На этой неделе проходит ежегодная конференция Nvidia GTC 21. Благодаря ковиду все доклады доступны онлайн и в записи, вот ссылки на наиболее, с моей точки зрения, интересные выступления знаковых для индустрии AI людей:
Demystifying Data Gravity and AI [S32129]
https://gtc21.event.nvidia.com/media/Demystifying+Data+Gravity+and+AI++%5BS32129%5D/1_d10rgs5j
Modern Artificial Intelligence 1980s-2021 and Beyond [E33272]
https://gtc21.event.nvidia.com/media/Modern%20Artificial%20Intelligence%201980s-2021%20and%20Beyond%20%5BE33272%5D/1_t3thb4sx
How to Represent Part-Whole Hierarchies in a Neural Net [S33159]
https://gtc21.event.nvidia.com/media/How%20to%20Represent%20Part-Whole%20Hierarchies%20in%20a%20Neural%20Net%20%5BS33159%5D/1_pcj05a24
The Energy-Based view of Self-Supervised Learning [S33268]
https://gtc21.event.nvidia.com/media/The%20Energy-Based%20view%20of%20Self-Supervised%20Learning%20%5BS33268%5D/1_809kjdxq
Human-Inspired Inductive Biases for Causal Reasoning and Out-of-Distribution Generalization [S32760]
https://gtc21.event.nvidia.com/media/Human-Inspired%20Inductive%20Biases%20for%20Causal%20Reasoning%20and%20Out-of-Distribution%20Generalization%20%5BS32760%5D/1_cdfc5oo0
A Shared Vision for the Future of AI: Fireside Chat with NVIDIA CEO Jensen Huang and Adobe CTO Abhay Parasnis [S33240]
https://gtc21.event.nvidia.com/media/A%20Shared%20Vision%20for%20the%20Future%20of%20AI%3A%20Fireside%20Chat%20with%20NVIDIA%20CEO%20Jensen%20Huang%20and%20Adobe%20CTO%20Abhay%20Parasnis%20%5BS33240%5D/1_wweep3ht
A Vision for the Future of ML Frameworks [S31856]
https://gtc21.event.nvidia.com/media/A%20Vision%20for%20the%20Future%20of%20ML%20Frameworks%20%5BS31856%5D/1_0pc076zw
AI Implementation at Scale: Lessons from the Front Lines [S31938]
https://gtc21.event.nvidia.com/media/AI%20Implementation%20at%20Scale%3A%20Lessons%20from%20the%20Front%20Lines%20%5BS31938%5D/1_636jtciq
The Next Decade in AI: Four Steps Toward Robust Artificial Intelligence [S31922]
https://gtc21.event.nvidia.com/media/The%20Next%20Decade%20in%20AI%3A%20Four%20Steps%20Toward%20Robust%20Artificial%20Intelligence%20%5BS31922%5D/1_zhbz74dc
Large-Scale Deep Learning Recommendation Models at Facebook [S31679]
https://gtc21.event.nvidia.com/media/Large-Scale%20Deep%20Learning%20Recommendation%20Models%20at%20Facebook%20%5BS31679%5D/1_jjrtsmjn
Demystifying Data Gravity and AI [S32129]
https://gtc21.event.nvidia.com/media/Demystifying+Data+Gravity+and+AI++%5BS32129%5D/1_d10rgs5j
Modern Artificial Intelligence 1980s-2021 and Beyond [E33272]
https://gtc21.event.nvidia.com/media/Modern%20Artificial%20Intelligence%201980s-2021%20and%20Beyond%20%5BE33272%5D/1_t3thb4sx
How to Represent Part-Whole Hierarchies in a Neural Net [S33159]
https://gtc21.event.nvidia.com/media/How%20to%20Represent%20Part-Whole%20Hierarchies%20in%20a%20Neural%20Net%20%5BS33159%5D/1_pcj05a24
The Energy-Based view of Self-Supervised Learning [S33268]
https://gtc21.event.nvidia.com/media/The%20Energy-Based%20view%20of%20Self-Supervised%20Learning%20%5BS33268%5D/1_809kjdxq
Human-Inspired Inductive Biases for Causal Reasoning and Out-of-Distribution Generalization [S32760]
https://gtc21.event.nvidia.com/media/Human-Inspired%20Inductive%20Biases%20for%20Causal%20Reasoning%20and%20Out-of-Distribution%20Generalization%20%5BS32760%5D/1_cdfc5oo0
A Shared Vision for the Future of AI: Fireside Chat with NVIDIA CEO Jensen Huang and Adobe CTO Abhay Parasnis [S33240]
https://gtc21.event.nvidia.com/media/A%20Shared%20Vision%20for%20the%20Future%20of%20AI%3A%20Fireside%20Chat%20with%20NVIDIA%20CEO%20Jensen%20Huang%20and%20Adobe%20CTO%20Abhay%20Parasnis%20%5BS33240%5D/1_wweep3ht
A Vision for the Future of ML Frameworks [S31856]
https://gtc21.event.nvidia.com/media/A%20Vision%20for%20the%20Future%20of%20ML%20Frameworks%20%5BS31856%5D/1_0pc076zw
AI Implementation at Scale: Lessons from the Front Lines [S31938]
https://gtc21.event.nvidia.com/media/AI%20Implementation%20at%20Scale%3A%20Lessons%20from%20the%20Front%20Lines%20%5BS31938%5D/1_636jtciq
