DATApedia | Data science
Open in Telegram
Тут вы найдете всё, что связано с Data Science, AI и Machine Learning, как для начинающих, так и для бывалых специалистов. Также, для вас, мы переводим зарубежные статьи. Сотрудничество: @Seyfme
Show more3 309
Subscribers
No data24 hours
-57 days
-3230 days
Posts Archive
Выбор СУБД: шпаргалка, чтобы не запутаться
Вопрос выбора СУБД для российской компании или госоргана — вопрос не праздный, тем более сейчас — когда с момента ухода с рынка западных вендоров прошло уже полтора года и пора что‑то решать. Но как не запутаться в номенклатуре СУБД и выбрать ту, которая лучше всего подходит?
Перейти к статье | DATApedia
Прокачиваем навыки в сфере ML — что изучать в 2024-м
Данная статья содержит подборку новых и высокооцененных специализированных курсов, книг и других тематических материалов для машинного обучения и инструментов для работы с ML-моделями
Перейти к статье | DATApedia
Кто такой разметчик данных и сколько он зарабатывает? Все, что вам нужно знать о профессии
Вы когда-нибудь задумывались, как нейросети учатся распознавать лица, управлять автомобилями или рекомендовать фильмы? За всем этим скрывается работа разметчиков данных — специалистов, которые буквально обучают ИИ видеть и понимать мир.
Сколько зарабатывают разметчики, какие навыки им нужны, и стоит ли вам задуматься о работе в этой индустрии? Раскроем все секреты профессии в нашей статье.
Читать | DATApedia
Ликбез по методологиям проектирования хранилищ данных
Хранилище данных — это информационная система, в которой хранятся исторические и коммутативные данные из одного или нескольких источников. Он предназначен для анализа, составления отчетов и интеграции данных транзакций из разных источников.
Рассмотрим сильные и слабые стороны самых популярных методологий.
Перейти к статье | DATApedia
Оголяем «данные» и что из этого вышло
Однажды я задался целью создать устройство, которое измеряло бы качество воздуха — не просто как-то, а с высокой точностью. Проект по разработке устройства привел к созданию NeboAir — недорогого датчика, который претендует на высокую точность. В этом материале я расскажу об испытаниях в реальных условиях и о том, что получилось в итоге.
Читать | DATApedia
Контроль качества разметки на проекте: 4 секрета успеха
Как контролировать качество на проектах разметки максимально эффективно? Выстроить такие процессы непросто, но мы считаем, что у нас это получилось. Для того, чтобы гарантировать на каждом проекте высокое качество разметки, в Data Light существует отдел Контроля качества. Я, Евгений Шилкин, руководитель отдела, расскажу, что нам позволяет обеспечивать стабильно высокое качество на проектах и какие советы для эффективной валидации мы можем дать.
Читать | DATApedia
Первый митап от инженеров Т-Банка во Владивостоке!
Да, вы все правильно прочитали. Во Владивостоке наша команда будет не первый раз, а вот с комьюнити там встретимся впервые 10 октября в «Фактуре».
В программе — три доклада:
— расскажут, как устроено хранилище данных в Т-Банке;
— поговорят об использовании нейронок в повседневной жизни инженера;
— обсудят недостатки и преимущества открытых архитектур синтеза речи.
После митапа можно остаться понетворкать и просто познакомиться поближе.
📆 Увидимся 10 октября во Владивостоке! Не забудьте зарегистрироваться и позвать с собой коллег-разработчиков.
«А можно быстрее?»: практические советы по ускорению обучения нейросетей
Мы разберем несколько интересных исследований, которые демонстрируют эффективность различных подходов к ускорению нейросетей на разнообразных задачах и датасетах. Затем обсудим практические рекомендации по выбору и комбинированию методов оптимизации и расскажем, какие инструменты лучше использовать для профилирования и мониторинга процесса обучения. В довершение рассмотрим полезные библиотеки для быстрой и эффективной разработки.
Читать | DATApedia | #DS_AI
«Магнит» совершенствует сервис доставки: новые алгоритмы определяют лучший магазин для вашего заказа
Когда вы заказываете товары на сайте и в приложении, сервис доставки привозит их из магазинов «Магнит». Раньше для сборки заказов выбирался ближайший к покупателю магазин. Причём ближайший в буквальном смысле — по прямой. Это позволяло экономить на курьерах, но во всех магазинах разное количество сотрудников и ассортимент: где-то заказы собирали дольше, а где-то, из-за отсутствия определенных товаров, позиции в заказе меняли на аналоги. Поэтому мы решили поменять логику выбора магазинов, провели в нескольких городах пилотный проект и делимся первыми результатами.
Читать | DATApedia
Repost from SQLpedia | Базы данных
Сжатие данных в PostgreSQL: как различные методы влияют на хранение TOAST
В мире управления базами данных от эффективного хранения больших объемов информации зависит оптимизация производительности и использования дискового пространства. В этой статье разберем основные методы сжатия данных в TOAST.
Перейти к статье | SQLpedia
