Size: a a a

Data Science Kazakhstan (DS/ML kz)

2020 April 28

MK

Minhyun Kim in Data Science Kazakhstan (DS/ML kz)
Beibit Abdikenov
В телеграмме, у меня в этой группе минута:)
только админы могут слоу мо убрать, кстати, да, можно хотя бы 30 сек?(
источник

RA

Renat Alimbekov in Data Science Kazakhstan (DS/ML kz)
Minhyun Kim
только админы могут слоу мо убрать, кстати, да, можно хотя бы 30 сек?(
Поставил)
источник

MK

Minhyun Kim in Data Science Kazakhstan (DS/ML kz)
Renat Alimbekov
Поставил)
спасибо)
источник

BA

Beibit Abdikenov in Data Science Kazakhstan (DS/ML kz)
Thanks
источник

A

Aykhan in Data Science Kazakhstan (DS/ML kz)
Aidos Adilkhanovv
Мб от сообщества ДС/МЛ сделать какой нибудь сайт, или канал добавить, где результаты сообщества публиковать, какие ресерчи есть и.т.д., какие спецы. Чтобы если в КЗ по МЛ есть какая-то потребность, если что там можно было взглянуть)
По идее классная идея
источник
2020 April 29

К

Кir in Data Science Kazakhstan (DS/ML kz)
Beibit Abdikenov
Мы (ReLive Intelligence) во время карантина быстро доработали свое решение по определению лица и сделали дополнительную функцию по определению температуры. Представляем вам бета-версию нашего продукта. В связи с карантином смогли сделать только такое видео, но система позволяет определять в потоке любое количество людей. В данном видео использовалась термокамера Fluke.
А как учитывается температура воздуха и удалённость объекта от тепловизора? Про температуру вообще духа поясню, допустим улица, Астана, деккабрь, -20, человек из дома пошёл в супермаркет 15-20 минут пешком и когда попал в камеру поверхность лица температуры ниже чем в комнате.  Та же Астана, лето, +35 в тени?
источник

К

Кir in Data Science Kazakhstan (DS/ML kz)
источник

S

Sneddy in Data Science Kazakhstan (DS/ML kz)
Пожалуй временно сделаю чат только по приглашению
источник

M

Magicst6 in Data Science Kazakhstan (DS/ML kz)
Sneddy
Пожалуй временно сделаю чат только по приглашению
mb kak v ods? Form application, screening, invitation?
источник

M

Magicst6 in Data Science Kazakhstan (DS/ML kz)
My mojem perenesti vse v slack? Sdelat diskussii bolee strukturirovannymi.
источник

A

Aykhan in Data Science Kazakhstan (DS/ML kz)
Кстати, давно хотел спросить, зачем нужно стандартизировать изображения, перед подачей в сеть? Везде пишут, что сетки лучше работают с данными, которые распределены нормально, но возникают несколько вопросов. Почему это именно так и второй вопрос изображение изначально может быть распределено не нормально, даже с учетом сдвига как быть в таких ситуациях
источник

S

Sneddy in Data Science Kazakhstan (DS/ML kz)
Потому что обучены были так
источник

S

Sneddy in Data Science Kazakhstan (DS/ML kz)
Если используешь притрейн веса это важно
источник

S

Sneddy in Data Science Kazakhstan (DS/ML kz)
Если нет, то мне кажется плевать
источник

S

Sneddy in Data Science Kazakhstan (DS/ML kz)
Ну в плане какой нибудь батч норм вполне альтернатива будет. Или вопрос почему вообще нормальное распределение это хорошо?
источник

S

Sagimbayev Zhuldyzzh... in Data Science Kazakhstan (DS/ML kz)
​​Здорова, пацаны

Короче тема такая, каждое второе сообщение у меня в личке, это что-то вроде: «хорош ли курс %name%». Это отличный вопрос, обязательно напишите мне или кому-то типа меня перед тем как покупать курс за хуево-тутуево кэша.
Но вот в чем дело, я никогда не посоветую курс, который сам хотя бы не смотрел, а они плодятся со скоростью света. В таких ситуациях, советую взять что-то проверенное. Потому что база у МЛ одна, ничего сверхъестественного там не расскажут.
Конечно иногда на меня накатывает волна филантропии, тогда я даю шанс непроверенным продуктам (как ты в ашане) и покупаю их. Но пока что меня ждал сплошной пиздец.
Тем более, у нас уже выделено 3 программы по классик МЛ, которые с головой покрывают базовый объем информации, как теоретической, так и практической, за них могу ручаться: спецуха, одс, институт биоинформатики + одс.

А сегодня к этой тройке добавляется, прямо-таки неебовый конкурент. Свежий курс от физтеха. Причем в двух вариациях: базовый уровень и продвинутый. Базовый уровень — это ровно тот курс лекций и домашек, который прослушивают студенты физтеха на третьем курсе, а продвинутый на четвертом.

Пару слов. Это абсолютно самостоятельный продукт, его не нужно дополнять какой-то дополнительной домашкой или лекциями, если конечно бекграунд соответствует. Просмотрев базовую версию и выполнив 80% домашек, а также докинув сюда 1-2 соревнования на Kaggle, ты будешь готов ебать мозги всей Москве и мозолить глаза hr-ам разных компаний.

Быстро по структуре. Сюрпризов не будет, все по классике. 13 недель. Линейные модели, деревья, бустинги, хуюстинги, немного нейронок.

