Найти похожее

#Python#ML#book 📚 Python for Machine Learning (2023) ----- Main channel: @repo_science Coupons: @freecoupons_reposcience -----

#Python#ML#book 📚 Synthetic Data for Machine Learning (2023) ----- Main channel: @repo_science Coupons: @freecoupons_reposcience -----

#python#book#ML 📚 Architecting Data and Machine Learning Platforms (2023) 🔗Link ----- Main channel: @repo_science Coupons: @freecoupons_reposcience -----

#вакансии#ml Data Scientist / Machine Learning Engineer в команду CoreML (ВКонтакте) Вилка: 230–420k на руки / мес. Ищем ML-разработчиков, которые помогут нам развивать ранжирование и рекомендации в умной ленте, ленте «Для вас» и ленте историй. Что за команда и какие у нас задачи: Мы - команда Ленты во ВКонтакте, основные цели которой - рост самых разных продуктовых метрик компании благодаря ML. Работаем на стыке продакшена и ресерча. Помогаем бизнесу конвертировать цели в продуктовые метрики, а затем растим их. У нас интересно, потому что: • Можно влиять здесь и сейчас на счастье пользователей (user-based), счастье авторов (author-based) и счастье бизнеса через разного рода ML. В том числе приветствуется генерация продуктовых гипотез • Можно сильно прокачаться в хайлоад АБТ-ах, так как мы обладаем большой экспертизой в них благодаря наличию собственной АБ платформы • Можно сильно прокачаться в работе с BigData (спарк, хадуп) и его деплое в highload места • Можно активно внедрять LLM-ки в продакшен (A100-ых тоже на все хватит) • Можно выкатывать все идеи на прод, ставить АБТ-ы, чекать продуктовые метрики и дальше действовать, исходя из результатов • Можно прокачивать самые разные доменные области - есть рекомм постов, рекомм авторов, рекомм историй, рекомм друзей, рекомм товаров и так далее Контакты: @grs_olya

🔥Интересный кейс про ML в картографии В статье рассказано про развитие детектора Яндекс Карт для распознавания дорожных знаков на панорамах — от бинарного классификатора до нейросетей. Сейчас детектор умеет находить почти все знаки в России. Первая же версия создавалась в 2016 году с помощью небольшого датасета и модели на классических подходах компьютерного зрения. Использовали ACFFeatures + WaldBoost с бинарными решающими деревьями. Классические методы страдали «близорукостью» — детектили знаки только «в лоб», повороты пропускали, поэтому перешли к новой версии на свёрточных нейросетях и натренировали Faster R-CNN. Нетривиальные архитектурные решения: ▪️Объединили все знаки ограничения скорости в один класс + дополнительная сеть для распознавания чисел на вырезанном знаке ▪️ То же с направлениями по полосам — детектор находит знак, дополнительная модель выдаёт бинарный вектор направлений ▪️ Создали отдельную модель для обработки найденных знаков многополосности. Полная техническая реализация описана в статье. 🟢Главная проблема — сбор датасета Как обычно, всё упёрлось в данные для обучения. Терабайты фотографий улиц прогонять через асессоров — дорого и неэффективно. Выстроили такой процесс: сначала автоматически находить фотографии, где есть дорожные знаки, и только потом отправлять их на разметку асессорам. 🟢Финальные цифры: ▪️ 300 тысяч фотографий в датасете ▪️ 1,5 миллиона размеченных знаков ▪️200+ поддерживаемых классов знаков Любопытный факт: самый частый знак в датасете — пешеходный переход. Практический результат: всё это помогает автоматически обновлять данные в Картах, по которым сервис строит маршруты, выдаёт голосовые подсказки о том, с какой скоростью ехать и тд. В год так вносится более 200 тысяч автообновлений ⚡️Статья:https://habr.com/ru/companies/yandex/articles/946338/ @ai_machinelearning_big_data #ai#ml

