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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #851 · 2.08

Впервые использовал нейросетку для реальной практической пользы в коммерческом заказе. У заказчика есть база данных, куда информация вносится кое-как. Представьте, что вы составляете каталог, например, книг, и в базе данных предусмотрены поля: "Автор книги", "Название книги", "Число страниц" и ещё десяток других полей с информацией. Но заполняют эту базу другие люди, которых вы не контролируете, поэтому информация может случайным образом лежать в любом произвольном поле, быть введена с ошибками, опечатками и так далее. В реальном заказе были не книги, я просто привожу пример такой же задачи. Вот как это может выглядеть: 1. В поле "Автор" написано "Лондон, Дж. Белый Клык", поле "Название" при этом пустое. 2. В поле "Название" написано "150-страничный сборник рецептов", поле "Число страниц" пустое 3. В поле "Название" написано "джеклондон мартин иден", поле с автором пустое 4. В поле "Автор" написано "150-стр.3изд,доп.перераб инструкция по пользованию подстанциями типа ТП-13, М.Васильев москва 98" ...и так далее. А нужно искать нормально по автору, названию, числу страниц, городу и году издания. Никакими прямыми алгоритмами это не берётся: регулярки, поиск по ключевым словам, морфология, нечёткая логика — всё это либо даёт много ложноположительных результатов, либо (если подкрутить пороговые значения) вообще перестаёт искать. И вот тут в какой-то момент мы решили попробовать запрашивать через API GPT. Нейросетке задаётся следующий промт: "Есть следующая информация: «150-страничный роман джеклондон мартин иден». Если здесь есть то, что похоже на имя автора книги, напиши мне его, иначе ответь null". И, надо сказать, даже 3.5 справляется с этой работой очень хорошо. Получилось сравнительно без ошибок разметить около 80% данных (остальные с ошибками даже после нейросетки). Но, важный нюанс. Сначала мы пытались поймать все данные одним запросом: "GPT, выведи мне JSON, в котором есть автор, название, число страниц...", но тесты показали, что значительно эффективнее будет отдельно спросить 5 раз про 5 разных типов данных. Да, это расходует больше токенов, но они и так сравнительно дёшевы. Кстати, API у OpenAI безбожно глючит даже на платном тарифе. Обещанных 3500 запросов в минуту нет даже приблизительно. По факту удаётся отправлять около 200-300 запросов в минуту, потом оно вываливается в таймауты или ошибку 429, нужно делать какие-то умные паузы, ждать итд. Над этим всем пришлось повозиться, зато результат вполне ощутимый. #dev

Hashtags

Резултати

Намерени 1 подобни публикации

Търсене: #sentimentanalysis

当前筛选 #sentimentanalysis清除筛选
Data Science Jobs

@datasciencejobs · Post #1270 · 06.01.2023 г., 06:30

#вакансия#fulltime#office#Moscow#Analyst#python#data#Datascientist#middle#senior#Sentimentanalysis#ABtests#Adtech#digital Позиция: Аналитик данных (Python) Локация: Москва Занятость: полная Формат работы: только в офисе в Москве Зарплата: фиксированный оклад от 200 000 руб (обсуждается и уровень выше), плюс премии два раза в год 📌московский офис международной независимой data-компании. Компания продолжает работать в полном объеме на российском рынке и развивает технологии и алгоритмы сбора, сегментации и активации данных о поведении интернет-пользователей, располагает наиболее полным набором технологических решений и широкой экспертизой в области использования аудиторных данных в маркетинге. Ищем кандидата с опытом работы желательно на рынке диджитал рекламы, который хочет участвовать в комплексном развитие аналитических продуктов компании. 🔎Задачи и обязанности Создание новых и развитие текущих аналитических продуктов для решения задач клиентов и рынка. Ежедневная работа собственными технологиями компании. Коммуникация с глобальной командой по развитию и продвижению аналитических продуктов. Проведение аудиторных исследований (для лидирующих FMCG, Tech, Entertainment компаний): A/B тесты, кластеризация, презентация клиентам. Проведение исследований на базе семантического анализа (для лидирующих FMCG, Development компаний): Web scraping, WordClouds, Sentiment analysis, презентация клиентам. Проведение исследований по динамике роста знаний о продукте клиента - BrandLift (Для лидирующих FMCG, Tech, Pharma компаний): A/B тесты. Создание кастомных аудиторных сегментов. Выведение годовых бенчмарков по показателям эффективности рекламных кампаний. Участие в пре-сейле и защите проекта перед клиентом. 🔎Условия работы •Работа в комфортном офисе в дружном коллективе профессионалов (удаленки нет) •Возможность профессионального и карьерного роста •Полностью белая заработная плата •Премии •Компенсация обедов •ДМС •Оформление только в штат компании 🔎Требования к кандидату •Опытный специалист (не ниже уровня middle) •Владение одним из языков программирования: R (tidyverse) / Python (pandas), опыт использования в работе •SQL - опыт использования в работе •Опыт работы на рынке digital рекламы будет плюсом •Опыт проведения маркетинговых исследований •Опыт создания дашбордов в Data Studio будет плюсом •Уверенное владение Excel, Keynote/PowerPoint •Английский язык – B2+ (придется постоянно взаимодействовать с коллегами головного офиса в западной Европе) 📨 пожалуйста, пишите: @olganikolova