Что касается продвинутого курса, оно того стоит, пацаны, смотрим. Некоторые ноутбуки даже просто прощелкать будет полезно. Короче мастхев. Просто глянь список лекций, возможно прослушать 1-2 будет самый сок для тебя, а не проходить весь курс.

По нашей стандартной метрике тобi пiзда / качество —  9/10 для базового, из-за достаточно высокого порога входа. И 10/10 для продвинутого, тут люди к боли привыкшие.

Курсы → https://github.com/ml-mipt/ml-mipt

Ботаем, братва
источник

S

Sneddy in Data Science Kazakhstan (DS/ML kz)
Middle software developer (ML)

Компания CilckLog
Мы нашли применение тетрису в логистике и получили реальное признание в Европе. Наши решения были отобраны в инновационную платформу Plug and Play Supply chain. Мы прошли серьезную селекцию и теперь мы часть одного из самых крутых европейских акселераторов – Startup Wise Guys.

Мы – пока небольшая, но очень амбициозная  команда единомышленников, которые верят в эффективность логистики и предлагают рынку решения, позволяющие экономить время, оптимизировать потоки и возвращать инвестиции быстрее, чем кто-либо на рынке. Мы работаем с действительно крупными и известными корпоратами далеко за пределами Казахстана.  

Что ты будешь делать?
• Развивать основной код системы (core), вокруг которого строятся наши процессы;
• Создавать сервисы на базе технологий computer vision, алгоритмов оптимизации и нейронных сетей;

Что требуется?
• Опыт работы в команде разработчиков от 2х лет. Способность работать самостоятельно.
• Python, Tensorflow, MXNet, OpenCV, pytorch
• Amazon Web services и Опыт автоматизации пайплайнов работы с данными  (Docker, Amazon Code commit)
• Умение быстро осваивать open source решения и библиотеки computer vision
• Понимание математического языка (матанализ – calculus)
• Базовое знание Android, ОС Windows, Linux будет плюсом.

Условия
• Вилка от 150 000 kzt до 350 000 kzt.
• Работаем в комфортном офисе в центре Алматы.
• Начнем работать в комфортном коворкинге в центре Риги после открытия границ.

Дополнительные ништяки:
• 1:1 ментор сессии с крутыми разработчиками, уровня Team lead из таких компаний, как Skype и Wolt.
• Доступ к ивентам Google developers, Startup wise guys и Plug and Play;
• Startup визы в Европу, как участнику европейского стартапа;

Обратная связь:
email: aa@clicklog.io
mt:      +7 771 585 1100
источник

S

Sneddy in Data Science Kazakhstan (DS/ML kz)
Sagimbayev Zhuldyzzhan
​​Здорова, пацаны

Короче тема такая, каждое второе сообщение у меня в личке, это что-то вроде: «хорош ли курс %name%». Это отличный вопрос, обязательно напишите мне или кому-то типа меня перед тем как покупать курс за хуево-тутуево кэша.
Но вот в чем дело, я никогда не посоветую курс, который сам хотя бы не смотрел, а они плодятся со скоростью света. В таких ситуациях, советую взять что-то проверенное. Потому что база у МЛ одна, ничего сверхъестественного там не расскажут.
Конечно иногда на меня накатывает волна филантропии, тогда я даю шанс непроверенным продуктам (как ты в ашане) и покупаю их. Но пока что меня ждал сплошной пиздец.
Тем более, у нас уже выделено 3 программы по классик МЛ, которые с головой покрывают базовый объем информации, как теоретической, так и практической, за них могу ручаться: спецуха, одс, институт биоинформатики + одс.

А сегодня к этой тройке добавляется, прямо-таки неебовый конкурент. Свежий курс от физтеха. Причем в двух вариациях: базовый уровень и продвинутый. Базовый уровень — это ровно тот курс лекций и домашек, который прослушивают студенты физтеха на третьем курсе, а продвинутый на четвертом.

Пару слов. Это абсолютно самостоятельный продукт, его не нужно дополнять какой-то дополнительной домашкой или лекциями, если конечно бекграунд соответствует. Просмотрев базовую версию и выполнив 80% домашек, а также докинув сюда 1-2 соревнования на Kaggle, ты будешь готов ебать мозги всей Москве и мозолить глаза hr-ам разных компаний.

Быстро по структуре. Сюрпризов не будет, все по классике. 13 недель. Линейные модели, деревья, бустинги, хуюстинги, немного нейронок.

Что касается продвинутого курса, оно того стоит, пацаны, смотрим. Некоторые ноутбуки даже просто прощелкать будет полезно. Короче мастхев. Просто глянь список лекций, возможно прослушать 1-2 будет самый сок для тебя, а не проходить весь курс.

По нашей стандартной метрике тобi пiзда / качество —  9/10 для базового, из-за достаточно высокого порога входа. И 10/10 для продвинутого, тут люди к боли привыкшие.

Курсы → https://github.com/ml-mipt/ml-mipt

Ботаем, братва
классная стандартная метрика)
источник

S

Sneddy in Data Science Kazakhstan (DS/ML kz)
Жиза по идее, сколько волку не говори заботай один из трех классических курсов, все на датакамп смотрит
источник

RA

Renat Alimbekov in Data Science Kazakhstan (DS/ML kz)
Категорически поддерживаю)
источник