Матеріали на тему «big data»

RSS

Big Data, Machine Learning, Data Science Digest #26: модель GATO, декларативні системи ML, DALL·E Mini, Neural Voice Camouflage

Vova Kyrychenko 1090

Що сталося у світі AI минулого місяця? Поговоримо про DALL·E mini як альтернативу DALL·E з відкритим кодом, штучний інтелект для виявлення зброї та потенційних стрільців, як працює технологія Neural Voice Camouflage, що за нова модель від DeepMind під назвою Gato та багато іншого.

Увійти в машинне навчання: 5 кроків, які зроблять з тебе профі

Bohdan Pytaichuk 9527

У машинному навчанні, як і в будь-якому іншому процесі, головне — це розуміння всього, що відбувається. Як занурюватись у цю галузь, з чого починати і де шукати інформацію — радить учасник нашої спільноти, CIO AI HOUSE Богдан Питайчук. 12

Big Data, Machine Learning, Data Science Digest #25: нейровізуалізація, No-Code Machine Learning, Gauss’s Divergence Theorem

Vova Kyrychenko 1279

R для візуалізації даних, новий чіп Nvidia, законопроєкт про ШІ, машинне навчання для сільського господарства — що ще ви пропустили? Зазирайте в дайджест, щоб бути в курсі новинок зі світу AI.

Big Data, Machine Learning, Data Science Digest #24: DALL-E 2, Expectation-Maximization Algorithm, Low-code, квантильна функція

Vova Kyrychenko 1440

У черговому дайджесті — як, використовуючи ШІ, Пентагону вдається генерувати корисну розвідку на полі бою; мовна модель Pathways Language Model від Google, що важить 540 мільярдів параметрів; технологія НЛП, що полегшила доступ та синтез досліджень COVID-19 та багато іншого.

Big Data, Machine Learning, Data Science Digest #23: AI у війні України та росії, Artificial Counterfactual Estimation, етика ШІ

Vova Kyrychenko 3671

У дайджесті — висновки нещодавно опублікованого Індексу штучного інтелекту за 2022 рік; ефективні стратегії зниження етичних ризиків у сфері штучного інтелекту; використання Clearview AI у війні України та росії та багато іншого.

Big Data, Machine Learning, Data Science Digest #22: нейронний рендеринг, поява AlphaCode, популярність штучних нейронних мереж

Vova Kyrychenko 512

У свіжому випуску: про нову масивну мовну модель для генерації коду — AlphaCode; чи зможе ШІ повністю автоматизувати розшифровку стародавньої невідомої мови; що буде, якщо штучний інтелект підживити мемними заголовками BuzzFeed; як і для чого Uber використовує Deep Learning та багато іншого. 1

Сучасні технології, залученість у проєкт, постійні виклики. Чому і як Data Engineer працює напряму з американською компанією, перебуваючи в Україні

Марія Дубініна 2218

Дмитро Лазаренко має 10 років досвіду роботи в ІТ. Він переконаний, що компанію чи проєкт треба змінювати тоді, коли стає нецікаво. Шукаючи нові професійні виклики, він почав працювати безпосередньо на стартап у США. Про те, як знайти проєкт за кордоном, фізично перебуваючи в Україні, що треба знати про роботу в стартапі й у чому полягає різниця між українськими та американськими компаніями — у статті. 3

Провідні європейські медіа пишуть про дослідження українського Big Data інженера. Він успішно виявляє російську пропаганду — розповідаємо як

Maria Gurska 23852

Анатолій Шара — аналітик Big Data, Machine Learning інженер. А ще — фахівець з аналізу російської пропаганди, яку поширюють за допомогою ферм тролів та ботів. Лише уявіть: під статтями у європейських медіа, які стосуються ключових для Росії питань, понад 60% коментарів можуть становити вигідні для Кремля наративи. Анатолій розповів нам про свій проєкт, методи та результати досліджень, їхню технічну складову, головних замовників і міжнародне визнання. 40

