TGTGInsightтелеграм анализLIVE / telegram public index
← Такты, стеки, два колеса

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #367 · 30.05

Поговорим про ML. Пару дней назад вышла новость о том, что в продажу поступила первая русскоязычная книга, половину текста в которой написала нейросеть ruGPT-3. А до этого вы все наверняка натыкались на очень яркие записи про Dalle и Imagen, где нейросеть по описанию рисует картинку, и получается очень любопытно. Такими темпами скоро нейросети превратятся в крипту: высокотехнологичную вещь, о которой, однако, в среде приличных технарей лучше не упоминать. Потому что то, каким образом это используется, и то, какой образ этому создают в массах, расходится не только с реальностью, но и с определённым уровнем вменяемости. Кстати, ML ещё и может ярко демонстрировать эффект Даннинга-Крюгера. Мем про "Ты чё, пёс, я математик!" нифига не шутка. Человек может считать себя крутым программистом, если научился комбинировать чужие библиотеки на питоне. Хотя на самом деле простейшую практическую задачу решить не способен -- я с такими сталкивался лично. ML-щики вообще пихают свои нейросети куда ни попадя, считая, что это волшебная таблетка и швейцарский нож для любых ситуаций. Мне рассказывали случай, когда на хакатоне по работе с данными выиграл человек, который просто аккуратно вручную подобрал нужные зависимости в Excel :) Глобально же нейросетями пытаются решать три вида задач: 1. Информации в вопросе много, а в ответе нужно мало. Например, распознавание образов и символов. Подбор значений каких-нибудь коэффициентов. Приложение "Хотдог или не хотдог" из сериала Кремниевая Долина. Обычно нейросети справляются с таким очень хорошо. Рукописный ввод распознают шикарно, по фото могут назвать породу собаки, математические формулы читают. Но важно понимать, что под капотом даже у такой нейросети не возникает никаких понятных вам символов. Например, при распознавании рукописного ввода случайный набор пикселей, не имеющий для человека смысла, может быть с той же степенью уверенности интерпретирован нейросетью, как совершенно чёткая буква А. Просто мы на такой случайный набор не попадаем почти всегда, и поэтому всё ок. 2. Информации в вопросе средне, и в ответе нужно средне. Как правило, это предсказание, восстановление недостающих данных, улучшение качества фото, раскрашивание ч/б. С такими задачами нейросети справляются уже средненько. Улучшенный нейросетью снимок сразу видно. Предсказание лишь ненамного точнее, чем случайный выбор. Польза в том, что в обращении такие сети просты, а результат всё-таки дают. Но не стоит их переоценивать. Например, сюда можно отнести задачу суммаризации текста (по большому объёму текстов тебе печатают выжимку). Мои товарищи в одном чате несколько дней игрались с ботом-суммаризатором, и в основном половина написанных им фраз это просто мусор и ерунда для ржача. Но в другой половине всё-таки какой-то совсем небольшой смысл проглядывался. Недостаточный для того, чтобы задалбывать этим ботом участников чата (привет, ребята :) ), но не абсолютный рандом. 3. Информации в вопросе мало, а в ответе нужно много. Это генерация данных: вот как раз написание текстов, составление рисунков, логотипов и так далее. Так вот, по моему скромному, но всё-таки хоть немного компетентному мнению, в таких вопросах нейросети выдают полную херню. И хвалёная логотипная нейросетка Лебедева — тоже полная херня. И распиаренная GPT ничего толкового не пишет. Когда читаешь примеры в новостях-анонсах, сразу думаешь: "Вау, как круто!". Но когда пробуешь сам: ruGPT-3 по уровню осмысленности где-то чуть ниже "Яндекс.Рефератов", если помните такой сервис и суть его работы. Я не знаю, будут ли сети по созданию изображений работать так круто (сейчас доступа к ним ни у кого нет), но книга в соавторстве с человеком стала возможна только по той причине, что в качестве человека взяли Павла Пепперштейна, который берёт случайные комбинации словосочетаний и выдаёт это за литературу. Поверьте: человечество пока что в безопасности касательно захвата машинами. #dev

Hashtags

Резултати

Намерени 25 подобни публикации

Търсене: #salmon

当前筛选 #salmon清除筛选
美食素材圈

@meishi_sucai · Post #22862 · 27.02.2026 г., 07:36

#三文鱼#salmon ➖➖➖➖➖➖➖➖ 📚【话术需求区】点击.... 👄【深夜小电影】点击.... 🧑🏼‍🦰【人设套图区】点击.... 🔞【人设私密照】点击.... 👨‍🎨【绘画频道区】点击.... 🛵【 跑腿代购 】点击.... 👉广告投放

