Warning: mkdir(): No space left on device in /var/www/tgoop/post.php on line 37

Warning: file_put_contents(aCache/aDaily/post/frontend_punks/--): Failed to open stream: No such file or directory in /var/www/tgoop/post.php on line 50
Тихон | Помогаю разработчикам устроиться в BigTech@frontend_punks P.102
FRONTEND_PUNKS Telegram 102
diploma_ru.pdf
512.1 KB
Как я год отучился на ML/CV/NLP программе от МФТИ, и что из этого вынес.

Аккуратно, лонгрид


Несмотря на то, что отучился я более года назад, диплом мне пришел только на прошлой неделе. Отправив его своей группе студентов, понял что сфера интересная и хочется поделиться мыслями с вами тоже.

Сейчас я нахожусь в идеальной точке для того чтобы писать этот пост, потому что я с одной стороны прощупал большинство инструментов, но не погрузился настолько глубоко, чтобы стать снобом в этой сфере и перестать писать простые посты)

О чём этот пост?


Во-первых, во всех сферах я ориентируюсь в первую очередь на прибыль и пользу, поэтому я буду разбирать полезность знаний с точки зрения коммерции и развития себя.

Во-вторых, тут я хочу сравнить три подхода к использованию нейронок в 2025, потому что под одним большим словом "ИИ" скрывается несколько разных профессий, представители которых могут не ладить друг с другом.

Работа с нейронками делится на три типа, от теоретического до максимально прикладного.

1) Researcher или исследователь

Это группа разработки, которая занимается проектированием архитектуры, обучением и тестированием ML моделей. Они, по-сути, являются их создателями, теми кто из математической модели делает готовый к использованию инструмент. Это наполовину математик, наполовину разработчик, так как в этом направлении постоянно нужно мониторить новые научные статьи и исследования в сфере, быть "В теме".

Как понять что человек из этой профессии?


Стоит выпить вместе пару банок крепкого, и он легко расскажет вам:

-- Что такое градиентный спуск и бустинг
-- Метрики MSE, R², MAPE, F1 и ROC-AUC.
-- Пояснит за архитектуру моделей: Decision Tree, Random Forest, AlexNet, ResNet, RNN и трансформеров(Не тех где машины превращаются в роботов)
-- Расскажет как делаются эмбединнги, считается косинусное расстояние, Word2Vec и другие подходы.

2) ML/CV/NLP engineer или MLOps.

Это группа разработки со знанием DevOps инструментов и особенностей работы с ML. Они берут готовые модели, которые сделали ребята из первой группы, и интегрирует их в production среду. По-сути, пишут сервисы, настраивают CI/CD и сбор метрик где помимо базовых RPS и кол-ва статусов с ошибками, включены метрики важные для дальнейшего обучения модели.

По предыдущему принципу представителя этой профессии можно допросить:

– Как деплоить модель через Docker, FastAPI и Kubernetes, не разлив при этом ничего в прод
– Что такое MLflow, как он отслеживает параметры, метрики, артефакты, и почему это лучше, чем Excel
– Как построить пайплайн в Airflow так, чтобы он сам обучал, проверял, деплоил, мониторил и в 5 утра не слал алерты на почту

3) “ИИшник” (no-code AI предприниматель)

Это группа бизнесменов и фаундеров, которых не сильно интересует всё написанное выше. Многие не пишут код, и думают только как связать уже готовые сервисы и продать подороже. По-сути, они внедряют чат-боты и автоматизацию с помощью n8n, make и прочих no-code инструментов. Кто-то делает парсеры и автогенерацию документов и bi-графиков, генерирует reels и изображения через API существующих сервисов.

Стоит выпить с ним пару банок энергетика или пообщаться за завтраком на конференции, и он расскажет:

– Как собрать автогенератор лендингов, презентаций, инстаграм-рилсов и коммерческих предложений из GPT + Figma + Zapier, и продать это за $999 в месяц
– Что такое n8n, Make и Retool, и как из них можно слепить чат-бота, который сам отвечает клиентам, сам себе пишет отчёты и сам себя продаёт
– Почему не надо изобретать модель, если OpenAI уже сделал всё за тебя
– Как сгенерировать 10 000 карточек товара, текстов, SEO-описаний и объявлений за вечер, и запустить рекламу до того, как backend успеет зарелизить кнопку
– Как автоматизировать cold outreach, клиентскую поддержку, обработку заявок, аналитику, отчёты и ещё 17 бизнес-процессов одной кнопкой в Airtable

...дошёл до максимальной длины поста)

Тык на реакции, если понравился формат, и нужна вторая часть про обучение на курсе МФТИ, как этот тренд влияет на нас, разработчиков)
18👀6👍5👎3



tgoop.com/frontend_punks/102
Create:
Last Update:

Как я год отучился на ML/CV/NLP программе от МФТИ, и что из этого вынес.