The Next Decade in AI: Four Steps Toward Robust Artificial Intelligence [S31922]
https://gtc21.event.nvidia.com/media/The%20Next%20Decade%20in%20AI%3A%20Four%20Steps%20Toward%20Robust%20Artificial%20Intelligence%20%5BS31922%5D/1_zhbz74dc
Large-Scale Deep Learning Recommendation Models at Facebook [S31679]
https://gtc21.event.nvidia.com/media/Large-Scale%20Deep%20Learning%20Recommendation%20Models%20at%20Facebook%20%5BS31679%5D/1_jjrtsmjn
Forwarded from OpenTalks.AI
Индекс-ИИ-2020_Альманах_№8_2021-04-14.pdf
6.4 MB
Друзья, сегодня вышел новый открытый отчет “Индекс ИИ 2020” из серии “Альманах Искусственный интеллект” с итогами ИИ за 2020 год в России: динамика научных исследований, топ-20 исследователей, как за год изменились бизнес, образование и рынок труда, что произошло с инвестициями и государственным финансированием, оценка рынка ИИ в России и многое другое.
Если вы работаете в отрасли искусственного интеллекта, то этот отчет обязателен к прочтению, чтобы знать, что происходит в отрасли!
Если вы работаете в отрасли искусственного интеллекта, то этот отчет обязателен к прочтению, чтобы знать, что происходит в отрасли!
Премии вручены, думаю обзоры в прессе последуют в ближайшие дни, а пока просто озвучу победителей:
1. Номинация «За создание новой бизнес-модели, основанной на данных»
- Дмитрий Прусов, директор департамента продаж продуктов больших данных, X5 Retail Group
2. Номинация «За повышение эффективности бизнеса»
- Борис Рабинович, старший управляющий директор – директор Департамента управления данными, Сбер
3. Номинация «За инновационную идею»
- Иван Мельник, директор по инновациям, X5 Retail Group
4. Номинация «За обеспечение качества данных»
- Наталья Третьякова, начальник управления организации работы с данными, Газпром нефть
- Ольга Гнездилова, ex-директор по управлению данными и контролю маржинальности бизнеса, ex-Tele2
5. Номинация «За достижения в подготовке специалистов по управлению данными»
- Михаил Мягков, председатель правления Университетского консорциума исследователей больших данных
6. Номинация «За реализацию социально значимых инициатив на основе данных»
- Андрей Майоров, министр цифрового развития и информационно-коммуникационных технологий Новгородской области
7. Номинация «За вклад в популяризацию профессии» (присуждается учредителем премии)
- Иван Исаев, директор направления анализа данных, МТС
- Леонид Черный, CDO, «Мегафон»
1. Номинация «За создание новой бизнес-модели, основанной на данных»
- Дмитрий Прусов, директор департамента продаж продуктов больших данных, X5 Retail Group
2. Номинация «За повышение эффективности бизнеса»
- Борис Рабинович, старший управляющий директор – директор Департамента управления данными, Сбер
3. Номинация «За инновационную идею»
- Иван Мельник, директор по инновациям, X5 Retail Group
4. Номинация «За обеспечение качества данных»
- Наталья Третьякова, начальник управления организации работы с данными, Газпром нефть
- Ольга Гнездилова, ex-директор по управлению данными и контролю маржинальности бизнеса, ex-Tele2
5. Номинация «За достижения в подготовке специалистов по управлению данными»
- Михаил Мягков, председатель правления Университетского консорциума исследователей больших данных
6. Номинация «За реализацию социально значимых инициатив на основе данных»
- Андрей Майоров, министр цифрового развития и информационно-коммуникационных технологий Новгородской области
7. Номинация «За вклад в популяризацию профессии» (присуждается учредителем премии)
- Иван Исаев, директор направления анализа данных, МТС
- Леонид Черный, CDO, «Мегафон»
Статья об интересном практическом опыте коллег из Lamoda о выборе data catalog, с обзором возможностей основных инструментов и выводами.
https://m.habr.com/ru/company/lamoda/blog/551092/
https://m.habr.com/ru/company/lamoda/blog/551092/
Хабр
Как мы выбирали Data Catalog, но в итоге оставили все как есть
Меня зовут Никита Василюк, я инженер по работе с данными в департаменте данных и аналитики Lamoda. Я и моя команда занимаемся всем, что связано с распределенной системой хранения и обработки...
