«Релиз на салфетке». Строим CV-кормушку для белок 🐿

В этом шоу мы собираемся командой инженеров, выбираем забавную задачу, брейнштормим, строим велосипеды и космолёты 🚀

Как будто решаем продуктовую задачу, но без сроков, рамок и коммитментов. А от того веселее 😉

В первом выпуске мы со спикерами CV Rocket решали беличьи проблемы. Оказывается, если насыпать в кормушку орехов для белки, то может прилететь синица, взять орех и в полёте его выкинуть. А белке ничего не достанется. Синиц мы хотим кормить крупой, а белок спасти от такой несправедливости.

💡Мы выяснили, что если запереть трёх инженеров в Zoom-е и попросить их оторваться на забавной задаче, то через час они начнут разгонять про SSL, беличьи FaceID, векторные базы, алёртинги, foundation-модели, дистилляцию и прочий active learning.

Смотрите выпуск на Youtube и пишите комментарии!

Инструменты современного DS-инженера

Мы часто говорим, что сейчас DL-инженерам недостаточно просто учить модели, чтобы оставаться актуальным. Важно перенимать инструменты и навыки от разработчиков — этого требует рынок.

Ведь мы тоже пишем код, правим бизнес-логику, снижаем bus factor и хотим, чтобы в проектах не было багов. Чтобы помочь в этих задачах и упростить нашу жизнь, есть множество инструментов. И мы хотим познакомить вас с пятеркой самых важных.

Поэтому в этот четверг, 20 июня, проведём открытую лекцию «5 инструментов эффективного DS-инженера»

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

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

🙋‍♂️Спикеры лекции:
- Егор Осинкин — Lead CV Engineer в EPAM, спикер курса CV Rocket
- Тимур Фатыхов — ex Lead CV Engineer в Koronapay, основатель DeepSchool

Регистрируйтесь по ссылке!

После регистрации мы пришлем вам список полезных библиотек и сервисов для CV-инженеров!🎁
Также в телеграм-боте будет краткий анализ CV-вакансий, где мы изучили, как менялись зарплаты, как они зависят от требований и от грейдов.

Зарегистрироваться

Научитесь решать end-to-end задачи в CV

Если вы хотите закрыть пробелы в решении Computer Vision задач и освоить весь путь создания DL-проектов: от сбора данных до деплоя веб-сервисов — приходите учиться на программу CV Rocket, которая стартует 4 июля.

После обучения вы повысите свою ценность на рынке, улучшите процессы в команде и научитесь решать полный цикл CV-задач:
🔹собирать чистые данные
🔹быстрее обучать модели
🔹ускорять нейросети
🔹создавать веб-сервисы
🔹автоматизировать их деплой
🔹настраивать мониторинг приложений
🔹решать задачи распознавания лиц, текстов, генерации и многое другое

Что особенного в нашей программе:
🔸12 спикеров из разных отраслей и компаний
🔸много фидбека и общения со спикерами: на zoom-лекциях, в рамках code review, на семинарах и в чате
🔸сложные задачи: 2 больших end-to-end проекта, которые с гордостью можно добавить в резюме

Курс длится 5 месяцев.

Присоединяйтесь к обучению со скидкой 10.000 ₽ до 30 июня!
Или вы можете внести предоплату и зафиксировать за собой скидку и место на курсе до 7 июля.

Подробнее о программе и спикерах читайте на сайте.

Если у вас возникают вопросы или трудности, то пишите нам в поддержку в Телеграм.

До встречи на лекциях!🚀

Подготовьтесь к собеседованию в безопасной обстановке — мок-интервью для CV-инженеров

Собеседование может быть испытанием даже для опытного инженера. Можно скомканно рассказать про свой опыт, делать акценты не на тех вещах или переволноваться и поплыть на чём-то совсем простом. Может не хватить технических знаний, а может не хватить навыков эти знания «продавать». Поэтому часто на вопрос «как подготовиться к собеседованию?» можно услышать ответ — начать ходить на собеседования 😉

Чтобы помочь вам подготовиться к этим вызовам, мы запускаем формат мок-интервью — тренировочные собеседования в комфортной атмосфере, где вы сможете заранее выявить и проработать свои слабые места.

