Машинное обучение, AI, нейронные сети, Big Data (VK)

Feeding the beast — understanding and optimizing the data loading path for training deep learning…

Машинное обучение, AI, нейронные сети, Big Data (VK)

10 Amazing Machine Learning Projects of 2020 - KDnuggets

Машинное обучение, AI, нейронные сети, Big Data (VK)

Всем привет! Мы в Sstroy расширяем команду.

Кто нам нужен?

ML Researcher - на удаленку рассмотрим как middle, так и senior. От вас - практический опыт работы с python и его математическими библиотеками, опыт исследований, формирования и проверки гипотез, оптимизации алгоритмов. Работа с изображениями и видео.

Заинтересовавшиеся пишите в телеграмм t.me/notxxx1
, обсудим все детали

Машинное обучение, AI, нейронные сети, Big Data (VK)

Metric Matters, Part 1: Evaluating Classification Models - KDnuggets

Машинное обучение, AI, нейронные сети, Big Data (VK)

Data Validation and Data Verification – From Dictionary to Machine Learning - KDnuggets

Машинное обучение, AI, нейронные сети, Big Data (VK)

DeepFake-туториал: создаем собственный дипфейк в DeepFaceLab

Neurohive (VK)

Компания Intel продолжает второй сезон проекта CV Academy для опытных разработчиков – вебинары по компьютерному зрению, глубокому обучению и оптимизации.

Первый вебинар "Применение компьютерного зрения в медицине" стартует сегодня 17 марта в 19:00.

Расписание ближайших вебинаров CV Academy и ссылки на регистрацию ищите на нашем сайте по ссылке

Машинное обучение, AI, нейронные сети, Big Data (VK)

Как bias может повлиять на мир вообще и людей-пользователей в частности?

Машинное обучение, AI, нейронные сети, Big Data (VK)

NLP: ВЫДЕЛЯЕМ ФАКТЫ ИЗ ТЕКСТОВ С ПОМОЩЬЮ ТОМИТА-ПАРСЕРА

Машинное обучение, AI, нейронные сети, Big Data (VK)

Мартовские обновления ML.NET и Model Builder

 Машинное обучение, AI, нейронные сети, Big Data (VK)

Разбираем, чем отличается версионирование в ML-разработке по коду от версионирования по коду и состоянию.

Ситуация: вы работаете над проектом, например занимаетесь ML-прототипированием или анализом данных. По ходу работы в системе сохраняется код, и вы спокойно продолжаете, не боясь что-то упустить из виду. Но в конце недели понимаете, что где-то свернули не туда. Вы откатываетесь на несколько шагов назад по коду, и все бы ничего, но вычисления ведь придется делать заново. Это главный недостаток версионирования по коду.

Версионирование по коду и состоянию отличается тем, что во время работы сохраняется не только сам код, но и состояние вычислений. То есть состояние = код + вывод + переменные. Это значит, что если вы откатитесь назад, то получите не только прежний код, но и значения переменных. Вам не придется заново запускать вычисления, терять время и ресурсы.

Попробуйте версионирование по коду и состоянию в Yandex DataSphere, где каждому новому пользователю доступны бесплатные ресурсы на ML-разработку:

https://clck.ru/Tm4RZ

Машинное обучение, AI, нейронные сети, Big Data (VK)

MLOps без боли в облаке: как развернуть Kubeflow в продакшен-кластере Kubernetes

Машинное обучение, AI, нейронные сети, Big Data (VK)

Modeling Protein-Ligand Interactions with Atomic Convolutional Neural Networks

Машинное обучение, AI, нейронные сети, Big Data (VK)

Всем привет! Ищу ML разработчика для работы с фото. Разработка скрипта -маски для улучшения фото, пишите в лс в телеграм @anupkuplu , обсудим детали

Машинное обучение, AI, нейронные сети, Big Data (VK)

Automating Machine Learning Model Optimization - KDnuggets

Машинное обучение, AI, нейронные сети, Big Data (VK)

Introducing dbt, the ETL and ELT Disrupter - KDnuggets

 Машинное обучение, AI, нейронные сети, Big Data (VK)

Practical Deep Learning: A Python-Based Introduction

Наш телеграм канал - https://t.me/ai_machinelearning_big_data

 Memes on Machine Learning for Young Ladies (VK)

Яндекс зовет на летнюю стажировку: https://clck.ru/TgiBN

Стажировка оплачивается и длится от трёх до шести месяцев. Отлично проявившие себя стажеры получат шанс перейти в штат

Набор открыт по нескольким направлениям:

— фронтенд- и бэкенд-разработка,
— машинное обучение,
— аналитика,
— мобильная разработка
И не только! Помимо основных, есть стажировки для других профессий — например, для инженеров по тестированию. Ознакомиться с ними можно здесь: https://clck.ru/TkuU2

Особый формат стажировки — Deep Dive в Яндекс.Маркете. Эта программа проходит в формате буткемпа: стажёры смогут попробовать себя сразу в двух командах, чтобы понять, что им ближе и интереснее.

Стажировки пройдут в Москве, Санкт-Петербурге, Екатеринбурге, Нижнем Новгороде, Новосибирске, Сочи и Минске. Если вы из другого города — Яндекс оплатит дорогу и проживание в Москве.

Если вы готовы начать стажировку уже сейчас, не дожидаясь лета —просто выберете подходящий вариант в форме при подаче заявки. Все подробности о процессе отбора, а также полезные материалы, которые помогут вам успешно с ним справиться — ищите на сайте!

Остались вопросы? Недавно обо всех тонкостях отбора рассказали в прямом эфире. Запись можно посмотреть по ссылке: https://youtu.be/2v6DmgHf9kw