О восстании машин, будущем и о том, каково в нем место человека. Ловите список книг от The Verge об искусственном интеллекте, обязательных к прочтению 👇

📚 «Черты будущего» Артур Кларк
Советуют Грег Брокман и Илья Суцкевер, сооснователи OpenAI
Эта книга изменила наши представления о том, насколько быстро ИИ может повлиять на мир. Мы привыкли думать о технологическом прогрессе как о постепенном, медленном процессе — совокупности многих небольших инноваций. «Черты будущего» заставляет нас понять, что есть некоторые очень важные исключения.

📚 «The Book of Why» Дана Маккензи и Джуда Перл
Советует Румман Чоудхури, глава отдела искусственного интеллекта компании Accenture
Книга про искусственный интеллект без роботов, сценариев конца света и грандиозных предсказаний будущего.

📚 «Выборы» Айзек Азимов
Советует Тим Вонг, директор Инициативы по управлению и этике ИИ Гарвардского университета и Массачусетского технологического института
Именно история о безликом Мультиваке Азимова лучше всего отражает современную реальность машинного обучения. В отличие от ходячих и говорящих роботов, Мультивак — это огромный сервер, для работы которого требуется специализированный опыт. Рассказ «Выборы» ловко отражает странную рекурсивную природу предсказания.

📚 «Убийственные Большие данные» Кэти О’Нил
Советует Кейт Дарлинг, специалист по исследованиям в MIT Media Lab
Эта книга, иллюстрированная захватывающими (и ужасающими) примерами из реальной жизни, — отличный учебник по алгоритмам и данным, а также делегировании власти системам, которые могут создавать или разрушать жизни людей. «Убийственные Большие данные» рассказывает о проблемах с алгоритмами в финансовой индустрии, а также в областях правосудия, занятости, образования и многих других.

📚 «Алмазный век, или Букварь для благородных девиц» Нил Стивенсон
Советует Джереми Ховард, сооснователь fast.ai
Я впервые прочитал «Алмазный век» 20 лет назад, и до сих пор помню ее идею: технологии должны давать возможности тем, у кого иначе их не было бы. Как и в случае со всеми новыми технологиями, сегодня наблюдается общий тренд критиковать то, что дети всегда смотрят в «экраны». Но сейчас нет авторитетных исследований, которые бы подтвердили этот вред. Если мы не будем использовать технологии в образовании, то многие дети, у которых нет доступа к лучшим учителям, не получат его.

📚 «Машинное обучение для людей» Вишал Маини и Самир Сабри
Советует Демис Хассабис, сооснователь и генеральный директор DeepMind
Сегодня сложно посоветовать книги по ИИ, которые были бы не слишком техническими или слишком философскими. Я бы порекомендовал «Machine Learning For Humans» как хорошее введение, которое не требует особых предварительных знаний — тем более, его можно прочитать бесплатно. Мы были настолько впечатлены этой работой в DeepMind, что в итоге наняли одного из его авторов!

📚 «Sorting Things Out: Classification and Its Consequences» Джеффри Боукер и Сьюзан Ли Стар
Советует учредитель и со-руководитель AI Now Institute в Нью-Йоркском университете
Это важный текст для любого, кто сталкивается с проблемами предвзятости, справедливости и правосудия ИИ. Книга рассказывает о последствиях классификации, которые распространены в современных применениях искусственного интеллекта, — например, когда алгоритмы отбирают кандидатов по образцу «успешного сотрудника». Авторы трактуют классификации не как отражение «естественных категорий», а как продукт истории, культуры и власти, в которой «каждая категория ценит одну точку зрения и заглушает другую».

​​📚 «Верховный алгоритм», Педро Домингос
Советует Джеймс Винсент, обозреватель тематики робототехники и ИИ в The Verge
Я, очевидно, не светило в мире искусственного интеллекта, но я сталкиваюсь с этой темой каждый день. Поэтому я прочитал больше, чем несколько книг, чтобы сориентироваться в вопросе. «Верховный алгоритм» предлагает отличное введение в технические аспекты ИИ. Книга познакомит вас со всеми основными компонентами и концепциями — от эволюционных алгоритмов до Байесовской вероятности — и покажет, как машинное обучение переплетается с дисциплинами вроде нейронауки и психологии.

​​Устроиться после прохождения наших курсов на младшую позицию специалиста по данным — реально. Но недостаточно просто использовать ваши базовые знания. Что делать дальше? 🤷‍♂️

● Облачные платформы
Облачные платформы, такие ​​как Amazon Web Services (AWS) или Google Cloud Platform (GCP) в своей повседневной работе предоставляют инструменты масштабирования процессов. Подобный опыт работы позволит вам стать более ценным специалистом.

● Наборы данных
Для упрощения процесса анализа и обработки данных необходимо выполнить их объединение. Оно может включать веб-скрапинг, выборку с конечной точки (например, steamspy) или объединение различных источников в новый набор. Этот навык продемонстрирует вашу способность выполнять поиск на новом наборе данных.

