Друзья, всем привет!) 👋
Сегодня в 19:00 выступаю с докладом про ChatGPT-подобные модели, присоединяйтесь) 🔥
Сегодня в 19:00 выступаю с докладом про ChatGPT-подобные модели, присоединяйтесь) 🔥
Forwarded from RuCode Festival
Более 100 млн человек в мире уже используют chatGPT. В чем уникальность и секрет популярности этой модели ❓ Что у неё «под капотом» ❓ И как можно ее усовершенствовать ❓
📍 УЖЕ СЕГОДНЯ ответим на эти вопросы и обсудим все детали на вебинаре «ChatGPT & Co».
⏰ Подключайся 25 сентября в 19:00.
🔥 Ссылку найдешь в своем личном канете после регистрации.
С вами встретится один из разработчиков GigaChat, исполнительный директор в SberDevices, магистрант ВМК МГУ Дани Эль-Айясс 👩💻
На лекции разберем методы, лежащие в основе типа ChatGPT и расскажем про GigaChat - мультимодальную нейросеть от Сбера.
#десятилетиенауки #МинобрнаукиРоссии #популяризациянауки
📍 УЖЕ СЕГОДНЯ ответим на эти вопросы и обсудим все детали на вебинаре «ChatGPT & Co».
⏰ Подключайся 25 сентября в 19:00.
🔥 Ссылку найдешь в своем личном канете после регистрации.
С вами встретится один из разработчиков GigaChat, исполнительный директор в SberDevices, магистрант ВМК МГУ Дани Эль-Айясс 👩💻
На лекции разберем методы, лежащие в основе типа ChatGPT и расскажем про GigaChat - мультимодальную нейросеть от Сбера.
#десятилетиенауки #МинобрнаукиРоссии #популяризациянауки
Forwarded from Kali Novskaya (Tatiana Shavrina)
#nlp #про_nlp #nlp_papers
🌸Зоопарк русскоязычных NLP-моделей🌸
Вышел препринт, объединяющий всю работу AI Forever над семейством языковых моделей для русского языка!
A Family of Pretrained Transformer Language Models for Russian
13 русскоязычных трансформеров описаны и провалидированы в одной статье:
— encoder (ruBERT, ruRoBERTa, ruELECTRA)
— decoder (ruGPT-3)
— encoder-decoder (ruT5, FRED-T5)
+ их версии разных размеров.
Результаты приводятся для всех моделей, а также в сравненнии с бейзлайнами, например, YaLM P-tune и RuLeanALBERT.
Бенчмарки и тесты: интеллектуальные навыки (RussianSuperGLUE), оценка способности к языку (RuCoLA), оценка токсичности, а также тесты суммаризации, симпликифации и детоксификации текста.
🟣 Статья на Arxiv
🟣 Хаб моделей на HuggingFace
🟣 Все модели: ruBERT-base, ruBERT-large, ruRoBERTa-large, ruELECTRA-small, ruELECTRA-medium, ruELECTRA-large, ruGPT-3-small, ruGPT3-medium, ruGPT-3-large, ruT5-base, ruT5-large, FRED-T5-large, FRED-T5-XL
🌸Зоопарк русскоязычных NLP-моделей🌸
Вышел препринт, объединяющий всю работу AI Forever над семейством языковых моделей для русского языка!
A Family of Pretrained Transformer Language Models for Russian
13 русскоязычных трансформеров описаны и провалидированы в одной статье:
— encoder (ruBERT, ruRoBERTa, ruELECTRA)
— decoder (ruGPT-3)
— encoder-decoder (ruT5, FRED-T5)
+ их версии разных размеров.
Результаты приводятся для всех моделей, а также в сравненнии с бейзлайнами, например, YaLM P-tune и RuLeanALBERT.
Бенчмарки и тесты: интеллектуальные навыки (RussianSuperGLUE), оценка способности к языку (RuCoLA), оценка токсичности, а также тесты суммаризации, симпликифации и детоксификации текста.
