Обложка канала

Machinelearning. Страница 13

19282 @ai_machinelearning_big_data
Открыть

Технологии . программирование , нейронные сети . канал с самой свежей и актуальной информацией из мира it

  • Machinelearning

    ⚠️Пройдите тест на углубленные знания в сфере Machine Learning. Professional —https://otus.pw/ncBh/ 🔓 Ответьте на 10 вопросов и проверьте, насколько вы готовы к обучению на продвинутом курсе «Machine Learning. Professional» от OTUS и его партнера — Сбера ⏰ Время прохождения теста ограничено 30 минут 📌 РЕЗУЛЬТАТ ПРОХОЖДЕНИЯ КУРСА: Серьезное портфолио с проектами и возможность претендовать на Junior+ и Middle позиции Data Scientist Протестируйте обучение на открытом уроке: ✅ Один в поле не воин: методы ансамблирования в машинном обучении — https://otus.pw/ncBh/ 👉 ПРОЙТИ ТЕСТ: https://otus.pw/Hvdp/

  • Machinelearning

    GPT-4

    We’ve created GPT-4, the latest milestone in OpenAI’s effort in scaling up deep learning. GPT-4 is a large multimodal model (accepting image and text inputs, emitting text outputs) that, while less capable than humans in many real-world scenarios, exhibits human-level performance on various professional and academic benchmarks.

    Openai

  • Machinelearning

    Alfa Cloud Day Meetup: облачные технологии в финтехе На митапе вы узнаете, как в Альфа-Банке внедряли новый облачный подход, что важно учесть при общении с бизнесом, как за счёт «облака» ускориться и извлечь выгоду Когда: 22 марта в 18:30 Где: офлайн в Москве, Андропова пр-т, 18, к. 3, Альфа-Банк, Конгресс-холл или онлайн Что вас ждет: 🌦 Максим Чернухин, Senior Software Architect, расскажет о положительных и отрицательных сторонах использования облака, а также о нюансах, которые стоит учесть 🌦 Дмитрий Кузнецов, Head of Application Security, расскажет о безопасной миграции в облако 🌦 Дмитрий Гадеев, Site Reliability Engineer, и Максим Малыгин, Head of IT Infrastructure Support Department, поделятся своим опытом внедрения «облачного» подхода в Альфе 🌦 Светлана Вагнер, Cloud Product Owner, расскажет, как бизнесу показать преимущества cloud-технологий, как использовать их для ускорения бизнес-процессов Все, кому интересен «облачный» подход, ждем вас на митапе, пообщаемся, хорошо проведем время и обсудим доклады спикеров Зарегистрироваться на Alfa Cloud Day Meetup

  • Реклама

  • Machinelearning

  • Machinelearning

    ✍️ Переписать нельзя сократить: обновленные AI-сервисы для работы с текстами AI-сервисы «Рерайтер» и «Cуммаризатор» переписывают и сокращают тексты. Это облегчает работу контент-маркетологов, SEO-специалистов и редакторов, увеличивает скорость обработки текстов и снижает стоимость создания контента. С выходом PRO-версий сервисов появилось еще больше возможностей. 16 марта в 11:00 МСК Алёна Феногенова и Альбина Ахметгареева из команды AGI NLP SberDevices расскажут: ✏️ о новых продвинутых возможностях создания текста; ✏️ как обучены и из каких модулей состоят сервисы; ✏️ о функциях для пользователей API. 🧑‍💻 Вебинар будет полезен не только тем, кто постоянно работает с текстами, но и разработчикам сайтов и приложений. Зарегистрируйтесь на вебинар, чтобы увидеть AI-сервисы в действии! Только 14 дней после вебинара PRO-версии будут доступны бесплатно.

  • Machinelearning

  • Machinelearning

    👀 Как создать прототип системы для распознавания лиц за 60 минут ⏰ Когда: 28 марта, 17:00 МСК 📍 Регистрация Эксперт VK Cloud проведет практическое занятие и покажет, как разработать прототип системы Face Recognition c помощью сервиса Vision. Для выполнения задания вы можете подключить Vision в личном кабинете на платформе VK Cloud. Новые пользователи платформы получат 3 000 бонусных рублей для работы с облачными сервисами. Что будет на воркшопе: 🔹 Обсудим, как работает Vision для идентификации и распознавания лиц, и разберем кейс компании Russia Running, которая создала сервис MY.PHOTO на базе Vision 🔹 Создадим прототип системы распознавания лиц 🔹 Ответим на вопросы на QA-сессии Спикер: 🔸 Димитрий Муштаков, Product Manager сервиса Vision, VK Cloud По итогам вебинара участники получат доступ к репозиторию с прототипом системы, чтобы быстро протестировать функциональность Face Recognition в собственных проектах. Зарегистрироваться бесплатно

