Machine Learning | Нейронные сети, ИИ, Big Data

Розыгрыш Machine Learning футболок В честь запуска сайта с ML-вакансиями команда Data Secrets запускает розыгрыш 10 футболок для истинных любителей глубокого обучения. Это лимитированная линейка нашего бренда. Каждая футболка – целый альманах, на котором любой найдет любимую архитектуру. Гарантирует +100 очков к прохождению собеса или экзамена Для участия нужно всего лишь быть подписанным на два наших канала: @data_secrets и @data_secrets_career, – и нажать кнопку "Участвовать" под этим постом. Итоги подведем 18 сентября в 18:00. Желаем удачи!

🤖 В чём различия между Data Science, машинным обучением, ИИ, глубоким обучением и Data Mining Данные становятся движущей силой современного мира, поэтому почти каждый уже сталкивался с такими терминами, как data science, машинное обучение, искусственный интеллект, глубокое обучение и data mining. Но что же обозначают эти понятия? Какие различия и связи между ними существуют? Machine Learning

Собеседования — это всегда «поединок» — Сколько вы готовы платить за мою должность? — А сколько вы хотите получать за вашу работу? И так до тех пор, пока не сдашься либо ты, либо HR. А ещё обсуждать условия, бонусы, режим работы, задачи, рост — как в процессе не послать всё нахрен и всё-таки устроиться на своих условиях? Об этом много пишут в канале “На собесе как на танцполе”. Внутри: • Как вести себя на каждом этапе интервью? • Как и где искать валютную удаленку? • Как каждые полгода расти в зарплате? Прохождение собеседований в IT скоро добавят как «олимпийскую дисциплину». Будьте готовы: @na_sobese

Как мы учили ChatGPT писать приветствия для бизнес-знакомств Чтобы завязать полезное знакомство, иногда достаточно правильно поприветствовать собеседника. Обозначить возможную пользу, но при этом не быть навязчивым, брутальным и не спамить какими-то «ценными предложениями». Machine Learning

21 сентября в расслабленной обстановке на свежем воздухе пройдёт Код-пленэр от Яндекса! Встретимся с коллегами из Яндекса, чтобы порисовать кодом в саду, послушать про творчество в IT, поделиться опытом решения рабочих и не только проектов и подышать свежим воздухом в одну прекрасную сентябрьскую субботу. Главным событием станет воркшоп по p5.js. На нём ваши навыки программирования пригодятся неожиданным образом: с помощью кода вырастите дерево, которое станет частью общего диджитал-леса. Вечером мы увидим получившийся лес на большом экране. А потом завершим день у костра под DJ-сеты. Заполняйте форму как можно подробнее и регистрируйтесь! До встречи на Код-пленэре! 🔥

🙈 Другой GitHub: репозитории по Data Science, визуализации данных и глубокому обучению Гитхаб — это не просто площадка для хостинга и совместной разработки IT-проектов, но и огромная база знаний, составленная сотнями экспертов. К счастью, сервис предоставляет не просто инструменты для работы с открытым исходным кодом, но и качественные материалы для обучения. Мы выбрали некоторые популярные репозитории и отсортировали их по количеству звезд в порядке убывания. Machine Learning

📎 HyperFormer от DeepMind: как выучить выразительные представления для sparse-фичей Разбор метода, который помогает выучивать информативные эмбеддинги в том числе и для редких значений с помощью гиперграфа. Узнаем, что такое тяжелый хвост признаков и как работает message passing в два этапа. Machine Learning

Статистика на примерах с Python Внутри этой статьи три темы с объяснениями и примерами. Работать будем в Jupyter notebook. используем библиотеки numpy, pandas, matplotlib, scipy. Machine Learning

Обучишься Excel — станешь аналитиком 📌 Полезные приёмы, гайды, лайфхаки эксель и аналитики данных для начинающих на канале @analytics_secrets. Подписывайся и становись аналитиком: @analytics_secrets

Дайджест полезных текстов про ML и дата-аналитику Автор делится новым уловом текстов, которые помогут вам лучше разобраться в темах ML, искусственного интеллекта и дата-аналитики. В этой подборке — смесь фундаментальных трудов и более «популярных» статей. Начнем с красочного лонгрида, а закончим — сводом знаний по управлению данными в 10 главах. Machine Learning

🧠 Программа конференции Practical ML Conf, где эксперты делятся опытом о практическом применении ML Несколько докладов экспертов Яндекса: – «Человек и LLM. Как оценивать качество моделей и строить их метрики качества». – «Адаптация VLM под продуктовые требования — как сервис Нейро делали мультимодальным». – «AI-инструмент для разработчика: как мы обучали LLM работе с кодом». – «Синтез выразительной речи для аудиокниг, прошлое, настоящее и будущее — как GPT и диффузионные модели произвели революции в синтезе речи и как мы это используем». – «Как улучшить знакомые подходы для рекомендации незнакомого — как умная система рекомендаций помогает пользователям Яндекс Музыки открывать новые треки и артистов». Мероприятие пройдет 14 сентября, его можно посетить офлайн или посмотреть доклады онлайн. Machine Learning