Please open Telegram to view this post
VIEW IN TELEGRAM
Forwarded from Complete AI (Andrey Kuznetsov)
🏆Сегодня мы официально запускаем новый AIJ Contest, в котором заявлено 5 крутых задач с общим призовым фондом 11+ млн. рублей!!!
1) Strong Intelligence — создать мультимодальную модель, которая обыгрывает знатоков интеллектуальных викторин и показывает суперуровень эрудиции
2) Unique RecSys — обучить ИИ-алгоритм подбирать наиболее релевантный контент
3) Personal AI — создать человекоцентричного ИИ-помощника
4) Equal AI — сделать сервисы доступными каждому — обучить модель распознавать русский жестовый язык по видео
5) Rescue AI — разработать новый способ расшифровки генома
Обо всех задачах подробно можно прочитать здесь
Первая же задача Strong Intelligence (самая сложная и на повестке современных мультимодальных исследований) разрабатывалась нашей командой AIRI + Sber AI — очень хочется получить много интересных крутых решений. Готов отвечать на вопросы, если будут возникать!
Скоро откроем гитхаб и в ближайшее время проведём вебинар, где расскажем подробно про задачи и ответим на возникающие вопросы, а пока желаю всем продуктивного погружения в контекст задач🦾
Следите за информацией)
1) Strong Intelligence — создать мультимодальную модель, которая обыгрывает знатоков интеллектуальных викторин и показывает суперуровень эрудиции
2) Unique RecSys — обучить ИИ-алгоритм подбирать наиболее релевантный контент
3) Personal AI — создать человекоцентричного ИИ-помощника
4) Equal AI — сделать сервисы доступными каждому — обучить модель распознавать русский жестовый язык по видео
5) Rescue AI — разработать новый способ расшифровки генома
Обо всех задачах подробно можно прочитать здесь
Первая же задача Strong Intelligence (самая сложная и на повестке современных мультимодальных исследований) разрабатывалась нашей командой AIRI + Sber AI — очень хочется получить много интересных крутых решений. Готов отвечать на вопросы, если будут возникать!
Скоро откроем гитхаб и в ближайшее время проведём вебинар, где расскажем подробно про задачи и ответим на возникающие вопросы, а пока желаю всем продуктивного погружения в контекст задач🦾
Следите за информацией)
Друзья, всем привет! 👋
Давно мы с вами не слышались на этом канале, к сожалению, уж такие были обстоятельства...
Если коротко, то можно сказать, что наступила весна, уже и лето близится, и в эти периоды времени я нахожу силы для ведения канала.
Осенью и зимой с этим все сложно 😓
На самом деле мысль написать что-то в канале появилась у меня месяц-полтора назад, но мне не хотелось ограничиваться просто текстом, мол "я жив, всем привет" - мне хотелось обыграть это поинтереснее, сделать что-то интересное и полезное, чем-то поделиться с вами и коммьюнити 🤔
Поэтому я приготовил для вас классную, как мне кажется, вещь, о полезности которой уже судить вам 🤗
Подробнее об этом напишу в посте ниже, а этим сообщение хочется сказать о своем возвращении из спячки - друзья, рад снова быть с вами ❤️
Давно мы с вами не слышались на этом канале, к сожалению, уж такие были обстоятельства...
Если коротко, то можно сказать, что наступила весна, уже и лето близится, и в эти периоды времени я нахожу силы для ведения канала.
Осенью и зимой с этим все сложно 😓
На самом деле мысль написать что-то в канале появилась у меня месяц-полтора назад, но мне не хотелось ограничиваться просто текстом, мол "я жив, всем привет" - мне хотелось обыграть это поинтереснее, сделать что-то интересное и полезное, чем-то поделиться с вами и коммьюнити 🤔
Поэтому я приготовил для вас классную, как мне кажется, вещь, о полезности которой уже судить вам 🤗
Подробнее об этом напишу в посте ниже, а этим сообщение хочется сказать о своем возвращении из спячки - друзья, рад снова быть с вами ❤️
Когда дело касается векторизации текстов на русском языке, моим личным фаворитом является модель Multilingual Universal Sentence Encoder (mUSE) версии large, которая помимо русского и английского может работать с еще 14 языками и которая очень хорошо себя зарекомендовала на многих прикладных задачах.