Аккуратно, лонгрид


Несмотря на то, что отучился я более года назад, диплом мне пришел только на прошлой неделе. Отправив его своей группе студентов, понял что сфера интересная и хочется поделиться мыслями с вами тоже.

Сейчас я нахожусь в идеальной точке для того чтобы писать этот пост, потому что я с одной стороны прощупал большинство инструментов, но не погрузился настолько глубоко, чтобы стать снобом в этой сфере и перестать писать простые посты)

О чём этот пост?


Во-первых, во всех сферах я ориентируюсь в первую очередь на прибыль и пользу, поэтому я буду разбирать полезность знаний с точки зрения коммерции и развития себя.

Во-вторых, тут я хочу сравнить три подхода к использованию нейронок в 2025, потому что под одним большим словом "ИИ" скрывается несколько разных профессий, представители которых могут не ладить друг с другом.

Работа с нейронками делится на три типа, от теоретического до максимально прикладного.

1) Researcher или исследователь

Это группа разработки, которая занимается проектированием архитектуры, обучением и тестированием ML моделей. Они, по-сути, являются их создателями, теми кто из математической модели делает готовый к использованию инструмент. Это наполовину математик, наполовину разработчик, так как в этом направлении постоянно нужно мониторить новые научные статьи и исследования в сфере, быть "В теме".

Как понять что человек из этой профессии?


Стоит выпить вместе пару банок крепкого, и он легко расскажет вам:

-- Что такое градиентный спуск и бустинг
-- Метрики MSE, R², MAPE, F1 и ROC-AUC.
-- Пояснит за архитектуру моделей: Decision Tree, Random Forest, AlexNet, ResNet, RNN и трансформеров(Не тех где машины превращаются в роботов)
-- Расскажет как делаются эмбединнги, считается косинусное расстояние, Word2Vec и другие подходы.

2) ML/CV/NLP engineer или MLOps.

Это группа разработки со знанием DevOps инструментов и особенностей работы с ML. Они берут готовые модели, которые сделали ребята из первой группы, и интегрирует их в production среду. По-сути, пишут сервисы, настраивают CI/CD и сбор метрик где помимо базовых RPS и кол-ва статусов с ошибками, включены метрики важные для дальнейшего обучения модели.

По предыдущему принципу представителя этой профессии можно допросить:

– Как деплоить модель через Docker, FastAPI и Kubernetes, не разлив при этом ничего в прод
– Что такое MLflow, как он отслеживает параметры, метрики, артефакты, и почему это лучше, чем Excel
– Как построить пайплайн в Airflow так, чтобы он сам обучал, проверял, деплоил, мониторил и в 5 утра не слал алерты на почту

3) “ИИшник” (no-code AI предприниматель)

Это группа бизнесменов и фаундеров, которых не сильно интересует всё написанное выше. Многие не пишут код, и думают только как связать уже готовые сервисы и продать подороже. По-сути, они внедряют чат-боты и автоматизацию с помощью n8n, make и прочих no-code инструментов. Кто-то делает парсеры и автогенерацию документов и bi-графиков, генерирует reels и изображения через API существующих сервисов.

Стоит выпить с ним пару банок энергетика или пообщаться за завтраком на конференции, и он расскажет:

– Как собрать автогенератор лендингов, презентаций, инстаграм-рилсов и коммерческих предложений из GPT + Figma + Zapier, и продать это за $999 в месяц
– Что такое n8n, Make и Retool, и как из них можно слепить чат-бота, который сам отвечает клиентам, сам себе пишет отчёты и сам себя продаёт
– Почему не надо изобретать модель, если OpenAI уже сделал всё за тебя
– Как сгенерировать 10 000 карточек товара, текстов, SEO-описаний и объявлений за вечер, и запустить рекламу до того, как backend успеет зарелизить кнопку
– Как автоматизировать cold outreach, клиентскую поддержку, обработку заявок, аналитику, отчёты и ещё 17 бизнес-процессов одной кнопкой в Airtable

...дошёл до максимальной длины поста)

Тык на реакции, если понравился формат, и нужна вторая часть про обучение на курсе МФТИ, как этот тренд влияет на нас, разработчиков)

BY Тихон | Помогаю разработчикам устроиться в BigTech


Share with your friend now:
tgoop.com/frontend_punks/102

View MORE
Open in Telegram


Telegram News

Date: |

The optimal dimension of the avatar on Telegram is 512px by 512px, and it’s recommended to use PNG format to deliver an unpixelated avatar. When choosing the right name for your Telegram channel, use the language of your target audience. The name must sum up the essence of your channel in 1-3 words. If you’re planning to expand your Telegram audience, it makes sense to incorporate keywords into your name. Hashtags The Standard Channel “[The defendant] could not shift his criminal liability,” Hui said.
from us


Telegram Тихон | Помогаю разработчикам устроиться в BigTech
FROM American