Материалы по теме «ML»

RSS

Никакого legacy-кода и нацеленность на результат. Украинец — о научной карьере в ML, магистратуре и PhD в Европе Никакого legacy-кода и нацеленность на результат. Украинец — о научной карьере в ML, магистратуре и PhD в Европе

Юлія Ворона 8263

Максим Андрющенко выбрал для себя путь, связанный с наукой и аспирантурой. Сейчас он стажируется в Adobe и получает степень PhD в Федеральной политехнической школе Лозанны (EPFL), а до этого окончил магистратуру по компьютерным наукам в Германии. Он рассказал DOU о специфике исследований по машинному обучению, целесообразности ученой степени в ІТ-сфере, а также о разнице в зарплатах между академией и индустрией в Швейцарии. 8

Які проблеми постають перед сучасним ML, хто такий хороший Data Scientist і чи становить AI загрозу правам людини. Дискусія на DOU Які проблеми постають перед сучасним ML, хто такий хороший Data Scientist і чи становить AI загрозу правам людини. Дискусія на DOU

Марія Дубініна 2917

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

«Спорим, ты не знаешь, что такое дропаут?» Смотрим глубже на базовые техники в ML «Спорим, ты не знаешь, что такое дропаут?» Смотрим глубже на базовые техники в ML

Alexey Chaplygin 5316

Подход, помогающий создавать новые технологии в ML, от Алексея Чаплыгина из Reface. Спойлер: чтобы стать ML-исследователем, бессмысленно зубрить пейперы, молиться на мнения экспертов и коллекционировать «бест практисес». 15

От домашнего ПК до станции для ML и тест-установок — 9 кейсов о сборке интересного «железа» От домашнего ПК до станции для ML и тест-установок — 9 кейсов о сборке интересного «железа»

Larysa Lavrenyuk 5801

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

12 книг по управлению, машинному обучению и продуктивности от Александра Гончара, ML Director в Neurons Lab 12 книг по управлению, машинному обучению и продуктивности от Александра Гончара, ML Director в Neurons Lab

Alex Honchar 5924

Александр Гончар, ML Director в Neurons Lab, делится книгами, которые он прочел и приобрел в бумажном варианте. Это как критерий «настольности» книги — к ним всегда можно обратиться за советом. В подборке издания о предпринимальстве и менеджменте, машинном обучении и финансовой математике, а также о мотивации и дисциплине. 9

Навіщо програмісту знати Machine Learning Навіщо програмісту знати Machine Learning

Andrew Luashchuk 5732

Машинне навчання — штука поширена, доступ до Coursera є в будь-кого, і всі, хто мав бажання піти в Data Scientist’и, вже в них пішли. Про це вже навіть мемів немає: ML давно увійшов у наше життя. Але якщо вважаєте, що вам ML ні на що не здався, ви помиляєтесь, і розробник Андрій Лящук намагається це довести. 4

Як проходить стажування у Facebook Reality Labs і чому наука буває цікавішою за інженерію — розповідь української дослідниці Як проходить стажування у Facebook Reality Labs і чому наука буває цікавішою за інженерію — розповідь української дослідниці

Yaroslava Tymoshchuk 6474

Ярослава Лочман, випускниця магістерської програми Data Science Українського католицького університету (УКУ), після закінчення навчання стажувалася у Facebook Reality Labs в Pittsburgh. Під час інтернатури провела власне дослідження з автоматичного калібрування камер з wide-angle та fisheye-об’єктивами. В інтерв’ю ДОУ Ярослава розповіла, як проходило стажування, як вона продовжує академічні дослідження з комп’ютерного бачення та чому обирає науку на користь інженерії. 3

Lego для дорослих, або Як запрограмувати робота Lego для дорослих, або Як запрограмувати робота

Veronika Demedetska 3875

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

Вступ до NLP. Як розробити діалогову систему Вступ до NLP. Як розробити діалогову систему

Yan Butelskyy 2987

Ян Бутельський, фахівець із NLP, ділиться досвідом розробки діалогових систем, який буде корисний усім, хто вже займається обробкою природної мови або хоче спробувати себе в цій галузі. 12

«Я стал ML-инженером ради денег». Бывший анестезиолог — о том, почему не остался в медицине и как нашел себя в IT «Я стал <nobr>ML-инженером</nobr> ради денег». Бывший анестезиолог — о том, почему не остался в медицине и как нашел себя в IT

Ekaterina Tereshchenko 28232

Борис Кабаков 7 лет своей жизни посвятил медицине с участием в международных клинических исследованиях и серьезной анестезиологической практикой. Однако после 30 лет, осознав карьерную и финансовую бесперспективность работы, он решил круто изменить свою профессию. Сегодня Борис — Senior Machine Learning Specialist в SoftServe. С читателями DOU он делится трудностями вхождения в отрасль, применением медицинского бэкграунда и размышлениями о будущем украинской медицины. 279

Как я работаю: Александр Гончар, Chief AI Officer в Neurons Lab Как я работаю: Александр Гончар, Chief AI Officer в Neurons Lab

Валентина Шимкович 8308

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

С чего начать свой путь в нейронные сети, или Ответы будущему AI-специалисту С чего начать свой путь в нейронные сети, или Ответы будущему AI-специалисту

Эм Константинов 8771

Михаил Константинов, Senior Deep Learning Research Engineer в SQUAD, отвечает на вопросы, с чего начать обучение нейронных сетей. В статье вы найдете ссылки на книги, курсы и многое другое. 11

Data Science и Machine Learning: с чего начать и где учиться Data Science и Machine Learning: с чего начать и где учиться

Olya Mazhara 16056

Статья написана для тех, кто хочет попробовать себя в Data Science и машинном обучении, но не знает, с чего начать и какие знания для этого нужны. Ольга Мажара, преподавательница «Искусственного интеллекта» в КПИ им. Игоря Сикорского и Senior Java Developer в Intellias, составила короткий гайд. 11

Как выбрать подход к созданию тестового AI-проекта Как выбрать подход к созданию тестового AI-проекта

Sergey Brandis 4493

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

Карьера в IT: NLP Engineer и NLP Researcher Карьера в IT: NLP Engineer и NLP Researcher

Валентина Шимкович 7242

В новой статье серии «Карьера в IT» поговорим об одной из специализаций Data Science — Natural Language Processing. NLP Specialist занимается обработкой естественного языка: это могут быть задачи по распознаванию речи, машинному переводу, определению эмоциональной окраски текста и так далее.