За примером далеко идти не надо, Давид Дале в своей статье про сравнение рускоязычных энкодеров предложений сравнивает много моделей, где mUSE находится в лидерах 💪
Но есть некоторая "проблема", если так можно выразиться - модель доступна только в версии на TF / TF Hub, при этом я сам не раз ощущал потребность в том, чтобы дотюнить ее под свои задачи.
И вот уже на протяжении двух лет я вынашивал идею того, чтобы экспортировать ее на PyTorch. Более того, я даже два раза предпринимал попытки сделать это, упирался в какие-то трудности и ограничения, и бросал это дело 😭
И вот сейчас я наконец-то довел это дело до конца и экспортировал эту модель в PyTorch, чем хочу поделиться с вами! ❤️
Сама модель доступна в HF Models, напрямую через torch (пока без нативной поддержки transformers), код конвертации и сама проделанная работа доступны в GitHub 🔥
Честно говоря, работы была не самой простой, и по факту я полностью вручную переписывал граф вычислений TF/ONNX на PyTorch. Надеюсь, что это будет полезно во времена доминирования PyTorch, особенно учитывая тренд с RAG подходами, где как раз таки нужны хорошие и сильные энкодеры для end-to-end обучения 🙏
За примером далеко идти не надо, Давид Дале в своей статье про сравнение рускоязычных энкодеров предложений сравнивает много моделей, где mUSE находится в лидерах 💪
Но есть некоторая "проблема", если так можно выразиться - модель доступна только в версии на TF / TF Hub, при этом я сам не раз ощущал потребность в том, чтобы дотюнить ее под свои задачи.
И вот уже на протяжении двух лет я вынашивал идею того, чтобы экспортировать ее на PyTorch. Более того, я даже два раза предпринимал попытки сделать это, упирался в какие-то трудности и ограничения, и бросал это дело 😭
И вот сейчас я наконец-то довел это дело до конца и экспортировал эту модель в PyTorch, чем хочу поделиться с вами! ❤️
Сама модель доступна в HF Models, напрямую через torch (пока без нативной поддержки transformers), код конвертации и сама проделанная работа доступны в GitHub 🔥
Честно говоря, работы была не самой простой, и по факту я полностью вручную переписывал граф вычислений TF/ONNX на PyTorch. Надеюсь, что это будет полезно во времена доминирования PyTorch, особенно учитывая тренд с RAG подходами, где как раз таки нужны хорошие и сильные энкодеры для end-to-end обучения 🙏
huggingface.co
dayyass/universal-sentence-encoder-multilingual-large-3-pytorch · Hugging Face
We’re on a journey to advance and democratize artificial intelligence through open source and open science.
Друзья, всем привет) 👋
Возможно некоторые из вас уже знают, что я покидаю SberDevices и в целом Сбер - завтра у меня последний рабочий день 😢
Знаю, что меня в том числе читают мои друзья и коллеги по цеху - хочу обратиться в первую очередь к ним ❤️
Для меня было большим счастьем работать вместе с вами все это время над GigaChat, я искренне считаю, что мы все сделали очень большое дело и сделали это на высшем уровне 🚀
Я много чему научился у вас, вы - топовые ребята в индустрии, уверен, что вы знаете об этом, но лишним никогда не будет об этом напомнить 🤗
Мы ни с кем не прощаемся и не теряемся, я всегда на связи 🙏
Завтра буду накрывать прощальную полянку в Сбере, поэтому всех, кто будет в офисе, буду рад видеть 👀
Возможно некоторые из вас уже знают, что я покидаю SberDevices и в целом Сбер - завтра у меня последний рабочий день 😢
Знаю, что меня в том числе читают мои друзья и коллеги по цеху - хочу обратиться в первую очередь к ним ❤️
Для меня было большим счастьем работать вместе с вами все это время над GigaChat, я искренне считаю, что мы все сделали очень большое дело и сделали это на высшем уровне 🚀
Я много чему научился у вас, вы - топовые ребята в индустрии, уверен, что вы знаете об этом, но лишним никогда не будет об этом напомнить 🤗
Мы ни с кем не прощаемся и не теряемся, я всегда на связи 🙏
Завтра буду накрывать прощальную полянку в Сбере, поэтому всех, кто будет в офисе, буду рад видеть 👀
Друзья, всем привет)
