Forwarded from Cloud.ru
🔥Мы запускаем бесплатный онлайн-курс от Advаnced и приглашаем вас первыми принять участие в обучении. Вместе будем разбираться, как устроено облако, пройдём путь от регистрации в личном кабинете до запуска наших сервисов. Что ещё:
⛅️ изучим модели потребления облака;
⛅️ посмотрим, как на деле работают облачные IaaS- и PaaS-решения;
⛅️ разложим по полочкам все процессы миграции.
В финале вы сможете оставить честную обратную связь. Курс будет полезен как ИТ-специалистам, так и представителям бизнеса. Кстати, количество мест ограничено – мы готовы принять первые 50 заявок, поэтому не советуем откладывать «на потом». Зарегистрироваться можно на нашем сайте
🤖 А пока мы набираем группу для обучения, предлагаем пройти мини-курс в чат-боте Cloud
⛅️ изучим модели потребления облака;
⛅️ посмотрим, как на деле работают облачные IaaS- и PaaS-решения;
⛅️ разложим по полочкам все процессы миграции.
В финале вы сможете оставить честную обратную связь. Курс будет полезен как ИТ-специалистам, так и представителям бизнеса. Кстати, количество мест ограничено – мы готовы принять первые 50 заявок, поэтому не советуем откладывать «на потом». Зарегистрироваться можно на нашем сайте
🤖 А пока мы набираем группу для обучения, предлагаем пройти мини-курс в чат-боте Cloud
Forwarded from Zen of Python
ChatGPT: нейросеть, которая умеет кодить, рисовать и запускать симуляцию внутри самой себя
Компания OpenAI, которая до этого запустила DALL-E и Codex, опубликовала новую языковую модель ChatGPT на основе GPT 3.5. Нейросеть умеет общаться с человеком в чате и давать ответы на самые разные вопросы, писать код для Python, рисовать и многое другое.
Сейчас она в бета-тесте и вы можете протестировать её работу. О том как это сделать и что ещё она умеет мы рассказали на сайте:
https://tproger.ru/articles/chatgpt-nejroset-kotoraja-umeet-kodit-risovat-i-zapuskat-simuljaciju-vnutri-samoj-sebja/
#ml
Компания OpenAI, которая до этого запустила DALL-E и Codex, опубликовала новую языковую модель ChatGPT на основе GPT 3.5. Нейросеть умеет общаться с человеком в чате и давать ответы на самые разные вопросы, писать код для Python, рисовать и многое другое.
Сейчас она в бета-тесте и вы можете протестировать её работу. О том как это сделать и что ещё она умеет мы рассказали на сайте:
https://tproger.ru/articles/chatgpt-nejroset-kotoraja-umeet-kodit-risovat-i-zapuskat-simuljaciju-vnutri-samoj-sebja/
#ml
С 12 декабря внешние слушатели смогут записаться на более 40 факультативов НИУ ВШЭ!
Вы можете ознакомиться с каталогом факультативов на витрине и записаться на понравившиеся курсы, нажав на кнопку «Записаться на курс». 🗃
Более подробную информацию об условиях получения доступа к курсам можно получить здесь. 📮
Из https://news.1rj.ru/str/ds_course/185
Вы можете ознакомиться с каталогом факультативов на витрине и записаться на понравившиеся курсы, нажав на кнопку «Записаться на курс». 🗃
Более подробную информацию об условиях получения доступа к курсам можно получить здесь. 📮
Из https://news.1rj.ru/str/ds_course/185
learnonline.hse.ru
Онлайн курсы ВШЭ
Получайте новые знания онлайн от преподавателей ВШЭ и практиков
❤2
ML System Design Course 2022 - лекции
Список и краткое содержание опубликованных лекций открытого курса ODS 2022
🥳Хопа! Пока мы с вами обсуждали АБ-тесты, в ML System Design Course 2022 подъехали новые крутые лекции.
Вот список всех лекций курса на текущий момент:
1. Практическое применение машинного обучения. Делать ML-модели легко, трудно делать полезные ML-модели. В первой лекции дается определение “дизайна систем машинного обучения”, разбираются предположения ML-систем, их традиционные области применения и отличия академического и промышленного машинного обучения.