● Сервисы
Как специалисту по обработке данных, вам нужно будет давать то, что смогут использовать другие отделы компании. Научитесь работать с Flask или Gunicorn, а также создавать интерактивные приложения с Dash. Полезно попробовать настроить один из этих сервисов в экземпляре Docker.

● Визуализация
Тут все очевидно — визуализация поможет подытожить результаты вашей работы, объяснить их коллегам и донести, почему ваш анализ или модель важны. Это также будет полезно при создании портфолио работ.

● Обратная связь
Чтобы сделать ваше исследование понятным для широкой аудитории, заведите блог — это отличный способ улучшить навыки объяснения технических особенностей. Пишите статьи по науке о данных для широкой аудитории, а потом изучите обратную связь: читателям должно быть понятно, о чем вы пишете.

● Улучшение рабочего процесса
Ваша мультизадачность и новые навыки — это ключ к успеху. В Data Science нет четкого пути к созданию модели: вам может потребоваться создать что-то уникальное, чтобы система заработала. Объедините системы или компоненты для улучшения эффективности рабочего процесса. Освойте инструменты вроде Airflow, GCP DataFlow или Cloud Datastore.

Группа из 14 публичных музеев в Париже выпустила цифровые изображения более чем 100 000 произведений искусства в высоком разрешении — https://amp.gs/ukxm 🖼️

Все работы можно скачать и использовать на свое усмотрение. «Предоставление этих данных гарантирует, что наши цифровые файлы могут быть свободно доступны и повторно использованы кем-либо или всеми, без каких-либо технических, юридических или финансовые ограничения, будь то для коммерческого использования или нет», — говорится в пресс-релизе Paris Musées.

​​В феврале вас ждут старты всех самых популярных курсов. Сохраняйте, чтобы не потерять 😉

🔸 3 февраля — специализация «Frontend-разработчик» — https://amp.gs/uh1R

🔸 7 февраля — специализация «Full-stack веб-разработчик на Python» — https://amp.gs/uh1U

🔸 13 февраля — курс «Аналитика для руководителей и владельцев бизнеса» — https://amp.gs/uh1d

🔸 13 февраля — курс «Big Data для менеджеров» — https://amp.gs/uh1O

🔸 17 февраля — курс «Тестировщик ПО (QA)» — https://amp.gs/uh1r

🔸 19 февраля — специализация «Data Science» — https://amp.gs/uh1S

🔸 19 февраля — курс «Python для анализа данных» — https://amp.gs/uh1N

🔸 20 февраля — курс «Анализ данных в BI» — https://amp.gs/uh1A

🔸 24 февраля — специализация «Аналитик данных» — https://amp.gs/uh1q

🔸 24 февраля — курс «Мастер Google таблиц» — https://amp.gs/uh1s

🔸 27 февраля — курс «Тренажер product-менеджера» — https://amp.gs/uh1i

​​Собрали для вас пять книг, которые советуют к прочтению ведущие продакты. О маркетинге, рациональности покупателей и продукте в целом.

📚 Владимир Миролюбов «Продукт-менеджемент: от идеи до продукта»
Что такое product-management? Кто такой продукт-менеджер и чем он должен заниматься? Как превратить идею в голове в осязаемый пользователями продукт? Как правильно планировать, запускать и развивать онлайн-проекты? Ответы на эти и многие другие вопросы вы сможете найти в этой книге, посвященной продукт-менеджменту.

📚 Ричард Талер «Новая поведенческая экономика»
Ричард Талер, лауреат Нобелевской премии по экономике, досконально изучил эмоции, которые руководят покупателем, и сложности, с которыми он сталкивается во время принятия решения о покупке, выборе ипотеки или пенсионного фонда. В своей новой книге Талер делится результатами исследования и продолжает уже когда-то начатый им разговор о психологии влияния.

📚 Наоми Кляйн «No Logo. Люди против брэндов»
Наоми Кляйн раскрывает истинные причины основных конфликтов современности и объясняет, почему некоторые известные и уважаемые компании становятся объектами открытой ненависти миллионов людей.

📚 Клайтон М. Кристенсен «Дилемма инноватора. Как из-за новых технологий погибают сильные компании»
О том, как разоряются компании, являющиеся лидерами отрасли, когда они занимают новую нишу на рынке или когда на рынке начинают превалировать новейшие технологии. Автор на убедительных примерах доказывает: именно в период взлета нужно быть внимательнее к своему продукту и не терять бдительность.

📚 Жан-Жак Ламбен «Менеджмент, ориентированный на рынок»
Профессор Жан-Жак Ламбен предлагает учебник, в котором наряду с последовательным и систематическим изложением научно обоснованных подходов к маркетингу он уделяет серьезное внимание реализации маркетинговых стратегий в повседневной деятельности компаний, работающих на различных товарных рынках.

❗Правильный ответ: первая картина — это стилизованное фото, обработанное алгоритмом.

Профессия Data Scientist стала одной из самых востребованных и высокооплачиваемых в 2018 году (да, они зарабатывают больше программистов). Рассказываем, как успешно пройти собеседование и к чему готовиться.

👉 https://amp.gs/uDgB