❓ Как изменились требования в вакансиях к CV-инженерам в 2023 году

Вчера провели день открытых дверей, где рассказали как зародилась наша школа, почему мы создали курс CV Rocket и почему в названии "ракета")

А также провели короткий анализ вакансий за последние 4 года. Делимся результатами в посте!

Мы проанализировали 1500+ вакансий из каналов _jobs в slack ods и singularis → Отобрали из них CV вакансии → Каждую разметили на предмет того:
- есть ли в требованиях/пожеланиях навыки создания веб-сервисов
- важно ли иметь опыт "выката в пром/прод/бой"
- надо ли уметь ускорять/конвертировать нейросети
- требуют ли навыки MLOps

и посчитали доли таких вакансий с 2019 по 2023 годы (отбросив 2022, тк там в дампе ods было всего два месяца).

На всех 4 графиках (см. пост выше) видно, что есть тренд на рост доли вакансий с подобными требованиями.

❓ Почему так происходит?

Причин несколько:
❶ учить сети становится проще, датасайентистов можно нагружать задачами из разработки и автоматизации
❷ на рынке появляется больше инженеров, которые умеют решать задачи end2end
❸ компании к этому привыкают и сразу ищут специалистов, решающих полный цикл задач

❓ Что с этим делать?

Погружаться в разработку, автоматизировать рутинные задачи, улучшать процессы и качество кода.

Чтобы помочь в этом Computer Vision инженерам, мы и создали наш курс в 2021 году:
→ проанализировали требования рынка
→ составили программу
→ собрали команду инженеров, которые глубоко разбираются в определенной теме
→ провели 5 потоков и в каждый добавляем что-то новое, чтобы программа была актуальной рынку

Присоединяйтесь к нашей команде на ближайшие 5 месяцев, войдите в новый год с новыми знаниями и опытом, повысив свои навыки и ценность на рынке. Записывайтесь на консультацию, мы расскажем подробнее о программе, ответим на вопросы и поможем определить, подойдет ли вам наш курс!

Перейти на сайт программы.

Знакомимся с Numba

Python очень выразительный, но очень медленный. Кажется, так принято говорить на первых лекциях по этому языку? 🙃
Хорошая новость в том, что есть способы его ускорить: от нашего любимого numpy до написания собственных биндингов на C/C++.

В этой статье мы рассмотрим Numba как один из способов сделать код на Python быстрее.

Из статьи вы узнаете:
- как и когда использовать numba
- что она делает в режиме nopython, а что в object mode
- умеет ли numba работать параллельно и какие у неё есть полезные флаги
- про сложности использования, куда же без них 👨‍🦳

В конце статьи есть несколько советов, к которым прилагается ноутбук с кодом, не пропустите 👀

Читайте статью по ссылке: https://deepschool-pro.notion.site/Numba-7a415ac8c385487c902ec2c68f6b02f7?pvs=4

9 практик, которые улучшат ваш ML-проект

Недавно мы упоминали, почему важно знакомиться с инженерными практиками, а теперь хотим помочь вам перенять их в свои проекты.

Начнем с кода для проведения экспериментов! На онлайн мастер-классе расскажем, как за 9 шагов перейти от юпитер-тетрадки к репозиторию, за который не стыдно.

А именно обсудим:
1️⃣ как сделать эксперименты воспроизводимыми
- версионирование данных, кода и моделей
- управление зависимостями
2️⃣ про инструменты, которые повысят качество кода
- линтеры и тесты
- Continuous Integration
3️⃣ как упростить свою работу
- lightning
- трекинг и визуализация в CML
- дебаггинг

А также представим программу курса “Computer Vision” и подарим скидки на обучение!🎁

🙋‍♂️Спикер лекции — Егор Осинкин, Lead CV Engineer, EPAM

Регистрируйтесь по ссылке. В телеграм-боте подготовили для вас продолжение анализа вакансий из slack ods и singularis📊 посмотрели на связь между грейдами, требованиями и окладами, показали динамику зарплат в USD и RUB по грейдам, а также поделились размеченными данными и ноутбуком!

Зарегистрироваться

Ответим на множество вопросов по коду обучения сетей в 18:00 мск

Бывало, что вы увидели фреймворк, конфиг, сервис в какой-нибудь статье или на конференции и не знаете:
❓ а это точно хорошая практика?
❓ а есть подводные камни?
❓ а в наш проект подойдет?
❓ может есть вариант получше?

Сегодня в формате мастер-класса расскажем, как увязать вместе хорошие практики в один репозиторий, а также обсудим возможные вопросы, диллемы и сложности, которые могут возникнуть по пути.

Будет полезно как новичкам, так и более опытным.

Успевайте зарегистрироваться по ссылке! До встречи сегодня в 18:00 мск!

Эффективные ансамбли

Ансамбли помогают:
- повысить устойчивость к искажению входных данных
- определить принадлежность объекта к тренировочному распределению
- улучшить взаимосвязь между уверенностью модели и реальным качеством предсказания

⚠️ Но у ансамблей есть и недостаток — увеличивается время предсказания.

Чтобы снизить этот фактор и ускорить ансамбли, придумали несколько методов, с которыми мы и познакомим вас в новой статье.

А также рассмотрим базовые подходы к построению ансамблей и метрики для оценки их эффективности.

Читайте новую статью по ссылке: https://deepschool-pro.notion.site/e0b2a0bad14e414782b9ab3dff0cd2b5?pvs=4

История YOLO. Часть 4

Начнем 2024 год с 4 версии YOLO. Символичное напоминание в начале года от исходной аббревиатуры: You Only Live Once!💫

Надеемся, вы уже успели отдохнуть и готовы читать технические статьи, потому что сегодня расскажем про важную архитектуру.

В предыдущих сериях мы рассмотрели три версии YOLO: YOLOv1, YOLOv2 и YOLOv3. А сегодня познакомимся с YOLOv4 — архитектурой, которая сильно отличается от остальных.
Во-первых, ее создали новые авторы.
Во-вторых, они добавили много изменений.
Как им удалось сохранить скорость инференса и выдвинуть семейство YOLO на первое место в COCO среди real-time моделей? Давайте разбираться вместе 🙂

Из статьи вы узнаете:
- какие трюки позволили улучшить качество модели
- как при этом авторы сохранили легкость и скорость архитектуры
- какую проблему в предсказании ббоксов нашли у двух предыдущих версий YOLO и как ее решили

Читайте новую статью по ссылке: https://www.notion.so/deepschool-pro/YOLO-history-Part-4-d8b6053c3f314768a5474dac9f11e708?pvs=4