Что будет, если объединить Machine Learning, программирование и математику? — Data Science!
Data Scientists используют AI-технологии и создают нейросети, которые помогают бизнесу обрабатывать большие массивы данных (Big Data) и на их основе решать разные задачи. Без Data Science невозможно представить современную медицину, фармацевтику, логистику, банковскую сферу и высокотехнологичные отрасли производства.
Составление прогнозов погоды, распознавание изображений, создание умных чат-ботов, инструментов мониторинга и прогнозирования автомобильных пробок, автоматизация фидбэков пользователей, реализация технологии исследования ВИЧ, проведение генетических исследований и многое-многое другое — все это нереально без магии DS.
Посмотреть на проекты дата-сайентистов со всего мира можно на соревновательной платформе по исследованию данных Kaggle. Мы также пообщались с недавними выпускниками "Основы Data Science" и cпросили, как выглядели их проекты на курсе.
Читай и вдохновляйся :)
Егор Тарутин:
Суть моего проекта в автоматизации выделения частей лица на портретных снимках с возможностью их удаления и замены на сгенерированные по текстовому описанию новые части (Кликаешь по носу и пишешь, что хочешь видеть вместо него, — получаешь новый нос на картинке).
Алексей Ясинецкий:
Проект был на распознавание муравьев на фотографиях и их классификацию по видам.
Ирина Евмененкова:
Финальный проект выбирала в рамках своих возможностей. Самым эффектным показался раздел компьютерного зрения. Сделала генератор картин по номерам, подав картинку в который, на выходе получается холст с границами и номерами цветов, палитра к нему и разукрашенный пример.
Михаил Быковцев:
Мой итоговый проект был в области компьютерного зрения Optical Character Recognition: "Распознавание символов с измерительных приборов".
Ольга Коленчук:
Финальный проект был похож на функционал нашумевшего приложения Lensa, которое позволяет с помощью нейросети и нескольких ваших фотографий генерировать множество артов с вашим лицом. Это все с использованием open source модели stable diffusion.
Павел Тулуп:
Мой итоговый проект назывался так: "Компьютерное зрение для обработки маммографических рентгенограмм".
Сергей Михальцов:
В качестве итогового проекта я делал веб-ресурс для детекции позвонков и нахождения степени искривления позвоночника по рентгеновким снимкам. Цель моего проекта — предоставить медработнику возможность нахождения углов искривления позвоночника без его участия, а также возможность хранить и просматривать историю его запросов.
Как сказали выпускники на одном из митапов IT-Academy, "постигая Data Science, приходит осознание того, что какие-то проекты, о которых ты слышал ранее, становятся более реальными и приземленными. Сначала ты понимаешь, как они работают, потом приходит мысль о том, что ты можешь их повторить, а затем — осознание того, что ты можешь разобрать их на части, что-то убрать или добавить, создать уже что-то свое. И это здорово!"
Хочешь, чтобы твоя профессия приносила пользу другим людям и состояла из увлекательнейших проектов? Если ты при этом любишь математику и знаешь базу программирования на Python, приходи на курс "Основы Data Science"!
