Выкатываем лучший на свете гайд по ИИ-расширениям Chromе для датасайентистов
Объяснить и обобщить статью, написать по ней код, потом ускорить его в 20 раз, за секунду спарсить данные и составить умные заметки? Да не вопрос, с нашим авторским гайдом все по плечу. Забирайте!
😻 #advice
Объяснить и обобщить статью, написать по ней код, потом ускорить его в 20 раз, за секунду спарсить данные и составить умные заметки? Да не вопрос, с нашим авторским гайдом все по плечу. Забирайте!
Please open Telegram to view this post
VIEW IN TELEGRAM
❤67👍23🔥16
Лаборатория Apache Spark Advanced – хардкор-программа для middle и senior дата-инженеров от Newprolab
➞ летний поток c 3 по 31 июля онлайн
➞ 8 занятий по 3 часа с преподавателем в зуме
➞ 4 лабы, объединенные в один проект
➞ облачный кластер для выполнения лаб
➞ автоматическая проверка лаб чекерами
➞ малая группа и помощь эксперта
➞ преподаватель: Сергей Гришаев, Architect, Сбермаркет
Вы разработаете коннектор к гибридному хранилищу и разберетесь раз и навсегда, что скрыто в Spark "под капотом" и как ускорить обработку данных в своих проектах
До конца июня действует специальный промокод friends10, который дает еще 10% скидки от цены, указанной на сайте
Узнать подробности и стать участником ➞
➞ летний поток c 3 по 31 июля онлайн
➞ 8 занятий по 3 часа с преподавателем в зуме
➞ 4 лабы, объединенные в один проект
➞ облачный кластер для выполнения лаб
➞ автоматическая проверка лаб чекерами
➞ малая группа и помощь эксперта
➞ преподаватель: Сергей Гришаев, Architect, Сбермаркет
Вы разработаете коннектор к гибридному хранилищу и разберетесь раз и навсегда, что скрыто в Spark "под капотом" и как ускорить обработку данных в своих проектах
До конца июня действует специальный промокод friends10, который дает еще 10% скидки от цены, указанной на сайте
Узнать подробности и стать участником ➞
👍6🗿3🤯1😨1
Пишем нейросеть для регрессии за 5 минут
В прошлый раз разбирались с тензорами. В этот раз уже пишем настоящую нейросеть для задачи регрессии. Мы сгенерировали для примера игрушечные данные, и объяснили почти каждую строку кода. Показали, как заворачивать данные в класс Dataset, рассказали что такое эпоха и батчи и развернули два способа обучить нейронку. Отлично подойдет тем, для кого эта нейросеть будет первой.
Ссылка на Colab
😻 #python #NN
В прошлый раз разбирались с тензорами. В этот раз уже пишем настоящую нейросеть для задачи регрессии. Мы сгенерировали для примера игрушечные данные, и объяснили почти каждую строку кода. Показали, как заворачивать данные в класс Dataset, рассказали что такое эпоха и батчи и развернули два способа обучить нейронку. Отлично подойдет тем, для кого эта нейросеть будет первой.
Ссылка на Colab
Please open Telegram to view this post
VIEW IN TELEGRAM
👍59🤔1
DeepLearning.AI порадовали новым бесплатным курсом на Coursera за 0 рублей
Курс посвящен LLM. Рассказывают про жизненный цикл LLM, про то, как адаптировать их к конкретным задачам, как развернуть такую модель в проде, про возможные проблемы и конечно про то, как LLM устроены внутри. Затрагивают файнтюнинг и даже RLHF (это алгоритм, который сделал Chat-GPT таким крутым, про него мы рассказывали вот тут). Обещают глубокое понимание LLM на выходе и, судя по программе, действительно рассказывают подробно и понятно.
Приблизительно 16 часов, 3 модуля, 48 видео, преподаватели из Amazon с хорошим опытом, а еще на курсе дают сертификат. В общем, отличная возможность прокачаться. Регистрироваться тут.
😻 #advice #news
Курс посвящен LLM. Рассказывают про жизненный цикл LLM, про то, как адаптировать их к конкретным задачам, как развернуть такую модель в проде, про возможные проблемы и конечно про то, как LLM устроены внутри. Затрагивают файнтюнинг и даже RLHF (это алгоритм, который сделал Chat-GPT таким крутым, про него мы рассказывали вот тут). Обещают глубокое понимание LLM на выходе и, судя по программе, действительно рассказывают подробно и понятно.
Приблизительно 16 часов, 3 модуля, 48 видео, преподаватели из Amazon с хорошим опытом, а еще на курсе дают сертификат. В общем, отличная возможность прокачаться. Регистрироваться тут.
Please open Telegram to view this post
VIEW IN TELEGRAM
👍35❤10🔥5
В СберМаркете в последнее время открывается много новых DS-вакансий. В ретейле вообще куча интересных задач: и ранжирование тебе, и рекомендации, и прогнозирование, и логистика. А в СберМаркете ещё и крутая команда с крутыми фишками и плюшками.
Из прикольного: московский офис компании — pet-friendly. Гипотеза такая: питомцы помогают сотрудникам улучшить настроение и за счёт этого повысить продуктивность на рабочем месте. И как же приятно в обеденный перерыв не просто сходить за кофе, а выйти на полноценную прогулку со своим пёсиком!
А чтобы не забывать о любимых хвостиках даже в рабочих чатах, ребята сделали с ними стикеры. Прелесть 🙂
Открывайте набор и в комменты присылайте стикер, который понравился больше всего. А вакансии ищите по ссылке
Реклама. ООО «Инстамарт Сервис», 115035, Москва, ОГРН 1187746494980. 12+
Из прикольного: московский офис компании — pet-friendly. Гипотеза такая: питомцы помогают сотрудникам улучшить настроение и за счёт этого повысить продуктивность на рабочем месте. И как же приятно в обеденный перерыв не просто сходить за кофе, а выйти на полноценную прогулку со своим пёсиком!
