HOSTKEY – международный хостинг-провайдер предлагает в аренду выделенные и виртуальные GPU-серверы с почасовой или месячной оплатой.
🔥Доступны конфигурации с игровыми картами RTX4090 и профессиональными RTX A500 24Gb и Tesla H100 / A100 80Gb. Дата-центры в России, Нидерландах и Исландии. Скидки до 30%. Стоимость от 10 руб./ч или 7 500 руб. в месяц.
HOSTKEY предлагает гранты для перспективных проектов в области Data Science и для победителей конкурсов по исследованию данных на платформе Kaggle и других площадках.
Спрос на серверы высокий, количество серверов ограничено.
🔥Закажите сервер сегодня или оставьте заявку на предзаказ.
erid: LjN8K7S9u
🔥Доступны конфигурации с игровыми картами RTX4090 и профессиональными RTX A500 24Gb и Tesla H100 / A100 80Gb. Дата-центры в России, Нидерландах и Исландии. Скидки до 30%. Стоимость от 10 руб./ч или 7 500 руб. в месяц.
HOSTKEY предлагает гранты для перспективных проектов в области Data Science и для победителей конкурсов по исследованию данных на платформе Kaggle и других площадках.
Спрос на серверы высокий, количество серверов ограничено.
🔥Закажите сервер сегодня или оставьте заявку на предзаказ.
erid: LjN8K7S9u
3 способа выбрать СУБД
Рекомендуем полезную статью по выбору СУБД на Хабре — без воды, только самое главное: немного теории и полезная шпаргалка, которую стоит сохранить себе.
▫️Классификация СУБД по типам с примерами и указанием, для каких задач они подходят, а с какими справляются плохо.
▫️Технические параметры разных систем: структура данных, масштаб, характер обращений, сертификация, тип лицензии и так далее.
▫️Теорема САР. Согласованность данных, доступность, устойчивость к разделению — выберите два и найдете подходящую СУДБ.
Но самое крутое — это, конечно, схема, которую нарисовали авторы, чтобы все эти знания было удобнее применять на практике. Они предлагают аж три способа подбора подходящей СУБД. Самый простой из них — отвечаете на 5 вопросов и тут же получаете рекомендацию, какая система оптимально подойдет под ваш запрос.
Можно придраться, что не упомянули какую-нибудь СУБД или, наоборот, что пытались объять необъятное и предложили слишком много вариантов, когда можно было ограничиться самыми популярными. Но не будем — идея хорошая и исполнение тоже.
Рекомендуем полезную статью по выбору СУБД на Хабре — без воды, только самое главное: немного теории и полезная шпаргалка, которую стоит сохранить себе.
▫️Классификация СУБД по типам с примерами и указанием, для каких задач они подходят, а с какими справляются плохо.
▫️Технические параметры разных систем: структура данных, масштаб, характер обращений, сертификация, тип лицензии и так далее.
▫️Теорема САР. Согласованность данных, доступность, устойчивость к разделению — выберите два и найдете подходящую СУДБ.
Но самое крутое — это, конечно, схема, которую нарисовали авторы, чтобы все эти знания было удобнее применять на практике. Они предлагают аж три способа подбора подходящей СУБД. Самый простой из них — отвечаете на 5 вопросов и тут же получаете рекомендацию, какая система оптимально подойдет под ваш запрос.
Можно придраться, что не упомянули какую-нибудь СУБД или, наоборот, что пытались объять необъятное и предложили слишком много вариантов, когда можно было ограничиться самыми популярными. Но не будем — идея хорошая и исполнение тоже.
Хабр
Выбор СУБД: шпаргалка, чтобы не запутаться
Вопрос выбора СУБД для российской компании или госоргана — вопрос не праздный, тем более сейчас — когда с момента ухода с рынка западных вендоров прошло уже полтора...
Как сделать вашего телеграм-бота умнее и приятнее? Конечно, прокачать его ML-аналитикой
#почитать
Успешное использование телеграм-ботов требует не только технической грамотности, но и понимания того, как пользователи взаимодействуют с ботом.
Практикум:
▫️Создание телеграм-бота на Python
▫️Сбор данных для аналитики
▫️Разработка функциональности аналитики
▫️Интеграция сторонних инструментов
▫️Автоматизация анализа
▫️Улучшение пользовательского опыта
▫️Защита данных и приватность (соблюдение правил Telegram API и законодательства о защите данных)
Очень большой подробный практикум.
Читать статью
#почитать
Успешное использование телеграм-ботов требует не только технической грамотности, но и понимания того, как пользователи взаимодействуют с ботом.
