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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #9 · 27.03

Умные колонки, пожалуй, самые недооценённые из устройств нашего времени. В том смысле, что, не имея личного опыта использования, многие люди считают их чем-то совершенно бесполезным и не видят способа применения в своей жизни. Но, получив этот опыт, зачастую остаются очень довольны, а иногда и не понимают, как жили без них. У меня далеко не один знакомый, прошедший по этому пути: кому-то колонку подарили, у кого-то купил другой член семьи, а кого-то даже уговорил на покупку ваш покорный слуга. Во всех без исключения случаях колонка (в отличие, например, от 3D принтера и тем более от VR очков) не пылится где-то на антресолях, а вполне себе используется с завидной регулярностью. Казалось бы, вот вам и ответ на вопрос в заголовке: нужна. Но не всё так просто. Я тоже не случайным образом выбирал, кого именно пытаться уговорить. Давайте разберёмся, когда и зачем есть толк в умной колонке, а попутно посмотрим на новую Яндекс Станцию Макс, которая приехала ко мне. #gadgets#tech https://teletype.in/@clockstackwheels/station-max

Резултати

Намерени 2 подобни публикации

Търсене: #matching

当前筛选 #matching清除筛选
Data Science Jobs

@datasciencejobs · Post #2751 · 04.06.2025 г., 14:15

#Senior#DataScientist#ML#NLP#LLM#VLM#matching#DS#fulltime#ecommerce Senior Data Scientist (NLP/LLM/VLM) 💼 Ozon Tech 💰 От 455 000 ₽ gross совокупный доход Команда занимается развитием автоматического матчинга — технологии поиска одинаковых товаров как внутри Ozon, так и между Ozon и другими маркетплейсами. В работе — масштабные проекты с использованием LLM, NLP и VLM, направленные на повышение точности и полноты поиска дубликатов и объединения товарных карточек. Основные задачи: — Аналитика текущих проблем матчинга; — Обучение новых NLP-моделей (bi-encoder, late fusion, early fusion); — Адаптация новых LLM/VLM-моделей. Требования: — 4+ лет коммерческого опыта в Data Science; — 2+ года — в задачах NLP; — Опыт обучения и вывода ML-моделей в прод; — Знание современных и классических NLP-подходов; — Уверенное владение Python и PySpark (bigdata датасеты собираем на Hadoop-кластере); — Знание алгоритмов и структур данных; — Проактивность, ответственность, нацеленность на результат. Будет плюсом: — Участие в ML-соревнованиях; — Опыт построения протоколов и пайплайнов разметки данных; — Опыт работы с задачами матчинга / entity resolution. Что предлагаем: — Динамичный и быстроразвивающийся бизнес, ресурсы, возможность сделать вместе лучший продукт на рынке e-commerce; — Свобода решений, внимание к качеству инженерии; — Сильную профессиональную команду; — Возможность развиваться вместе с бизнесом; — От 455 000 ₽ gross совокупный доход. 📩Контакт: [email protected] — присылай резюме, обсудим детали.