DeepSchool

Инференс-сервер своими руками: воркшоп по BentoML Обучить модель — это половина работы. Дальше встаёт вопрос: как её отдать? Как backend-команда будет к ней обращаться? Лезть в чужие репозитории и встраиваться в их инфраструктуру — не всегда вариант. Мы подготовили воркшоп, на котором покажем, как упаковать модель в BentoML, поднять инференс-сервер и организовать к нему доступ. На воркшопе разберём: — как передать готовую модель без погружения в репозитории backend-команды — как упаковать модель с помощью BentoML и поднять инференс-сервер — как обращаться к модели из внешнего кода — когда BentoML не подходит и что использовать вместо него Воркшоп — это когда вы сначала слушаете, а потом сразу делаете. Анастасия Старобыховская, руководитель лаборатории «Искусство и ИИ» в ЕУСПб, сначала расскажет теоретическую часть, а потом разобьёт участников на небольшие группы для самостоятельной работы, будет подключаться к каждой и помогать с затыками. У вас будет возможность упаковать модель самостоятельно в режиме реального времени! И в конце вместе обсудим решение и типичные ошибки. А также всем участникам подарим скидки на курс CV Rocket! 🎁 Чтобы не терять времени на воркшопе, установите docker/python/свою любимую IDE, если ещё нет 📅 Встречаемся в четверг, 12 марта в 19:00 МСК! Регистрируйтесь по ссылке и до встречи на воркшопе!

Такое на собеседовании вряд ли спросят, но знать обязательно Приготовили праздничный набор карточек. Из него вы узнаете: - Что общего между плюшевым мишкой, нобелевкой и вакцинами от COVID - Самая выгодная аренда гаража в истории - Как в 81 год выучить Swift по Skype (хороший был файлообменник) и вдохновить Тима Кука - Кого нужно благодарить за ImageNet Девушки, с вашим днём 💚

Что говорят выпускники CV Rocket 📍В карточках собрали цитаты из отзывов выпускников курса. Они отмечают, что курс даёт не просто новые знания, а понимание собственных пробелов и способов их закрыть. Появляется уверенность в темах, которые раньше использовал вслепую, и начинаешь сразу применять на собеседованиях и в реальных задачах то, что получил на обучении. Полные тексты этих и других отзывов, подробную информацию о программе и спикерах смотрите на сайте. Новый поток CV Rocket стартует 17 марта. Записывайтесь до 9 марта и получите скидку до 20% 🔥

Готовим LLM для агента: prompting VS fine-tuning LLM — основа современного AI-агента: от её выбора зависит, насколько хорошо агент будет справляться с задачами и как быстро он будет реализован. В новой статье даём практические советы по выбору LLM для агента. Читайте новую статью по ссылке!👈 Научиться строить AI-агентов с нуля можно у нас на курсе LLM Pro. Старт — 26 марта. Читайте подробнее на сайте и оставляйте заявку до 15 марта, чтобы присоединиться к обучению со скидкой 20% ⚡️

Скоро стартует новый поток LLM Pro Это курс, на котором вы соберёте полноценные NLP-системы с учётом требований к качеству и нагрузке, разберёте сложные кейсы и архитектуры NLP-решений: от доменной адаптации и эмбеддеров до сложных RAG-систем и агентов. Приходите, чтобы узнать про best practices и применять похожие подходы в своих проектах. У вас будет много практики: • научитесь подбирать архитектуру текстовой классификации в зависимости от ограничений продакшн-среды • создадите доменно-адаптированные эмбеддинги и настроите стабильную кластеризацию текстов • адаптируете LLM под специфичный домен через техники пост-претрейна • разработаете продвинутую RAG-систему с умным поиском, реранкингом и предотвращением галлюцинаций • построите AI-агента с function calls и генеративным трекингом Лекции ведут инженеры из продуктовых команд, которые поделятся реальным инженерным опытом. Они проверят ваши домашние задания и дадут развёрнутый фидбэк! 📅 Старт потока — 26 марта 🔔 Вы можете получить скидку до 20%, если запишетесь в лист ожидания до 15 марта Читайте подробнее на сайте и оставляйте заявку! Пишите в нашу поддержку @deepschool_support, если остались вопросы! И до встречи на курсе!

