Китай, генеративные модели и наши ребята из Альфы ⚡️
В Харбине прошла международная школа SMILES 2025 — две недели лекций, хакатонов и прикладных исследований. Впервые школа вышла за пределы России.
Главной темой стали генеративные модели для разномодальных данных. Участники из России и Китая провели две недели в совместной учёбе, обсуждениях и поиске новых решений.
Среди преподавателей и студентов школы были наши ребята. Поговорили с ними и с Алексеем Зайцевым, руководителем Лаборатории прикладных совместных исследований Сколтех-Сбер в Центре ИИ Сколтеха. На карточках делимся, как всё прошло и какие инсайты привезли ребята из Альфы 👆
А ещё делимся ссылкой на запись лекций 🔗
#aaa_experts
В Харбине прошла международная школа SMILES 2025 — две недели лекций, хакатонов и прикладных исследований. Впервые школа вышла за пределы России.
Главной темой стали генеративные модели для разномодальных данных. Участники из России и Китая провели две недели в совместной учёбе, обсуждениях и поиске новых решений.
Среди преподавателей и студентов школы были наши ребята. Поговорили с ними и с Алексеем Зайцевым, руководителем Лаборатории прикладных совместных исследований Сколтех-Сбер в Центре ИИ Сколтеха. На карточках делимся, как всё прошло и какие инсайты привезли ребята из Альфы 👆
А ещё делимся ссылкой на запись лекций 🔗
#aaa_experts
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥18❤10🤝6😍2
Как мы распределяем бюджет на кэшбэк?
Как сделать так, чтобы довольны остались и пользователи, и банк? За этим вопросом стоит непростая математическая задача.
На Хабре вышла статья Нины Комаровой, руководителя направления интеллектуального анализа данных в продвинутой аналитике розничного бизнеса. В ней Нина подробно разбирает три подхода к распределению бюджета в категорийном кэшбэке.
Читать статью🔗
#aaa_habr
Как сделать так, чтобы довольны остались и пользователи, и банк? За этим вопросом стоит непростая математическая задача.
На Хабре вышла статья Нины Комаровой, руководителя направления интеллектуального анализа данных в продвинутой аналитике розничного бизнеса. В ней Нина подробно разбирает три подхода к распределению бюджета в категорийном кэшбэке.
Читать статью
#aaa_habr
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
❤16🔥10👍6
Сезон найма открыт 🔥
Сейчас мы активно запускаем проекты, поэтому ищем новых коллег, готовых решать задачи вместе.
Собрали актуальные вакансии, вдруг одна из них именно для вас. Чтобы узнать больше и откликнуться, переходите по ссылкам:
🔗 Старший специалист направления мониторинга качества моделирования
🔗 Специалист по разработке нейронных сетей
🔗 Data scientist рисковые модели РБ
🔗 Руководитель направления по разработке нейронных сетей
🔗 Senior data scientist модели для юр.лиц
🔗 Data scientist Geospatial Analyst
🔗 Senior ML engineer
Это только первая часть подборки, продолжение скоро 👀
#aaa_career
Сейчас мы активно запускаем проекты, поэтому ищем новых коллег, готовых решать задачи вместе.
Собрали актуальные вакансии, вдруг одна из них именно для вас. Чтобы узнать больше и откликнуться, переходите по ссылкам:
Что нужно: опыт в валидации, разработке или мониторинге NLP-моделей; уверенное владение Python и SQL; знание Hadoop/Spark/Hive; опыт с BI-инструментами; навыки валидации и мониторинга моделей, формулировки гипотез и анализа данных.
Что нужно: опыт в ML и NLP от 1 года; знание архитектур и работа с GPT/BERT; уверенное владение Python, PyTorch, transformers; умение строить RAG-пайплайны и дообучать LLM; опыт работы с большими данными (Spark, Hadoop).
Что нужно: знание теории
вероятностей, статистики и ML; понимание Python (numpy, pandas, scikit-learn, xgboost/lightgbm/catboost); опыт работы с SQL и Hadoop (Hive, Impala, Spark).
Что нужно: управленческий опыт и руководство DS-командой; глубокие знания в Deep Learning и NLP; работа с архитектурами GPT, BERT и др.; уверенный Python (PyTorch, transformers) с умением писать кастомный код; опыт работы с большими данными (Spark, Hadoop).
Что нужно: знание классического ML; опыт разработки и внедрения моделей на табличных данных, включая uplift-модели; уверенный Python (lightgbm/xgboost/catboost, scikit-learn, pandas, numpy); навыки работы с большими данными (Spark, Hadoop, Hive) и SQL.
Что нужно: опыт от 2 лет в Data Science или геоаналитике; уверенный Python с библиотеками Geopandas, Osmnx; продвинутый SQL (Hadoop, Trino, Postgres) и PostGIS; опыт с GIS-системами и API картографических сервисов; знание теории графов и алгоритмов маршрутизации; опыт визуализации данных.
Что нужно: опыт от 3 лет в ML и разработке; уверенный Python, PySpark, Hadoop, Kafka; опыт работы с Airflow/Argo, Mlflow, Jenkins; внедрение ML-моделей как сервисов; навыки бэкенд- и веб-разработки; работа с LLM и NLP; Docker и Kubernetes.
Это только первая часть подборки, продолжение скоро 👀
#aaa_career
Please open Telegram to view this post
VIEW IN TELEGRAM
❤14🔥6👨💻4🤣2🤝1
«Я один» ➡️ «автоматизируем вместе»
Четырехлетним опытом реализации делится Валентин Конюх, руководитель направления тестирования ML-моделей.
В материале Валентин рассказывает про практики управления командой и выстраивания процессов с нуля, которые будут полезны не только тестировщикам, но и любым командам. Подробно разбирает подходы к автоматизации тестирования, а ещё рассказывает о своём личном пути от единственного тестировщика до руководителя.
На карточках коротко разбираем основные идеи статьи. Чтобы узнать детали, переходите по ссылке и читайте.
Читать статью🔗
#aaa_habr
Четырехлетним опытом реализации делится Валентин Конюх, руководитель направления тестирования ML-моделей.
В материале Валентин рассказывает про практики управления командой и выстраивания процессов с нуля, которые будут полезны не только тестировщикам, но и любым командам. Подробно разбирает подходы к автоматизации тестирования, а ещё рассказывает о своём личном пути от единственного тестировщика до руководителя.
На карточках коротко разбираем основные идеи статьи. Чтобы узнать детали, переходите по ссылке и читайте.
Читать статью
#aaa_habr
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
❤13⚡9😱4🔥3👎1