Осенью того года у меня началась череда интересных событий, которыми я не успел тогда поделиться с вами - первый семестр учебного года я читал курс по NLP во ВШЭ и в МФТИ 📖
Честно говоря, давно имел большое желание поделиться знаниями и опытом и наконец-то дошел до этого
По мере чтения лекций и подготовки к ним я сам повторял для себя какие-то моменты из NLP, поэтому в том числе и для меня это было полезно 🔥
Ну а о качестве и полезности курса, тут уж судить не мне, но кажется, что ребята остались довольны 🤗
В этом году планирую продолжить чтение курса
Также с некоторыми студентами мы продолжили взаимодействие уже в рамках написания магистерских диссертаций и вот на этой неделе у них будет защита
Хочу пожелать вам успешно все защитить, была проделена отличная работа - вы большие молодцы и у вас все получится ❤️
Осенью того года у меня началась череда интересных событий, которыми я не успел тогда поделиться с вами - первый семестр учебного года я читал курс по NLP во ВШЭ и в МФТИ 📖
Честно говоря, давно имел большое желание поделиться знаниями и опытом и наконец-то дошел до этого
По мере чтения лекций и подготовки к ним я сам повторял для себя какие-то моменты из NLP, поэтому в том числе и для меня это было полезно 🔥
Ну а о качестве и полезности курса, тут уж судить не мне, но кажется, что ребята остались довольны 🤗
В этом году планирую продолжить чтение курса
Также с некоторыми студентами мы продолжили взаимодействие уже в рамках написания магистерских диссертаций и вот на этой неделе у них будет защита
Хочу пожелать вам успешно все защитить, была проделена отличная работа - вы большие молодцы и у вас все получится ❤️
Ребята, мне интересно, у меня одного с момента выхода GPT-4o обычный ChatGPT-3.5 откатился до уровня RNN 2015 года? 🤔
Forwarded from Сергей Марков: машинное обучение, искусство и шитпостинг
Мы строили, строили и наконец-то построили :) Книга «Охота на электроовец: большая книга искусственного интеллекта» вышла из печати и доступна к заказу. Полные электронные версии книги (epub, docx, pdf) можно скачать с сайта бесплатно: http://markoff.science#book
«Мифы и заблуждения об искусственном интеллекте, страхи, насущные проблемы, перспективные направления исследований — обо всём этом вы узнаете из «Большой книги искусственного интеллекта»
«Мифы и заблуждения об искусственном интеллекте, страхи, насущные проблемы, перспективные направления исследований — обо всём этом вы узнаете из «Большой книги искусственного интеллекта»
Друзья, посоветуйте хорошие курсы/книги по Data Engineering, но с уклоном в Data Architecture? 🙏
Друзья, всем привет! 👋
Больше ТГ каналов Богу ТГ каналов 😅
Не могу не поделиться тем, что мой дорогой друг Инсаф завел канал - с его опытом ему точно есть, чем полезным поделиться с людьми) 💪
@ai_tablet
Больше ТГ каналов Богу ТГ каналов 😅
Не могу не поделиться тем, что мой дорогой друг Инсаф завел канал - с его опытом ему точно есть, чем полезным поделиться с людьми) 💪
@ai_tablet
Forwarded from AI.Insaf
Набросал книжки/курсы, которые помогут стать хорошим DS
База
1. Классическое машинное обучение (табличные данные)
• Изучить можно по книге "Python Machine Learning by Sebastian Raschka". Читать можно все, кроме 13-й главы, которая устарела
• Специализация "Машинное обучение и анализ данных" от МФТИ и Яндекса
• Внутри 6 курсов (база по ml первые три курса, очень хороший курс по статистике 4й, 5-6 практика можно пропускать)
• Открытые решения / соревнования на Kaggle. Учат метрикам и валидации, и конечно строить звездолеты
• Лекции с датафеста https://www.youtube.com/channel/UCeq6ZIlvC9SVsfhfKnSvM9w и особенно ml training https://www.youtube.com/playlist?list=PLTlO6nV_TaGD21r6xPHhV1k7QfVuug3BB (тк это база старые доклады могут быть даже полезнее)
Практика/документация
• Углубиться в бустинги (надо хорошо понимать как и когда их применять, тк это основа в табличных задачах)
• Документация: https://catboost.ai/ https://xgboost.readthedocs.io/en https://lightgbm.readthedocs.io/en
2. Introducing MLOps (издательство O'Reilly)
• 200 страниц о том, как управлять моделями машинного обучения, чтобы они хорошо работали ("DevOps" для моделей).