Практикум:
▫️Создание телеграм-бота на Python
▫️Сбор данных для аналитики
▫️Разработка функциональности аналитики
▫️Интеграция сторонних инструментов
▫️Автоматизация анализа
▫️Улучшение пользовательского опыта
▫️Защита данных и приватность (соблюдение правил Telegram API и законодательства о защите данных)
Очень большой подробный практикум.
Читать статью
Хабр
Как сделать вашего телеграм-бота лучше? Конечно, добавить ему аналитику
В наше время телеграм-боты стали незаменимыми инструментами для множества задач: от автоматизации рутиных операций до обеспечения высококачественного обслуживания клиентов. Они создают новые...
Ты готов стать частью мира инноваций и автономного вождения? OneDayOffer от SberAutoTech делает это возможным! Просто прими участие и за один день получи заветный оффер без длительного ожидания. Нам нужны системные аналитики и С++ разработчики, готовые погрузиться в мир технологий будущего.
Мы ценим твоё время и навыки — давай встретимся на OneDayOffer, где ты сможешь пообщаться с командой.
Чтобы присоединиться, заполни заявку на сайте и выполни тестовое задание. Если справишься с ним, получишь приглашение на онлайн-мероприятие, где мы познакомимся и устроим небольшой челлендж твоим навыкам.
Готов присоединиться к будущему технологии автономного вождения? Ждём тебя 20 апреля — стань частью инновационного проекта! Узнай больше по ссылке.
Мы ценим твоё время и навыки — давай встретимся на OneDayOffer, где ты сможешь пообщаться с командой.
Чтобы присоединиться, заполни заявку на сайте и выполни тестовое задание. Если справишься с ним, получишь приглашение на онлайн-мероприятие, где мы познакомимся и устроим небольшой челлендж твоим навыкам.
Готов присоединиться к будущему технологии автономного вождения? Ждём тебя 20 апреля — стань частью инновационного проекта! Узнай больше по ссылке.
PyTorch - Creating Custom Layers
Кроме внушительного набора стандартных слоёв в модуле torch.nn, у нас есть возможность делать свои слои. А как именно это делать, смотрите в видео.
Смотреть на YouTube
Кроме внушительного набора стандартных слоёв в модуле torch.nn, у нас есть возможность делать свои слои. А как именно это делать, смотрите в видео.
Смотреть на YouTube
YouTube
PyTorch - Creating Custom Layers
How to create a Custom Layer in PyTorch
This is the follow-up to nn.Module API:
https://youtu.be/UDphSBLtp1w
Code: https://github.com/sol0invictus/YT-codes/tree/main/PyT
This is the follow-up to nn.Module API:
https://youtu.be/UDphSBLtp1w
Code: https://github.com/sol0invictus/YT-codes/tree/main/PyT
Yandex приглашает поучаствовать в Practical ML Conf 14 сентября!
На конференции поговорим о том, как применять ML-технологии в бизнесе и реальных продуктах. Регистрируйтесь уже сейчас — те, кто сделает это раньше всех, попадут на закрытый мини-ивент в июле.
А если хотите поделиться своим опытом в ML, станьте спикером, оставив заявку. Ключевые темы конференции — CV, RecSys, MLOps, NLP, Speech и Analytics. После подачи программный комитет рассмотрит заявки и примет решение об участии каждого претендента.
🔹 Сбор заявок завершится 13 июля.
Реклама. ООО "Яндекс", ИНН 7736207543.
На конференции поговорим о том, как применять ML-технологии в бизнесе и реальных продуктах. Регистрируйтесь уже сейчас — те, кто сделает это раньше всех, попадут на закрытый мини-ивент в июле.
А если хотите поделиться своим опытом в ML, станьте спикером, оставив заявку. Ключевые темы конференции — CV, RecSys, MLOps, NLP, Speech и Analytics. После подачи программный комитет рассмотрит заявки и примет решение об участии каждого претендента.
🔹 Сбор заявок завершится 13 июля.
Реклама. ООО "Яндекс", ИНН 7736207543.
📈7 ключевых книг по визуализации данных
Способность аналитика эффективно обрабатывать и представлять данные становится критически важной. Визуализация не просто улучшает понимание сложных наборов данных, но и помогает в принятии обоснованных бизнес-решений.
В статье на vc.ru (на русском) и Medium (на английском) Азиз Абдрахимов, Product Analytics Lead из QIC digital hub, делится своим топом ключевых книг, которые должны быть в арсенале каждого аналитика.
