Alfa Advanced Analytics
5.03K subscribers
792 photos
8 videos
2 files
146 links
Канал Центра продвинутой аналитики Альфа-Банка

— Хардовые посты по DS, DE, MLOps
— Чат для общения с профессиональным сообществом
— Актуальные вакансии и ивенты от AAA

IT и digital-вакансии: https://digital.alfabank.ru/vacancies
加入频道
Продлеваем приём заявок на Alfa Hack 🔥

Мы уже рассказывали о всероссийском хакатоне Alfa Hack от Лаборатории машинного обучении. У вас есть возможность успеть отправить заявку.

«Как выжить на хакатоне Alfa Hack?» —спросили у Вадима Тимакина, старшего специалиста по разработке нейронных сетей и kaggle мастера, к чему стоит готовиться и как успешно решить все задания — читайте советы в статье 🎯

А потом переходите на сайт и регистрируйтесь на хакатон до 4 ноября
❤‍🔥10👍7🔥6
Генеративный ИИ всё чаще применяется в разработке кода, но помогает ли это компаниям?

Сегодня обсуждаем ежегодный отчёт DORA (Google Cloud's DevOps Research and Assessment), опубликованный 23 ноября.

Вадим Аюев, руководитель дирекции моделей и методов продвинутой аналитики, делится интересными моментами из отчёта 👇

Широко признано, что одним из самых перспективных направлений применения генеративного ИИ является написание кода. В недавно опубликованном отчёте DORA (Google Cloud’s DevOps Research and Assessment) о состоянии DevOps указано, что 76% разработчиков используют генеративный ИИ в своей работе. Более 81% из 39 тысяч респондентов подтвердили, что в их компаниях произошла смена приоритетов в сторону массового внедрения ИИ-решений.

Основные сценарии использования — написание кода (75%) и суммаризация данных (71%). Более 35% пользователей отметили существенный рост продуктивности, но 39% сомневаются в надёжности ИИ-кода, а около 10% даже отметили снижение своей продуктивности при использовании ИИ-инструментов.

Кстати, недавно CEO Google также заявил, что четверть кода компании уже разрабатывается с помощью ИИ.

В отчёте отмечено, что при дальнейшем внедрении ИИ ожидается снижение пропускной способности поставок и увеличение нестабильности сроков — вероятно, как часть адаптации новых решений.

Другой вывод исследования — пока эффект от ИИ не улучшает продуктовые метрики, хотя софтовые метрики команд растут.

Мы в Альфе также активно тестируем генеративный ИИ для работы с кодом, в том числе решения для его верификации в ModelOps.


А как вы думаете, поможет ли генеративный ИИ вашей команде в следующем году быстрее выводить продукт в пром?

😭 — Нет, только замедлит
🌚 — Ничего не изменится
❤️‍🔥 — Точно поможет
🔥 — Уже помог, уже ускорились

#aaa_experts
❤‍🔥16🌚16🔥12😭3
Об этом невозможно молчать 🎤

Делимся историей успеха Лёши Рязанцева, младшего специалиста по разработке нейронных сетей. По окончании второго курса университета он пришёл в Альфу на позицию стажёра и случился метч.

На карточках Лёша рассказывает о своём пути в Альфе, о создании AutoML-сервиса AMELIA, о росте в компании и поддержке коллег. И отвечает на главный вопрос — как получается совмещать учёбу и работу.

👏 — Вдохновился, теперь точно уверен, что у меня всё получится
😎 — Вот это успех! Тоже так хочу
🙈 — Вспоминаю себя в 20…

#aaa_experts
🙈2118🔥13👏12😎7❤‍🔥3👍2
This media is not supported in your browser
VIEW IN TELEGRAM
😍11👍8👨‍💻74🏆4🤓1
А вы уже начали проходить наш курс?

Преподаватель «AutoML in Practice» на платформе 🦜 ods.ai, Лёша Рязанцев — да-да, герой нашего прошлого поста — напоминает: 30 ноября мы покажем рейтинг курса и наградим тех, кто забрался выше всех.

У вас есть время, смотрите видео-уроки и решайте тесты 🎯
Please open Telegram to view this post
VIEW IN TELEGRAM
127🔥4👏1
Ищем лучшие Open Source базы данных для проектов 🤝

Влад Шевченко, старший инженер данных, в новой статье рассказал о трёх интересных Open Source базах данных, которые выбрал для своего пет-проекта.

🎯 Dolt — база данных с ветвлением, как в Git, что помогает безопасно тестировать данные. Но сложности могут возникнуть при работе с большими объёмами

🎯 YugabyteDB — распределённая БД на базе PostgreSQL, масштабируемая и удобная для SQL и NoSQL. Подходит для задач с высокой нагрузкой

🎯 MeiliSearch — лёгкий поисковый движок, удобный для быстрого внедрения поиска. Отличается простотой интеграции и настройки

Подробный разбор каждого решения — в статье.

#aaa_hardposting
🔥128👍6😎4🤓1
Почему мы «наняли» ARTEM(L) 🕵

Уже познакомили вас с ANNA и AMELIA, теперь рассказываем про ARTEM(L).

Модели в проде теряют до десятков процентов точности в год, обновлять их вручную — долго, утомительно и не всегда эффективно. Мы упростили этот процесс: теперь DS почти не пишет код, а просто создает конфиги с нужной информацией. Всё стало быстрее и проще.

А ещё с ARTEM(L) у нас:

🎯 Постоянный мониторинг моделей и обратная связь, чтобы всегда быть в курсе их состояния
🎯 Полная автоматизация — от подбора фичей до замены старой модели на новую прямо в бизнес-системе, и минимум ручного вмешательства
🎯 Новая модель сразу идёт в пром — никакого возвращения в среду разработки и повторного прохождения всех этапов

Больше про ARTEM(L) и его возможности рассказала Анастасия Бондарева, senior Data Scientist в Хабе Юридических Лиц, — читайте в статье 🖇

#aaa_hardposting
👍16🔥147🥰4
Forwarded from Start Career in DS
🔥 Материалы для подготовки к собеседованиям от Start Career in DS и Alfa Advanced Analytics
Добавляем в избранное!

Вместе с Telegram-каналом Центра продвинутой аналитики Альфа-Банка подготовили для вас гайд по собеседованиям для Data Scientist’ов 🔥

В подборке — советы и инсайты от экспертов, а также примеры реальных заданий, которые могут встретиться вам на интервью в Альфа-Банк и не только. Будут полезны как новичкам в DS, так и опытным специалистам!

Сохраняйте подборку и заглядывайте в канал Alfa Advanced Analytics 🙂
А в канале Start Career in DS вы сможете найти много полезных материалов для развития в Data Sceince, а также регулярные квизы с призами!

Материалы для подготовки. Сохраняйте, чтобы не потерять:

🔗 Как вспоминать базовую математику - часть 1, часть 2
🔗 Пет-проекты для начинающего Data Scientist'а - ссылка
🔗 Открытый курс по прикладной статистике от Академии Аналитиков Авито - ссылка
🔗 Deep Learning: теоретический справочник по базовым концепциям - ссылка
🔗 Классический ML – база: справочник основных алгоритмов - ссылка
🔗 Учебник Школы анализа данных — смотреть  
🔗 Семестровый курс DLS — смотреть
🔗 Искусственный интеллект в финтехе — смотреть
🔗 Kaggle — смотреть
🔗 GitHub курса ML-1 в ВШЭ — смотреть
🔥26👍10❤‍🔥9