2. Основы проектирования ML-систем. Дизайн - это работа с ограничениями, и во второй лекции мы разбираем источники этих ограничений, постановку задачи, метрики и бейзлайны.
3. Обучающие данные. Машинное обучение основано на данных, и в этой лекции мы обсудим проблемы разметки и подготовки данных, проблему дисбаланса классов и сэмплирование.
4. Подготовка и отбор признаков. Задача подготовки данных - упростить обучение модели. Обсуждаем аугментацию для разных типов данных, использование синтетических данных, работу с выбросами и пропущенными значениями, масштабирование, конструирование и отбор признаков. Отдельно мы разговариваем о даталиках - данных, доступных при обучении, но недоступных при использовании модели.
5. Выбор модели, разработка и обучение модели. Сердце ML-системы - модель (или несколько моделей) машинного обучения. Нужно начинать с простого, проверять предположения модели и аккуратно сравнивать разные подходы. Обсуждаем ансамбли, распределенное обучение, гадаем по графикам лосс-функции и калибруем вероятности.
6. Оценка качества модели. Важно не только качество ML-модели, но и качество системы целиком. Обсуждаем качество интерфейса, данных и самой модели. Строим простые бейзлайны. Проверяем качество модели на пьяницах-спортсменах, тестируем модель на устойчивость и вспоминаем парадокс Симпсона. Единственная лекция, в которой есть хоть какие-то примеры кода.
7. Развертывание систем. Архитектура развертывания модели определяет, где будет работать модель, когда будет производится инференс, как модель получит запрос пользователя и как пользователь получит ответ модели. Предсказания можно делать на лету, по запросу, а можно сделать заранее и отдавать готовые по мере необходимости. Что-то лучше считать все в облаке, а что-то прямо на устройстве клиента. Можно ускорить инференс нейронной сети с помощью ONNX или ENOT.AI, раскидать нейронку на несколько GPU с помощью Accelerate и использовать оптимизированные CUDA-ядра DeepSpeed. Главное - не запутаться.
8. Диагностика ошибок и отказов ML-систем. Диагностика проблем с данными. Мониторинг. Обсуждаем естественную и отложенную разметку, прокси-метрики и петлю обратной связи. Разбираем примеры, где деньги - плохая метрика, википедию жарят, а метки зависят от временного горизонта. Рассматриваем специфичные для ML-систем отказы и ошибки, выбросы, крайние случаи, сравнение распределений, мониторинг, усталость от алертов и устройство SLA.
9. Мониторинг и обучение на потоковых данных. Шаблоны обмена данными, асинхронные взаимодействия, издатели, подписчики, Kafra, RabbitMQ, Pub/Sub - вот краткий список того, о чем невозможно рассказать в одной лекции. Но мы попробовали.
10. Жизненный цикл модели. Есть разные модели жизненного цикла ML-систем, но все они сходятся в одном - модель, скорее всего, придется неоднократно переделывать. Новые версии модели нужно будет сравнить со старыми, и решить - какие лучше. Разберем тестирование моделей на живых пользователях, data-centric подход и непрерывное переобучение моделей.
На странице курса также доступны презентации и списки рекомендованных к прочтению материалов для каждой лекции.
Всего планируется 14 лекций + 2 лекции в качестве новогоднего подарка от @Reliable ML🎄.
Не переключайтесь!
#tech #ml_system_design
Источник: https://news.1rj.ru/str/reliable_ml/99
Список и краткое содержание опубликованных лекций открытого курса ODS 2022
🥳Хопа! Пока мы с вами обсуждали АБ-тесты, в ML System Design Course 2022 подъехали новые крутые лекции.
Вот список всех лекций курса на текущий момент:
1. Практическое применение машинного обучения. Делать ML-модели легко, трудно делать полезные ML-модели. В первой лекции дается определение “дизайна систем машинного обучения”, разбираются предположения ML-систем, их традиционные области применения и отличия академического и промышленного машинного обучения.
2. Основы проектирования ML-систем. Дизайн - это работа с ограничениями, и во второй лекции мы разбираем источники этих ограничений, постановку задачи, метрики и бейзлайны.
