🔥 Старт уже сегодня – https://proglib.io/w/02c5777c
Вы сразу получаете доступ ко всем материалам курса! Вас ждут видео-лекции, конспекты, практические задания, финальное тестирование и сертификат об окончании обучения!
Присоединяйтесь сейчас, чтобы идти по программе одновременно с другими студентами.
🔺А также сегодня последний день, когда действует промокод на скидку 20% – PROG20ML
Подробности здесь – https://proglib.io/w/02c5777c
Помимо доступа к образовательной платформе, вас добавят в общий чат студентов и вы сможете задавать любые вопросы преподавателю!
Дада, это курс с поддержкой за 4990 рублей🤯
До встречи на обучении🔥🔥
Вы сразу получаете доступ ко всем материалам курса! Вас ждут видео-лекции, конспекты, практические задания, финальное тестирование и сертификат об окончании обучения!
Присоединяйтесь сейчас, чтобы идти по программе одновременно с другими студентами.
🔺А также сегодня последний день, когда действует промокод на скидку 20% – PROG20ML
Подробности здесь – https://proglib.io/w/02c5777c
Помимо доступа к образовательной платформе, вас добавят в общий чат студентов и вы сможете задавать любые вопросы преподавателю!
Дада, это курс с поддержкой за 4990 рублей🤯
До встречи на обучении🔥🔥
Forwarded from Библиотека программиста | программирование, кодинг, разработка
Как добиться комплексной эффективности в команде: результаты исследования и советы для всех, кто об этом задумывается
❗️Разработчику в среднем нужно 23 минуты непрерывной концентрации, прежде чем он войдёт в состояние потока, в котором достигается оптимальная продуктивность. Инженеры в больших компаниях по статистике имеют лишь 16.9 часов в неделю, когда могут сосредоточиться (против 22.5 в более маленьких компаниях).
🤦♂️От бессмысленных митингов, кстати, часто страдают тимлиды, которые выросли из разработчиков: между ними мозг не успевает перестраиваться на программирование, и толку от такого кодинга зачастую немного. Это вызывает выгорание со всеми последствиями.
👉 Читайте подробнее результаты исследований и советы, которые можно из них почерпнуть. А вот, что можно сделать уже сейчас:
⏳ Для эффективности команды надо не только следить, чтобы не было бессмысленных митингов, но важен и порядок их следования: важен большой промежуток непрерывного времени для непосредственной разработчики, с учетом митингов/обедов и прочих активностей.
📈 Отслеживайте показатели эффективности вашей команды в режиме реального времени.
🔩 Автоматизируйте и повысьте эффективность ревью кода и процесса PR.
❗️Разработчику в среднем нужно 23 минуты непрерывной концентрации, прежде чем он войдёт в состояние потока, в котором достигается оптимальная продуктивность. Инженеры в больших компаниях по статистике имеют лишь 16.9 часов в неделю, когда могут сосредоточиться (против 22.5 в более маленьких компаниях).
🤦♂️От бессмысленных митингов, кстати, часто страдают тимлиды, которые выросли из разработчиков: между ними мозг не успевает перестраиваться на программирование, и толку от такого кодинга зачастую немного. Это вызывает выгорание со всеми последствиями.
👉 Читайте подробнее результаты исследований и советы, которые можно из них почерпнуть. А вот, что можно сделать уже сейчас:
⏳ Для эффективности команды надо не только следить, чтобы не было бессмысленных митингов, но важен и порядок их следования: важен большой промежуток непрерывного времени для непосредственной разработчики, с учетом митингов/обедов и прочих активностей.
📈 Отслеживайте показатели эффективности вашей команды в режиме реального времени.
🔩 Автоматизируйте и повысьте эффективность ревью кода и процесса PR.
🔥2
Дайджест по Data Science:
✍️ 10 забавных сервисов в области ИИ
Нейросети, генерирующие эмодзи, анимации 3D моделей и многое другое.
✍️ Моделирование нелинейных функций и ограничений в задачах линейного программирования
Используя достаточно ограниченный спектр математических преобразований (введение и замена переменных, добавление вспомогательных ограничений), автор разбирает процедуры линеаризации некоторых нелинейных задач.
