ускорения процесса исследования, отвечая на разнообразные вопросы исследователей. Он создан на основе Retrieval-Augmented Generation (RAG) для интеграции больших языковых моделей (LLM) с актуальными знаниями, специфичными для предметной области. OpenResearcher позволяет исследователям экономить время и повышать свой потенциал для открытия новых идей и осуществления научных прорывов. 🤗 Hugging Face 💾 Arxiv 📂 PDF @Devsp — Подписаться

🔥 Прикладная независимая конференция по data science Организаторы HighLoad++ делают первую офлайн конференцию AiConf 2024. И это не просто конференция, а площадка для обмена опытом, общения и профессионального роста для Data Scientist, ML инженеров. ➡️ Среди тем конференции: - Работа со звуком - Компьютерное зрение и генерация изображений - Обработка естественного языка - Рекомендательные системы и поиск - Умные механизмы - Дискуссии на тему "ML будущего" - Оптимизация использования железа ➡️ На AiConf 2024 вас ждут: -Более 700 участников - Доклады от Эмели Драль, Олега Бартунова, Алексея Голомедова - Свежие доклады от лидеров рынка Ozon, Яндекса, Huawei, а также из реального сектора  - Рассказы о кейсах и технологиях, которые можно сразу применить в своих проектах. Всё свежее, из первых рук — Неформальное общение на afterparty  ❗️Кстати, ребята в своем телеграм-канале (https://t.me/UseDataConfChannel) делают розыгрыш офлайн-билета, приглашаем поучаствовать. До встречи на AiConf 2024!