Матеріали на тему «ML»

RSS

Чому 90% Edge AI стартапів не доживають до продакшну

Віктор Смертний 1366

Edge AI називають одним із найгучніших трендів останнього десятиліття, але більшість проєктів так і не доходить до продакшену. Віктор Смертний, Founder в I-SEE, ділиться власним досвідом і пояснює, чому 9 з 10 edge-AI стартапів зазнають краху. 14

Зарплати дата-фахівців: у AI Engineer знижуються, у Product Analyst зростають — зима 2026

Редакція DOU 11910

Зарплати продуктових аналітиків відновилися та продовжують зростати. У спеціалізаціях ML/DL Engineer, Data Scientist, Data Engineer та AI Engineer є тенденція до зниження медіанних зарплат. У бізнес-аналітиків — без змін, тоді як у дата-аналітиків — дещо знизились. Це четверта стаття зарплатного циклу DOU. 2

«Я хочу згодом повернутися». Як український студент перевівся до MIT та планує розвивати освіту в Україні

Eleonora Burdina 47154

Торік український школяр Назар Другов подався у 21 американський виш і зупинився на Університеті Тафтса. Тепер він перевівся до MIT. При цьому він продовжує розвивати свій освітній проєкт, на який залучив вже $500К. Назар розповів DOU детально про навчання в MIT, процес переведення і саме навчання. 93

Як створити власну ML-модель на Python: на прикладі класифікації URL-адрес

Oleksandr Mospan 4867

Після прочитання ви зможете зрозуміти базову логіку машинного навчання без складної теорії, навчити модель на реальному датасеті, оцінити точність класифікації. А головне — побачити, що навіть з базовими знаннями Python можна побудувати реальний AI-інструмент, який виконає ваші практичні завдання. 11

Тестування AI в застосунках: як забезпечити коректність, безпечність і користь для юзера

Liudmyla Udovychenko 2030

Це практичний матеріал про те, як тестувати AI-функції у реальних продуктах. Авторка розповідає, як тестувати generative, vision, NLP-моделі, як працювати з непередбачуваними результатами, а також як оцінювати безпечність, коректність і користь AI для юзерів. 5

Як ми будували модель скорочення викидів CO2 за допомогою SOM (Kohonen Self-Organizing Maps)

Andriy Matviychuk 969

Андрій Матвійчук, консультант зі штучного інтелекту та професор КНЕУ, разом із колегою Оленою Житкевич застосували Kohonen Self-Organizing Maps для кластеризації країн за потенціалом скорочення CO₂. У статті він ділиться технічними деталями реалізації — від збору даних до тренування нейромереж. 7

MLOps from zero to hero. Створюємо інтелектуальну рекомендаційну систему

Анатолій Шара 4348

Анатолій Шара ділиться враженнями від курсу «Machine Learning in Production» і виділяє key takeaways. А ще — розповідає про випускну роботу — створення рекомендаційної системи для онлайн-книгарні. Вас чекає занурення в деталі її реалізації, побудованої не на стандартних підходах, а також шлях від ідеї до готового до розгортання сервісу. 1

Зарплати аналітиків та фахівців з Data Science, Data Engineering, AI/ML — літо 2025

Редакція DOU 14578

Зарплати фахівців з DS/Engineering/ML/AI зростають. Медіанна зарплата дата-інженерів зараз найвища за весь час наших досліджень. Зросли зарплати Senior Data Analyst, у решти аналітиків майже без змін. У четвертій статті літнього циклу розповідаємо про зарплати фахівців по роботі з даними. 1

Як почати шлях у Data Science та Machine Learning вже сьогодні. 10 навичок для успіху

Hanna Pylieva 10312

Сьогодні важко уявити сферу Data Science без потужних бібліотек, AutoML, готових пайплайнів і тисяч інструкцій на YouTube. Але ще кілька років тому ситуація була зовсім іншою. У статті Ганна Пилєва розповідає, що важливо для розвитку в ML сьогодні, та як вона сама освоювала кожну секцію необхідних навичок. 44

Створюємо «пошуковий рушій» для інтернет-магазину за допомогою Embeddings

Pavlo Brykov 2561

Павло Бриков поєднав embedding-модель Alibaba та векторне сховище pgvector у PostgreSQL, щоб реалізувати «розумний» пошук із підтримкою транслітерації на сайті його онлайн-магазину. У статті він також пропонує можливі шляхи покращення перфомансу пошуку. 18

Зарплати аналітиків та фахівців з Data Science, Data Engineering, AI/ML — зима 2025

Редакція DOU 21747

За пів року дещо знизилися зарплати Data Engineers. Є тенденція до поступового зростання зарплат Business analysts. Зарплати Middle Data Analysts поступово зростають. Публікуємо новий звіт про зарплати фахівців по роботи з даними за результатами зимового зарплатного опитування DOU. 4

Як створити успішний ML-продукт. Ключові етапи розвитку, виклики та рівні зрілості

Yevhen Krasnokutsky 2991

Євген Краснокутський, ML-Lead з шістьма роками досвіду, розповідає, як правильно побудувати ML-проєкт. Він розглядає весь цикл розробки від оцінки ідеї до масштабування. А також описує вибір інструментів, PoC, сервінг та впровадження у хмарі. 3