✍️ Дообучение ruGPT-3.5 13B с LoRA
Подробное руководство по обучению модели ruGPT-3.5 13B с использованием датасетов модели Saiga-2/GigaSaiga, технологии Peft/LoRA и технологии GGML.
✍️ 10 забавных сервисов в области ИИ
Нейросети, генерирующие эмодзи, анимации 3D моделей и многое другое.
✍️ Моделирование нелинейных функций и ограничений в задачах линейного программирования
Используя достаточно ограниченный спектр математических преобразований (введение и замена переменных, добавление вспомогательных ограничений), автор разбирает процедуры линеаризации некоторых нелинейных задач.
✍️ Дообучение ruGPT-3.5 13B с LoRA
Подробное руководство по обучению модели ruGPT-3.5 13B с использованием датасетов модели Saiga-2/GigaSaiga, технологии Peft/LoRA и технологии GGML.
👍2
Что такое dropout? Почему это полезно? Как это работает?
Dropout — это метод, который на каждом этапе обучения отключает каждый нейрон с определенной вероятностью p. Таким образом, на каждой итерации мы обучаем только 1-p нейронов, что заставляет сеть не полагаться только на подмножество нейронов для представления признаков. Это приводит к регуляризирующим эффектам, которые контролируются гиперпараметром p.
Dropout — это метод, который на каждом этапе обучения отключает каждый нейрон с определенной вероятностью p. Таким образом, на каждой итерации мы обучаем только 1-p нейронов, что заставляет сеть не полагаться только на подмножество нейронов для представления признаков. Это приводит к регуляризирующим эффектам, которые контролируются гиперпараметром p.
👍3
🤖 Создание собственного ИИ-бота на Python за 33 строчки кода
Расскажем, как создать собственный чат-бот на Python с помощью следующей инструкциям языковой модели falcon-7b-instruct.
Читать статью
Расскажем, как создать собственный чат-бот на Python с помощью следующей инструкциям языковой модели falcon-7b-instruct.
Читать статью
👍3
Forwarded from Библиотека программиста | программирование, кодинг, разработка
💪👨💻 6 сервисов для подготовки к техническим собеседованиям
Мы не понаслышке знаем, какие глупые вопросы иногда задают на собеседованиях — этими историями с нами поделились вы. А теперь рассказываем, где готовиться к нормальным техническим собеседованиям, на которых вас не попросят заполнить бегемотами комнату. Подборка сервисов ждет вас в нашей статье👇
🔗Читать статью
🔗Зеркало
Мы не понаслышке знаем, какие глупые вопросы иногда задают на собеседованиях — этими историями с нами поделились вы. А теперь рассказываем, где готовиться к нормальным техническим собеседованиям, на которых вас не попросят заполнить бегемотами комнату. Подборка сервисов ждет вас в нашей статье👇
🔗Читать статью
🔗Зеркало
👍4🤣1
Как следует поддерживать развернутую модель?
Шаги по поддержанию развернутой модели:
📌 Мониторинг
Необходим постоянный мониторинг всех моделей для определения точности их работы. Когда вы что-то меняете, вы хотите выяснить, как изменения повлияют на ситуацию.
📌 Оценка
Метрики оценки текущей модели рассчитываются, чтобы определить, нужен ли новый алгоритм.
📌 Сравнение
Новые модели сравниваются друг с другом, чтобы определить, какая модель работает лучше.
📌 Перезапуск
Наиболее эффективная модель дообучается на новых данных.
Шаги по поддержанию развернутой модели:
📌 Мониторинг
Необходим постоянный мониторинг всех моделей для определения точности их работы. Когда вы что-то меняете, вы хотите выяснить, как изменения повлияют на ситуацию.
📌 Оценка
Метрики оценки текущей модели рассчитываются, чтобы определить, нужен ли новый алгоритм.
📌 Сравнение
Новые модели сравниваются друг с другом, чтобы определить, какая модель работает лучше.
📌 Перезапуск
Наиболее эффективная модель дообучается на новых данных.