  • Machinelearning

    Data Engineer (lead) Формат: классный офис в Москве/гибрид/удаленно; Доход: 300-400К+ руб.; Форма оформления: по ТК/ИП; О нас: Мы занимаемся разработкой data-платформы, в рамках которой развиваются различные data-продукты: • рекомендательные системы; • сервисы аналитики и визуализации данных; • ML-модели; • иные решения для решения бизнес-задач. Наша команда это 25 инженеров с сильнейшими компетенциями в ML, аналитике и работе с данными, и сейчас мы ищем классных ребят для дальнейшего роста. У нас нет долгих согласований и бюрократии. Мы стремимся к быстрому внедрению в production, с последующей работой над улучшениями. Что нужно будет делать: • Проектировать, разрабатывать и поддерживать пайплайны для сбора и обработки данных; • Обеспечивать SLA и качество данных; • Готовить данные для моделей машинного обучения и участвовать в их продукционализации совместно с data science командой; • Работать в команде и развивать отдел DE. Будет классно, если у тебя: • Хорошее знание технологий из стека: Python, SQL, Spark, Airflow; • Опыт работы на проектах с большими данными, понимание принципов распределенной обработки данных; • Опыт продуктовой разработки в технологических компаниях; • Опыт постановки задач; • Опыт наставничества; • Отличные коммуникативные навыки. Ты покоришь наши сердца и разум, если у тебя: • Опыт работы с облаками, особенно, с Яндекс.Облаком; • Опыт разработки высоконагруженных бэкенд сервисов на Java, Scala или Python; • Опыт работы с моделями машинного обучения в продакшене; • Опыт работы с базами данных для аналитики, особенно, с ClickHouse. Мы предлагаем: • Работу в аккредитованной IT компании с сильнейшей командой в разных масштабных проектах; • Гибридный график работы 5/2, с 10:00 - 19:00; • ДМС со стоматологией; • В современном офисе в стиле Лофт с капсулой медитации, спортзалом, большой современной библиотекой и кабинетом для записи подкастов и треков; • Комфортную кухню с холодильником, кофемашиной, тостером, микроволновкой и Magic Bullet; • Холодильник с напитками (соки, энергетики, вода и т.д.) и едой (сыры, колбасы, сырки и м.ч.); • Каждую пятницу совместные обеды с разными кухнями мира за счет компании. За подробностями пиши: tg @naikava @datascienceml_jobs - вакансии Data Science, Devops

  • Machinelearning

    Multivariate Probabilistic Time Series Forecasting with Informer Efficient transformer-based model for LSTF. Применение модели Informer от Hugging Face для задач многомерного вероятностного прогнозирования. 🤗Hugging face: https://huggingface.co/blog/informer ⏩ Paper: huggingface.co/docs/tr…informer ⭐️ Colab: colab.research.google.com/github/…er.ipynb 💨 Dataset: huggingface.co/docs/da…_classes ai_machinelearning_big_data

  • Machinelearning

    Openicl New open-source toolkit for ICL and LLM evaluation. OpenICL - новый фреймворк для исследования, разработки и созданию прототипов для задач in-context learning. pip install openicl 🖥 Github: https://github.com/shark-nlp/openicl ⏩ Paper: https://arxiv.org/abs/2303.02913 ⭐️ Dataset: https://paperswithcode.com/dataset/gsm8k 💨 Docs: https://github.com/shark-nlp/openicl#docs ⏩ Examples: github.com/Shark-N…examples ai_machinelearning_big_data

  • Machinelearning

    Яндекс Практикум ищет ревьюеров на курс «Продуктовый аналитик» Ревьюеры помогают студентам создавать работы для портфолио продуктового аналитика. Проект можно совмещать с основной работой: он будет занимать от 8 до 12 часов в неделю, удалённо.    Какие задачи нужно будет решать? — проверять проекты студентов и оценивать в формате «зачёт/ не зачёт», — простыми словами объяснять их ошибки, — давать корректирующую обратную связь.  Кого мы ждём? Действующих продуктовых аналитиков с опытом от года, которые проводили продуктовые исследования и разбираются в метриках. Важно владеть математической статистикой, SQL и Tableau или Apache Superset.  Что мы предлагаем? ◾️ Удалённое сотрудничество из любой точки мира. ◾️ Ежемесячный доход. ◾️ Сертификат в портфолио. ◾️ Развитие софт-скиллов: тайм-менеджмент, обратная связь, объяснение материала. ◾️ Профессиональное коммьюнити: нетворкинг, возможность писать статьи и участвовать в мероприятиях Яндекса и Яндекс Практикума. 🖇Откликнуться