Книги про штучний інтелект для ІТ-спеціалістів: вибір фахівців

Редакція DOU 12615

Склали добірку книжок про штучний інтелект і машинне навчання від експертів. Тут є фундаментальні видання про математику й роботу нейромереж, історичні огляди та посібники про те, як використовувати ШІ для програмування й бізнесу. Обирайте, що вам до смаку і пишіть свої рекомендації в коментарях! 8

Що буде з ШІ та машинним навчанням далі? Розповідають фахівці Meta, Microsoft, Adobe та PrimerAI

Редакція DOU 6787

То як, вийде ШІ на новий виток розвитку чи після хайпу опиниться на плато? Ми запитали про тренди й перспективи ML/AI у фахівців Meta, Microsoft, Adobe, а також поспілкувалися із науковцем з AI-стартапу. На що можна чекати від машинного навчання поза LLM і які перспективи має професія промптінженера — в матеріалі. 3

Java в еру AI. Вплив нових бібліотек на машинне навчання та GPU-обчислення

Yurriy Zeitchick 2016

Senior Java Developer Юрій Зайчик аналізує зміни в Java, пов’язані з Data Science та AI. Він розглядає нові можливості JDK 21 та 22, зокрема JEP 454 для взаємодії з зовнішніми бібліотеками, а також нові інструменти для GPU-обчислень та машинного навчання. 26

Як ми тренуємо ML-моделі для створення сегментаційних масок

Heorhii Kalaichev 1692

Георгій Калайчев, ML Engineer у Skylum, ділиться досвідом створення сегментаційних масок для нового продукту компанії. Він розповідає про використані підходи в тренуванні ML-моделей, а також про архітектури, від яких довелось відмовитись в процесі роботи.

Про культурні традиції українського IT та найважливіше в алгоритмах — розповідає Іван Петрушенко

Анатолій Шара 15486

Іван Петрушенко — Engineering Lead і засновник школи для розробників, які хочуть опанувати хардкорний фундамент Сomputer Science. Ми поспілкувалися з Іваном про те, як починати свій шлях в алгоритмах, що почитати про ML та про важливі традиції українського IT. 2

Як стати Machine Learning Engineer: курси, поради і досвід українських спеціалістів

Hanna Belovolchenko 20417

В ІТ тільки й розмов про ML Engineering, але профільної освіти в Україні поки що бракує. Де ж отримати знання з цієї галузі? DOU поспілкувався про це з українськими ML Engineers. А ще про те, які в них труднощі виникали на початку кар’єри і що вони радять тим, хто хоче увійти у професію сьогодні. 1

Від концепції до реалізації: як побудувати ефективну рекомендаційну систему на основі машинного навчання за два дні

Dmytro Poluriezov 5232

У цій статті Дмитро Полурєзов, iOS Engineer у компанії Headway, розповідає про типи систем рекомендацій, а також ділиться досвідом розробки системи у власній команді та результатами, яких вдалось досягти. Цей матеріал стане в пригоді для розробників, продуктових менеджерів, аналітиків і всіх, хто працює над залученістю користувачів.

Співбесіда з ML Engineer. 230 запитань для Junior, Middle та Senior

Редакція DOU 32538

ML Engineer — це спеціаліст, який розбирається в алгоритмах машинного та глибокого навчання і здатен натренувати ці моделі для вирішення бізнес-задач. Ми підготували список запитань для співбесіди на цю позицію. Він не є вичерпним, але, сподіваємося, допоможе виявити прогалини у знаннях і підготуватися до інтерв’ю. 14

← Сtrl 123456...8 Ctrl →

Коментарі

Рабство — це коли нарід не може власноруч призначати над собою державну владу. Адже, влада представляє інтереси не тих, хто формально її обирає, а тих, хто фактично її призначає.
Скоріше вводьте цифрове рабство. Треба бути дуже наївним що держава (чинуші) про вас думають. Щось вирішив бякунути проти влади і в момент все заблоковано. А вони матимуть свої криптовалюти, за них можете не переживати.
На даний момент виглядає так, наче все це бронювання — це черговий корупційний схематоз
Ні незвичайна. Написання датасету за 200к (зазвичай до 1к).
Звичайна вакансія просто із вимогою досвіду у конкретній вузькій ніші.
Так це вакансія для того щоб датасет майнити. Зп така бо ллм досягнули вже високого рівня і звичайні кодери не підходять.
А з якою українською компанією співпрацюють?
не має нічого кращого чим патріотично налаштований воїн з величезною зарплатою... поки ви сперичаєтесь американці вже все вирішли. Ось бичите, тепер залишилось саме просте: — виховати покоління патріотів.
Звертання на ти до незнайомої людини українцями сприймається як неввічлива поведінка.
бути від нього вільним На 100% свободным — действительно нет. Это, как говориться, спектр — чем дальше ты от связей с государством, тем боьше свободы.
Оцінюється ідея, а не ти персонально. Чому Малахій — то у шкільну програму, 10 клас.
як колись хтось казав «роль кібербезпеки в сучасному світі трохи перебільшена». Не нагадаєто, хто то був?
Я закінчу дискусію цитатою американців... не має нічого кращого чим патріотично налаштований воїн з величезною зарплатою... поки ви сперичаєтесь американці вже все вирішли.
20 проти 250)
а в інжинера свій шлях...