Як оптимізувати обробку, зберігання та аналіз даних для Data Lake на AWS: сервіси, рішення та інсайти

Ihor Kozlov 2762

Ігор Козлов, Python Software Engineer, — про обробку, зберігання та аналіз даних для Data Lake на AWS. А також, які є сервіси та їхні особливості. Цей матеріал — друга частина статті, і якщо вас цікавить збір вимог і побудова потокової передачі даних (injection pipeline) — у статті є лінк на першу частину. 2

Big Data, Machine Learning, Data Science Digest #21: розвиток Metaverse, узагальнення в Reinforcement Learning, Graph Spring Network та створення ШІ, що відповідає людським цінностям

Vova Kyrychenko 1056

У цьому випуску ML-дайджеста дізнаємось, як TinyML впроваджує нейронні мережі до мікроконтролерів, які винаходи штучного інтелекту представив Google на останній конференції I/O, як BioNTech та London A.I. створили «систему раннього попередження» про штами COVID-19 і багато іншого.

Как использовать продукты Databricks для аналитики и машинного обучения

Vladimir Gavrish 3872

Ця стаття про практичне застосування продуктів Databricks для аналітики великих даних з допомогою парадигми паралельних обчислень Spark. Матеріал написаний таким чином, щоб бути зрозумілим для технічних і нетехнічних фахівців, тому що його мета — ознайомити з технологіями паралельних обчислень та Databricks API.

Big Data, Machine Learning, Data Science Digest #20: все, що ви хотіли знати про нейронні мережі та їх поведінку, і чи може AutoML знищити робочі місця в галузі Data Science

Vova Kyrychenko 1197

За вікном та на календарі вже 2022 рік, а ми не знижуємо темпи, продовжуючи разом занурюватись у новини, апдейти та останні тренди зі світів Data Science, Machine Learning та Artificial Intelligence.

Big Data, Machine Learning, Data Science Digest #19: кращі матеріали із AI, ML, DS за 2021 рік

Vova Kyrychenko 1857

Підведемо підсумки року в Data Science та Machine Learning: Володимир Кириченко, автор дайджестів на DOU, зібрав найцікавіші матеріали. Чи не пропустили ви чогось дійсно важливого?.. 3

Data Lake на AWS: збираємо вимоги та будуємо ingestion pipeline

Ihor Kozlov 4658

Ігор Козлов, Python Software Engineer, розповідає про data solutions і основні етапи проєктування системи для роботи з даними на AWS — отримання вимог до даних, їх обробку, зберігання та використання. Стаття буде корисною розробникам, які вже працюють із data engineering або тільки планують побудувати таке рішення для замовника. 14

Big Data, Machine Learning, Data Science Digest #18: тренування роботів із Reinforcement Learning, історія та еволюція AI, відкриття нейронних аудіоефектів

Vova Kyrychenko 4856

У цьому випуску — про фріланс у сфері ML, еволюцію штучного інтелекту в США, як команди із Silicon Valley виборюють право порушувати тишу стосовно AI-загроз та багато іншого. 2

Big Data, Machine Learning, Data Science Digest #17: AI inpainting, труднощі масштабування моделей та етичні зрушення ШІ

Vova Kyrychenko 890

Свіжий дайджест з матеріалами, новинами та цікавими проєктами зі світу Machine Learning, Data Science та штучного інтелекту від Вови Кириченка, CTO в Xenoss. У випуску ви дізнаєтеся про баг PyTorch, який сповільнює навчання моделей, та кар’єрний шлях технічного керівника PyTorch; як ML-інженеру почати власний бізнес та як зменшити вартість ML-розробки; про етичні челенджі розвитку AI та чимало іншого.

