Три експерти зі сфер ML, AI та Data Science — Дмитро Сподарець, Михайло Константінов і Володимир Кириченко — про сучасні проблеми машинного навчання, тенденції розвитку й навіть вигоряння. А ще — поради початківцям та досвідченим спеціалістам. 1
Подход, помогающий создавать новые технологии в ML, от Алексея Чаплыгина из Reface. Спойлер: чтобы стать
В этой статье — 9 историй от ІТ-специалистов об интересном «железе», которое они сами собирали или улучшали. Кейсы самые разные — от сборки домашнего ПК, станции для машинного обучения до установок для тестирования устройств и embedded AI-системы. 9
Вероніка Демедецька, Tech Expert & Senior Software Engineer в AMC Bridge, кандидат технічних наук, покроково і з власного досвіду розповідає, як розробити симулятор промислових роботів. Тому, якщо ви працюєте або хотіли б працювати у цій галузі, стаття стане вам у пригоді. 3
Александр Гончар — сооснователь и Chief AI Officer консалтинговой компании Neurons Lab. Его команда разрабатывает решения в области искусственного интеллекта, в основном для финтех- и медицинских компаний. Александр выступает на технических конференциях по всей Европе, преподает на кафедре Data Science в Веронском университете и ведет популярный блог на Medium. Также он автор нескольких статей и AI & ML дайджестов на DOU. 13
Владимир Кубицкий рассказывает, как команда bird — приложения аренды квартир в Киеве — реализовала процессинг с
Сергей Брандис, co-founder AI- стартапа и СТО в компании по разработке hardware-устройств, рассказывает о разных подходах к созданию умных систем. Сегодня благодаря доступным библиотекам, понимая подходы и терминологию, можно сделать тестовый AI-проект самостоятельно и ускорить развитие своего бизнеса. Поэтому материал будет полезен проектным менеджерам, продактам, owner’ам и всем, кого интересует внедрение искусственного интеллекта. 11
Сергей Шельпук — сооснователь и СЕО стартапа DeepTrait. Раньше Сергей строил с нуля и возглавлял Data Science отделы в компаниях SoftServe и Eleks, а также преподавал AI и Machine Learning на факультете прикладных наук в УКУ. Расспросили его подробнее о карьере и развитии в Data Science. 7
Микола Гашевський, ІТ-консультант та інженер з цифрової трансформації, ділиться досвідом використання штучного інтелекту для поліпшення офісного життя. Головна ідея проєкту — вдосконалити систему контролю доступу в офіс. Тема може бути цікавою для всіх поціновувачів DIY, які хотіли б використовувати штучний інтелект, а саме нейронні мережі, у своїй роботі. 17
Максим Лупей, що має понад 10 років досвіду в ІТ, на прикладі власного проєкту розповідає, як працювати зі штучним інтелектом. У статті йдеться про етапи створення
В выпуске:
В выпуске: курсы на выбор — для базового или полного погружения в машинное обучение, статья о том, как устроен дебагер в Jupyter, обзор популярных архитектур сегментации изображений, научные статьи.
Как создать программного робота, с помощью которого получится автоматизировать большинство процессов в антивирусной лаборатории при помощи Его Величества Искусственного Интеллекта (ИИ) — в статье Александра Адамова. Он рассматривает основные парадигмы ИИ, а также пример их применения для детектирования фишинговых атак, используя методы классификации и кластерного анализа. 2
В выпуске: прогнозы на 2020 год от экспертов, обзор NLP за 2019 год, Machine Learning for Health, актуальные конфренции. 1
В выпуске: большая коллекция статей по Data Science, что произошло в Airbnb, когда они перешли к Deep Learning, обзор нового фреймворка Streamlit, видео докладов с конференций. 3
Последний десять лет уроженец Киева Константин Петров занимается научными вычислениями в различных исследовательских институтах и компаниях Парижа и округи. В интервью он рассказал о том, как стажировался в CERN, делал суперкомпьютер в Нью-Йорке, работал в Дании и Германии, и почему считает французскую модель общества более гуманной. 827
В выпуске: как построить свой первый data pipeline на базе Kafka, как работать быстрее и лучше писать код с использованием pandas, скидки на предстоящие конференции. 1
Автор с тридцатилетним опытом разработки рассказывает о преимуществах внедрения искусственного интеллекта на более ранних этапах передачи информации, применяя концепцию перехода от Cloud computing в сторону Fog computing. 17
В выпуске: что должен знать современный дата-сайентист, обзор TensorFlow Graphics, библиотека OpenCV для новичков, примеры использования ML в разных отраслях. 1
Мене звати Михайло, я керівник компанії Limpid Armor. Хочу розповісти про нашу розробку у військовій сфері для танків та іншої броньованої техніки. Це система ситуаційної обізнаності (Situation Awareness), що дозволяє військовим «бачити крізь броню» та отримувати інформацію про довколишню ситуацію тоді, коли необхідно. 29
Комментарии