Data Science Jobs

@datasciencejobs · Post #2725 · 19.05.2025 г., 14:02

#vacancy#DataScience#remote#fulltime#Salmon Data Scientist (Junior+/Middle) 🌍 Preference will be given to candidates open to relocating to Manila; remote work is also possible with an initial working trip to Manila for 1–2 months Please note: we support remote work, but cannot hire candidates based in Russia or Belarus. Compensation: 4000-5000$ We’re looking for a thoughtful and detail-oriented Data Analyst / Data Scientist to join our team. In this role, you’ll work with large datasets, build clear visualizations, and deliver insights that directly shape decision-making while collaborating with analysts, engineers, and stakeholders across the company. Your future tasks: - Maintain and expand existing data science projects using Python, SQL, AWS, and GitLab - Analyze large datasets to uncover actionable insights and present them through dashboards and visual reports - Develop real-time monitoring tools to track key performance metrics - Collaborate cross-functionally with business analysts, software engineers, and stakeholders to understand requirements and deliver solutions What we expect from candidate: - 1+ years of experience in a similar data-focused role (data science, analytics, or related) - Strong SQL proficiency – able to write complex, optimized queries using joins, window functions, CTEs; experience with large-scale datasets is a plus - Proficient in Python for data science, using libraries such as Pandas, NumPy, and SciPy for analysis and automation - Solid grounding in statistical analysis – hypothesis testing, regression, distributions, and their application to real-world business use cases (e.g., A/B testing, forecasting) - Confident in data visualization – can build clear, effective visuals using Matplotlib, Seaborn, or tools like Tableau - Comfortable with version control systems – hands-on experience with GitLab (or similar tools like GitHub) - Experience with AWS is a plus Why join Salmon: - Passionate international team spanning the globe - Rapid professional growth. Merit (and merit only) rules the day - Reward for performance and long-term success of Salmon - Fast track to grow internationally - New office in Manila, Philippines - Relocation support for eligible candidates - Remote and hybrid options - Medical insurance, health and wellness benefits - Program of events and activities both online and in person 👉 More information and apply: @an_salmon

Data Science Jobs

@datasciencejobs · Post #2727 · 20.05.2025 г., 09:02

#vacancy#MachineLearning#remote#fulltime#Salmon Machine Learning Engineer 🌍 Preference will be given to candidates open to relocating to Manila; remote work is also possible with an initial working trip to Manila for 1–2 months Please note: we support remote work, but cannot hire candidates based in Russia or Belarus. Compensation: 4000-5000$ We’re looking for a curious and impact-driven Machine Learning Engineer to join our team and accelerate the development of robust, high-performing ML solutions across key business areas—including credit scoring, collection, antifraud, sales and other. This role combines hands-on development with strategic input, offering a chance to work on high-stakes, high-visibility projects from day one, collaborating with multiple departments and stakeholders to drive measurable business impact through better models What you'll do: - Own the end-to-end lifecycle of ML models: from EDA, feature generation, and hypothesis testing to production deployment and monitoring - Evaluate model performance and business impact, and iterate for continuous improvement - Explore and integrate new data sources (internal and external), identifying additional predictive signals - Contribute to advancements in modeling techniques, including geospatial and graph-based methods where relevant - Contribute to advancements in modeling techniques by exploring new algorithms and architectures What we’re looking for: - 2+ years of experience as a Machine Learning Engineer or Data Scientist, ideally in fintech or fast-paced product environments - Strong skills in Python and SQL; comfortable using Git - Solid foundation in classical ML techniques and Statistics; fluency in libraries, such as Pandas, Scikit-learn, NumPy, SciPy, Matplotlib/Seaborn/Plotly, Statsmodels, XGBoost/LightGBM/CatBoost etc. - Experience in credit risk modeling is a strong plus - Background in graph ML and/or experience with advanced geospatial analytics is an advantage - Experience working with AWS (or other cloud environments) is a plus Why join Salmon? What we’re building — Licensed neobank scaling modern financial services in Southeast Asia — Backed by global investors (ADQ, World Bank Group) with $60MM+ raised — Rapid product cycles: go from idea to launch in ~3 months — High-growth, high-impact market with global expansion potential What we offer — Remote or hybrid setup (GMT+5 to GMT+10 preferred) — New office in Manila with relocation support for eligible candidates — Competitive compensation in USD — Equity options and performance-based rewards — Medical insurance and wellness support — International team and fast career growth based on merit — Company-sponsored events and offsites 👉 More information and apply here: @an_salmon

美食素材圈

@meishi_sucai · Post #22982 · 30.03.2026 г., 01:55

#三文鱼#海鲜#晚餐#salmon ➖➖➖➖➖➖➖➖ 📚【话术需求区】点击.... 👄【深夜小电影】点击.... 🧑🏼‍🦰【人设套图区】点击.... 🔞【人设私密照】点击.... 👨‍🎨【绘画频道区】点击.... 🛵【 跑腿代购 】点击.... 👉广告投放

ПредишнаСтр. 1 от 3Следваща