Forwarded from Рекрутер Волкова
Знак на Бостон НЕ ЕДЕТ в Бостон!
Некоторое время назад я работала с одним прекрасным ИТ-директором в крупной инвестиционной компании. Даже спустя много лет могу сказать, что это один из умнейших людей, с которыми мне посчастливилось познакомиться. Умные и очаровательные мужчины вообще играли, играют и, я надеюсь, будут играть в моей жизни особую роль, но об этом в другой раз. И так: я, очень юная (особенно в плане понимания жизни) максималистка, была сильно потрясена, как мои заказчики внутри этой компании (как раз прямые подчиненные ИТ-директора) могут говорить одно, а делать совсем другое. Судить других людей за поступки, которые совершают сами (в частности моих же кандидатов!!!). Так вот — урок мне был преподнесён а виде великолепной истории, которую я запомнила на всю жизнь и которая мне помогает сильно в работе.
Америка. Университет. Преподаватель философии — любимец студентов, на его лекциях никто не спал, его боготворили. И вот через 25 лет любви и восхищения скандал. Уголовное дело: философ оказался педофилом. К нему приходит его толпа студентов с вопросом: “Ну как же так? Вы нам рассказывали про такие “высокие” вещи, рассуждали с нами про ценности, а тут такое?” И он им ответил (я бы с удовольствием посмотрела на это вживую): “The sign to Boston doesn’t have to go Boston. It’s just a sign”. Гениально. И просто очевидно. Он показывает — ехать не обязан. Уроку более 10 лет, а я до сих пор искренне радуюсь, когда люди говорят “правильные” вещи. Есть шанс, что если не в этот раз, то в следущий будут ещё и делать также. Но “своих” выбираю из делателей. И можно без слов. Правильных вам указателей и надежных попутчиков.
#изжизнирекрутера
Некоторое время назад я работала с одним прекрасным ИТ-директором в крупной инвестиционной компании. Даже спустя много лет могу сказать, что это один из умнейших людей, с которыми мне посчастливилось познакомиться. Умные и очаровательные мужчины вообще играли, играют и, я надеюсь, будут играть в моей жизни особую роль, но об этом в другой раз. И так: я, очень юная (особенно в плане понимания жизни) максималистка, была сильно потрясена, как мои заказчики внутри этой компании (как раз прямые подчиненные ИТ-директора) могут говорить одно, а делать совсем другое. Судить других людей за поступки, которые совершают сами (в частности моих же кандидатов!!!). Так вот — урок мне был преподнесён а виде великолепной истории, которую я запомнила на всю жизнь и которая мне помогает сильно в работе.
Америка. Университет. Преподаватель философии — любимец студентов, на его лекциях никто не спал, его боготворили. И вот через 25 лет любви и восхищения скандал. Уголовное дело: философ оказался педофилом. К нему приходит его толпа студентов с вопросом: “Ну как же так? Вы нам рассказывали про такие “высокие” вещи, рассуждали с нами про ценности, а тут такое?” И он им ответил (я бы с удовольствием посмотрела на это вживую): “The sign to Boston doesn’t have to go Boston. It’s just a sign”. Гениально. И просто очевидно. Он показывает — ехать не обязан. Уроку более 10 лет, а я до сих пор искренне радуюсь, когда люди говорят “правильные” вещи. Есть шанс, что если не в этот раз, то в следущий будут ещё и делать также. Но “своих” выбираю из делателей. И можно без слов. Правильных вам указателей и надежных попутчиков.
#изжизнирекрутера
Кейсы на производстве реализовывать особенно сложно, поэтому очень классно что их появляется все больше.
https://www.computerworld.ru/cio/news/260421-NLMK-vnedril-servis-prediktivnoy-analitiki-dlya-izmereniya-temperatury-stali?fbclid=IwAR1dgbUukS4T9w73Ep0xtylhGLojawMhuXhADIcxfrzeyIn4dm8YZS-m5QE
https://www.computerworld.ru/cio/news/260421-NLMK-vnedril-servis-prediktivnoy-analitiki-dlya-izmereniya-temperatury-stali?fbclid=IwAR1dgbUukS4T9w73Ep0xtylhGLojawMhuXhADIcxfrzeyIn4dm8YZS-m5QE
Вестник цифровой трансформации | «Директор информационной службы»
НЛМК внедрил сервис предиктивной аналитики для измерения температуры стали
Группа НЛМК запустила цифровой сервис предиктивной аналитики, который помог повысить эффективность производства стали на заводах НЛМК-Калуга и НЛМК-Урал. Решение разработано Accenture.
