На майстер-класі розберемо ролі і завдання інженерів в різних проектах, дізнаємося, що таке нелінійні аппроксіматори і підготуємося до проходження інтерв’ю.
Наймасштабніша конференція у місті Суми, що вже п’ятий рік поспіль збирає найактивнішу IT-спільноту, щоб отримати нові цікаві знайомства та обговорити сучасні тенденції галузі у рамках таких напрямків: Data Science, ML/DL, Big Data, Highload, Microservices, DevOps, Cloud, AWS services, PM, UX/UI.
Вы детально изучите все этапы обработки данных и разберете необходимые инструменты для работы с ними, научитесь строить ETL-системы и проектировать хранилища данных.
Практический онлайн-курс о том, как работать с данными в Python. Рекомендован для глубокой аналитики данных, а также как база для дальнейшей работы с задачами класса ‘machine learning’.
На выходе в продакшен самое интересное заканчивается. Зачастую это утомительная и проблемная часть проекта. И тут на помощь приходит Hydrosphere. Платформа, которая берет на себя всю монотонную работу по деплою, поддержке и менеджменту вашых моделей машинного обучения в продакшене.
На конкретних прикладах поговоримо про баланс використання класичних та сучасних методів на основі deep learning, проаналізуємо певні випадки, в яких слід застосовувати ті чи інші групи методів, детектування об’єктів, трекінг, SLAM, 3D реконструкцію,... та багато іншого.
Классический вводный курс по современному Machine Learning’у с упором на практику. По окончанию курса получите не только общее представление о том, чем является Machine Learning сейчас, но и глубокое понимание современных инструментов и нюансов их использования. А также практический опыт тренировки, валидации, тюнинга различных моделей машинного обучения.
У програмі: як підготувати датасет за допомогою QGIS, як виконувати базові операції над супутниковими зображеннями за допомогою QGIS, як підготувати датасет для тренування сегментаційної моделі, як тренувати просто сегментаційну модель на супутникових зображеннях.
Серед вимог: розуміння реляційних баз даних та SQL, досвід розробки і підтримки тестової документації (тест плани, тест дизайн, тест кейс, баг репорти), навички роботи з Python для аналізу і перевірки даних, розуміння алгоритмів, базових принципів об’єктно-орієнтованого програмування.
Have you thought about adding conversational AI or emotion detection functionality to your JavaScript app? It’s easy. No back-end, no Python needed, just the pure beauty of JavaScript. You will learn how to enrich your front-end app with pre-trained ML models, use ML models with your data and build and train ML models directly in JavaScript.
Сегодня Pachyderm набирает популярность и является уникальным для некоторых случаев использования. Спикер поделится опытом применения Pachyderm в реальном BigData NLP проекте. Самое главное, мы увидим скрытые ограничения Pachyderm и то, почему это не совсем тот инструмент, которым он претендует быть.
Для стартапів, які знаходяться на стадії mvp та планують виходити на ринок, для команд, що мають ідею в хочуть розвинути продукт та для всіх, хто має ідею або план розвитку стартапу у сферах: кібербезпека, машинне навчання, штучний інтелект, 5G мережі.
На вас очікує можливість швидко рости в напрямку Data Engineering завдяки сильній спільноті, працювати у проєктах відомих міжнародних компаній, брати участь у менторських програмах наставником або вчитися у кращих, отримати міжнародні Cloud Data сертифікати за рахунок компанії.
У кілька етапів навчимося використовувати Python та Altair для створення складних візуалізацій даних. Розберемося з тим, як можна візуально кодувати дані та використовувати особливості людського сприйняття для ефективної передачі інформації, навчимося вибирати правильний спосіб візуалізації, ідентифікувати та виправляти помилки.
Унікальна програма, що змінить ваше уявлення про штучний інтелект та дасть усе необхідне для роботи в найпрогресивніших технологічних сферах. Найкращі випускники будуть розглянуті на позицію інженерів в It-Jim.
Вводный курс по применению глубокого обучения для решения базовых задач компьютерного зрения: классификации изображения, обнаружения объектов, семантической сегментации.
Серед тем: «Класифікація документів: від ідеї до реалізації», «Короткий екскурс в поведінкову аналітику», «Дослідження операцій, кейс-стаді», «Еволюційні алгоритми і з чим їх їдять».
Упродовж курсу зрозуміємо, що взагалі таке часові ряди. Дізнаємося фундаментальні принципи Time Series і навчимося працювати з необхідними бібліотеками. Будемо формувати й перевіряти гіпотези. Зрозуміємо, як адаптувати тези машинного навчання з інших дисциплін для роботи з Time Series.
Особливість програми в тому, що ви самі обираєте проект, над яким будете працювати. Наразі в списку три проекти (створення сферичних панорам, генерація 3D-фотографій і картографування приміщень за допомогою камери і LiDAR), але він постійно поповнюватиметься, адже програма безстрокова.
На курсі ви зрозумієте, як ефективно впроваджувати АІ-технології в бізнес та дізнаєтеся: як використовувати ML в різних сферах, як зробити організацію AI-powered, як оцінювати потенційний прибуток від AI-рішень та як зробити правильну оцінку ризиків.
Комментарии