DATApedia | Data science

​​Prompt engineering 101 Использование LLM все больше проникает в бизнес. И ритейл — не исключение. В X5 Tech мы решили сделать небольшую методичку по prompt engineering для обычного бизнес‑пользователя. Мы посмотрели на получившийся результат и решили поделиться этой методичкой с сообществом, чтобы как можно больше людей смогли овладеть разными техниками, позволяющими работать с LLM эффективнее. Читать | DATApedia | #DS_AI

​​Обнаружение объектов на изображении с помощью моделей YOLOv5 и YOLOv8 Мы будем рассматривать архитектуру YOLO только для задачи обнаружения объектов на изображении. В данном случае цель алгоритма - предсказать класс объекта и нарисовать ограничивающую рамку, которая определяет местоположение объекта на входном изображении. Читать | DATApedia | #DS_AI

Avito All Day Long — первая конференция от инженеров AvitoTech Пройдёт 20 июля в Центре событий РБК (Москва). У коллег есть, чему поучиться: они распилили монолит на тысячи микросервисов, масштабировались на пять вертикалей, создали три технопродукта (AvitoPlato, Trisigma, Emcee) и одно из сильнейших в стране IT-комьюнити. На конференции можно будет послушать, обсудить и затестить решения AvitoTech, окунуться в экспертный нетворкинг и обязательно остаться на афтепати — там обещают сюрприз. Чтобы зарегистрироваться и забронировать себе место, нажмите сюда.

​​Краеугольные камни ClickHouse Меня зовут Артемий Кравцов, я работаю инженером в Wildberries. Сегодня расскажу про то, что люблю — про ClickHouse. Моя цель — осветить некоторые ключевые особенности в архитектуре ClickHouse и в том, как он хранит данные. Затронем широко распространенные стереотипы про ClickHouse. Читать | DATApedia

​​Графы в рекомендательных системах [часть 1] Эта статья будет частью серии, состоящей из двух или трех частей. В первой части мы рассмотрим базовые понятия, концепции и простые модели, а также выделим их ключевые особенности. Читать | DATApedia

​​Как работают языковые модели Существует множество отличных руководств о внутренних механизмах языковых моделей, но все они довольно техничны. Это обидно, потому что есть всего несколько простых идей, которые нужно понять, чтобы получить базовое представление о том, что происходит под капотом. Я решил изложить эти идеи для вас — и для себя — в максимально свободной от жаргона форме. Приведённое ниже объяснение намеренно упрощено, но оно должно датьz вам хорошее представление о том, как всё работает. Читать | DATApedia | #DS_AI

​​Какой агрегатор нейросетей выбрать? Читать | DATApedia | #DS_AI

​​Противостояние или союз: перспективы открытых и проприетарных ML-моделей Последний год в ИТ-сообществе идет обсуждение перспектив ML-решений. Кто возьмет пальму первенства — открытые или закрытые модели? В материале рассмотрим ситуацию, прогнозы и состояние законодательства. Читать | DATApedia | #DS_AI