🦾 Препарируем рекомендательные системы методами машинного обучения
На открытом уроке разберём, как работают рекомендательные системы и какие подходы используются в машинном обучении. Покажем, как формируется рекомендация и как реализовать один из методов на практике с помощью Python.
Вы не просто послушаете теорию, а соберёте свою первую рекомендательную модель.
👨💻🛠👨🏻💻 Урок подойдёт тем, кто начинает путь в машинном обучении и хочет разобраться в одной из самых востребованных задач.
Встречаемся 20 мая в 18:00 МСК в преддверии старта курса «Машинное обучение. Специализация».
➡️ Принять участие бесплатно: https://vk.cc/cXUr0q
На открытом уроке разберём, как работают рекомендательные системы и какие подходы используются в машинном обучении. Покажем, как формируется рекомендация и как реализовать один из методов на практике с помощью Python.
Вы не просто послушаете теорию, а соберёте свою первую рекомендательную модель.
👨💻🛠👨🏻💻 Урок подойдёт тем, кто начинает путь в машинном обучении и хочет разобраться в одной из самых востребованных задач.
Встречаемся 20 мая в 18:00 МСК в преддверии старта курса «Машинное обучение. Специализация».
➡️ Принять участие бесплатно: https://vk.cc/cXUr0q
Реклама. ООО «Отус онлайн-образование», ОГРН 1177746618576❤5🔥2🤓2👍1👎1
Exploratory Data Analysis with Python
Cookbook
Автор: Ayodele Oluleye
Год издания: 2023
#python #en
Скачать книгу
Cookbook
Автор: Ayodele Oluleye
Год издания: 2023
#python #en
Скачать книгу
❤8👍5
Обработка данных на Python.
Data Wrangling и Data Quality
Автор: Сьюзен Макгрегор
Год издания: 2024
#python #ru
Скачать книгу
Data Wrangling и Data Quality
Автор: Сьюзен Макгрегор
Год издания: 2024
#python #ru
Скачать книгу
❤11👍4
В канале пишем о том, как сейчас реально устроен поиск работы:
— почему даже сильные кандидаты не всегда доходят до интервью
— как ATS и ключевые слова влияют на судьбу резюме
— почему “нормальное CV” уже не гарантирует приглашения
— как понять, на какие вакансии стоит откликаться, а на какие нет
— зачем адаптировать резюме под конкретную роль
— как писать сопроводительные, которые не выглядят шаблоном
— где искать IT-вакансии и как не тратить часы на ручной поиск
Плюс регулярно публикуем подборки свежих вакансий по направлениям:
Golang, C#, Java, Python, QA, DevOps, аналитика, менеджмент и другие IT/Digital-роли.
Канал ведём от лица команды talanto.work — сервиса, где собрано 30.000+ вакансий с разных .ru и иностранных сайтов, есть разбор резюме, проверка соответствия резюме вакансии, генерация сопроводительных и Telegram-бот с уведомлениями о новых вакансиях.
Если вы ищете работу в IT или просто хотите лучше понимать, как сейчас работает рынок IT — подписывайтесь.
Please open Telegram to view this post
VIEW IN TELEGRAM
❤6💩1
В канале пишем о том, как сейчас реально устроен поиск работы:
— почему даже сильные кандидаты не всегда доходят до интервью
— как ATS и ключевые слова влияют на судьбу резюме
— почему “нормальное CV” уже не гарантирует приглашения
— как понять, на какие вакансии стоит откликаться, а на какие нет
— зачем адаптировать резюме под конкретную роль
— как писать сопроводительные, которые не выглядят шаблоном
— где искать IT-вакансии и как не тратить часы на ручной поиск
Плюс регулярно публикуем подборки свежих вакансий по направлениям:
Golang, C#, Java, Python, QA, DevOps, аналитика, менеджмент и другие IT/Digital-роли.
Канал ведём от лица команды talanto.work — сервиса, где собрано 30.000+ вакансий с разных .ru и иностранных сайтов, есть разбор резюме, проверка соответствия резюме вакансии, генерация сопроводительных и Telegram-бот с уведомлениями о новых вакансиях.
Если вы ищете работу в IT или просто хотите лучше понимать, как сейчас работает рынок IT — подписывайтесь.
Please open Telegram to view this post
VIEW IN TELEGRAM
Telegram
Talanto. Поиск работы в IT
Написать сопровод: https://talanto.work/cover-letter
Разобрать резюме: https://talanto.work/cv-review
Проверить соответствие резюме вакансиям: https://talanto.work/matches
@TalantoWorkBot - бот с уведомлениями о новых вакансиях по вашим критериям.
Разобрать резюме: https://talanto.work/cv-review
Проверить соответствие резюме вакансиям: https://talanto.work/matches
@TalantoWorkBot - бот с уведомлениями о новых вакансиях по вашим критериям.
❤4⚡1
Иногда полезно вылезти из IDE и посмотреть, как код меняет реальный мир. Кажется, Ozon Tech создал именно такую возможность. Запустил хакатон с инженерными задачами Робозон. Обещают, что участникам предстоит решать задачи на основе реальных процессов сортировочных центров Ozon, где ежедневно обрабатывается до 55 млн операций. А финалистов - отвезут на большую конфу E-CODE. Где они поделят приятный призовой фонд в 15 млн. руб.
