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
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
С помощью TensorFlow 2 Object Detection API мы научим TensorFlow модель находить позиции и габариты строк https:// в изображениях (например в каждом кадре видео из камеры смартфона). 12
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. 12
Дослідження від Grammarly доводить, що можна розробити швидшу, простішу й ефективнішу систему GEC — якщо ризикнути піти незвіданим шляхом. Перш ніж іти за трендом (у цьому випадку — GEC на основі NMT), варто запитати себе, чи не спробувати щось кардинально інше. Ви можете зазнати невдачі, але новий шлях може привести до цікавих відкриттів і кращих результатів. 13
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
Команда SoftServe Data Science у співпраці з Лабораторією Машинного Навчання Факультету прикладних наук УКУ посіла 3 місце у міжнародному LID Challenge — CVPR Workshop, 2020, задачею якого було розробити новий підхід до попіксельної сегментації об’єктів на зображенні не використовуючи попіксельну розмітку, а лише анотації на рівні всього зображення (звична класифікаційна розмітка). 1
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.
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. 11
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. 53
Oleksii Trekhleb натренировал LSTM (Long short-term memory) рекуррентную нейронную сеть (RNN) на наборе данных, состоящих из ~100k рецептов, используя TensorFlow. В итоге нейронная сеть предложила мне приготовить «Сливочную соду с луком», «Клубничный суп из слоеного теста», «Чай со вкусом цукини» и «Лососевый мусс из говядины» 29
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
Я создал новый проект Интерактивные эксперименты с машинным обучением на GitHub. Каждый эксперимент состоит из Jupyter/Colab ноутбука, показывающего как модель тренировалась, и Демо странички, показывающей модель в действии прямо в вашем браузере. 26
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
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.
Андрій Хмельницький працює в оцінці майна, а у вільний час займається машинним навчанням. У цій статті він розповідає, як реалізував власний проєкт зі зручної класифікації земельних ділянок, і робить огляд бібліотек на Python, які використав для цієї мети. У першій частині детально розглянемо бібліотеку NLTK. 15
Александр Гончар, CTO в Neurons Lab LTD, делится идеями, как машинное обучение может помочь в проблемах эконометрики и финансовой математики, а также показывает, в каких случаях оно не справляется с задачей. 23
Для многих работа дата саентиста выглядит, как черный ящик. Но несмотря на разные задачи, процессы в проектах похожи, равно как и причины возникающих проблем. В этой статье рассмотрим, какие этапы проходит проект, что должен делать дата саентист и как он взаимодействует с другими членами команды. 43
«В исследованиях легко увязнуть. Одна проблема тянет за собой другую, и в конце концов начинаешь тратить время на задачи, неприоритетные для конечного продукта (привет, рефакторинг!). Поэтому так важно сохранять концентрацию на основных целях продукта и не распыляться», — Игорь Кауфман, имея разнообразный опыт участия в R&D-проектах, составил список того, что нужно и чего не стоит делать, занимаясь ML. 29
Якщо ви хочете навчити персептрон, щоб він виконував операцію XOR, можна навчити таку нейромережу навіть на старенькому мобільному. Використовуючи Google Cloud, автор статті демонструє тренування ML-моделі й завантаження її на мобільному пристрої (Core ML, Metal Performance Shaders). 5
Мені здається, що тут ідеться про те, що якщо не вдасться знайти роботу в айтішці, то люди підуть на роботу ким зможуть. В цьому є сенс, не будуть же вони бомжувати? Бо голодні роти в сім’ї нікуди не дінуться.
Звісно не в кількості а в закритих кордонах і в тому що закони не працюють, роботодавці ті що залишилися користуються цим і демпінгують, ви давно шукали роботу? Коли 20k гривень розробнику пропонують. Нічого вас не дивує це.
«За допомогою LLM» — вперед та з піснею. Мені цікаво буде дізнатись як LLM дізнається, що треба робити яка остаточна ціль.ьЯк вона спілкуватися із замовником і т.д. (хоча є інші методи ШІ — не штучні нейронні сіті, які вміють).
Настрої айтівців за кордоном більш песимістичні, ніж у тих, хто зараз в Україні
Cпасибо за информацию товарищ парторг!
38% айтівців не готові розглядати іншу сферу роботи.
Найбільш вразливою до звільнень категорією торік виявилися фахівці рівня Senior: 23% сеньйорів в Україні та 27% за кордоном змушені були піти з компанії
З першого погляду така статистика може справити враження, ніби недосвічений спеціаліст з допомогою...
1) Необхідність стандартизації нових роз’ємів і арматури. Просто по IEC/Schuko пустити постійний струм == ризик, що хтось впихне туди щось з залізним трансформатором, хоча б ті ж ДБЖ.
Тут да, розʼєм треба окремий. Ну так тільки проблем що домовитись.
Проблеми дугогасіння на 310 DC будуть на порядок важчими
На такі скромні напруги вони не набагато дорожчі чим АС. Їх повно на ринку для СЕС на куди більшу напругу. Крім того механіка може бути для аварійного/повного відключення, а для звичайного електронне.
З 2015 з постанови НБУ щодо резервування банків прибрали вимогу для банків мінімум 100 км між цодами/серверними. Але банки і будівлі будувались до 2015, потім банкрутували, продавалися.
В вашей цитате ограничение Украиной, а не конкретным De Novo или кем ещё
Конечно! Но, реально, кто есть из конкурентов? Два-три дата-центра, все в Киеве и ни одного территориально разнесённого :-) ОК, напишем вместо De Novo «Парковый».
Коментарі