Machine learning Interview

В чём особенность рекламы на маркетплейсах и как она связана с ранжированием и продвижением — обсуждают эксперты бигтехов в подкасте «Рандомные дрова» от Ozon Tech. Слушайте, чтобы узнать, как работает механизм аукциона изнутри, как ML-модели учитывают конверсию и какие метрики нужны для измерения качества рекламы в e-com. 🎧 Приятного прослушивания на любимой площадке!

⚡️ Понимание Deep Learning Отличная книга и масса Colab'ов от MIT для полного понимания Deep Learning. Определённо это один из лучших ресурсов по DL. Внутри целых 68 (!!!) ноутубков с практикой. В книге все, что нужно знать про: что такое трансформеры, описание различных моделей как работает генерация картинок и прочее прочее. 🟡 Understanding Deep Learning 📎 PDF @data_analysis_ml

📌Подборка ресурсов для подготовки к собеседованию по ML Здесь собрана масса полезных ссылок, которые помогут подготовиться ко всем нужным темам, таким как логистическая/линейная регрессия, SVM, метод k-ближайших соседей, работа с временными рядами, обучение без учителя, построение рекомендательных систем, и ко многим другим темам. Уверен, будет полезно и каждый найдёт здесь нужную для себя информацию 🟡 Machine Learning interview resources @machinelearning_interview

🦒 Открытые генеративные модели изображений и как их готовить На вебинаре мы обсудим последние результаты в области генерации изображений (в том числе прогремевший FLUX от BlackForestLabs) и как настраивать результаты под себя: позу персонажей, рисунок, который можно увидеть на контрасте и прочие интересные способы сделать результат лучше и уникальней. Конечно, речь будет идти про открытые модели. Будем заниматься указанием условий генерации для диффузионной модели: фиксируем позу, форму и др. с использованием ControlNet. Вебинар направлен на максимально широкую аудиторию, поэтому мы постараемся обойтись (почти) без кода. Свой кластер GPU не требуется :) Вебинар проведет Радослав Нейчев и команда Girafe AI, ведущие магистерской программы МФТИ “Современные методы искусственного интеллекта”. Вебинар пройдет 12 августа в 18:00 МСК Регистрация на вебинар в TG канале: https://t.me/+HaSXMQrNN_YxMzZi 🦒 Кто мы: Владислав Гончаренко и Радослав Нейчев - основатели проекта, авторы курса и преподаватели по машинному обучению в МФТИ. Мы создали один из признанных курсов машинного обучения (более 2 тысяч звезд на github https://github.com/girafe-ai/ml-course), который преподается в МФТИ, YSDA, МГУ, MADE (академия больших данных от vk com), Harbour. Космический университет (Испания и Таиланд) и др. Наша цель - обеспечить первоклассное образование и помочь как можно большему числу людей освоить область искусственного интеллекта, поэтому наши учебные материалы доступны с открытым исходным кодом. 🦒 Также наша команда продолжает набор в онлайн магистратуру МФТИ Modern State of Artificial Intellegence (MSAI), где вы сможете пройти курсы по LLM, MLOps и другим темам машинного обучения, начав с математической и программисткой базы. Больше информации можно узнать на сайте магистратуры На все интересующие вопросы о программе мы ответим в конце семинара. Реклама, ИП Гончаренко В.В., ИНН 272403059890 erid: 2VtzqxMNdHW

⚡️ Погружение в Deep Learning — лекции и видеозаписи Мюнхенского университета Это серия из 23 лекций по Deep Learning, к каждой лекции прилагается запись на YouTube и pdf с подробным описанием + практические задания Курс раскрывает такие темы Deep Learning и ML как: — свёрточные нейросети (CNN) и популярные архитектуры — настройка гиперпараметров — рекуррентные нейросети (RNN) и трансформеры — NLP и работа с текстом — а также много других тем + 22 практических задания 🟡 Introduction to Deep Learning @machinelearning_interview

⚡ На нашем канале мы проводим тестовое собеседование на Middle Computer Vision разработчика 8 августа в 19:00 по мск мы совместно с Solvery проведем тестовое собеседование с одним из участников нашего сообщества. Собеседование проведет ментор Ростислав Косивец, CTO, Trillion Technology LLC План эфира: — Моковое собеседование: решение задачи — Разбор собеса и фидбэк кандидату — Ответы на ваши вопросы Почему стоит принять участие: 🔘 Вы получите отличный опыт прохождения собеседования 🔘 Участие в стриме - кейс, который отлично смотрится в резюме и демонстрирует ваши софт скилы и уверенность в себе 🔘Получите обратную связь от ментора и зададите любые вопросы Просто кайфово проведете время :) Если вы прямо сейчас готовитесь к устройству на работу или повышению — не стесняйтесь — подавайтесь в качестве участника — это будет очень полезно ✅ Присоединяйтесь к сообществу и прикрепляйте резюме в форму 🪅 А для зрителей мы пришлем ссылку на трансляцию в канал!