Давайте представим: вы — команда из трёх питонистов. Что берёте: компьютерное зрение, симуляцию конвейера в PyBullet или просто жёсткую оптимизацию на pandas?
Давайте представим: вы — команда из трёх питонистов. Что берёте: компьютерное зрение, симуляцию конвейера в PyBullet или просто жёсткую оптимизацию на pandas?
Telegram
Ozon Tech
Запускаем✨Робозон✨
Наш первый инженерный хакатон по автоматизации и роботизации сортировочных процессов.
Три задачи на основе реальных данных и 15 000 000 ₽ в призовом фонде 🔥
Участвуйте сами или собирайте команду: есть месяц, чтобы решиться, и два, чтобы…
Наш первый инженерный хакатон по автоматизации и роботизации сортировочных процессов.
Три задачи на основе реальных данных и 15 000 000 ₽ в призовом фонде 🔥
Участвуйте сами или собирайте команду: есть месяц, чтобы решиться, и два, чтобы…
❤🔥3❤2🤯2👌2🥴1
Теперь на GitVerse — зеркало PyPI! ⚡️
Python‑пакеты переехали на российскую платформу для разработчиков GitVerse — теперь зависимости подтягиваются быстрее, а пайплайны не зависят от доступности внешнего PyPI.
Остаётся только выбрать: установить зеркало как основной источник или оставить как «страховку».
Гайд по подключению.
Python‑пакеты переехали на российскую платформу для разработчиков GitVerse — теперь зависимости подтягиваются быстрее, а пайплайны не зависят от доступности внешнего PyPI.
Остаётся только выбрать: установить зеркало как основной источник или оставить как «страховку».
Гайд по подключению.
💩11👍5❤4👎3😁3🤔2🤡2
Один из главных мифов вокруг ИИ-кодинга: достаточно найти правильный промпт — и модель начнет писать хороший код
Но на практике два разработчика могут отправить одинаковый запрос: «создай API для пользователей» — и получить совершенно разный результат. Один получит аккуратный FastAPI-сервис с типами, тестами и обработкой ошибок. Другой — код, который придется переписывать после первого изменения.
Причина часто не в модели.
LLM (большие языковые модели) не знает, как устроен ваш проект: какие архитектурные решения приняты, какие стандарты действуют и что команда считает качественным результатом.
Поэтому стоит выстраивать вокруг ИИ тот же инженерный слой, который уже есть в обычной разработке: правила проекта, чек-листы, автоматические проверки и понятные критерии качества.
На бесплатном вебинаре karpovꓸcourses «ИИ-агенты и профессиональная разработка на Python» Алексей Жиряков покажет вживую, почему ИИ-код ломается в реальных проектах и как это исправлять.
Алексей — исполнительный директор в Сбере, занимается развитием генеративного ИИ, а до этого более 15 лет работал в backend-разработке и руководил инженерными командами.
Будет живое демо поверх готового репозитория: как настроить процесс, получить более чистый типизированный код и использовать продакшен-подход вроде связки «дешевая модель пишет — дорогая ревьюит», которая помогает снижать стоимость генерации.
Присоединяйтесь по ссылке, а после регистрации вы получите гайд «Почему ваш ИИ пишет не то: LLM против ИИ-агента»: https://clc.to/erid_2W5zFGPnDoX
Реклама. ООО «КАРПОВ КУРСЫ». ИНН 7811764627. erid: 2W5zFGPnDoX
Но на практике два разработчика могут отправить одинаковый запрос: «создай API для пользователей» — и получить совершенно разный результат. Один получит аккуратный FastAPI-сервис с типами, тестами и обработкой ошибок. Другой — код, который придется переписывать после первого изменения.
Причина часто не в модели.
LLM (большие языковые модели) не знает, как устроен ваш проект: какие архитектурные решения приняты, какие стандарты действуют и что команда считает качественным результатом.
Поэтому стоит выстраивать вокруг ИИ тот же инженерный слой, который уже есть в обычной разработке: правила проекта, чек-листы, автоматические проверки и понятные критерии качества.
На бесплатном вебинаре karpovꓸcourses «ИИ-агенты и профессиональная разработка на Python» Алексей Жиряков покажет вживую, почему ИИ-код ломается в реальных проектах и как это исправлять.
Алексей — исполнительный директор в Сбере, занимается развитием генеративного ИИ, а до этого более 15 лет работал в backend-разработке и руководил инженерными командами.
Будет живое демо поверх готового репозитория: как настроить процесс, получить более чистый типизированный код и использовать продакшен-подход вроде связки «дешевая модель пишет — дорогая ревьюит», которая помогает снижать стоимость генерации.
Присоединяйтесь по ссылке, а после регистрации вы получите гайд «Почему ваш ИИ пишет не то: LLM против ИИ-агента»: https://clc.to/erid_2W5zFGPnDoX
Реклама. ООО «КАРПОВ КУРСЫ». ИНН 7811764627. erid: 2W5zFGPnDoX
❤3