  • Machinelearning

    🧩 Building LEGO for 3D Reconstruction on Mobile Devices A novel data capturing and 3D annotation pipeline in MobileBrick without relying on expensive 3D scanners. MobileBrick - это первый многоракурсный набор данных RGBD, снятый на мобильное устройство, с точными 3D-аннотациями для детальной реконструкции 3D-объектов. 🖥 Github: https://github.com/ActiveVisionLab/MobileBrick ⏩ Paper: https://arxiv.org/abs/2303.01932 ⭐️ Dataset: www.robots.ox.ac.uk/~victor…ar23.zip 💨 Project: https://code.active.vision/MobileBrick/ ai_machinelearning_big_data

  • Machinelearning

    Знаешь, что можно сделать с петабайтами данных о товарах, чтобы помочь бизнесу? Разработай продукт на основе данных из национальной системы цифровой маркировки «Честный знак» на хакатоне Marking Hack 24—26 марта. Собери команду и и поборись за призовой фонд - 900 тысяч рублей! Заявки принимают до 14 марта. Подробности о хакатоне — на сайте. Организатор: «Честный знак» (ЦРПТ)

  • Machinelearning

    🧬 Примите участие в международной конференции Data Fusion 2023 от ВТБ, которая пройдёт 13-14 апреля. Конференция будет полезна разработчикам и специалистам в области Data Science, CDO, бизнес-заказчикам DS-продуктов и сервисов, представителям государства и науки. Первый день конференции будет посвящен аспектам управления данными, практикам перехода на доверенные технологии, доступности дата-сетов для ИИ и другим темам, актуальным для CDO и руководителей бизнес-подразделений. Программа 14 апреля адресована data science специалистам и исследователям. Темы докладов и сессий распределены по трем стримам: «ML+», «AI Classic», «ML Environment». На конференции представят новейшие технологии и инструменты, а также будут проведены практические сессии и выступления ведущих предприятий. Не пропустите возможность улучшить свои навыки и расширить свои знания в области Data Science. Участие в конференции бесплатное. Успейте зарегистрироваться по ссылке: https://cnrlink.com/datafusion1

  • Machinelearning

    ⭐️ Dropout Reduces Underfitting from Meta Early dropout helps underfitting models fit the data better and achieve lower training loss. Late dropout helps improve the generalization performance of overfitting models. Early dropout (ранний отсев) помогает подгонять недообученные модели и достигать меньших потерь при обучении. Late dropout (поздний отсев) помогает улучшить производительность моделей и решает проблему переобучения. 🖥 Github: https://github.com/facebookresearch/dropout ⏩ Paper: https://arxiv.org/abs/2303.01500v1 ⭐️ Dataset: paperswithcode.com/dataset…2-flower ai_machinelearning_big_data

  • Реклама

  • Machinelearning

    🔥 Приглашаем на открытый урок углубленного курса «Machine Learning. Professional» в OTUS 9 марта в 18:00 мск — Рекомендательные системы на основе SVD алгоритма ✅ На занятии мы обсудим один из самых мощных алгоритмов классического ML для построения рекомендательных систем, основанный на сингулярном разложении матрицы. А после короткой теоретической части, вы примените его на практике. Познакомитесь с задачей рекомендательных систем. Изучите подход на основе SVD разложения матрицы для построения рекомендательной системы. Примените его на практике. 🧑‍💻Кому подходит этот урок: - IT-специалистам которые хотят освоить продвинутые методы ML и перейти в Data Science - Дата-сайентистам, желающим углубиться в профессию - Тем кто самостоятельно изучает Data Science и уже изучил основы ML 👉 Пройдите вступительный тест для участия в вебинаре https://otus.pw/8LTCX/ Реклама. Информация о рекламодателе на сайте www.otus.ru

  • Machinelearning

    😊 HugNLP HugNLP is a unified and comprehensive NLP library based on HuggingFace Transformer. HugNLP — это новая универсальная NLP библиотека основанная на Hugging Face, для повышения удобства и эффективности работы c текстами. 🖥 Github: https://github.com/wjn1996/hugnlp ⏩ Paper: https://arxiv.org/abs/2302.14286v1 ⭐️ Dataset: https://paperswithcode.com/dataset/clue ⏩ HF for complex text classification: huggingface.co/blog/cl…se-cases @ai_machinelearning_big_data

  • Machinelearning