Data Scientist | IT

▫️Нейро-сотрудник на базе ChatGPT для звонков по обычной телефонной линии #почитать ChatGPT звонит соискателю на вакансию официанта ⏱Статья на Хабре с примерами скриптов ▫️ Послушать пример на YouTube

Что и где изучать, чтобы преисполниться в своём познании. План становления начинающим дата-сайентистом #почитать Итак, сферический дата-сайентист в вакууме знает: - специфику бизнеса и доменной области - английский на базовом уровне (читать доки) - азы матана, статистики, линала, теорвера Умеет: - программировать на Python, R, SQL - работать с базами данных - коммуницировать с коллегами и презентовать результаты своей работы ⏱Подробнее

Как нейросети применяются в разработке игр #почитать Конечно, это всевозможные генераторы изображений по типу Midjourney и Stable Diffusion. Главное отличие Stable Diffusion от Midjourney в том, что у модели открытый исходный код, доступный всем пользователям без каких-либо ограничений. А это значит, что его можно обучить под потребности клиента, взяв за основу уже разработанный стиль игры. Это определенно помогает нам в создании иллюстраций, дизайне объектов и многом другом. Stable Diffusion заточен под четкое следование запросу, в отличие от Midjourney. Но у второй модели тоже есть свои плюсы. Например, она невероятно креативна и помогает художникам с концепт-артами. Также мы ее используем для создания массы иконок для приложений, чтобы протестировать их на CTR (отношение числа кликов к числу показов). ⏱Читать статью

Вопросы для собеседования в Google для Data Scientist с ответами #почитать Процесс собеседования по науке о данных в Google состоит из двух частей: Часть 1: Первая часть собеседования направлена на проверку ваших технических навыков. Вам будут заданы вопросы по SQL, статистике, продуктам, анализу и машинному обучению, аналогично собеседованиям для менеджеров по продуктам и аналитиков данных. Часть 2: Вторая часть собеседования направлена на оценку ваших способностей к решению проблем. Вам будут задавать вопросы о реальных наборах данных и ожидать от вас решений проблем, с которыми обычно сталкиваются специалисты по анализу данных. ⏱Читать статью

"Вижу все больше людей, которые приходят к нам с горящими глазами и готовностью перевернуть этот мир, а в итоге разбиваются о скалу реальности" #почитать Моя любимая индустрия тоже полна мифов и разочарований, особенно учитывая недавние "прорывы в AI" и хайп вокруг больших языковых моделей по типу ChatGPT. Создается ощущение, что теперь каждая компания считает, что ей непременно нужно прикрутить волшебную вундервафлю на машинном обучении к каждому продукту, добавить AI в рекламную кампанию, и дела пойдут в гору. Шутка ли, этот ваш AI теперь и в холодильниках есть. Нет, скорее всего вы не будете создавать state of the art (SOTA) системы, которые будут рисовать, искать информацию и писать код лучше, чем эти бесполезные кожаные мешки. А даже если будете - это будет только 20% вашей работы. Остальное - рутина. Так ли это грустно? - постараюсь рассказать. ⏱Читать статью

▫️ 100 вопросов для подготовки к собесу Data Science: чеклист #почитать #посмотреть Представляю вашему вниманию чек-лист из 100 вопросов по Data Science. Вопросы покрывают 5 областей: SQL, Python, Machine Learning, статистику и собственно саму DS. Собрал здесь самые частые вопросы с собесов на позицию джуна Data Science, получился так сказать 95% доверительный интервал всех возможных вопросов. Так что если разобраться в этих вопросах, с большой вероятностью Авито, Тинькофф и что у нас там ещё делает DS примет вас к себе на борт. А если с синдромом самозванца проблем нет, то смело пробивайтесь в FAANG, успехов) ⏱Читать на Хабре или ▫️ Смотреть на YouTube ⏱35 минут

👀 С чего начать карьеру специалиста по компьютерному зрению? С бесплатного урока «История архитектур Computer Vision моделей от AlexNet до ViT» от OTUS и Бориса Цейтлина — опытного CV-эксперта. 💻 На вебинаре разберём: — как развивались архитектуры нейронных сетей для компьютерного зрения; — самые значимые повороты в нише; — какие модели можно взять «с полки» для практических задач сегодня. Занятие пройдёт 10 января в 20:00 мск и будет приурочено к старту курса «Компьютерное зрение». После урока вы сможете стать студентом программы в рассрочку. 🔘 Для бесплатного участия и получения записи регистрируйтесь прямо сейчас: https://vk.cc/ctBze9 Реклама. ООО «Отус онлайн-образование», ОГРН 1177746618576, www.otus.ru, erid: LjN8JwyF1

Как работает обучение без учителя #почитать Есть четыре типа машинного обучения: ▫️с учителем; ▫️без учителя; ▫️с подкреплением; ▫️с частичным привлечением учителя. Они отличаются наборами данных, на которых модель обучается. При обучении без учителя мы просто запускаем модель в большую комнату, и она самостоятельно изучает, какие объекты в ней есть. Спустя время она без наших подсказок понимает, какой объект перед ней находится. Данные не структурированы, о них практически ничего не известно, нет задачи получить конкретный результат. Мы хотим извлечь из данных новую информацию и увидеть в них закономерности. ⏱Читать статью

