data science. - страница 5

Что бы я сделал, если бы сегодня начинал учить Data Science – ML?

Machine Learning и Data Science — это одни из самых популярных и востребованных направлений в IT. Но вместе с этим — они и одни из самых сложных для входа. Здесь огромное количество тем, инструментов, библиотек, подходов и постоянно появляющихся технологий.Из-за этого многие новички начинают обучение с энтузиазмом, но через пару месяцев теряют интерес. Причины могут быть разные: слишком много теории, мало практики, нет чёткого плана или понимания, зачем вообще всё это нужно.Эта статья — не очередной «гайд по ML для новичков». Это мой личный взгляд на то, как бы я подошёл к обучению, если бы начинал с нуля уже сегодня

продолжить чтение

Тренды 2025 года в сфере работы с данными и ИИ

Привет! Меня зовут Антон Моргунов, я академический руководитель программы онлайн-магистратуры Яндекса и МИФИ «Специалист по работе с данными и применению ИИ», которая стартует в сентябре 2025 года. В этой статье я расскажу об актуальных трендах, профессиях и навыках в сфере работы с данными.

продолжить чтение

Агентная экономика. Дайджест за неделю

Для тех, кто следит за трендами Умной Автоматизации, чтобы понимать тему глубже и принимать верные решения.По материалам McKinsey, Research IBM, PWC и Wired.Фокус не на том, что автоматизировать, а какие решения следует доверить ИИ:

продолжить чтение

Data Science + Разработка =… или Как наладить процессы в растущей кросс-функциональной команде

Привет, Хабр! Меня зовут Саша Лапина, я проджект-менеджер* в Lamoda Tech, в стриме по разработке внутреннего продукта — ML-модели оптимизации ценообразования. Поделюсь кейсом управления разработкой и расскажу, как мы налаживали процессы в нашей кросс-функциональной команде, которая за 2 года выросла в шесть раз.

продолжить чтение

Многорукие бандиты: когда классическое тестирование не работает

Привет, Хабр! Мы команда ЖЦК, занимаемся машинным обучением в ВТБ. Сегодня расскажем про алгоритмическую магию, которая творится прямо у нас под носом. Авторами проекта этой магии в ВТБ стали дата-сайентисты Дмитрий Тимохин, Василий Сизов, Александр Лукашевич и Егор Суравейкин

продолжить чтение

Trust & Safety AI Meetup — как это было?

Привет! 22 мая прошел Trust & Safety AI Meetup — обсудили применение AI в борьбе за безопасность и доверие пользователей. К ивенту присоединились спикеры из Wildberries & Russ, Avito, AI Masters, а в зале встретились 60+ гостей и онлайн‑трансляция собрала 250+ просмотров. Смотри фото, чтобы погрузиться в атмосферу митапа!В программе было два доклада, насыщенная дискуссия, классный мерч, новые знакомства и полезный нетворкинг. В статье вы найдете видеозаписи с ивента :)

продолжить чтение

MVP по «умному» поиску данных

Всем привет, меня зовут Александр, я аналитик в Альфа-Банке. Совместно с командой мы разрабатываем и развиваем платформу для дата-инженеров (DE) и дата-саентистов (DS), именуемую Feature Store. Она даёт возможность коллегам работать с большими данными и упрощает бюрократию жизненного цикла создания ETL и ввода моделей в промышленную эксплуатацию.Но хотелось бы улучшить процесс по поиску данных в ней, так как объёмы информации стремительно растут.

продолжить чтение

10 бесплатных онлайн-курсов и занятий, которые стоит пройти в июне

☀️ Наконец-то лето, а это значит нас ждут долгие вечерние прогулки, встречи с друзьями, поездки на море. А если захочется узнать что-то новое — всегда есть наши бесплатные курсы. Чтобы июнь был полезным, рекомендуем заранее записаться на занятия.День открытых дверей магистратуры РАНХиГС «Управление ИТ-продуктом»

продолжить чтение

Как алгоритм Recovering Difference Softmax (RDS) делает рекомендации и уведомления точнее и эффективнее

Привет, чемпионы! Алгоритм Recovering Difference Softmax (RDS) – это не просто очередной

продолжить чтение

Теневая сторона AutoML: когда no-code инструменты вредят больше, чем помогают

Абстракция — не новинка в мире разработки, но в машинном обучении абстракция без контроля превращает автоматизацию в архитектурный риск.AutoML для многих организаций стал входной точкой в машинное обучение. Он обещает именно то, что хотят услышать команды, находящиеся под давлением: вы приносите данные, а мы займёмся моделированием. Не нужно управлять пайплайнами, настраивать гиперпараметры или изучать scikit‑learn и TensorFlow — просто кликай, перетаскивай и развёртывай.На первых порах — сплошной восторг.

продолжить чтение

1...345678...11
Rambler's Top100