machine learning engineer

Градиентный спуск(подъем) Градиентный спуск(подъем) - один из наиболее популярных методов оптимизации в машинном обучении. Оптимизация - это процесс нахождения точек максимума/минимума некоторой функции. Для объяснения механизма его работ приведу простой пример для градиентного подъема. Представьте, что вас десантировали в незнакомый вам город и дали задание подняться на самую высокую точку в округе. При этом на улице сильный туман и вы видите не дальше одного метра вокруг. Как вам при этом найти...

Тип статьи: [Опыт] (смотрите Карту блога) Введение Сначала вкратце об алгоритме рассмотрения вашей заявки на абстрактную позицию, связанную с разработкой в Яндекс. В первую очередь вы выбираете интересующую вас позицию. Далее вам нужно заполнить специальную анкету на сайте Яндекс, после чего через некоторое время с вами связываются и, если ваша анкета заинтересовала рекрутера, проводят 1-2 технических интервью по скайпу. Там вас расспрашивают о технологиях и фреймворках, об алгоритмах и о языке программирования, на котором вы пишете...

Тип статьи: [Опыт] (смотрите Карту блога) Мой опыт обучения связанный с Яндекс Во-первых, я успешно прошел курс по мобильной разработке в Минском отделении ШАДа. В процессе мы изучали как базовые концепции разработки (CI/CD, Алгоритмы, тестирование, Яндекс.Метрика), так и конкретные инструменты Android (gradle, компонены-UI и материал-дизайн, сервисы, контент-провайдеры, активити, фрагменты, броадкаст-ресиверы, многопоточность и т.д.). Во-вторых, в университете мне несколько семестров (больше года) преподавали разработку (С/С++, python) разработчики из Яндекс...

Тип статьи: [Машинное Обучение] (смотрите Карту блога) В математике довольно часто за сложным и объемным аппаратом стоит простая и интуитивно понятная логика. Так и с компьютерным зрением. Прежде чем понять, что такое свертка и пулинг, нужно обозначить базовые концепции работы нейронных сетей. Сеть состоит из слоев нейронов. Слои следуют один за одним и по цепочке обрабатывают некоторую информацию. Каждый слой, в процессе обучения сети, учится решать некоторую задачу. Чем слой дальше от начала, тем эта задача более объемная...

Тип статьи: [Опыт] (смотрите Карту блога) Пару недель назад начал работать над первым коммерческим ml-проектом, который мне предстоит реализовать целиком в одиночку. До этого у меня были проекты, но играл я на них далеко не первые роли. Сейчас же на мне весь процесс от клиентского "хотим нейросеть", до боевого приложения, оптимизирующего конкретный бизнес-процесс. На пути уже успел встретить первые подводные камни. Сейчас хочу поделиться с вами опытом и рассказать о вещах, которые для меня стали неожиданностью...

Я из Беларуси, живу в Минске, работаю в филиале чешской аутсорсинговой IT-компании, на позиции machine learning engineer'а. Программированием занимаюсь около 5 лет, из которых 2 с половиной года - машинным обучением и анализом данных. Учусь в магистратуре и изучаю все что связано с анализом данных и искусственным интеллектом, в дополнение освежаю в памяти высшую математику...

Канал содержит 3 вида статей: 1) [Опыт] - некоторый опыт, полученный мною в недавнее время или накопленный в совокупности, которым мне хочется поделиться с читателями. 2) [Машинное Обучение] - разбор либо некоторые мои мысли по поводу какой-то концепции в машинном обучении...