3. Обучающие данные. Машинное обучение основано на данных, и в этой лекции мы обсудим проблемы разметки и подготовки данных, проблему дисбаланса классов и сэмплирование.
4. Подготовка и отбор признаков. Задача подготовки данных - упростить обучение модели. Обсуждаем аугментацию для разных типов данных, использование синтетических данных, работу с выбросами и пропущенными значениями, масштабирование, конструирование и отбор признаков. Отдельно мы разговариваем о даталиках - данных, доступных при обучении, но недоступных при использовании модели.
5. Выбор модели, разработка и обучение модели. Сердце ML-системы - модель (или несколько моделей) машинного обучения. Нужно начинать с простого, проверять предположения модели и аккуратно сравнивать разные подходы. Обсуждаем ансамбли, распределенное обучение, гадаем по графикам лосс-функции и калибруем вероятности.
6. Оценка качества модели. Важно не только качество ML-модели, но и качество системы целиком. Обсуждаем качество интерфейса, данных и самой модели. Строим простые бейзлайны. Проверяем качество модели на пьяницах-спортсменах, тестируем модель на устойчивость и вспоминаем парадокс Симпсона. Единственная лекция, в которой есть хоть какие-то примеры кода.
7. Развертывание систем. Архитектура развертывания модели определяет, где будет работать модель, когда будет производится инференс, как модель получит запрос пользователя и как пользователь получит ответ модели. Предсказания можно делать на лету, по запросу, а можно сделать заранее и отдавать готовые по мере необходимости. Что-то лучше считать все в облаке, а что-то прямо на устройстве клиента. Можно ускорить инференс нейронной сети с помощью ONNX или ENOT.AI, раскидать нейронку на несколько GPU с помощью Accelerate и использовать оптимизированные CUDA-ядра DeepSpeed. Главное - не запутаться.
8. Диагностика ошибок и отказов ML-систем. Диагностика проблем с данными. Мониторинг. Обсуждаем естественную и отложенную разметку, прокси-метрики и петлю обратной связи. Разбираем примеры, где деньги - плохая метрика, википедию жарят, а метки зависят от временного горизонта. Рассматриваем специфичные для ML-систем отказы и ошибки, выбросы, крайние случаи, сравнение распределений, мониторинг, усталость от алертов и устройство SLA.
9. Мониторинг и обучение на потоковых данных. Шаблоны обмена данными, асинхронные взаимодействия, издатели, подписчики, Kafra, RabbitMQ, Pub/Sub - вот краткий список того, о чем невозможно рассказать в одной лекции. Но мы попробовали.
10. Жизненный цикл модели. Есть разные модели жизненного цикла ML-систем, но все они сходятся в одном - модель, скорее всего, придется неоднократно переделывать. Новые версии модели нужно будет сравнить со старыми, и решить - какие лучше. Разберем тестирование моделей на живых пользователях, data-centric подход и непрерывное переобучение моделей.
На странице курса также доступны презентации и списки рекомендованных к прочтению материалов для каждой лекции.
Всего планируется 14 лекций + 2 лекции в качестве новогоднего подарка от @Reliable ML🎄.
Не переключайтесь!
#tech #ml_system_design
Источник: https://news.1rj.ru/str/reliable_ml/99
YouTube
ML System Design - Практическое применение машинного обучения.
Страница курса: https://ods.ai/tracks/ml-system-design-22
Course Fest: https://ods.ai/events/course_season_autumn_22
Наши соц.сети:
Telegram: https://news.1rj.ru/str/datafest
Вконтакте: https://vk.com/datafest
Канал с вакансиями в telegram: https://news.1rj.ru/str/odsjobs
Канал…
Course Fest: https://ods.ai/events/course_season_autumn_22
Наши соц.сети:
Telegram: https://news.1rj.ru/str/datafest
Вконтакте: https://vk.com/datafest
Канал с вакансиями в telegram: https://news.1rj.ru/str/odsjobs
Канал…
This media is not supported in your browser
VIEW IN TELEGRAM
Подборка лучших каналов и чатов про релокацию: английский, поиск работы, информация про страны.