👏2
📚Что почитать: «Атлас искусственного интеллекта: руководство для будущего»
🐸«Библиотека программиста» заколлабилась с издательством «АСТ» — теперь на некоторых книгах вы можете найти значок «Рекомендовано Библиотекой программиста». Рассказываем об одной такой.
Кому подойдет: всем, кто работает в сфере AI или интересуется искусственным интеллектом
Что внутри:
🔸история создания и развития ИИ
🔸про влияние ИИ на рабочие процессы (а также экономические, политические, социальные и информационные сферы) — положительные и негативные эффекты и аспекты, которые обычно упускают из внимания
🔸актуальные научные статьи и источники
Впервые книга была опубликована издательством Йельского университета в 2021 году. Признана лучшей книгой по информатике 2022 ASIS&T — ассоциации компьютерных наук и технологий.
Автор: Кейт Кроуфорд — старший научный сотрудник Microsoft, профессор Калифорнийского университета, соучредитель и директор по исследованиям в AI Now Institute в Нью-Йоркском университете.
🐸«Библиотека программиста» заколлабилась с издательством «АСТ» — теперь на некоторых книгах вы можете найти значок «Рекомендовано Библиотекой программиста». Рассказываем об одной такой.
Кому подойдет: всем, кто работает в сфере AI или интересуется искусственным интеллектом
Что внутри:
🔸история создания и развития ИИ
🔸про влияние ИИ на рабочие процессы (а также экономические, политические, социальные и информационные сферы) — положительные и негативные эффекты и аспекты, которые обычно упускают из внимания
🔸актуальные научные статьи и источники
Впервые книга была опубликована издательством Йельского университета в 2021 году. Признана лучшей книгой по информатике 2022 ASIS&T — ассоциации компьютерных наук и технологий.
Автор: Кейт Кроуфорд — старший научный сотрудник Microsoft, профессор Калифорнийского университета, соучредитель и директор по исследованиям в AI Now Institute в Нью-Йоркском университете.
🎉3❤1
🔝 Лучшие практики Go: путь к чистому коду
В статье познакомимся с рекомендациями по написанию чистого кода на Go. Разберемся на примерах с особенностями языка и применим на практике основные синтаксические конструкции.
🔗 Читать статью
В статье познакомимся с рекомендациями по написанию чистого кода на Go. Разберемся на примерах с особенностями языка и применим на практике основные синтаксические конструкции.
🔗 Читать статью
👍3
🔥 8 вопросов Data Scientist'у
Team lead по безопасности личных данных рассказывает новичкам про жизнь в Data Science и отвечает на вопросы, которые волнуют начинающих.
В видео дают ответы на вопросы о том, где лучше учиться на специалиста по данным, что должен уметь Data Scientists и сколько получает специалист.
Смотреть видео
Team lead по безопасности личных данных рассказывает новичкам про жизнь в Data Science и отвечает на вопросы, которые волнуют начинающих.
В видео дают ответы на вопросы о том, где лучше учиться на специалиста по данным, что должен уметь Data Scientists и сколько получает специалист.
Смотреть видео
🔥2❤1
Интенсив «Архитектуры и шаблоны проектирования» для middle и senior-разработчиков
Проверьте свои знания, ответив на 8 вопросов – https://proglib.io/w/026c701a
🧐 Кому подойдет?
Разработчикам, которые знают любой объектно-ориентированный язык программирования.
🧐 Как проходит обучение?
В течение всего интенсива вы будете создавать игру «Звездные войны». У вас будет собственный корабль, который научится летать по полю битвы, стрелять основным оружием и применять секретное оружие.
👉 Подробная программа обучения
👉 Купить со скидкой 30%
Промокод MIDDLE действует до 25 октября
Проверьте свои знания, ответив на 8 вопросов – https://proglib.io/w/026c701a
🧐 Кому подойдет?
Разработчикам, которые знают любой объектно-ориентированный язык программирования.
🧐 Как проходит обучение?
В течение всего интенсива вы будете создавать игру «Звездные войны». У вас будет собственный корабль, который научится летать по полю битвы, стрелять основным оружием и применять секретное оружие.