Сделали алхимию, но про ML Чтобы немного разбавить рабочую неделю, собрали игру, где можно комбинировать ML-концепции и открывать новые. Математика + Код = Алгоритм NumPy + Backprop = PyTorch CNN + Датасет = ImageNet 200+ элементов: от базовых до ChatGPT и k8s! Кто первым соберёт Шмидхубера, дайте о себе знать, подарим пиццу! https://mlchemy.deepschool.ru

Anki-карточки для подготовки к интервью Помните карточки для запоминания английских слов? С одной стороны слово, с другой перевод. Сделали такие же, только для подготовки к тех-интервью. На лицевой стороне вопрос, на обратной — ответ с примерами. Начать решили…

Optical Context Compression: DeepSeek-OCR & DeepSeek-OCR2 От размера контекстного окна LLM зависит качество работы модели на больших документах. С его ростом увеличивается и потребление памяти, и вычислительных ресурсов. Поэтому сжатие контекстного окна — важная задача. В статье разбираем подход оптического сжатия контекста LLM на примере архитектур DeepSeek-OCR и DeepSeek-OCR2 🐋. Читайте новую статью по ссылке! 🪔DeepSchool

Anki-карточки для подготовки к интервью Помните карточки для запоминания английских слов? С одной стороны слово, с другой перевод. Сделали такие же, только для подготовки к тех-интервью. На лицевой стороне вопрос, на обратной — ответ с примерами. Начать решили с Docker, но коллекции будут пополняться, stay tuned. Попробовать: anki.deepschool.ru

Погрузитесь в продвинутый Computer Vision Если вы практикующий CV-инженер и хотите закрыть пробелы в знаниях, разобрать сложные задачи и узнать про подходы и best practices, то приходите на ближайший поток Computer Vision Rocket! На курсе вы научитесь: - готовить данные: собирать, устранять ошибки в разметке, мониторить качество - отлаживать обучение, находить аномалии и интерпретировать результаты модели - работать с metric learning и векторным поиском - работать с видео: трекинг и action-recognition - предобучать без разметки: от pretext-задач до современных SSL-алгоритмов - адаптировать модели детекции, сегментации и OCR под сложные кейсы 🗓 Курс стартует 17 марта 🔔 Записывайтесь в лист ожидания до 9 марта, чтобы получить скидку до 20%! Читайте подробнее про программу и спикеров на сайте и записывайтесь на ближайший поток CV Rocket!

Повышение качества датасетов в CV-проектах Качество, количество и состав обучающих данных влияют как на итоговые метрики ML-моделей, так и на скорость/стоимость обучения. Чтобы повысить качество датасета, часто требуется фильтрация сэмплов — удаление шума, дубликатов, нерелевантных или плохо размеченных примеров. В новой статье приводим краткий обзор методов фильтрации неподходящих сэмплов и оптимизации распределения сэмплов в датасете. В статье рассмотрим: - базовые эвристики - продвинутые техники на основе CLIP и VLM - способы сократить затраты на обучение при росте метрик Читайте новую статью по ссылке👈 Как готовить качественные датасеты и обучать модели для задач CV рассказываем на нашем курсе CV Rocket. Ближайший поток стартует 10 марта, а до 1 марта вы можете присоединиться со скидкой до 20%! Изучайте подробности на сайте и записывайтесь в лист ожидания! 🪔DeepSchool

Закройте все вопросы по LLM Как устроены современные LLM, как они обучаются, как с ними работать, как избежать типичных проблем при решении реальных задач — об этом и не только на нашем курсе по большим языковым моделям. Вы разберётесь в теории, научитесь дообучению, элайменту, построению RAG, агентских систем и инференсу LLM. Приходите, чтобы научиться использовать LLM правильно! Обучение ведут опытные инженеры из разных доменов, компаний и стран, которые создавали нагруженные сервисы и популярные библиотеки. Вы будете встречаться раз в неделю на онлайн-лекциях, где сможете сразу задавать вопросы. Плюс QA-сессии, поддержка в чате и проверка домашних заданий с развёрнутым фидбеком. 🔔 Старт 19 февраля, а до 18 февраля действует скидка 5%! Изучайте подробности о программе и спикерах и записывайтесь на новый поток на сайте! Там же можете посмотреть отзывы, наши выпускники поделились, как у них прошло обучение. Если остались вопросы или сомневаетесь, подходит ли вам эта программа — пишите в поддержку @deepschool_support