RelocationDEV — свежие новости: как и куда уехать, где получить ВНЖ и как забрать котика с собой.
🤝 YES NO MAD — тематическое общение и взаимопомощь в сообществе digital nomads. Жизнь в разных странах, релокация.
🚀 Изучение языка как стратегия — лингво-коуч с айтишным бэкграундом рассказывает, как улучшить английский и пройти интервью
MOVER 🌎 — собрали подробные FAQ по релокации в 10 стран. Помогаем переехать в Турцию и Черногорию.
✈️🌏 @Relocate_Today — горячие вакансии в IT и около с з/п в $, €, £ с релокацией и удаленкой.
AgileFluent — помогаем профессионалам найти работу за границей — подготовить резюме, сопроводительное письмо, LinkedIn.
❤️ Oh, world! — действительно актуальная информация для удаленщиков, путешественников и номадов: емко и по делу в канале Oh, world!
#relocation https://news.1rj.ru/str/relocaty/462
RelocationDEV — свежие новости: как и куда уехать, где получить ВНЖ и как забрать котика с собой.
🤝 YES NO MAD — тематическое общение и взаимопомощь в сообществе digital nomads. Жизнь в разных странах, релокация.
🚀 Изучение языка как стратегия — лингво-коуч с айтишным бэкграундом рассказывает, как улучшить английский и пройти интервью
MOVER 🌎 — собрали подробные FAQ по релокации в 10 стран. Помогаем переехать в Турцию и Черногорию.
✈️🌏 @Relocate_Today — горячие вакансии в IT и около с з/п в $, €, £ с релокацией и удаленкой.
AgileFluent — помогаем профессионалам найти работу за границей — подготовить резюме, сопроводительное письмо, LinkedIn.
❤️ Oh, world! — действительно актуальная информация для удаленщиков, путешественников и номадов: емко и по делу в канале Oh, world!
#relocation https://news.1rj.ru/str/relocaty/462
Релокация в ЕС: семь правдивых историй от разработчиков о переезде в Европу в 2022 году
Мы собрали семь историй айтишников, которые смогли перебраться в Европу после февраля 2022 года. Ребята рассказали, как они искали работу, оформляли документы, с какими трудностями столкнулись и какие у них впечатления от эмиграции.
#relocation
Мы собрали семь историй айтишников, которые смогли перебраться в Европу после февраля 2022 года. Ребята рассказали, как они искали работу, оформляли документы, с какими трудностями столкнулись и какие у них впечатления от эмиграции.
#relocation
#Бот огонь! Добавляйте во все чаты https://news.1rj.ru/str/datajobs/243165 😁
https://news.1rj.ru/str/datajobs/243276
https://news.1rj.ru/str/datajobs/243276
Telegram
Кратко бот in Data jobs
Последние 100 сообщений суммаризованы так:
Евгения, Павел и Мария без «вилки по результатам собеседования». 8 месяцев назад заметное проседание произошло.
У компании Синергия есть амбициозные проекты, многие из которых опережают тренды рынка. Вакансия: системный…
Евгения, Павел и Мария без «вилки по результатам собеседования». 8 месяцев назад заметное проседание произошло.
У компании Синергия есть амбициозные проекты, многие из которых опережают тренды рынка. Вакансия: системный…
🚀Спринт FineBI
Совсем скоро (14.12.22) стартует бесплатный образовательный проект Спринт FineBI, рассчитанный на 2 недели эффективного ознакомления и обучения основным принципам работы с удобной и функциональной системой бизнес-анализа FineBI. Решение вполне способно заменить системы ушедших с российского рынка вендоров, и мы предлагаем вам самим в этом убедиться.
#FineBI - это инструмент для Self Service BI-анализа, поскольку он имеет не только функции анализа данных на уровне визуализации данных, но и управление загрузкой и трансформацией данных.
В рамках занятий будет несколько онлайн разборов и мы проведем их и в декабре 2022 и в январе 2023, поэтому записавшись, вы сможете пройти программу в удобное для Вас время (в том числе и на каникулах, если в конце декабря "завал" работы :) ). После обучения для желающих мы планируем сделать тест и выдать сертификат.