👉 Подробная программа обучения
👉 Купить со скидкой 30%
Промокод MIDDLE действует до 25 октября
👍3
Дайджест по Python и DS:
🐍 Построение ML-пайплайна для рекомендательной системы с помощью Google Cloud Platform
Статья для тех, кому впервые понадобится реализовать схожие задачи на GCP без опыта работы с аналогичными облачными платформами.
🐍 Как PaaS решил проблемы стандартизации разработки сервиса одной утилитой
Command line interface приложение, запуск которого на локальной машине разработчика может превышать количество запусков команды git (спойлер: статистика в конце статьи).
🐍 Введение в библиотеку Diffusers и диффузионные модели
Diffusers — это библиотека от Hugging Face, которая позволяет работать с сотнями предобученных моделей класса Stable Diffusion для создания изображений и аудио.
🐍 «Консервируем» данные: сравниваем модуль pickle и альтернативные способы сериализации
В процессе работы периодически возникает необходимость выгрузить обрабатываемую в программе информацию для её хранения или дальнейшей передачи. И тогда на помощь приходит сериализация данных.
🐍 Построение ML-пайплайна для рекомендательной системы с помощью Google Cloud Platform
Статья для тех, кому впервые понадобится реализовать схожие задачи на GCP без опыта работы с аналогичными облачными платформами.
🐍 Как PaaS решил проблемы стандартизации разработки сервиса одной утилитой
Command line interface приложение, запуск которого на локальной машине разработчика может превышать количество запусков команды git (спойлер: статистика в конце статьи).
🐍 Введение в библиотеку Diffusers и диффузионные модели
Diffusers — это библиотека от Hugging Face, которая позволяет работать с сотнями предобученных моделей класса Stable Diffusion для создания изображений и аудио.
🐍 «Консервируем» данные: сравниваем модуль pickle и альтернативные способы сериализации
В процессе работы периодически возникает необходимость выгрузить обрабатываемую в программе информацию для её хранения или дальнейшей передачи. И тогда на помощь приходит сериализация данных.
👍3
У нас есть старая, но очень полезная и понятная статья про машинное обучение
Рекомендуем, если вы давно хотели разобраться с нуля)
Рекомендуем, если вы давно хотели разобраться с нуля)
Библиотека программиста
Машинное обучение для самых маленьких
Если вы пытались разобраться самостоятельно, что же такое машинное обучение, но безрезультатно, это руководство — для вас.
🔥3👍2
⚡️Отзыв Константина Петроченко
Студент курса «Математика для Data Science». Senior fullstack-разработчик.
Я бы посоветовал этот курс тем, кто уже работает в Data Science и кому не хватает знаний по высшей математике. Лекции понравились, конечно, какие-то преподаватели из МГУ рассказывают более интересно, какие-то менее интересно. Было много практических заданий, иногда даже слишком, не хватало сил все сделать.
Больше всего понравился последний блок с практическими задачами непосредственно из Data Science, я действительно даже не знал, как там применяется высшая математика, это было интересно. Также хорошо подтянул линейную алгебру, мат. и стат анализ.
Не хватает воркшопов вопрос-ответ и просто живого общения. Также, хотелось бы, чтобы преподаватели отвечали оперативнее на вопросы в чате.
Студент курса «Математика для Data Science». Senior fullstack-разработчик.
Я бы посоветовал этот курс тем, кто уже работает в Data Science и кому не хватает знаний по высшей математике. Лекции понравились, конечно, какие-то преподаватели из МГУ рассказывают более интересно, какие-то менее интересно. Было много практических заданий, иногда даже слишком, не хватало сил все сделать.
Больше всего понравился последний блок с практическими задачами непосредственно из Data Science, я действительно даже не знал, как там применяется высшая математика, это было интересно. Также хорошо подтянул линейную алгебру, мат. и стат анализ.
Не хватает воркшопов вопрос-ответ и просто живого общения. Также, хотелось бы, чтобы преподаватели отвечали оперативнее на вопросы в чате.
🔥5👍1