На мок-интервью вы:
🔹потренируетесь в безопасной среде, где не страшно ошибаться
🔹получите развёрнутый фидбек от опытного инженера
🔹узнаете вопросы, которые собеседующий задаёт на настоящих интервью
🔹получите запись и файл с рекомендациями

Приходите на мок-интервью и подготовьтесь к собеседованию в безопасной обстановке!
Переходите на сайт, изучайте подробности и оставляйте заявку. Мы свяжемся с вами, подберём удобное время и уточним ваши пожелания: желаемый грейд, область и тип интервью.

🎉В честь запуска нового формата мы дарим вам скидку 52% до конца июля.

Ни за что не версионируйте данные современными инструментами. Можно под каждую версию руками заводить новую папку. У вас быстро закончится место на компьютере и вам купят ещё один. Повышайте свою капитализацию, а не капитализацию компании.

С нами всё в порядке 🙃 Мы просто затеяли рубрику «Вредные советы» на YouTube.
Смотрите по ссылке!

Новости по ускорению нейросетей

Наша команда готовит новый поток курса Ускорение нейросетей.
Мы обновили программу, и теперь вы сможете выбрать то, что вам наиболее актуально (даже NLP🤫).

Ещё у нас на подходе ряд статей, например, в конце недели расскажем про методы ускорения LLM✨

А сейчас можете прочесть статьи, которые мы писали ранее:

1. Основные подходы и методы ускорения — читать
2. Советы по ускорению, которые упростят ваше погружение в тему — читать
3. Как ускоряют сети для автономных устройств — читать
4. На что обратить внимание при оптимизации инференса — читать
5. Ускорение в задаче Speech2Text на примере Whisper от OpenAI — читать

⚡️Если хотите разобраться в теории и на практике научиться оптимизировать инференс, то приходите на наш курс.
До 12 июля вы можете присоединиться к обучению со скидкой 29%.
Для этого переходите на сайт и записывайтесь в лист ожидания. Мы свяжемся с вами, представим программу и подарим скидку на обучение.

Лекция по быстрым механизмам внимания в это воскресенье

Главное препятствие на пути к быстрым трансформерам — квадратичный attention. В базовом варианте трансформеры довольно прожорливые как по времени, так и по памяти. Поэтому инженеры ищут способы ускорить attention. О некоторых из них мы расскажем на лекции в воскресенье.

Обсудим быстрые механизмы внимания с точки зрения простых инженерных решений.
Без математики тоже не обойдётся, но объясним всё простым языком и ответим на все вопросы, которые возникнут.

Лекцию проведёт Саша Гончаренко:
- CTO стартапа по ускорению моделей enot.ai
- автор статей, в том числе про low-power/precision вычисления
- спикер конференций (NAS, трансформеры, инференс на смартфоне)
- хэдлайнер нашего курса по ускорению

Саша расскажет про:
- Group Query Attention — сделаем KV-кеш поменьше.
- Pattern Attention — простой способ сократить вычисления с помощью паттерна
- Linear Attention — ряд Тейлора is all you need

🗓Приходите 7 июля в 14:00 МСК!

Ссылку на трансляцию выложим в воскресенье.
Ставьте реакции, кто придёт 🔥

Пишите в комментариях свои вопросы — постараемся ответить на лекции!
До встречи в эфире!⚡️

Через 2 часа встречаемся на лекции по быстрым механизмам внимания

Саша Гончаренко расскажет про Group Query Attention, Pattern Attention и Linear Attention.

Начинаем в 14:00 МСК⚡️
Присоединяйтесь к трансляции на YouTube по ссылке

А пока переходите на наш канал и подписывайтесь🎞
Там мы разбираем темы из разных областей ML, выкладываем интервью с инженерами и другие рубрики от нашей школы!

В фрагменте лекции из прошлого потока CVRocket Андрей Шадриков рассказал про фишки ClearML для трекинга экспериментов.

