Друг из сообщества написал статью о том как начать работать с GNN для временных рядов. В комментариях можно найти ссылки на статьи, книги, доки. 👏

Лайк, репост статьи приветствуются 👍

https://www.linkedin.com/posts/nikita-iserson_graphneuralnetworks-gnn-timeseriesforecasting-activity-7199312050571866113-kImK

Так же у нас есть чатик для обсуждения графов
https://www.tg-me.com/sberlogawithgraphs на случай если вы захотите в эту тему погрузиться и нужна будет помощь 💪

🤪 Это уже AGI?

Подборка статей от друга сообщества

Лайк, репост статьи приветствуются 👍

🔍 How to Detect Causal Lead-Lag Relationship in Multivariate Time-Series❓
https://www.linkedin.com/posts/nikita-iserson_causality-leadlag-finance-activity-7201121191581900800-P9Qa
про lead-lag зависимости во временных рядах

🔍 Large Language Models for Alternative Financial Data Extraction❓
https://www.linkedin.com/posts/nikita-iserson_topicmodeling-namedentityrecognition-relationextraction-activity-7208718110554566656-5Owl
про всякие последние подходы / библиотеки экстракции финансовых данных из текста (NER, REL, ABSA) с помощью LLM.

🔍 How to Avoid Overfitting and Spurious Correlations with Domain Knowledge?❓
https://www.linkedin.com/posts/nikita-iserson_benignoverfitting-spuriouscorrelations-domainknowledge-activity-7202199071636307969-t8oR
про монотонные ограничения в разных типах моделей, упомянул AutoWOE

Кейсы ML system design

📖 На прошлой неделе провёл занятие со студентами шад мтс по кейсам ml system design. Тема была очень интересной, и мне даже понравилось в новой роли! В будущем обязательно расскажу об этом опыте подробнее.

🔍 Кстати, если вы планируете проходить собеседование на позицию специалиста по Data Science, то вам точно стоит разобраться в этой теме. Вот несколько причин, почему:

1️⃣ Вы узнаете разные подходы к решению задач (рексис, поиск, прайсинг). Это поможет вам поддержать разговор на собеседовании в соответствующую команду и ответить на вопросы.

2️⃣ Систематизация
Все ML системы строятся по определённому паттерну, и важно понимать, с чего начинать работу над проектом.

3️⃣ Новые знания
Разбираться в том, как работают другие команды, всегда интересно и полезно. Даже если вы никогда не будете заниматься поиском, всё равно стоит узнать, как решают проблемы в их отрасли

✅️ В общем, перед собеседованием посмотрите несколько кейсов ml system design, которые касаются команды куда идете и читайте больше литературы по этому вопросу.

Успехов на собеседовании!

❤️
https://job.mts.ru/vacancies
А тут можно наши вакансии
посмотреть.
В поиске вбить data scientist и выбрать продуктовый блок = BigData

В России можно посещать IT-мероприятия хоть каждый день: как оффлайн, так и онлайн

Жаль только, что нет никакой единой "базы" ивентов. Чтобы заглянул -> увидел все что есть -> выбрал -> пошел. Или все-таки есть?

🔥 Смотрите: мы нашли канал, в котором публикуют ВООБЩЕ ВСЕ анонсы вебинаров, хакатонов, конференций, мастер-классов, ивентов от гигантов индустрии и лучших специалистов по кодингу, дизайну, аналитике и т.д.

В общем, очень кайфовая вещь: здесь вы точно не пропустите ничего важного и интересного.

Подпишитесь, чтобы не потерять: IT-мероприятия России / ITMeeting / IT events

workshop on building AI agents
Details: https://sites.google.com/princeton.edu/agents-workshop
Register for Zoom link: https://docs.google.com/forms/d/e/1FAIpQLSduu6kgktlLZOJ1j3Vivh3Ip9wW8IiEICMri0xE3ZQii3fzbA/viewform

The event will feature conversations with experts who have:
- Built infrastructure for developing AI agents (DSPy, LangChain)
- Led startups that build agents (Sierra, Sybill)
- Created tools and benchmarks to evaluate LLMs and agents (SWE-bench, SPADE, lm-eval-harness)
- Developed solutions to ensure reliability and safety (Constitutional AI, Inspect)

⚡французы получили от Дурова ключи шифрования Telegram

Забудьте про Notion: нашёл для вас open source альтернативу — AFFiNE.