Аналитики-разработчики, станьте частью команды GigaChat 10 августа! 💻 Всего за один день вы пройдёте все этапы интервью, познакомитесь с командой и даже получите заветный оффер. Gigachat — мультимодальная языковая модель, способная генерировать тексты любой сложности и стиля, а также создавать изображения. Какие задачи решает команда GigaChat 👇 ✔️ Research: исследование и реализация перспективных подходов обучения, синтеза и фильтрации данных, конструирование метрик и бенчмарков LLM, разработка пайплайнов для решения продуктовых кейсов с помощью больших языковых моделей. ✔️ Code: реализация prod-ready кода по работе с LLM, БД, API. ✔️ Markup: формирование и контроль пайплайнов разметки данных. ✔️ Pretrain: повышение качества pretrain набора данных. ✔️ RL: эксперименты с RL, Reward и DPO подходами. Оставляйте отклик здесь, и до встречи на One Day Offer 10 августа! 😉

🌟 Machine Learning from Scratch — полезный учебник по основам ML Здесь разбираются основные концепции ML, такие как деревья решений, классификаторы (типо наивного байесовского), линейная/логистическая регрессия и много других важных понятий ML 🟡 Machine Learning from Scratch @machinelearning_interview

🚀Исчерпывающий starter pack для начала карьеры в ML и Data Science от Университета ИТМО и karpov.courses. Курс "ML engineering: от базы до AI-продукта" составлен таким образом, чтобы любой желающий без опыта в машинном обучении смог разобраться со всеми этапами работы: от сбора данных и применения классических алгоритмов до обучения нейросетей. Чтобы погрузиться в сферу машинного обучения и оценить перспективы в этой области, приглашаем на вебинар “Топ навыков инженера машинного обучения”, который пройдет 7 августа в 19:00 (мск). Присоединиться к вебинару можно зарегистрировавшись по ссылке На вебинаре вы: •Узнаете, какие навыки важны для ML-инженера, и разберите задачи на реальных кейсах. •Оцените свои перспективы в этой сфере. •Познакомитесь с совместным курсом от Университета ИТМО и karpov.courses. Кстати, ИТМО – единственный российский вуз в мировом топ-100 по искусственному интеллекту по результатам международного рейтинга QS World University, а karpov.courses - одна из ведущих профильных онлайн-школ по Data Science Реклама. Университет ИТМО ИНН:7813045547

📌Подборка ресурсов для подготовки к собеседованию по ML Здесь собрана масса полезных ссылок, которые помогут подготовиться ко всем нужным темам, таким как логистическая/линейная регрессия, SVM, метод k-ближайших соседей, работа с временными рядами, обучение без учителя, построение рекомендательных систем, и ко многим другим темам. Уверен, будет полезно и каждый найдёт здесь нужную для себя информацию 🟡 Machine Learning interview resources @machinelearning_interview

Заканчивается приём научных работ по искусственному интеллекту и машинному обучению для публикации в рамках конференции AI Journey. За лучшую статью предусмотрена награда – 1 миллион рублей. Выдающиеся исследования будут опубликованы в специальном выпуске журнала «Доклады Российской академии наук. Математика, информатика, процессы управления», а также в его англоязычной версии Doklady Mathematics. Этот научный журнал издаётся в рамках международной конференции AI Journey и доступен на крупнейших мировых электронных библиотечных платформах, индексируясь в ведущих библиографических базах данных научного цитирования. Заявки на участие в конкурсе принимаются до 20 августа. Статьи должны быть оформлены в соответствии с установленными правилами и написаны на русском или английском языках, при этом должны содержать ранее не опубликованные данные. Экспертная комиссия примет решение о публикации и определит победителя. Не упустите шанс представить свои исследования на AI Journey 2024 и получить приз в размере одного миллиона рублей! Ознакомьтесь с правилами и подайте свою статью на сайте AI Journey.

