31 марта МТС собирает крупнейшую в России IT-конференцию TRUE TECH DAY. Почему сейчас? Потому что давно пора показать, что скрывают «под капотом» топовые продукты продвинутых технологичных компаний. Каждый участник конференции протестит на себе true-технологии и испытает новые впечатления, меняющие мир пользователей.

Что будет:
→ 7 треков: AI, Main Track, Big Data, Architecture, Cybersecurity, Leading Change, Product Manager.
→ 50+ мировых спикеров с топовыми темами без воды и лирики
→ 10 часов нетворкинга и обмена опытом в Москве, Дубае, Тбилиси и Астане
→ много интерактивных и цифровых зон
→ а после — грандиозная вечеринка со звездным лайн-апом

Все спикеры и темы уже на сайте.
Регистрируйся на True Tech Day по ссылке.
Участие бесплатно

OpenChatKit: альтернатива ChatGPT с открытым исходным кодом

OpenChatKit позволяет разработчикам настраивать модель, поддерживать контекст в диалогах, модерировать ответы и без особых усилий создавать собственные приложения для чат-ботов.

https://www.kdnuggets.com/2023/03/openchatkit-opensource-chatgpt-alternative.html

Дорожная карта машинного обучения для НАЧИНАЮЩИХ с ресурсами!!

A) Linear Algebra
🔗 https://khanacademy.org/math/linear-algebra

B) Calculus
🔗 https://youtube.com/playlist?list=PLZHQObOWTQDMsr9K-rj53DwVRMYO3t5Yr

C) Probability
🔗 https://edx.org/course/probability-the-science-of-uncertainty-and-data

D) Statistics
🔗 Notes: https://mathsbox.org.uk/twi/astats.pdf

E) Python
🔗 https://datacamp.com/courses/intro-to-python-for-data-science

F) Machine Learning
🔗 https://developers.google.com/machine-learning/crash-course

G) Projects
🔗https://www.kaggle.com/

«Интерфейс ChatGPT» для изучения ваших наборов данных машинного обучения

app.activeloop.ai

Демонстрация, данные и код для обучения большой языковой модели в стиле помощника с ~800 тыс. GPT-3.5-Turbo Generations на основе LLaMa

https://github.com/nomic-ai/gpt4all

Будьте осторожны с процессом машинного обучения

[БЕСПЛАТНЫЙ 533-страничный PDF] #DataScience and#Машинное обучение— Математические и статистические методы: https://people.smp.uq.edu.au/DirkKroese/DSML/DSML.pdf

Финансовый аналитик GPT-4 «Уоррен Баффет», чтобы «общаться» и анализировать несколько PDF-файлов (~ 1000 страниц).
Годовые отчеты Tesla 10-k (2020-2022)

Учебное видео на Youtube: https://youtube.com/watch?v=Ix9WIZpArm0

Репозиторий Github : https://github.com/mayooear/gpt4-pdf-chatbot-langchain

Машинное обучение в три шага

В этой статье я разделю алгоритмы машинного обучения на три категории и выскажу свое скромное мнение о том, с чего начать, а что можно пропустить.

https://towardsdatascience.com/machine-learning-in-three-steps-how-to-efficiently-learn-it-aefcf423a9e1

Набор данных с разнообразными диалогами между двумя экземплярами ChatGPT (gpt-3.5-turbo) с системными сообщениями, написанными GPT-4. Охватывая различные контексты и задачи (системы диалогов, ориентированных на задачу, абстрактное рассуждение, мозговой штурм).

https://github.com/radi-cho/botbots/

Машинное обучение 😁

Что такое Байесовское А/B-тестирование и как его провести?

✅ Подробно обсудим 18 апреля в 20:00 мск на открытом уроке в OTUS. Занятие приурочено к старту онлайн-курса «Machine Learning. Advanced».

На вебинаре мы разберем, какие преимущества дают Байесовские A/B тесты по сравнению с обычными, как проводить Байесовские A/B тесты и как работать с Байесовскми моделями в PyMC3.

В результате урока вы:

- Познакомитесь с основами A/B тестирования

- Научитесь делать дизайн эксперимента для A/B теста

- Узнаете, как определить, что тест шел достаточно времени

- Познакомитесь с критериями принятия решения по эксперименту

- Получите новый простой и эффективный инструмент для A/B тестирования

⚠️ Урок будет полезен специалистам в области аналитики данных или аналитики продукта, а также тем, кто уже знаком с A/B тестированием, но хочет углубить свои знания.

🖌 Для участия пройдите вступительный тест

https://otus.pw/cGB1/

#вакансия #удалённо #job#remote #parttime #руководитель #преподаватель #ML #reinforcementlearning #MLOps

Компания: OTUS – образовательная платформа🦉
Мы 5 лет специализируемся на курсах для IT-специалистов разного уровня: от junior до senior. У нас более 130 авторских курсов. Мы подходим к обучению прагматично: программа ориентируется на требования работодателей и последние тренды разработки. Копаем глубоко в практику, чтобы дать то, чего не найти в открытом доступе.

