Size: a a a

AI / Big Data / Machine Learning

2020 January 12

y

your-mirror in AI / Big Data / Machine Learning
Roman
Смотря каких. Все таки кагл от реальных проектов радикально отличается. Например чаще всего там нет этапа сбора и подготовки данных. Обвязки для запуска в прод.
А у работодателя, что больше будет цениться?
источник

y

your-mirror in AI / Big Data / Machine Learning
your-mirror
А у работодателя, что больше будет цениться?
Я про оценку и подготовку данных против работы с ними. Или для них главное - решение задачи?
источник

S

Stepan in AI / Big Data / Machine Learning
Roman
Смотря каких. Все таки кагл от реальных проектов радикально отличается. Например чаще всего там нет этапа сбора и подготовки данных. Обвязки для запуска в прод.
Я правильно понимаю , что кагл - это именно тюнинг моделей, стакинг и прочие хитрости . Но для работодателя важнее выгрузка , чистка и обработка данных ?
источник

R

Roman in AI / Big Data / Machine Learning
Не то что цениться но без этого никак и это много работы
источник

R

Roman in AI / Big Data / Machine Learning
Сами по себе модельки написать и потюнить вообще ничего не стоит
источник

EZ

Evgeniy Zheltonozhskiy🇮🇱 in AI / Big Data / Machine Learning
Roman
Сами по себе модельки написать и потюнить вообще ничего не стоит
)
источник

R

Roman in AI / Big Data / Machine Learning
Во первых надо еще и задачу сформулировать, метрику, способы валидации, потом понять где и как собрать данные, обработать их и только потом пойдут модельки. Потом все это завернуть в приложение тоже тот еще гемор.
источник

S

Stepan in AI / Big Data / Machine Learning
Roman
Во первых надо еще и задачу сформулировать, метрику, способы валидации, потом понять где и как собрать данные, обработать их и только потом пойдут модельки. Потом все это завернуть в приложение тоже тот еще гемор.
А есть где почитать подробнее про завернуть в приложение в самом конце?
источник

R

Roman in AI / Big Data / Machine Learning
Например как и в чем хранить данные. Как за ними ходить. Как сделать api. Написать тесты документацию. Интегрировать с cicd
источник

R

Roman in AI / Big Data / Machine Learning
Оптимизировать скорость работы
источник

R

Roman in AI / Big Data / Machine Learning
Вобщем нормальная программерская работа )
источник

S

Stepan in AI / Big Data / Machine Learning
А то я понимаю , что моё представление о профессии ДС как на Ютубе . Из разряда вот тебе цсвшка , немного подкрути ее и вот тебе скор после фита . А вот что дальше никто сходу не рассказывает )
источник

R

Roman in AI / Big Data / Machine Learning
Ага цсвшка )
источник

R

Roman in AI / Big Data / Machine Learning
Если именно ДС. То там еще визуализация есть. Пайплайн нормально составить. Мониторинг и запись всех результатов запусков. Предпроцессинг тоже тот еще гемор. Выдумывать фичи. Выбрасывать фичи.
источник
2020 January 13

AP

Andrey Parasich in AI / Big Data / Machine Learning
your-mirror
Вопрос, по получению практических навыков, самое эффективное, это кэгл?
Самое эффективное это прийти на работу, где ничего не работает, и если не заработает, то проект закроют. И ты на этом проекте остался один, потому что никто не справился. Очень быстро учишься. Сам такое проходил.
А из оставшегося да, Кэггл самое эффективное, потому что это конкурентная соревновательная среда, где тебе приходится непрерывно развиваться, чтобы быть на плаву
источник

y

your-mirror in AI / Big Data / Machine Learning
Andrey Parasich
Самое эффективное это прийти на работу, где ничего не работает, и если не заработает, то проект закроют. И ты на этом проекте остался один, потому что никто не справился. Очень быстро учишься. Сам такое проходил.
А из оставшегося да, Кэггл самое эффективное, потому что это конкурентная соревновательная среда, где тебе приходится непрерывно развиваться, чтобы быть на плаву
Спасибо за инфу
источник

D🐈

Dan 🐈 Capybara in AI / Big Data / Machine Learning
Хочешь стать настоящим гуру в сфере IT и строить карьеру в крупнейших мировых корпорациях? Выиграй образовательный грант в магистратуру Университета Иннополис! Тебя ждут:

- топовые программы обучения с фокусом на практику;
- возможность получать стипендию в размере до 42 000 ₽;
- современная хай-тек инфраструктура;
- стажировки и карьера в ведущих IT-компаниях.

Прямо сейчас идёт набор в магистратуру по направлениям «Управление разработкой ПО», «Робототехника и компьютерное зрение», «Анализ данных и искусственный интеллект» и «Разработка безопасных систем и сетей». Количество грантов ограничено — успей подать заявку → https://vk.cc/aebX1h
источник

Рл

Роман лядский in AI / Big Data / Machine Learning
Dan 🐈 Capybara
Хочешь стать настоящим гуру в сфере IT и строить карьеру в крупнейших мировых корпорациях? Выиграй образовательный грант в магистратуру Университета Иннополис! Тебя ждут:

- топовые программы обучения с фокусом на практику;
- возможность получать стипендию в размере до 42 000 ₽;
- современная хай-тек инфраструктура;
- стажировки и карьера в ведущих IT-компаниях.

Прямо сейчас идёт набор в магистратуру по направлениям «Управление разработкой ПО», «Робототехника и компьютерное зрение», «Анализ данных и искусственный интеллект» и «Разработка безопасных систем и сетей». Количество грантов ограничено — успей подать заявку → https://vk.cc/aebX1h
Привет, да не по деньгам мне будет сейчас это,   даже  дистанционно степень бакалавра по информатике и вычислительной техники  во первых по времени. Мне некогда этим заниматься,  во вторых,. По деньгам я не потяну, так как я сейчас курс по машиному обучению и искусственному интелекту прохожу  от гигбрэанс и  мне сейчас изучать это направление и потом хвататься за другое  не разобрашив с этим или хотябы его не закончив данный курс, хвататься за. Что то другое, это не правильно все,. Это все застопорит меня. Нужно закончить сначала одно направление  пускай и будет идти как доп образования, без диплома  и сертификат будет по нему,  но зато, чему то. Научишься новому и попробовать по искать работу,  и потом можно хвататься за  что то другое, но поступать вуз когда ты это направление  не закончил, не разобрался  в нем это не правильный подход, ты не куда не движешься
источник

Рл

Роман лядский in AI / Big Data / Machine Learning
Тогда, не надо хвататься за 10 направлений сразу
источник

Рл

Роман лядский in AI / Big Data / Machine Learning
Толку не будет нужного
источник