Шпаргалки в PDF по скрапингу/парсингу данных

Группа «Интер РАО» запустила ТурбоХакатон по обработке данных в сфере электроэнергетики. Участвуйте в соревновании с 10 октября по 26 ноября и получите шанс разделить призовой фонд в 500 000 рублей.

Регистрация уже открыта

Приглашаем на хакатон специалистов в области Data Science и Machine Learning от 18 лет. Участвовать можно индивидуально или в команде до 5 человек.

На соревновании вас ждет:
? Решение задач, основанных на реальных датасетах Группы «Интер РАО».
? Менторство от ведущих экспертов отрасли, готовых поделиться своими знаниями.
? Возможность получить предложение о работе в Группе «Интер РАО».
? Авторы лучших проектов смогут запустить свои решения на суперкомпьютере Питерского политехнического университета Петра Великого.

Задачи ТурбоХакатона:
1️⃣ Цифровой ассистент – система «вопрос\ответ» для быстрого поиска ответов во внутренней документации компании через вопросы, заданные в свободной форме
2️⃣ Система рекомендации технологических параметров для оптимизации режимов работы ТЭС
3️⃣ Анализ аномалий в платежах за тепловую энергию
4️⃣ Оптимизация маршрутов обхода многоквартирных домов для проверки состояния приборов учета и контроля достоверности показаний
5️⃣ Оптимизация процесса планирования закупки топлива на электростанциях на основе прогнозирования цены электричества и объемов его выработки

Расписание мероприятия:
? 08.10 – старт ТурбоХакатона и открытие задач;
? 10.10-04.11 – работа над задачей;
? 08.11-12.11 – отбор лучших решений для участия в финальном питчинге;
? 19.11 – итоговая питч-сессия и презентация решений для жюри ТурбоХакатона;
? 26.11 – объявление результатов и награждение победителей.

Успейте подать заявку до 4 октября

Шпаргалка по SQL@machinelearning_books

Machine Learning: The Basics

? Book

@machinelearning_books

Яндекс разработал и опубликовал библиотеку YaFSDP — собственное решение для ускорения обучения больших языковых моделей.

При обучении LLM возникает проблема сложности вычислений и коммуникаций GPU в кластере. Большие расчёты должны синхронизироваться на разных видеокартах, а для этого сами устройства должны обмениваться информацией, чтобы не считать два раза одно и то же. Если GPU делают это неэффективно, то они теряют до 30% недоутилизированной мощности.

Библиотека YaFSDP позволяет ускорить обучение больших языковых моделей до 25%. С её помощью можно тратить меньше времени на обучение и расходовать меньше ресурсов графических процессоров (GPU). Подробнее о том, как менялись подходы к оптимизации ресурсов можно прочитать в статье на «Хабре».

? Linear Algebra for Computer Vision,
Robotics, and Machine Learning?Book

@datascienceiot

?Grog book - это приложение streamlit, которое позволяет создавать книги из промптов с помощью Llama3 в Groq.

Оно неплохо работает с научно-популярными книгами и создает гаввы за считанные секунды.

▪Github
▪Приложение

@machinelearning_books

Fluent Python? Book

@machinelearning_books

Почему стоит прокачивать свои навыки в Machine Learning в 2024 году?

Это верный способ не отстать от индустрии, которая развивается со скоростью света — а значит постоянно расти в зарплате и открывать новые карьерные возможности.

Если вы хотите войти в эту профессию с нуля, присоединяйтесь к курсу Start ML от «karpovꓸcourses»
Преподаватели — практикующие профи, которые знают, какие навыки востребованы на рынке.

На курсе вы научитесь писать код на Python и получать данные для моделей с помощью SQL-запросов, познакомитесь с классическими алгоритмами машинного обучения, разберёте популярные архитектуры нейросетей, а также построите свою модель глубинного обучения.

По итогу вы соберете себе портфолио, станете полноценным специалистом и будете готовы выйти на рынок труда. А школа поможет с трудоустройством. По статистике 89% выпускников находят работу в течение трёх месяцев.

Станьте ML-инженером и забирайте курс со скидкой 5% по промокоду MLLBOOKS: https://clc.to/erid_LjN8K54ea