А уже сегодня пройдёт первая лекция 8-го потока, где Андрей объяснит, как навести порядок в экспериментах, чтобы:
- конфигурировать эксперименты
- легко передавать репозиторий коллегам
- версионировать модели и данные
- быстро сравнивать эксперименты

Вы ещё успеваете присоединиться к этому потоку и освоить полный цикл решения CV-задач!
Переходите на сайт, запрыгивайте в последний вагон и становитесь частью комьюнити опытных инженеров🚀

Ускорение нейросетей на практике

Ускорение — важный навык в DL-индустрии:
- растёт потребность инференса нейросетей на смартфонах и edge-устройствах
- DL-сервисов становится больше
- растёт и нагрузка на эти сервисы
- всё чаще приходится работать с LLM, которые довольно требовательны к ресурсам
- и в целом, чем быстрее ваши модели, тем лучше и вам, и вашим пользователям

Мы подготовили лекцию по ускорению сетей, чтобы вы узнали, какие методы ускорения существуют и смогли задать свои вопросы.

🗓 18 июля, четверг, 18:00 МСК.

Саша Гончаренко, СТО стартапа enot.ai, проведёт онлайн-лекцию, на которой:
— применит прунинг, квантование и дистилляцию для ускорения нейросети
— подробно объяснит каждый метод
— рассмотрит возникающие сложности и способы их решения
— объяснит, почему различается результат на разных вычислителях🤔
— расскажет о вызовах в ускорении LLM
— и представит обновлённую программу курса «Ускорение нейросетей»

Регистрируйтесь на лекцию по ссылке!

🎁После регистрации вы получите туториал по использованию TensorRT и OpenVino.

До встречи 18 июля в 18:00 МСК!⚡️

Квиз по ускорению нейросетей!

Нужно сопоставить левый и правый столбец друг с другом:

1️⃣0️⃣ 🔤 🔤🔤🔤
1️⃣ 🔤 🔤🔤🔤
1️⃣1️⃣ 🔤 ❓❓❓

Чтобы узнать ответ, смотрите наше новое видео на youtube!

⚡️Через 3 часа начинаем

Вы ещё успеваете зарегистрироваться!

1️⃣ применим прунинг, квантование и дистилляцию для ускорения нейросети
2️⃣ объясним каждый метод
3️⃣ рассмотрим возникающие сложности и способы их решения
4️⃣ объясним, почему различается результат на разных вычислителях
5️⃣ расскажем о вызовах в ускорении LLM

И представим обновлённую программу курса «Ускорение нейросетей»!

Присоединяйтесь к лекции!

Научитесь оптимизировать инференс нейросетей

Если вы сталкивались с задачей ускорения нейросетей, но всё не могли найти время разобраться поглубже во всех этих квантованиях, прунингах, дистилляции, TensorRT, OpenVINO и прочих баззвордах, приходите на наш курс «Ускорение нейросетей»!
Мы объясним, как устроены эти алгоритмы и фреймворки и научим использовать их в работе.

Программа курса разделена на 3 блока:
1️⃣ База — вы освоите подходы, которые являются общими для большинства задач. Это база! Разберетесь с алгоритмами: прунингом, дистилляцией, квантованием, матричными разложениями, архитектурным поиском — и устройством девайсов: CPU, GPU, NPU — и фреймворками для каждого.

2️⃣ NLP — блок для тех, кто работает с LLM. Вы изучите популярные и рабочие методы для ускорения небольших и крупных языковых моделей.

3️⃣Devices — научитесь запускать нейросети на Android, iOS и микрокомпьютерах с учетом их особенностей.

Вы можете изучить только Базу, а при желании можете углубиться в определенный домен — можно выбрать любой подходящий вариант🧩

🗓 Обучение начинается 24 июля и длится 19 недель.

Лекции ведут опытные инженеры, каждый из которых несколько лет занимается той темой, которую преподаёт на курсе.
Спикеры будут поддерживать вас на протяжении всего обучения, а также вы сможете прийти к ним с вопросами по вашей работы.

⚡️Присоединяйтесь к обучению со скидкой до 23 июля!

Подробнее о программе, спикерах, тарифах и скидках читайте на сайте программы.
Выбирайте подходящий тариф и присоединяйтесь к обучению!🎓

Если у вас возникают вопросы или трудности, то пишите нам в поддержку в Телеграм.