У нас вы можете посмотреть бесплатно LLM не думает за тебя | Дарья Тихонович часть 2 или скачать в максимальном доступном качестве, видео которое было загружено на ютуб. Для загрузки выберите вариант из формы ниже:
Если кнопки скачивания не
загрузились
НАЖМИТЕ ЗДЕСЬ или обновите страницу
Если возникают проблемы со скачиванием видео, пожалуйста напишите в поддержку по адресу внизу
страницы.
Спасибо за использование сервиса ClipSaver.ru
Дарья Тихонович – Staff DL инженер и лид в Яндексе RecSys RnD, ранее – лид направления нейросетевых рекомендаций в МТС. Мейнтейнер open-source фреймворка RecTools для рекомендательных систем, спикер профильных митапов и конференций, преподаватель и активный участник DS-комьюнити. Во второй части Виктор и Дарья обсуждают практическую сторону работы в ML: как корректно оценивать рекомендательные системы, почему офлайн-метрики могут вводить в заблуждение и какую роль играет A/B-тестирование в принятии продуктовых решений. Первая часть подкаста: • Не было ни одной причины не заняться RecTo... Предзапись на 3 поток курса "База ML": https://forms.yandex.ru/u/6822f819842... Демо-курс "База ML": https://clck.ru/3MKBfQ Курс "База ML": https://clck.ru/3MKBZt Курс "ML в бизнесе": https://clck.ru/3MKBbb Подписывайтесь на MLinside в Телеграм: https://t.me/+xPCRRLylQh5lMmI6 Канал Виктора Кантора: https://t.me/kantor_ai Канал Дарьи Тихонович в Телеграм: https://t.me/redrecsys Тайм-коды: 00:00 — Введение 01:00 — Про рекомендательные системы 02:31 — Про маркетинговый бэкграунд 03:31 — История про реколлы 07:01 — Про рекомендации 09:50 — Про разговорные рекомендации 11:50 — Про мотивацию 13:53 — Про командную работу 15:53 — Про преподавание 18:41 — Как "вкатываться" в ML 26:02 — Как попасть в Data Science 28:28 — Про кризис на рынке вакансий 39:11 — Как изменились требования к кандидатам 31:33 — Про проекты на курсах 33:00 — Что нужно знать перед собеседованием 37:21 — Когда нужно начинать делать что-то кроме работы 38:20 — Как всё успевать 43:40 — Про конспекты 46:22 — Какие качества полезны в Data Science 47:50 — Советы тем, кто переходит в Data Science 49:04 — Советы студентам, которые сейчас учатся 51:42 — Как понять, что ты готов к повышению 53:40 — Финальный совет #ml #DataScience #RecSys #rnd