​​Polymathic - междисциплинарный ИИ Ох, какая классная межуниверситетская инициатива - Polymathic🔥. Задача, которую они решают, заключается в создании ИИ моделей, которые используют информацию из наборов данных различных модальностей и разных научных областей, которые не имеют общего представления (например, текста). Такие модели могут использоваться в качестве надежных базовых показателей или можно сделать файн-тьюнинг для конкретных приложений. Такой подход может демократизировать ИИ в науке, предоставляя более сильные априорные модели для общих концепций, таких как причинность, измерение, обработка сигналов, и т.п. В общем история с базовыми и генеративными моделями понемногу адаптируется к научным задачам, за что мы топим тоже 🤘. Реальных проектов пока немного, но есть, например, Multiple Physics Pretraining - подход к разработке больших предобученных физических суррогатных моделей или AstroClip - видимо модель CLIP для астрофизиков. На данный момент кроме команды ученых есть и крутой консультативный совет, например, с Яном Лекуном (Yann LeCun) из Meta AI. #AI#ML

Программа по ИИ в Лондоне с полным покрытием расходов 🔥 ⚡London AI Safety Research Labs⚡ LASR Labs — программа исследований безопасности ИИ, направленная на снижение рисков, связанных с развитием искусственного интеллекта. Участники работают в командах по 3–4 человека под руководством опытных исполнителей. Предполагается разработка проекта и публикация. 📍Где: очно, Лондон, Великобритания 📅Когда: январь- апрель 2026 г. 👥Для кого Для соискателей с опытом в инженерии по машинному обучению и с сильными навыками работы с количественными данными. Для тех, у кого нет права на работу в UK организаторы помогают получить визу. 💸Условия Программа предполагает стипендию £11,000, а также покрывают расходы на питание, перелёт и оказывают визовую поддержку и предоставляют офисное помещение. ⏰Дедлайн: подача заявок до 10 октября 2025 г. ➡️Подробнее ➡️StudyGrants - стажировки| стипендии| летние школы 🌎 #ML#AI

Онлайн-интенсив от Школы анализа данных Яндекса Цель интенсива — научить правильно проводить A/B-тесты, анализировать их и формулировать бизнес-решения. 📅Когда: практические лекции с 21 по 25 июля 👥Для кого -студенты технических вузов -аналитики данных -ML-инженеры -все, кто хочет прокачать навыки в экспериментах 💸Условия Участие бесплатное. Дадут доступ ко всем лекциям интенсива. Участники получат сертификат о прохождении интенсива. ⏰Дедлайн: 25 июля 2025 г. ➡️Подробнее ➡️StudyGrants - стажировки| стипендии| летние школы 🌎 #ML #IT

What is ChatGPT doing… and why does it work? #article#coding#ml @thedevs https://thedevs.link/Aag4wF

OpenAI 发布了 ChatGPT Turbo 和 whisper 两个 API。 ChatGPT Turbo 的价格是之前的十分之一 Whisper 是语音转文字 (ASR) 的 API https://twitter.com/openai/status/1630992406542970880 #ml#api

Школа аналитиков данных МТС Целых 10 месяцев эксперты МТС будут учить вас Data Science, Big Data и ML, так ещё и бесплатно. Подружитесь с SQL, приручите Python, поучаствуете в челленджах. 📍Где: онлайн 📅Когда: с 10 ноября 2025 г. 👥Для кого Студентам старших курсов или выпускникам вузов технических специальностей, IT-специалистам 💸Условия Бесплатно! Самые усердные получат шанс попасть на стажировку. Всем студентам, успешно окончившим обучение выдадут сертификат и удостоверение о повышении квалификации. А ещё за активную учёбу можно получить баллы и обменять их на мерч от МТС и другие плюшки. ⏰Дедлайн: регистрация до 30 октября 2025 г. ➡️Подробнее ➡️StudyGrants - стажировки| стипендии| летние школы 🌎 #бесплатные_курсы #ML

Дача Бориса Пастернака в Переделкино 🏛 Одно из самых атмосферных мест писательского посёлка. Дом, напоминающий корабль, оставался главным рабочим пространством поэта больше двадцати лет. Интерьер сохранился почти без изменений. Особое место занимает большая домашняя библиотека, которую семья оставила нетронутой! У наших коллег из команды Dar есть подкаст о том, как Переделкино менялось с годами, вышло познавательно и интересно 🖤 Dar — редкий пример девелопера, который говорит о городе как через метры и сроки, так и через смыслы! В канале ребята пишут об архитектуре, культуре, и о том, как городская среда влияет на человека. Особенно посмотрите пост «Как современное искусство подталкивает к доброте» — о внимательности, которую мы чаще всего недооцениваем. #архитектурароссии#подкаст