Дані для продукту: як і чому важливо покращувати їхню якість

Олексій Реутов 1417

Дані в сучасному світі — один із найдорожчих ресурсів. Є думка, що чим більше їх ми зібрали, тим більше користі можемо з них отримати, в тому числі фінансової. Питання кількості та якості даних у статті розглядає Олексій Реутов, який має 15 років досвіду у Data Science галузі. Може бути цікаво досвідченим спеціалістам і початківцям, які стикаються із різними даними щодня. 13

Big Data, Machine Learning, Data Science Digest #15: таксономія для ML, боротьба із «синдромом самозванця», масштабування AI

Vova Kyrychenko 1639

Вова Кириченко, CTO з Xenoss, ділиться свіжими новинами та проєктами зі світу Data Science. У випуску ви дізнаєтеся, як використовувати AI, щоб видаляти фон зображень, як підготувати стартап до tech due diligence та яку таксономію використовувати для полегшення розуміння ML-моделей. А також про боротьбу з синдромом самозванця, чому варто навчитися в успішних інженерів та багато іншого. 3

Big Data, Machine Learning, Data Science Digest #14: Attention-Based Infrastructures, інклюзивність візуалізації даних та низька специфікація AI-моделей

Vova Kyrychenko 1060

Найцікавіші новини зі світу Data Science у свіжому дайджесті Вови Кириченка, CTO в Xenoss. У ньому зібрані статті про те, як AI революціонізує освітній простір та як його використовували для копіювання голосів естрадних артистів; як впроваджувати Attention-based infrastructures та що таке ML Metadata Store; про інклюзивність візуальних даних та багато іншого.

Big Data, Machine Learning, Data Science Digest #13: Convolutional Neural Networks, Brain-Computer Interfaces та впровадження MLOps

Vova Kyrychenko 1125

Добірка матеріалів, що справили протягом останніх кількох тижнів враження на Вову Кириченка, CTO в Xenoss та автора дайджесту. У цьому випуску ви дізнаєтеся більше про математичну структуру «градієнтного спуску», що інвестори шукають в AI-проєктах, наскільки людство наближається до суперінтелекту, як легко змінювати відео за допомогою AI-алгоритмів та багато іншого. 2

← Сtrl 1234 Ctrl →

Коментарі

у бусифікованих вибору не буде, хто сам прийде в підрозділ через рекрутинг — є високі шанси потрапити куди хочеш
У Молдові айті по 7 відсотків до 2035 року.
Уряд може розглянути і піти все робити особисто. Бо нащо мені щось робити якщо я що так, що так отримую 20 тисяч? Тому я обираю не витрачати час на «щось робити».
Вже мобілізованих приймаєте? 30 років стажу програмістом
взяв попкорм і прийшов у ці феєричні коменти
Згоден. Жадібність виграла. В опк малі гроші. Зараз лікті кусаю, але пізно. Так і живемо 😄
20%пдв +3% (фоп3-пдв) + 1%(війсковий) + соціалка +ковертація банків — корочше 25% або хочуть загнати всіх у ДіяСіті або вигнати в Польщу (де буде 12%) ?
Не зрозуміло, чому під шумок прикриття схем — планують прикрити дрібних підприємців!
Дивно, що це трапилось в кінці 4-го року війни.... робота айтівця в ЦМТР мало чим відрізняється від роботи в ІТ Невже її можна виконувати дистанційно? А 20-25 тисяч зарплати — це просто таки мрія айтівця....
армійський елемент полягає в тому, що якщо командування ставить задачу, то її обов’язково виконати, попри будь-які обставини это прекрасно! да и в целом, трудно себе представить большую антирекламу, чем этот материал. с другой стороны, это армия.
Доведеться порефакторити трохи податковий кодекс
Ні, всого лише тов.Зеленський.
Ну да, себе они зарплату подняли, ментам подняли, судьям подняли. На ремонт улицы деньги есть. А защитникам денег нет.
а той, хто може дати команду і хто ж то є? невже сам тов. путін?
Хотів би побачити як ви перепідпишете контракти з усіма вашими замовниками на ті самі об"єми з рейтом на 20% вище, бо в нас тут податки підняли несподівано. Доречі співробітникам в такому випадку також всім +20% додасте чи то вже інша історія?