3. Хайповый system design книжка Designing Machine Learning Systems (O'Reilly)
• О правильном построении моделей с точки зрения выбора метрик, поддерживаемости и масштабируемости
4. Развитие аналитических навыков – последнее в базе, но первое по важности
• Книга «Девенпорт, аналитика как конкурентное преимущество»
• Книга Data science for business
• Разобраться с SQL и Pandas – для работы с данными
5. Курс по рекомендательным системам Recsys: https://m.youtube.com/watch?v=igwNb7dBlms (основное - 5 лекций, остальное - прикладные кейсы)
6. АБ-тестирование:
• https://vkteam.medium.com/practitioners-guide-to-statistical-tests-ed2d580ef04f (гайд от VK)
• https://practicum.yandex.ru/statistics-basic/ (бесплатный курс от Яндекса)
• Книга Trustworthy Online Controlled Experiments
7. NLP – путь тут длинный. Нужно разобраться в tf-idf -> Word2vec и fasttext -> lstm -> трансформеры -> berts -> gpt -> LLM (+lora). Помогут один из следующих курсов
• Курс от ШАДа по NLP https://github.com/yandexdataschool/nlp_course
• Хорошо зарекомендовавший https://lena-voita.github.io/nlp_course.html
• База до трансформеров включительно от Abby, хоть и немного устаревший https://github.com/DanAnastasyev/DeepNLP-Course
• Здесь и далее очень круто погружают различные публикации с обзорными статьями. Наприме A Comprehensive Overview of Large Language Models https://arxiv.org/pdf/2307.06435
8. CV. Deep Learning with PyTorch база по DL. Практическая книга по компьютерному зрению (как построить первые модели для классификации, сегментации). А дальше уже самостоятельно изучать темы. Важные блоки:
• image classification
• segmentation
• GAN
• object detection
• instant segmentation
• pose estimation
• diffusion models
• multimodal models
• Vision Transformer
• +обзорные статьи
PS Если есть что добавить пишите в комментарии)
База
1. Классическое машинное обучение (табличные данные)
• Изучить можно по книге "Python Machine Learning by Sebastian Raschka". Читать можно все, кроме 13-й главы, которая устарела
• Специализация "Машинное обучение и анализ данных" от МФТИ и Яндекса
• Внутри 6 курсов (база по ml первые три курса, очень хороший курс по статистике 4й, 5-6 практика можно пропускать)
• Открытые решения / соревнования на Kaggle. Учат метрикам и валидации, и конечно строить звездолеты
• Лекции с датафеста https://www.youtube.com/channel/UCeq6ZIlvC9SVsfhfKnSvM9w и особенно ml training https://www.youtube.com/playlist?list=PLTlO6nV_TaGD21r6xPHhV1k7QfVuug3BB (тк это база старые доклады могут быть даже полезнее)
Практика/документация
• Углубиться в бустинги (надо хорошо понимать как и когда их применять, тк это основа в табличных задачах)
• Документация: https://catboost.ai/ https://xgboost.readthedocs.io/en https://lightgbm.readthedocs.io/en
2. Introducing MLOps (издательство O'Reilly)
• 200 страниц о том, как управлять моделями машинного обучения, чтобы они хорошо работали ("DevOps" для моделей).
