​А вы заметили, что рекомендации стали слишком точными? 🤔 На самом деле это неслучайно. Бизнес уже давно понял, что чем точнее эти системы, тем больше выручка. Именно поэтому те, кто умеет создавать такие системы, крайне востребованы в IT. Хотите внедрить рекомендательную систему в свое приложение или стать ML-специалистом? Сделайте первые шаги к этому на 👉 открытом уроке «Рекомендательная система на основе контента». Он приурочен к запуску онлайн-курса «Рекомендательные системы» в OTUS. Вебинар пройдет в среду, 26 апреля в 20:00 мск. На занятии мы: 🔸 Узнаем, как быстро сделать рекомендательную систему для текстов. 🔸 Поищем похожие статьи на основе методов LSI, экстрактивной суммаризации и векторизации FastText. 🔸 Поговорим об автоматизированной транскрибации с помощью современных нейросетевых моделей. 🔸 Рассмотрим задачу NER (поиска именованных сущностей) и поиска текстов с теми же действующими лицами. Урок будет полезен разработчикам со знанием Python и опытом в ML. В результате вы узнаете, как переводить звук в текст, как делать текст короче, искать похожие по смыслу и тематике тексты и находить тексты с теми же действующими лицами. Спикером выступит Александр Брут-Бурляко, DS-инженер в СБЕР Neurolab. Продолжить изучать рекомендательные системы с преподавателями-практиками возможно на курсе, доступном в рассрочку. Перед мероприятием нужно пройти вступительный тест 👉 https://otus.pw/sqtn/