LawCoder
GAS всё? Судя по количеству реакций к предыдущему посту, шутки над промт-инженерами вам надоели, пришла значит пора поговорить на серьёзных щах. Короче, дальше будет сложный недописанный пост, который я никак не могу коротко сформулировать и отдать, ну…
ну, и ладно... ну, и не надо... сам решу, наверно... но вам не расскажу почему GAS лучше распиаренного питона. Живите теперь с этим🤚🏻
😁6🔥3💩1🙈1
Два года назад я отмучался прошёл обучение
в Яндекс Практикуме
по программе проф. переподготовки
«Cпециалист по Data Science». 10 месяцев спринтами по 2 недели, параллельно с работой, а всего 400 часов учебы. Порой было прям очень тяжко уложиться в дедлайн.
А уложиться было нужно и перенести никак, т.к. я проходил программу от центра занятости и при плохом результате должен был вернуть сотни тысяч государству, этого мне делать совсем не хотелось. Если бы не этот фактор, я бы точно соскочил, ибо в первые же месяцы я понял, что только что появившийся чат жипити делает революцию в этой области, а то что мы учим, это уже лет 5-7 как устаревшие знания древних мамонтов.
Последние месяцы учебы мне уже прям очень сильно помогал чат жипити уложиться в дедлайн, особенно на модуле базовый SQL, в котором нужно было тупо писать бесконечные запросы к базе данных.
И вот сегодня прочитал в блоге гугла (https://research.google/blog/mle-star-a-state-of-the-art-machine-learning-engineering-agents/) про MLE-STAR: современный инженерный агент машинного обучения, способный автоматизировать различные задачи машинного обучения на различных модальностях данных, достигая при этом наивысшей производительности. Пишут, что эффективность MLE-STAR подтверждена медалями, полученными в 63% (36% из которых — золотые) соревнований MLE-Bench-Lite Kaggle.
Такие дела🤷🏻♂️
в Яндекс Практикуме
по программе проф. переподготовки
«Cпециалист по Data Science». 10 месяцев спринтами по 2 недели, параллельно с работой, а всего 400 часов учебы. Порой было прям очень тяжко уложиться в дедлайн.
А уложиться было нужно и перенести никак, т.к. я проходил программу от центра занятости и при плохом результате должен был вернуть сотни тысяч государству, этого мне делать совсем не хотелось. Если бы не этот фактор, я бы точно соскочил, ибо в первые же месяцы я понял, что только что появившийся чат жипити делает революцию в этой области, а то что мы учим, это уже лет 5-7 как устаревшие знания древних мамонтов.
Последние месяцы учебы мне уже прям очень сильно помогал чат жипити уложиться в дедлайн, особенно на модуле базовый SQL, в котором нужно было тупо писать бесконечные запросы к базе данных.
И вот сегодня прочитал в блоге гугла (https://research.google/blog/mle-star-a-state-of-the-art-machine-learning-engineering-agents/) про MLE-STAR: современный инженерный агент машинного обучения, способный автоматизировать различные задачи машинного обучения на различных модальностях данных, достигая при этом наивысшей производительности. Пишут, что эффективность MLE-STAR подтверждена медалями, полученными в 63% (36% из которых — золотые) соревнований MLE-Bench-Lite Kaggle.
Такие дела🤷🏻♂️
🔥1🫡1