А чтобы не забывать о любимых хвостиках даже в рабочих чатах, ребята сделали с ними стикеры. Прелесть 🙂
Открывайте набор и в комменты присылайте стикер, который понравился больше всего. А вакансии ищите по ссылке
Реклама. ООО «Инстамарт Сервис», 115035, Москва, ОГРН 1187746494980. 12+
🤯11🗿7👍6🍌3😨1
Что посмотреть вечером в пятницу: отличный спич от X5 Tech о том, как они прокачивали ML модель под поведение пользователя
Спикер рассказывает про реальные задачи SberBoom, про трудности их решения и детально разбирает:
– Как различается поведение пользователя на устройствах с экраном и без?
– Какие изменения в ML-пайплайне определения намерения пользователя были сделаны, чтобы учесть эти различия для умной колонки SberBoom, и повысить качество?
Необычная DS-задача + крутое решение + интересный рассказ + красивая презентация = рекомендуем посмотреть
😻 #advice
Спикер рассказывает про реальные задачи SberBoom, про трудности их решения и детально разбирает:
– Как различается поведение пользователя на устройствах с экраном и без?
– Какие изменения в ML-пайплайне определения намерения пользователя были сделаны, чтобы учесть эти различия для умной колонки SberBoom, и повысить качество?
Необычная DS-задача + крутое решение + интересный рассказ + красивая презентация = рекомендуем посмотреть
Please open Telegram to view this post
VIEW IN TELEGRAM
YouTube
Как адаптировать ML модель под поведение пользователя. Прохор Гладких, Сбер
Прохор Гладких, DS Team Lead в SberDevices, рассказывает:
* Как различается поведение пользователя на устройствах с экраном и без?
* Какие изменения в ML-пайплайне определения намерения пользователя были сделаны, чтобы учесть эти различия для умной колонки…
* Как различается поведение пользователя на устройствах с экраном и без?
* Какие изменения в ML-пайплайне определения намерения пользователя были сделаны, чтобы учесть эти различия для умной колонки…
👍11❤4🤯3
Разработчики Jupyter объявили о выпуске JupyterLab 4.0
Пакет доступен на PyPI и conda-forge. Чтобы обновиться, просто запустите
😻 #python
Пакет доступен на PyPI и conda-forge. Чтобы обновиться, просто запустите
pip install --upgrade jupyterlab или conda install -c conda-forge jupyterlab. А мы пока расскажем, что нового в этой версии.Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
👍31❤3
Лучшая IDE для Data Science – это...
Anonymous Poll
41%
Jupyter(Lab) Notebook
2%
Spyder
18%
Visual Studio
11%
Google Colab
5%
DataSpell
17%
PyCharm
6%
Другое
👍19🤓3
И еще одно обновление сегодня: English as the New Programming Language for Apache Spark
Помните, мы рассказывали про Pandas AI? Так вот, такую же фишку на днях анонсировали в Apache Spark. И работает похожим образом. Например:
То есть просто пишем запрос на естественном английском языке и получаем результат. Все, что нужно – знать пару методов (такие, как
Отдельный прикол – это декоратор
Ну просто рай для аналитиков, согласны?
😻 #python
Помните, мы рассказывали про Pandas AI? Так вот, такую же фишку на днях анонсировали в Apache Spark. И работает похожим образом. Например:
transformed_df = df.ai.transform('get 4 week moving average sales by dept')
То есть просто пишем запрос на естественном английском языке и получаем результат. Все, что нужно – знать пару методов (такие, как
ai.transform(), ai.plot(), ai.explain()), скормить им в качестве аргумента адекватный промпт и вуаля – вот тебе нужный результат. Так можно генерировать графики, датафреймы, обрабатывать данные, интерпретировать их и так далее. Отдельный прикол – это декоратор
@spark_ai.udf, который позволяет генерить User-Defined Functions по описанию, и потом использовать их по назначению. Ну просто рай для аналитиков, согласны?
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
👍51❤10
Самые важные формулы в Data Science
Выделили 21 штуку и все объединили в одну картинку. Сохраняйте!
😻 #advice
Выделили 21 штуку и все объединили в одну картинку. Сохраняйте!
Please open Telegram to view this post
VIEW IN TELEGRAM
👍118🔥24❤11🤯9✍1
Perceiver
Проблема такая: большинство архитектур разрабатываются для одной задачи, из-за чего инженерам приходится идти на ухищрения, модифицировать входы и выходы в надежде, что модель научится решать новую проблему. А работа с несколькими типами данных вообще требует сложных мультимодальных систем.
Поэтому исследователи из DeepMind подумали: "А почему бы не создать универсальную архитектуру, способную решать разные проблемы и обрабатывать все типы данных?". И придумали Perceiver. Рассказываем, как он работает.
Статья | Код
😻 #NN
Проблема такая: большинство архитектур разрабатываются для одной задачи, из-за чего инженерам приходится идти на ухищрения, модифицировать входы и выходы в надежде, что модель научится решать новую проблему. А работа с несколькими типами данных вообще требует сложных мультимодальных систем.
Поэтому исследователи из DeepMind подумали: "А почему бы не создать универсальную архитектуру, способную решать разные проблемы и обрабатывать все типы данных?". И придумали Perceiver. Рассказываем, как он работает.
Статья | Код
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
👍28🤯11🔥5❤2🤔2