Это ультимативная смесь Notion и Miro — тут собрали лучшее от обеих платформ. Базу знаний с досками можно развернуть локально (плюс к безопасности), а можно юзать на сайте — туда уже завезли мощные ИИ-фичечки.

Приглашаем талантливых студентов в Ингошколу Data Science от компании «Ингосстрах»! Здесь вы освоите востребованную профессию и получите шанс на успешное трудоустройство в нашу компанию.
 
Как проходит обучение?
Программа будет доступна в онлайн-формате, и студенты смогут самостоятельно выбирать место для занятий. Наша программа ориентирована на практику, поэтому во время занятий вы вспомните библиотеки Python, познакомитесь с классическими алгоритмами машинного обучения и освоите популярные архитектуры нейросетей; научитесь тренировать и предобучать собственные модели. Во время обучения вы познакомитесь с будущими коллегами, топ-менеджментом компании и начнете решать реальные бизнес-задачи.
Старт занятий – 23 сентября. Длительность обучения - 4,5 мес.
 
Преимущества обучения в Ингошколе Data Science:
∙Бесплатное обучение — все расходы покрывает Ингосстрах
∙Быстрое освоение профессии — менее чем за полгода вы станете специалистом
∙Профессиональное развитие — решение реальных задач для вашего портфолио
∙Опытные наставники — они помогут вам на каждом этапе
∙Прямой путь к старту карьеры — после обучения вам остается пройти интервью, и вы становитесь частью команды Ингосстраха
 
Кто может присоединиться к программе?
Она подходит для всех, кто хочет погрузиться в Data Science: программистов, начинающих дата-сайентистов и специалистов со смежным образованием. Опыт работы необязателен.
Количество мест ограничено.
 
Чтобы попасть на программу, выполните следующие шаги:
1. Заполните анкету до 10 сентября 2024 года https://forms.yandex.ru/u/66c2e4dee010dbb3dd0b0798/
2. Зарегистрируйтесь в личном кабинете (ссылка и инструкция придут к вам на эл.почту и в Telegram)
3. Выполните тестовое задание с 9 по 13 сентября 2024 года. Выполнение тестового задания займет не более 45 минут.
4. Узнайте результаты 16 сентября 2024 года.

🏆 Российский AutoML побеждает на международной арене

Команда “LightAutoML testers” победила в международном соревновании Kaggle AutoML Grand Prix! Наши ребята: Александр Рыжков, Дмитрий Симаков, Ринчин Дамдинов и Иван Глебов с помощью решений на основе LightAutoML обошли известных конкурентов по индустрии, включая команды из Amazon и H2O!

🚀 LightAutoML - бесплатный и открытый инструмент
Ключом к успеху стала open-source библиотека LightAutoML (LAMA), которая автоматизирует построение моделей машинного обучения. Благодаря использованию библиотеки ускоряется построение моделей и, зачастую, повышается качество. Инструмент подойдет как новичкам, так и профессионалам - решение можно получить как в несколько строк, так и с полной кастомизацией.

🌍 Kaggle AutoML Grand Prix 2024
Это - онлайн соревнование, приуроченное к ежегодной международной конференции International Conference on Automated Machine Learning, которая в этом году пройдет в Париже. Соревнование проходило на Kaggle (самой масштабной мировой платформе для соревнований по анализу данных) в 5 этапов, в каждом из которых было необходимо создать качественную модель машинного обучения всего за 24 часа.

🎓 Делимся опытом
Хотите узнать секреты победителей? Не пропустите предстоящий вебинар, где команда расскажет о своих решениях и ответит на ваши вопросы! Следите за анонсами в канале @lightautoml.