🟠 Многопоточная дешифровка и транскрибация записей телефонных переговоров системы NICE В этой статье автор хочет познакомить читателей с опытом применения продукта от компании NICE Systems - системой NICE Interaction Management. Данная система обеспечивает тотальную запись разговоров, экранов и всех сопутствующих CTI-данных работы операторов контактных центров. По завершению разговора с оператором система позволяет клиенту дать обратную связь о качестве работы контактного центра. Machine Learning

ТОП-профессия у работодателей сразу после айтишников — аналитик Искусственный интеллект, большие данные, нейросети — самый сок технологий собрался в сфере аналитики и Data Science. При этом в профессию нередко идут бывшие «гуманитарии». Разобраться в сфере, направлениях, рабочих задачах и даже написать свой первый SQL-запрос можно на бесплатном курсе Нетологии «Профессии в аналитике: что выбрать». За 4 занятия вы узнаете: - Как работает наука о данных — что такое Big Data, искусственный интеллект, машинное обучение. - Какие инструменты используют аналитики, попробуете написать свой первый код. - Какие задачи решают разные специалисты, разберёте примеры. - Как стартовать в аналитике, даже с нуля. Обо всём этом простым языком расскажут преподаватели со стажем. Начните учиться бесплатно — https://netolo.gy/dp1O Реклама. ООО "Нетология". Erid 2VSb5wg9Pse

Что такое supervised fine-tuning? Supervised fine-tuning (SFT) — это методика, применяемая для адаптации предварительно обученных Large Language Model (LLM) под конкретную задачу при помощи размеченных данных. Machine Learning

Вот что ждет в Т-Банке ML-разработчиков, кроме ДМС, крутых офисов и других плюшек: Актуальный стек. Здесь следят за трендами и быстро внедряют новое. Общение на «ты». Так проще. Прозрачная система роста. Вы всегда будете знать, какие навыки нужно подтянуть и как получить повышение. Вы окажетесь среди профессионалов, у которых можно многому научиться. А если захотите — можете стать ментором для младших коллег. Больше о вакансиях ML-разработчиков — здесь. Erid: 2Vtzqutr73K

Годовой дайджест по аналитике и ML за 2023 В этом мегадайджесте автор собрал для вас лучшие материалы по итогам 2023 года. Читайте и сохраняйте в закладки: пригодится всем, кто хочет быть в курсе новостей и актуальных технологий из мира AI, ML и дата-аналитики. Machine Learning

💪Вам нужен надёжный API! 👉Узнайте как создавать надежные API с проверкой параметров запроса и валидацией сложных данных на бесплатном вебинаре онлайн-курса «Python Developer. Professional» - «FastAPI - валидация параметров запроса с помощью Pydantic»: регистрация На бесплатном вебинаре мы: - Рассмотрим, как FastAPI и Pydantic работают вместе для валидации данных; - Научимся создавать и использовать Pydantic модели для валидации параметров запроса; - Рассмотрим как валидировать сложные и вложенные структуры данных в запросах. Занятие будет полезно Python разработчикам, которым необходимо создавать надежные API с проверкой параметров запроса и валидацией сложных данных. 🤝Понравится урок — продолжите обучение на курсе по спеццене и даже в рассрочку! Реклама. ООО «Отус онлайн-образование», ОГРН 1177746618576

💠 Как решить судоку при помощи компьютерного зрения Судоку – это игра, в которой игровое поле представляет собой квадрат размером 9×9, разделённый на меньшие квадраты со стороной в 3 клетки. Таким образом, всё игровое поле состоит из 81 клетки. В них уже в начале игры стоят некоторые числа (от 1 до 9), называемые подсказками. От игрока требуется заполнить свободные клетки цифрами от 1 до 9 так, чтобы в каждой строке, в каждом столбце и в каждом малом квадрате 3×3 каждая цифра встречалась бы только один раз. Machine Learning

Как успешно сменить работу? Узнаешь в этом канале. 📌 Канал @secrets_hr делится полезными секретами и лайфхаками в составлении резюме, трудоустройстве и управлении персоналом для HR. Подписывайтесь и прокачивайте свои навыки: @secrets_hr

🎮 Архитектура рекомендаций: как дать пользователю соцсети то, что ему понравится Статья про базовое решение задачи рекомендации текстового контента на конкретном примере — ленте одной российской социальной сети. Machine Learning