Способность аналитика эффективно обрабатывать и представлять данные становится критически важной. Визуализация не просто улучшает понимание сложных наборов данных, но и помогает в принятии обоснованных бизнес-решений.
В статье на vc.ru (на русском) и Medium (на английском) Азиз Абдрахимов, Product Analytics Lead из QIC digital hub, делится своим топом ключевых книг, которые должны быть в арсенале каждого аналитика.
Интересуетесь современными моделями прогнозирования временных рядов?
Присоединяйтесь к открытому вебинару 11 июня в 20:00 мск и узнайте все о современных моделях прогнозирования типа TimesNet и TimeGPT!
Спикер Игорь Стурейко — PhD Physical and Mathematical Sciences, опытный руководитель команд и преподаватель.
На занятии вы познакомитесь с основными принципами использования трансформерных моделей в прогнозировании временных рядов и даже попробуете обучить свою модель на их основе. Не упустите возможность узнать о последних тенденциях в этой области и применить их на практике!
Занятие посвящено старту курса «Machine Learning. Advanced». Все участники вебинара получат специальную цену на обучение!
Записывайтесь сейчас, а мы потом напомним. Участие бесплатно: https://vk.cc/cxywbU
Реклама. ООО «Отус онлайн-образование», ОГРН 1177746618576, www.otus.ru
Присоединяйтесь к открытому вебинару 11 июня в 20:00 мск и узнайте все о современных моделях прогнозирования типа TimesNet и TimeGPT!
Спикер Игорь Стурейко — PhD Physical and Mathematical Sciences, опытный руководитель команд и преподаватель.
На занятии вы познакомитесь с основными принципами использования трансформерных моделей в прогнозировании временных рядов и даже попробуете обучить свою модель на их основе. Не упустите возможность узнать о последних тенденциях в этой области и применить их на практике!
Занятие посвящено старту курса «Machine Learning. Advanced». Все участники вебинара получат специальную цену на обучение!
Записывайтесь сейчас, а мы потом напомним. Участие бесплатно: https://vk.cc/cxywbU
Реклама. ООО «Отус онлайн-образование», ОГРН 1177746618576, www.otus.ru
This media is not supported in your browser
VIEW IN TELEGRAM
VRT: A Video Restoration Transformer
Github: https://github.com/jingyunliang/vrt
Paper: https://arxiv.org/abs/2201.12288
Github: https://github.com/jingyunliang/vrt
Paper: https://arxiv.org/abs/2201.12288
Как использовать нейросети в обучении с подкреплением?
В чем недостатки классических алгоритмов и как нейросети помогают их решить? Узнайте на открытом практическом уроке от OTUS, где мы разберем:
- как реализовать алгоритм Q-learning на базе нейросети и что нам это даст;
- различные виды функции потерь и реализацию для алгоритма DQN (Deep Q-learning);
- дополнительные условия архитектуры нейросети, моделирующей поведение агента в алгоритме DQN.
Спикер Игорь Стурейко — PhD Physical and Mathematical Sciences, опытный руководитель команд и преподаватель.
Встречаемся 13 июня в 20:00 мск в рамках курса «Reinforcement Learning». Все участники вебинара получат специальную цену на обучение!
Регистрируйтесь прямо сейчас, чтобы не пропустить бесплатный урок: https://vk.cc/cxzwhc
Реклама. ООО «Отус онлайн-образование», ОГРН 1177746618576, www.otus.ru
В чем недостатки классических алгоритмов и как нейросети помогают их решить? Узнайте на открытом практическом уроке от OTUS, где мы разберем:
- как реализовать алгоритм Q-learning на базе нейросети и что нам это даст;
- различные виды функции потерь и реализацию для алгоритма DQN (Deep Q-learning);
- дополнительные условия архитектуры нейросети, моделирующей поведение агента в алгоритме DQN.
Спикер Игорь Стурейко — PhD Physical and Mathematical Sciences, опытный руководитель команд и преподаватель.
Встречаемся 13 июня в 20:00 мск в рамках курса «Reinforcement Learning». Все участники вебинара получат специальную цену на обучение!
Регистрируйтесь прямо сейчас, чтобы не пропустить бесплатный урок: https://vk.cc/cxzwhc
Реклама. ООО «Отус онлайн-образование», ОГРН 1177746618576, www.otus.ru
MLOps. Зачем он нужен и как с ним работать? Обзор полезных инструментов
MLOps — это ответвление от DevOps, ряд практик и инструментов, характерных для ML-сферы.
По ссылке гайд, рассказывающий о том, что это такое и зачем это нужно.
MLOps — это ответвление от DevOps, ряд практик и инструментов, характерных для ML-сферы.