3. Хайповый system design книжка Designing Machine Learning Systems (O'Reilly)
• О правильном построении моделей с точки зрения выбора метрик, поддерживаемости и масштабируемости
4. Развитие аналитических навыков – последнее в базе, но первое по важности
• Книга «Девенпорт, аналитика как конкурентное преимущество»
• Книга Data science for business
• Разобраться с SQL и Pandas – для работы с данными
5. Курс по рекомендательным системам Recsys: https://m.youtube.com/watch?v=igwNb7dBlms (основное - 5 лекций, остальное - прикладные кейсы)
6. АБ-тестирование:
• https://vkteam.medium.com/practitioners-guide-to-statistical-tests-ed2d580ef04f (гайд от VK)
• https://practicum.yandex.ru/statistics-basic/ (бесплатный курс от Яндекса)
• Книга Trustworthy Online Controlled Experiments
7. NLP – путь тут длинный. Нужно разобраться в tf-idf -> Word2vec и fasttext -> lstm -> трансформеры -> berts -> gpt -> LLM (+lora). Помогут один из следующих курсов
• Курс от ШАДа по NLP https://github.com/yandexdataschool/nlp_course
• Хорошо зарекомендовавший https://lena-voita.github.io/nlp_course.html
• База до трансформеров включительно от Abby, хоть и немного устаревший https://github.com/DanAnastasyev/DeepNLP-Course
• Здесь и далее очень круто погружают различные публикации с обзорными статьями. Наприме A Comprehensive Overview of Large Language Models https://arxiv.org/pdf/2307.06435
8. CV. Deep Learning with PyTorch база по DL. Практическая книга по компьютерному зрению (как построить первые модели для классификации, сегментации). А дальше уже самостоятельно изучать темы. Важные блоки:
• image classification
• segmentation
• GAN
• object detection
• instant segmentation
• pose estimation
• diffusion models
• multimodal models
• Vision Transformer
• +обзорные статьи
PS Если есть что добавить пишите в комментарии)
YouTube
ML Trainings
Machine Learning Trainings is a meetup series about competitive Data Science. Authors of the best solutions of the ML contests are invited to talk about their solutions and share practices. We discuss competitions from Kaggle and other platforms, academic…
Forwarded from Sberloga (🇻 🇱 🇦 🇩)
This media is not supported in your browser
VIEW IN TELEGRAM
Друзья, всем привет!
Мои приятели запустили очень любопытный проект - может кому будет интересно присоединиться 🔥
Мои приятели запустили очень любопытный проект - может кому будет интересно присоединиться 🔥
Forwarded from Alexander C
This media is not supported in your browser
VIEW IN TELEGRAM
🚀 Уважаемые коллеги, тех, кому интересна математика и машинное обучение, приглашаем Вас принять в неформальном проекте.
Минимальное требование - Вы знакомы с Питоном, и у Вас есть несколько часов свободного времени в неделю. (Альтернативно - можно не знать Питон, но хорошо знать теорию групп (в идеале GAP,SAGE).) Задача проекта - применить машинное обучение к теории групп. Целью проекта является написание статьи в хорошем журнале, участники - соавторы. Другим бонусом будет являться - приобретение навыков по современным методам нейронных сетей, Reinforcement Learning и т.д.
Если Вам интересно участие - напишите @alexander_v_c (Александр Червов, к.ф.-м.н. мехмат МГУ, 25 лет math&DS, Kaggle, Scholar, Linkedin).
Чат для обсуждений: тут .
Вводный доклад тут.
Пояснения по RL части тут.
Краткая суть задачи может быть описана несколькими способами - нахождение пути на графе от вершины А до вершины Б, но размер графа 10^20-10^50 - обычные методы не применимы. Решение пазла типа Кубика Рубика. Задача близка к прошедшему конкурсу Каггл Санта 2023. Математически - разложение элемента группы по образующим. Математические пакеты, которые частично могут решать эту задачу - GAP,SAGE.