"Людям не нужны курсы — им нужен воркшоп": войти в ML в 41 год #почитать "Так я обнаружил, что для работы с нейросетями и их адаптации на прикладном уровне не нужно быть программистом первой гильдии. Всё уже накодили до нас, и заботливо упаковали в библиотеки — копируй, вставляй, подключай, а дальше с GPT или Stackoverflow разбирайся, почему у тебя что-то не работает." ⏱Читать статью

Какую математику проверяют работодатели при найме Data Analysts и Data Scientists #почитать ▫️Во многих компаниях нужен тервер, комбинаторика и алгоритмы ▫️В целом, работает правило: чем выше грейд, тем больше будет бизнес-кейсов ▫️Вероятность встретиться на собеседовании DS с кейсами про среднее, моду, дисперсию, распределения – 85% ▫️Работодатели ждут хорошего знания линейной алгебры в 70% случаев ▫️"Общематематические" навыки у сеньоров проверяют 87% работодателей ⏱Читать статью

Почему дата-сайентисту нужны ещё и графы #почитать "Говорят, что их сложно и скучно учить, но зато используют в таких задачах, с которыми классические методы анализа данных не справляются. Давайте разбираться, в каких именно и почему не стоит игнорировать графы, даже если вы новичок в Data Science." ⏱Читать статью

Самообучение в Data science, с нуля до Senior за два года человеком из другой ИТ-специальности #почитать Отличные материалы уже существуют по большинству конкретных тем, я сам по ним учился. Думаю, многим будут полезны "мета" материалы о том, как выбирать курсы и статьи, по которым учиться. Например, я пересмотрел десятки статей и книг, пробовал много разных он-лайн курсов, но полезной оказалась лишь малая часть всего доступного. Надеюсь, что смогу серьезно сэкономить вам время и помочь достигнуть большего, показав более эффективный путь самообучения. И важно сказать сразу: я верю, что любой человек с аналитическими способностями и структурным мышлением может стать специалистом по машинному обучению/data science. Еще 4 года назад я сомневался, потеряв веру в свои математические способности из-за преподавателей университета. Теперь верю: основы машинного обучения и минимально необходимую математику сможет выучить любой сильно замотивированный человек. ⏱Читать статью

Как сделать работу с Pandas эффективнее + список альтернатив #почитать В этой части: ▫️Модификация данных на месте ▫️View vs copy ▫️Чтение и обработка данных частями ▫️Чейнинг методов ▫️Использование query ⏱Читать статью

Всё, что нужно знать о CatBoost и LightGBM Не нашёл инфу — написал сам. Так поступил дата-сайентист из Точки Артур Сосновиков. В статье на Хабре он рассказал, как работают алгоритмы CatBoost и LightGBM: что у каждого под капотом и в чём их особенности. Подробно, с примерами и формулами. Будет интересно начинающим и тем, кто уже знает классический градиентный бустинг, а мидлам будет полезно для расширения кругозора. Ну и конечно тем, кто готовится к собесам и хочет произвести хорошее впечатление) Читать статью на Хабре

Продвинутые нейронки для синтеза речи: RHVoice, ElevenLabs, Mimic, Murf и другие #почитать Простейшие сервисы для синтеза речи предоставляют одну-две услуги – чтение текста умеренно реалистичным голосом (мужским или женским) и скачивание готового аудиофайла. Иногда предусмотрен доступ к SSLM-разметке, которая дает возможность настроить паузы, ударения и другие базовые особенности произношения. Главный недостаток простых сервисов – объем текста обычно ограничен 5 000 – 10 000 символов, а выбор голосов минимален (обычно не более 2). Такую же функциональность предоставляет голосовой синтезатор Windows и бесплатная программа «Балаболка». На продвинутых платформах услуг намного больше: ▫️Клонирование голоса по образцу. ▫️Создание уникального голоса (с нужным акцентом или эмоциональной окраской, например) на основе реального или синтетического образца. ▫️Автоматический перевод и дубляж аудио и видео с сохранением всех характеристик оригинального голоса (интонации, глубина, эмоции). Продвинутые сервисы, разумеется, платные. Если нужно максимально реалистичное озвучивание, а пользоваться платными сервисами не хочется, можно воспользоваться одним из опенсорсных решений. ⏱Читать статью

Сможет ли ИИ предсказывать новые глобальные эпидемии (да) #почитать ▫️В новом исследовании ученые буквально откатили время назад, в январь 2020 года. После этого они попросили систему EVEscape предсказать, что произойдет с новым коронавирусом. ▫️Искусственный интеллект достаточно точно спрогнозировал, какие мутации должны произойти в вирус. Эти данные совпали с теми, что ученые получали в экспериментах по мере развития пандемии. ▫️Кроме того, EVEscape точнее, чем исследователи, предсказывала, какая мутация станет наиболее распространенной. ИИ выстраивал прогнозы намного быстрее, чем это делали во время пандемии. Ему не нужно было ждать, пока новый антиген будет выявлен в лаборатории и распространится в популяции. ▫️Еще EVEscape предсказала, какие методы лечения на основе применения антител утратят эффективность по мере появления у вируса новых мутаций. ⏱Читать статью