По ссылке гайд, рассказывающий о том, что это такое и зачем это нужно.
Хабр
MLOps. Зачем он нужен и как с ним работать? Обзор полезных инструментов
Когда впервые сталкиваешься с понятием MLOps, нет абсолютно никакого понимания, а зачем это вообще нужно. В разного рода выступлениях, посвященных этой теме, рассказывают о важности воспроизводимости...
Яндекс запустил Lite-версию генеративной текстовой модели YandexGPT 3
YandexGPT 3 Lite — это облегчённая версия генеративной модели Яндекса нового поколения. Особенность таких Lite-моделей заключается в более высокой скорости ответов, что позволяет решать простые задачи бизнеса буквально в режиме реального времени. Поэтому нейросеть хорошо показывает себя в сценариях, где важны время реакции и оптимизация затрат: например, бот-консультант на сайте, система подсказок для операторов колл-центров или суммаризатор результатов деловых встреч.
✈️ По данным замеров, YandexGPT 3 Lite стала ещё быстрее и точнее — и она уже доступна в режиме release candidate на облачной платформе Yandex Cloud. То есть клиенты могут протестировать её и плавно внедрить в свои продукты через API уже в ближайшее время.
Одним из ключевых этапов обучения модели стало выравнивание (Alignment), включающее в том числе стадию обучения с подкреплением (RL). В статье на Хабре - детали реализации Alignment и RL.
YandexGPT 3 Lite — это облегчённая версия генеративной модели Яндекса нового поколения. Особенность таких Lite-моделей заключается в более высокой скорости ответов, что позволяет решать простые задачи бизнеса буквально в режиме реального времени. Поэтому нейросеть хорошо показывает себя в сценариях, где важны время реакции и оптимизация затрат: например, бот-консультант на сайте, система подсказок для операторов колл-центров или суммаризатор результатов деловых встреч.
✈️ По данным замеров, YandexGPT 3 Lite стала ещё быстрее и точнее — и она уже доступна в режиме release candidate на облачной платформе Yandex Cloud. То есть клиенты могут протестировать её и плавно внедрить в свои продукты через API уже в ближайшее время.
Одним из ключевых этапов обучения модели стало выравнивание (Alignment), включающее в том числе стадию обучения с подкреплением (RL). В статье на Хабре - детали реализации Alignment и RL.
ClickHouse: полезные лайфхаки
ClickHouse - это колоночная СУБД для OLAP (online-analytical processing).
Большинство аналитиков, которых я знаю, в восторге от ClickHouse, хотя его администрирование имеет свои нюансы и подводные камни.
В этой статье я расскажу, что такое ClickHouse и почему я считаю его идеально подходящим мощным инструментом для аналитики, а также поделюсь tips & tricks из моего опыта. Поехали.
Читать статью
ClickHouse - это колоночная СУБД для OLAP (online-analytical processing).
Большинство аналитиков, которых я знаю, в восторге от ClickHouse, хотя его администрирование имеет свои нюансы и подводные камни.
В этой статье я расскажу, что такое ClickHouse и почему я считаю его идеально подходящим мощным инструментом для аналитики, а также поделюсь tips & tricks из моего опыта. Поехали.
Читать статью
Яндекс разработал и опубликовал библиотеку YaFSDP — собственное решение для ускорения обучения больших языковых моделей.
При обучении LLM возникает проблема сложности вычислений и коммуникаций GPU в кластере. Большие расчёты должны синхронизироваться на разных видеокартах, а для этого сами устройства должны обмениваться информацией, чтобы не считать два раза одно и то же. Если GPU делают это неэффективно, то они теряют до 30% недоутилизированной мощности.
Библиотека YaFSDP позволяет ускорить обучение больших языковых моделей до 25%. С её помощью можно тратить меньше времени на обучение и расходовать меньше ресурсов графических процессоров (GPU). Подробнее о том, как менялись подходы к оптимизации ресурсов можно прочитать в статье на «Хабре».
При обучении LLM возникает проблема сложности вычислений и коммуникаций GPU в кластере. Большие расчёты должны синхронизироваться на разных видеокартах, а для этого сами устройства должны обмениваться информацией, чтобы не считать два раза одно и то же. Если GPU делают это неэффективно, то они теряют до 30% недоутилизированной мощности.
Библиотека YaFSDP позволяет ускорить обучение больших языковых моделей до 25%. С её помощью можно тратить меньше времени на обучение и расходовать меньше ресурсов графических процессоров (GPU). Подробнее о том, как менялись подходы к оптимизации ресурсов можно прочитать в статье на «Хабре».