Вакансия: руководитель и преподаватели курса Reinforcement Learning

Преподаватель курса MLOps.
Преподаватель курса ML Advanced.

Руководитель - это эксперт в своей области, который играет ключевую роль на курсе:

- разрабатывает/обновляет программу курса;
- координирует работу команды;
- ведёт на курсе часть занятий и работает с материалами занятий.

Преподаватель использует презентацию с теорией и практические примеры, чтобы раскрыть тему урока.

Вы выбираете, на какие темы преподавать. Мы предлагаем удалённое сотрудничество, занятость частичная, нагрузку Вы определяете сами.

Занятия проходят в интерактивном формате в zoom с 20:00 до 21:30 по мск. Наши методисты помогают освоить лучшие инструменты и практики преподавания.

Вознаграждение💰
Ставка за 1 урок (1.5 часа) – от 4000 до 6000 руб;
За проверку 1 домашнего задания мы платим от 300 до 400 руб.

Дополнительные активности на ваше усмотрение, которые оплачиваются отдельно: разработка и переработка материалов вебинара, проверка домашних заданий, менторство.

У руководителя дополнительно оплачивается: разработка и актуализация программы, руководство учебным месяцем, проверка проектных работ и многое другое!

У нас классная команда 450+ экспертов с уникальными компетенциями из различных компаний. Мы учимся друг у друга, советуемся, помогаем, делимся опытом, обсуждаем новости как в преподавании, так и по проектам.

Научим:
✅ работать с аудиторией;
✅ давать обратную связь;
✅ публично выступать;
✅ структурировать свои знания.

Вы сможете:
🎁 проходить наши курсы со скидкой;
💪 набирать себе команду из лучших студентов;
💸 совмещать с текущей фулл-тайм загрузкой.

Хотите узнать больше? @anna_phoenix7

Что нужно знать разработчикам о генеративном ИИ

В последнее время в новостях доминирует генеративный ИИ, но что это такое? Вот что вам нужно знать и что это значит для разработчиков.
https://github.blog/2023-04-07-what-developers-need-to-know-about-generative-ai/

Dolly 2.0, управляемая LLM с открытым исходным кодом для исследований и коммерческого использования.

«Сегодня мы выпускаем Dolly 2.0, первую LLM с открытым исходным кодом, выполняющую инструкции, точно настроенную на созданном человеком наборе данных инструкций, лицензированном для исследований и коммерческого использования», — Databricks

https://www.databricks.com/blog/2023/04/12/dolly-first-open-commercially-viable-instruction-tuned-llm

https://huggingface.co/databricks

Модель: https://huggingface.co/databricks/dolly-v2-12b

Набор данных: https://github.com/databrickslabs/dolly/tree/master/data

Нейронная объемная память для передвижения ногами, CVPR23 Highlight

Робот поднимается по лестнице🏯, перешагивает через камни🧗‍♀️ и бегает в дикой природе🏞 без всякого пульта! В нашей статье #CVPR2023 Highlight это достигается за счет использования RL + трехмерной нейронной объемной памяти (NVM), обученной с помощью синтеза представлений!

Веб-сайт: https://rchalyang.github.io/NVM/

статья: https://arxiv.org/abs/2304.01201

Бесплатный курс MLOps. Узнайте, как сочетать машинное обучение с разработкой программного обеспечения для разработки, развертывания и обслуживания производственных приложений машинного обучения.
https://madewithml.com/

6 аутсайдеров библиотек Data Science, которые заслуживают гораздо большего внимания

Пора выходить из тени
https://towardsdatascience.com/6-underdog-data-science-libraries-that-deserve-much-more-attention-ef64187b562a

Мы написали обо всем, что вам нужно знать для обучения LLM (технология, лежащая в основе ChatGPT).

Большие языковые модели, такие как GPT-4 от OpenAI или PaLM от Google, штурмом захватили мир искусственного интеллекта. Тем не менее, большинство компаний в настоящее время не имеют возможности обучать эти модели и полностью полагаются лишь на горстку крупных технологических фирм как на поставщиков технологий.

В Replit мы вложили значительные средства в инфраструктуру, необходимую для обучения наших собственных больших языковых моделей с нуля.
https://blog.replit.com/llm-training

Bark: приложение для клонирования голоса с помощью искусственного интеллекта и текстовое генеративное аудио.

Bark может генерировать очень реалистичную многоязычную речь, а также другие аудиофайлы, включая музыку, фоновый шум и простые звуковые эффекты. Модель также может производить невербальные коммуникации, такие как смех, вздохи и плач.
https://github.com/serp-ai/bark-with-voice-clone