Буквально сейчас, в 11-00 начнется онлайн встреча с Simon Brawn, автором книги "Чистая архитектура" (делал обзор выше) - мега книга по разработке ПО, на тему "Как на самом деле работают команды в проектировании архитектуры."
Оказывается трансляция будет общедоступной, ниже по ссылке. Очень рекомендую.
https://www.youtube.com/watch?v=_vqAAJ8mY3w
Оказывается трансляция будет общедоступной, ниже по ссылке. Очень рекомендую.
https://www.youtube.com/watch?v=_vqAAJ8mY3w
YouTube
Как на самом деле работают команды в проектировании архитектуры.
Английскую версию трансляции смотрите : https://youtu.be/VMsl2xg5wBQ
Что-то накопилось статей, никак не разберу. поэтому попробую поделиться просто интересными и релевантными, даже если не успеваю сделать краткий обзор.
Вот, например, интересные изменения законодательства по работе с персональными данными. Надо быть начеку!
https://habr.com/ru/company/leader-id/blog/553526/
Вот, например, интересные изменения законодательства по работе с персональными данными. Надо быть начеку!
https://habr.com/ru/company/leader-id/blog/553526/
Хабр
Теперь персональные данные должны удалять отовсюду по первому требованию, но есть побочка
Речь идет о поправках к закону о персональных данных, что вступили в силу в марте. Теперь любые персональные данные обязаны убрать откуда угодно по первому требованию их владельца. Причем владельцу не...
И еще из отложенного:
На хабре в блоге Александр Еськов Sistemaalex опубликован цикл статей на тему управления данными:
1. Таксономия форматов времени и дат в неочищенных данных, 2012 г.
2. Очистка данных: проблемы и современные подходы 2000 г.
3. Таксономия «грязных данных» 2003 г.
4. Проблемы, методы и вызовы комплексной очистки данных 2003 г.
5. Формульное определение проблем качества данных 2005 г.
6. Обзор инструментов качества данных 2005 г.
На хабре в блоге Александр Еськов Sistemaalex опубликован цикл статей на тему управления данными:
1. Таксономия форматов времени и дат в неочищенных данных, 2012 г.
2. Очистка данных: проблемы и современные подходы 2000 г.
3. Таксономия «грязных данных» 2003 г.
4. Проблемы, методы и вызовы комплексной очистки данных 2003 г.
5. Формульное определение проблем качества данных 2005 г.
6. Обзор инструментов качества данных 2005 г.
Habr
Александр Еськов aka Sistemaalex - Специалист on Habr
Александр Еськов aka Sistemaalex.
И еще из накопившегося: статья про использование data build tool в Wheely.
Кстати, DBT довольно интересный и набирающий популярность инструмент для упралвения DWH, достойный отдельного изучения. А в статье описывается как этот инструмент позволяет орагнизовать работу с большим количеством структур данных в Wheely.
https://m.habr.com/ru/company/wheely/blog/549614/
Кстати, DBT довольно интересный и набирающий популярность инструмент для упралвения DWH, достойный отдельного изучения. А в статье описывается как этот инструмент позволяет орагнизовать работу с большим количеством структур данных в Wheely.
https://m.habr.com/ru/company/wheely/blog/549614/
Хабр
Мультитул для управления Хранилищем Данных — кейс Wheely + dbt
Уже более двух лет data build tool активно используется в компании Wheely для управления Хранилищем Данных. За это время накоплен немалый опыт, мы на тернистом пути проб и ошибок к совершенству в...
несколько базовых вещей про MLOps, для того, что бы немного погрузиться в эту тему
https://www.datasciencecentral.com/profiles/blogs/mlops-comprehensive-beginner-s-guide
https://www.datasciencecentral.com/profiles/blogs/mlops-comprehensive-beginner-s-guide
Data Science Central
MLOps: Comprehensive Beginner's Guide
MLOps, AIOps, DataOps, ModelOps, and even DLOps. Are these buzzwords hitting your newsfeed? Yes or no, it is high time to get tuned for the latest updates in AI-powered business practices. Machine Learning Model Operationalization Management (MLOps) is a…
Ранее уже упоминал статью "How to Move Beyond a Monolithic Data Lake to a Distributed Data Mesh"
https://martinfowler.com/articles/data-monolith-to-mesh.html
а тут обнаружил перевод на Хабре: https://habr.com/ru/post/495670/
https://martinfowler.com/articles/data-monolith-to-mesh.html
а тут обнаружил перевод на Хабре: https://habr.com/ru/post/495670/
martinfowler.com
How to Move Beyond a Monolithic Data Lake to a Distributed Data
Mesh
Mesh
There are problems with the centralized data lake. A future data mesh needs domains, self-service platforms, and product thinking.