DATApedia | Data science

​​База об организации процесса разметки: команда, онбординг, метрики В данной статье мы рассмотрели: - работу команд разметки, их взаимодействие с Заказчиком и Продуктом; - отдельно разобрали аналитику, которая позволяет повышать качество разметки; - поведение людей (разметчиков), паттерны их работы. Читать | DATApedia

​​Как выбрать embedding модель без датасета и исторических данных С появлением больших языковых моделей тема векторного поиска обрела новое дыхание. Компании, которые хотят внедрить архитектуру Retrieval-Augmented Generation (RAG), сталкиваются с вопросом: как выбрать эмбеддинги, которые будут работать эффективно именно с их данными? Читать | DATApedia | #DS_AI

​​8 инструментов для развёртывания ML-моделей, о которых вам нужно знать В этой статье рассмотрим инструменты для развёртывания моделей. Они помогут вам масштабировать и управлять жизненным циклом машинного обучения, включая сервинг, мониторинг и управление API‑эндпоинтами. Читать | DATApedia | #DS_AI

Устроиться аналитиком в Яндекс за выходные 1–2 марта проводим Weekend Offer Analytics. До 24 февраля оставьте заявку на участие, 1 марта пройдите технические собеседования, а 2 марта познакомьтесь с командами и получите офер. В мероприятии участвует 11 команд: Большие данные, Алиса, Ecom-сценарии Поиска, Автономный транспорт, Поиск с Нейро, Карты, Рекламные технологии, Коммерческий департамент, Международные проекты Поиска в Турции и Казахстане, Crowd, Приложение «Яндекс с Алисой». Вы сможете пообщаться с менеджерами и выбрать проект, который покажется самым интересным. Узнать подробности и зарегистрироваться можно здесь.

​​Как большие языковые модели планируют свои ответы еще до их генерации Привет, Хабр! Что, если я скажу, что большие языковые модели не просто предсказывают следующий токен в ответ на запрос, а уже на ранних этапах формирования ответа «заранее планируют» его характеристики? Читать | DATApedia | #DS_AI

🚀 Работаешь в Data Science? Заяви о себе на Data Fusion Contest 2025! Data Fusion Contest 2025 это — 🔹возможность прокачать скилы на практике, внести вклад в развитие сообщества DS в России, а также погрузиться в новые DS/ML-методы; 🔹шанс сразиться с лучшими представителями профессии и проявить себя; 🔹возможность получить внушительный приз. В этом году участников ждут 2 основные задачи: «Label Craft» — про предсказание категории товаров. «4 Cast» — про предсказание динамики платежей на последующие 12 недель. И одна образовательная задача — «Distribution». Победители смогут презентовать свои решения на конференции Data Fusion 2025 в кластере «Ломоносов». Организаторы соревнования — ИТ-холдинг Т1 и ВТБ. 📆 Даты проведения соревнования: с 13 февраля по 7 апреля 2025 года. ➡️ Регистрируйся на соревнование прямо сейчас. Покажи, на что ты способен! 🔥 Подробнее о рекламодателе

SPARK для «малышей» Данная статья представляет собой обзор основных функций Apache Spark и рассматривает способы их применения в реальных задачах обработки данных. Читать | DATApedia

Авито нанимает! Ускоренный отбор за выходные и возможность попасть в одну из пяти DS-команд: автомодерация, монетизация, поисковое ранжирование, AI Lab и вертикальные команды DS. Вас ждет: ➡️ конкурентная зарплата и удаленка по всей России; ➡️ реальные задачи на большом масштабе — разработка алгоритмов для проверки объявлений, внедрение ML-моделей, оптимизация процессов и DS-поддержка; ➡️ участие в разработке новых продуктов — предлагаем для этого мощное железо и бюджет на обучение; ➡️ сильное IT-комьюнити, которое любит опенсорс. Регистрируйтесь по ссылке до 27 февраля и развивайте крупнейший в мире сервис объявлений.

Мой код, который напичкан разными библиотеками:

​​AI-напарник в действии: наше путешествие по Kaggle-соревнованию Недавно я завершил курс по применению искусственного интеллекта в разработке, и, вдохновленный полученными знаниями, решил провести эксперимент по максимальному использованию AI в соревновательном проекте. Читать | DATApedia | #DS_AI

​​Жизнь Data Community в Магните Статья ниже будет полезна всем, кто делает то же, развивает data-driven культуру в организации, крутит внутренние коммуникации, ну или ДевРелит. Читать | DATApedia

Как завалить собес за 2 секунды:

​​От комиксов до нейросетей: 5 книг, которые помогут начинающему Data Scientist'у Этой статьёй я хочу открыть серию публикаций, в которых поделюсь лучшими, на мой взгляд, книгами, необходимыми Data Scientist-у на разных этапах его профессионального развития. Читать | DATApedia

​​Импульсные нейронные сети: От обратного распространения ошибки к обучению Хебба. Идея о динамической нейронной сети В этой статье я расскажу как можно вывести правило обучения Хебба из алгоритма обратного распространения ошибки и про идею о динамической нейросети. Читать | DATApedia | #DS_AI

​​По ту сторону экрана: про найм в Data-аналитики глазами нанимающего Лида Да, IT-найм сломан, но и соискатели не упрощают ситуацию потенциальным руководителям и себе самим. Пара примеров, как не надо делать. Перейти к статье | SQLpedia

​​Как работает модель DeepSeek-R1. Объясняем в иллюстрациях и схемах DeepSeek-R1 — это самый громкий релиз последних дней в области искусственного интеллекта. В этой публикации мы рассмотрим, как была создана DeepSeek-R1. Читать | DATApedia | #DS_AI

Два сапога — пара, а три — уже community: как алгоритмы на графах помогают собирать группы товаров В этой статье мы обсудим кластеризацию на графах, задачу выделения сообществ, распад карате-клуба, self-supervised и unsupervised задачи — и как всё это связано с матчингом. Перейти к статье | DATApedia