Задания выдаются ежедневно (~30минут-1,5часа) и все материалы доступны в записи.
Регистрируйтесь на Спринт FineBI, чтоб не пропустить ни одного дня!
https://finebi.datafinder.ru/
Совсем скоро (14.12.22) стартует бесплатный образовательный проект Спринт FineBI, рассчитанный на 2 недели эффективного ознакомления и обучения основным принципам работы с удобной и функциональной системой бизнес-анализа FineBI. Решение вполне способно заменить системы ушедших с российского рынка вендоров, и мы предлагаем вам самим в этом убедиться.
#FineBI - это инструмент для Self Service BI-анализа, поскольку он имеет не только функции анализа данных на уровне визуализации данных, но и управление загрузкой и трансформацией данных.
В рамках занятий будет несколько онлайн разборов и мы проведем их и в декабре 2022 и в январе 2023, поэтому записавшись, вы сможете пройти программу в удобное для Вас время (в том числе и на каникулах, если в конце декабря "завал" работы :) ). После обучения для желающих мы планируем сделать тест и выдать сертификат.
Задания выдаются ежедневно (~30минут-1,5часа) и все материалы доступны в записи.
Регистрируйтесь на Спринт FineBI, чтоб не пропустить ни одного дня!
https://finebi.datafinder.ru/
👍2👎1
Яндекс Практикум запускает бесплатный курс, который поможет выбрать профессию в анализе данных. Расскажем, чем занимаются разные аналитики, сколько они зарабатывают и как стать одним или одной из них.
Курс будет полезен, если
→ у вас нет опыта, но хочется работать в анализе данных;
→ хотите сменить профессию, но не знаете, с чего начать.
После курса можно будет пройти бесплатную вводную часть о профессии, которая понравилась. Там вы решите первые практические задачи настоящих аналитиков.
Начините путь в анализ данных вместе с Практикумом →
Курс будет полезен, если
→ у вас нет опыта, но хочется работать в анализе данных;
→ хотите сменить профессию, но не знаете, с чего начать.
После курса можно будет пройти бесплатную вводную часть о профессии, которая понравилась. Там вы решите первые практические задачи настоящих аналитиков.
Начините путь в анализ данных вместе с Практикумом →
Записи эфиров от @agilefluent:
Как найти работу в Google и начать создавать продукты, которые меняют мир
Бизнес-английский: как оценить себя и улучшить свой уровень
Разбираем профили LinkedIn подписчиков: LinkedIn Profile Analysis
Разбираем резюме с рекрутерами BelnCrypto: CV Review
Как готовиться к интервью: советы от senior product manager из Booking
Релокация в Европу с Relocode: обсуждаем ситуацию на европейском рынке
Релокация в Германию: как пройти путь до оффера
Сохраните к себе, чтобы не потерять и посмотреть на новогодних, и делитесь с друзьями, которым интересна международка. И не забывайте проверять наш YouTube канал на наличие новых видео :)
Как найти работу в Google и начать создавать продукты, которые меняют мир
Бизнес-английский: как оценить себя и улучшить свой уровень
Разбираем профили LinkedIn подписчиков: LinkedIn Profile Analysis
Разбираем резюме с рекрутерами BelnCrypto: CV Review
Как готовиться к интервью: советы от senior product manager из Booking
Релокация в Европу с Relocode: обсуждаем ситуацию на европейском рынке
Релокация в Германию: как пройти путь до оффера
Сохраните к себе, чтобы не потерять и посмотреть на новогодних, и делитесь с друзьями, которым интересна международка. И не забывайте проверять наш YouTube канал на наличие новых видео :)
Хорошо визуализировать данные — работа не одних только аналитиков. Умение сделать понятный график пригодится везде, где нужно что-то понятно рассказать или аргументировать.
В карточках расскажем на примере, как навыки визуализации упрощают работу и жизнь.
Если захотите освоить их — приходите учиться
В карточках расскажем на примере, как навыки визуализации упрощают работу и жизнь.
Если захотите освоить их — приходите учиться