Достигнутые результаты - уже сейчас мы можем за минуты делать то, что авторы работы DeepCube делали за 40 часов на многих GPU.
Минимальное требование - Вы знакомы с Питоном, и у Вас есть несколько часов свободного времени в неделю. (Альтернативно - можно не знать Питон, но хорошо знать теорию групп (в идеале GAP,SAGE).) Задача проекта - применить машинное обучение к теории групп. Целью проекта является написание статьи в хорошем журнале, участники - соавторы. Другим бонусом будет являться - приобретение навыков по современным методам нейронных сетей, Reinforcement Learning и т.д.
Если Вам интересно участие - напишите @alexander_v_c (Александр Червов, к.ф.-м.н. мехмат МГУ, 25 лет math&DS, Kaggle, Scholar, Linkedin).
Чат для обсуждений: тут .
Вводный доклад тут.
Пояснения по RL части тут.
Краткая суть задачи может быть описана несколькими способами - нахождение пути на графе от вершины А до вершины Б, но размер графа 10^20-10^50 - обычные методы не применимы. Решение пазла типа Кубика Рубика. Задача близка к прошедшему конкурсу Каггл Санта 2023. Математически - разложение элемента группы по образующим. Математические пакеты, которые частично могут решать эту задачу - GAP,SAGE.
Достигнутые результаты - уже сейчас мы можем за минуты делать то, что авторы работы DeepCube делали за 40 часов на многих GPU.
Друзья, всем привет! 👋
Выхожу из спячки сегодня вечером с небольшим выступлением - присоединяйтесь) 🤗
Выхожу из спячки сегодня вечером с небольшим выступлением - присоединяйтесь) 🤗
Forwarded from AiConf Channel
Приглашаем экспертов в data science на закрытую встречу сообщества
Когда: 29 августа, онлайн, в 18:00 по Мск.
Будем обсуждать горизонты профессионального развития в DS и машинном обучении. Темы встречи:
⚡️Как развиваться внутри data science?
⚡️Какие интересные прикладные задачи стоят перед лидерами индустрии?
⚡️Перспективы для сеньора: расти вверх по карьерной лестнице или углубляться внутри своей специализации? Поговорим про вертикальное и горизонтальное развитие
⚡️Где получать практические навыки и обмениваться опытом и связями?
Участники встречи:
- Андрей Кузнецов (AIRI)
- Евгений Смирнов (АЛЬФА-БАНК)
- Роман Поборчий (self-employed)
- Дани Эль-Айясс (Social Discovery Group)
- Владимир Ершов (Яндекс)
- Никита Зелинский (МТС)
- Александр Самойлов (Wildberries)
- Иван Бондаренко (Новосибирский государственный университет)
Встреча пройдет в формате открытой дискуссии, где каждый желающий сможет задать интересующие его вопросы. Участие бесплатное.
✅ Регистрируйтесь на встречу и зовите коллег!
Когда: 29 августа, онлайн, в 18:00 по Мск.
Будем обсуждать горизонты профессионального развития в DS и машинном обучении. Темы встречи:
⚡️Как развиваться внутри data science?
⚡️Какие интересные прикладные задачи стоят перед лидерами индустрии?
⚡️Перспективы для сеньора: расти вверх по карьерной лестнице или углубляться внутри своей специализации? Поговорим про вертикальное и горизонтальное развитие
⚡️Где получать практические навыки и обмениваться опытом и связями?
Участники встречи:
- Андрей Кузнецов (AIRI)
- Евгений Смирнов (АЛЬФА-БАНК)
- Роман Поборчий (self-employed)
- Дани Эль-Айясс (Social Discovery Group)
- Владимир Ершов (Яндекс)
- Никита Зелинский (МТС)
- Александр Самойлов (Wildberries)
- Иван Бондаренко (Новосибирский государственный университет)
Встреча пройдет в формате открытой дискуссии, где каждый желающий сможет задать интересующие его вопросы. Участие бесплатное.
✅ Регистрируйтесь на встречу и зовите коллег!