🌟 Открытый курс по ML и Deep Learning с pdf и Jupyter Notebook'ами Этот курс знакомит с концепциями и практиками Deep Learning и смежных областей; курс состоит из 3 частей. В 1 части даётся краткое введение в классическое машинное обучение и рассматриваются некоторые ключевые понятия, необходимые для понимания глубокого обучения. Во 2 части обсуждается, чем глубокое обучение отличается от классического машинного обучения, и объяется, почему оно эффективно при решении сложных задач, таких как обработка изображений и естественного языка. Ну а в 3 части большое внимание отводится применению Deep Learning. 🟡 Fundamentals of ML, Deep Learning, and AI @machinelearning_interview

🚀Исчерпывающий starter pack для начала карьеры в ML и Data Science от Университета ИТМО и karpov.courses. Курс "ML engineering: от базы до AI-продукта" составлен таким образом, чтобы любой желающий без опыта в машинном обучении смог разобраться со всеми этапами работы: от сбора данных и применения классических алгоритмов до обучения нейросетей. Чтобы погрузиться в сферу машинного обучения и оценить перспективы в этой области, приглашаем на вебинар “Топ навыков инженера машинного обучения”, который пройдет 7 августа в 19:00 (мск). Присоединиться к вебинару можно зарегистрировавшись по ссылке На вебинаре вы: •Узнаете, какие навыки важны для ML-инженера, и разберите задачи на реальных кейсах. •Оцените свои перспективы в этой сфере. •Познакомитесь с совместным курсом от Университета ИТМО и karpov.courses. Кстати, ИТМО – единственный российский вуз в мировом топ-100 по искусственному интеллекту по результатам международного рейтинга QS World University, а karpov.courses - одна из ведущих профильных онлайн-школ по Data Science Реклама. Университет ИТМО ИНН:7813045547

📌YandexART: инструмент для реставрации старых видеоматериалов Картиночная нейросеть Яндекса теперь способна: — восстанавливать детали на размытых и нечётких кадрах. — улучшать качество изображения путём повышения разрешения и резкости. Ключевой особенностью нейросети является её способность сохранять историческую достоверность, предотвращая генерацию несуществующих деталей благодаря поэтапному обучению на материалах низкого качества. Эта технология позволит взглянуть на исторические события прошлого века в новом качестве и помочь в исследованиях и сохранении культурного наследия. YandexART уже продемонстрировала свои возможности, восстановив видеохронику для документального сериала «Игры» об Олимпиаде-80. @machinelearning_interview

🔥 Если хотите глубже погрузиться в мир LLM, вам понравится этот бесплатный курс! Лекции охватывают промт-инжиниринг, файнтюнинг (зачем и как его делать?), RAG (как обучить ChatGPT нужным данным без файнтюна) и оценку LLM-моделей. Курс полностью открытый: все лекции ведут опытные практики, Anthropic, Mistral и других компаний на передовой ИИ. Включены текстовые саммари, презентации, код и полезные ссылки. Требования минимальны: базовые знания о LLM и понимание некоторых терминов. 📌 Курс @machinelearning_interview

Бесплатный однодневный интенсив по искусственному интеллекту! За 1 день научим тебя писать нейронные сети. Напишешь 9 нейронок с нуля, без опыта программирования! На интенсиве ты создашь: - 3 нейронки из области компьютерного зрения - 3 нейронки по распознаванию и обработке текста - 3 нейронки по сегментации, временным рядам и аудио Регистрируйся прямо сейчас, исследуй футуристичный мир нейросетей с нами! Реклама. ООО "ТЕРРА ЭЙАЙ". ИНН 9728019395. erid: LjN8KKXem

📌Введение в Deep Learning Здесь можно найти ответы на многие свои вопросы по ML и Deep Learning; тут на примерах объясняются самые важные концепции: от построения своей нейросети и перечисления необходимых фреймворков до сравнения разных архитектур и настройки гиперпараметров Можно использовать как один из материалов для подготовки к собеседованию 🟡 Introduction to Deep Learning @machinelearning_interview

Как писать поддерживаемый, воспроизводимый и повторно используемый код в ML/DS? 🔹Расскажем на открытом уроке «Рефакторинг ML-проекта с точки зрения продуктового кода» что такое хороший код и как его писать, и почему Jupyter мешает нам это делать ✅ Практика: Декомпозиция ML/DS-кода, работа с окружением, управление зависимостями Урок приурочен курсу «MLOps» от Otus. 👉 Регистрация и подробности: https://otus.pw/hxzB/?erid=LjN8KHVhP

🌟 Линейная алгебра для Data Science — мощный учебник от Wanmo Kang и Kyunghyun Cho Последние несколько лет два этих профессора обсуждали, как преподавать линейную алгебру в эпоху Data Science и искусственного интеллекта. В ходе этих обсуждений и родился этот учебник, который освещает самые важные и востребованные темы линейной алгебры. Вот некоторые темы учебника для полного представления: — Векторные пространства — Ортогональность и проекции — Сингулярное разложение — SVD на практике — Положительно определенные матрицы — Собственные значения и собственные вектора — Важные теоремы в линейной алгебре 🟡 Linear Algebra for Data Science, pdf @machinelearning_interview