MLinside - школа ML

Вы выкатили модель в продакшен, ничего не меняли в коде, а метрики начали падать. Почему так происходит? У нас на YouTube, в ВК и Дзен вышло видео, где Александр Дубейковский (ML-Engineer Авито, ex-Yandex, эксперт MLinside) разбирает, что на самом деле случается с ML-моделью после релиза: data drift, concept drift, фидбэк-луп, инфраструктурные сбои и скрытые проблемы фичер-пайплайна. Если хотите научиться строить устойчивые ML-системы, это видео вам поможет. Если вы еще не смотрели, собрали для ...

10 часов концентрированного Deep Learning Да, у нас в специализации ИИ и анализ данных появился третий блок. 37 уроков, выстроенных в единую систему без лишней теории и разрозненных тем. Это модуль, который собирает нейросети в цельную картину и дает понимание того, как устроены современные модели. Стартуем с базы: повторяем архитектуру нейросетей, SGD, backpropagation, вычислительные графы и автоматическое дифференцирование. Затем переходим к Computer Vision и Natural Language Processing. Матер...

Знакомим вас с преподавателями специализации AI и анализ данных Это люди, которые строили ML-сервисы в Яндексе, управляли сотнями Data Scientists в МТС, запускали AI в банках. И на курсе они рассказывают о том, что реально работает в индустрии. Почитать подробнее про программу специализации можно на сайте. Сейчас там доступно 2 больших блока на 100+ уроков, а подписка стоит от 5 000 рублей в месяц.

Учимся на практике: решаем реальные ML-задачки С вами рубрика #петпроект_MLinside и тут мы публикуем задачи из реальных проектов, чтобы лучше запомнить теорию. Плюс, упоминание об этом можно включить в портфолио, что определенно поможет вам на собеседованиях. Девятая задача: предсказание качества вина по его характеристикам Что нужно сделать: на основе различных характеристик вина определить каким будет его итоговое качество Как можно сделать: ▪️Обучить регрессор, затем классификатор, сравнить и...

Как джуну стать мидлом? Ответ на этот вопрос рассказал Александр Дубейковский в новом видео, которое уже вышло на всех наших площадках. Какие навыки нужно прокачивать начинающим специалистам уже сейчас, чтобы вырасти по грейду и почему успешный ML-инженер должен мыслить не только алгоритмами, но и бизнес-эффектом? Смотрите ответы на эти вопросы на YouTube, в ВК или в Дзен

Во многих задачах ML не нужен и только усложняет продукт Но как понять, когда ML действительно оправдан, а когда лучше использовать простые алгоритмы и правила? Рассказывает наш бессменный спикер – Александр Дубейковский на YouTube, в ВК и ДЗЕН. Что Александр рассказал в видео: ▪️ какие задачи действительно требуют машинного обучения ▪️ почему наличие данных ещё не означает, что нужна модель ▪️ когда ML становится избыточным решением ▪️ какие ограничения делают использование ML рискованным ▪️ ка...

PET-проекты, которые помогут собрать сильное ML-портфолио Собрать первое ML-портфолио сейчас – не проблема. Проблема - показать работодателю, что вы готовы работать с реальными задачами. Поэтому, если вы покажете подходящие pet-проекты, то можно считать, что оффер у вас в кармане. Вот 3 типа проектов, которые особенно хорошо работают для ML-портфолио. ▪️Проект на современных ML-технологиях Очевидный, но тем не менее, крайне важный совет. Используйте актуальные технологии, например, это может быт...

Продолжаем нашу регулярную рубрику Code Detective Напомним правила – мы публикуем фрагмент кода, а вы смотрите, что с ним не так. Но трюк в том, что ошибки может и не быть. Так что если хотите прокачать навык чтения и анализа чужого кода, а это крайне полезный навык в работе ML-инженера, рубрика вам пригодится. Вот фрагмент кода: funcs = [] for i in range(3): funcs.append(lambda: i) # хотим сделать список функций которые будут выводить 0, 1, 2 print([f() for f in funcs]) Тут всё хорошо. Или нет?...

На ML-собеседованиях проверяют не только знание алгоритмов и умение писать код Гораздо важнее, есть ли у вас целостная картина машинного обучения. Понимаете ли вы, как связаны данные, признаки, модели и метрики, и можете ли объяснить свои решения. У нас на YouTube, в ВК и Дзен вышло видео, где Александр Дубейковский разбирает, что именно оценивают интервьюеры и почему даже сильные кандидаты часто проваливаются на простых вопросах.