Як вдало застосувати AI у своєму проєкті: покрокова інструкція Як вдало застосувати AI у своєму проєкті: покрокова інструкція

Max Lupey 5360

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 ML-проєкту, збір даних та аналіз датасету, візуалізацію, вибір бібліотек і технологій, архітектури, кількості ітерацій та алгоритми оптимізації. 9

Senior Research Scientist из Google Research — о PhD в американском университете, проектах в ML и перспективах Украины Senior Research Scientist из Google Research — о PhD в американском университете, проектах в ML и перспективах Украины

Анна Соха 12744

Максим Владимиров окончил университет в Харькове, начал работать программистом в Киеве, но быстро понял, что применение готовых решений — это не то, чем он хочет заниматься. Заинтересовавшись машинным обучением и созданием новых алгоритмов, он поступил в аспирантуру в Америку. Максим поделился с DOU тем, как ему удалось построить карьеру в машинном обучении, попасть в Google Research и пригодился ли ему PhD. 54

Як заради однієї змінної для ML ми використали дані космічного проєкту SRTM Як заради однієї змінної для ML ми використали дані космічного проєкту SRTM

Vasyl Mylko 2911

Василь Милько, співзасновник Curiosio — путівника для мандрівників-ґіків, розповів про робоче завдання із зірочкою. Нещодавно йому знадобилось виділити ознаки для нового модуля машинного навчання, і однією з них стала географічна висота. Висота географічної місцевості — це її вертикальна відстань відносно математичної моделі Землі на рівні моря. Завдання здавалося настільки легким, як написати «Hello, World» невідомою мовою програмування. Але виявилось, що все не так просто. 4

Перші кроки в NLP: розглядаємо Python-бібліотеку TensorFlow та нейронні мережі в реальному завданні Перші кроки в NLP: розглядаємо Python-бібліотеку TensorFlow та нейронні мережі в реальному завданні

Андрій Хмельницький 5378

Андрій Хмельницький працює в оцінці майна, а у вільний час займається машинним навчанням. У циклі статей він розповідає, як реалізував власний проєкт зі зручної класифікації земельних ділянок, і робить огляд бібліотек на Python, які використав для цієї мети. У цій частині детально розглянемо бібліотеку TensorFlow, нейронні мережі, реалізацію моделі word2vec. 9

Перші кроки в NLP: розглядаємо Python-бібліотеку scikit-learn в реальному завданні Перші кроки в NLP: розглядаємо Python-бібліотеку scikit-learn в реальному завданні

Андрій Хмельницький 5503

Андрій Хмельницький працює в оцінці майна, а у вільний час займається машинним навчанням. У циклі статей він розповідає, як реалізував власний проєкт зі зручної класифікації земельних ділянок, і робить огляд бібліотек на Python, які використав для цієї мети. У цій частині детально розглянемо бібліотеку scikit-learn.

← Сtrl 123 Ctrl →

Комментарии

В моем договоре был указан штраф $20000 (или 30, не помню точно) если я нарушу пункт о конкуренции в КОНКРЕТНОЙ области. Ни о какой компенсации в данном пункте не может быть и речи.
Да для вас любой барин, кто чего-то требует. Вот только определенные требования и регулирования есть в любой цивилизованной стране.
Допустим для меня, как для владельца продукта/компании, было плохо то, что я никак не мог влиять юридически на «контракторов».
идея про пивандрий классная, но я бы заменил на смузи:)
маемо шо маемо
Слишком уж много вольностей вы хотите. Иш чего захотели, холопы, барина не кормить!
не вставая с дивана подписывать петиции а еще неплохо было бы лечь спиной на тот самый диван, лицом кверху, открыть рот, и чтобы туда пиво с потолка капало, да манна небесная залетала как только проголодаетесь.
Це набагато нижче навіть за Польщу. Помоему он не очень высокого мнения о Польше)
Украина — это гибкость. Есть компании где все уходят в 6, есть где просят появиться в 3 ночи. Ты выбираешь что тебе ближе, а не дядя бюрократ обьясняет тебе как тебе удобно. Ставит тебе зарплатную сетку.
«Времена нерегулируемой отрасли заканчиваются, и от части это хорошо :)» Кому хорошо и чем хорошо? Кому до этого было плохо? Чем именно? Если все было плохо, почему рынок рос и растет? Где вал судов и жалоб, если все было плохо?
Вообще не должно быть такого пункта в договоре. Это понятно?! И никто не прописывает в него компенсации на жизнь год без работы. То есть это условие «на невнимательного доверчивого простачка(особенно джунов)».
Система поливанова и здесь нагадила
Если единственные минусы Германии «працівники зобов’язані йти в обов’язкову тривалу відпустку (мінімум місяць на рік) та не перевищувати визначену кількість годин роботи на день» — с такими критериями я бы к этой компании близко не подходил.
Ну так никто и не запрещает работать в IT следующий год. Это нормально, если один продукт запрещает работу на конкурентов на протяжении некоторого времени после увольнения, дабы предотвратить утечку ценной информации.
Тоді вже й Шібата :)