DLS — новости
На канале мы публикуем новости о курсах Школы глубокого обучения МФТИ: домашки, лекции, дедлайны. Вступайте, если хотите обо всём узнавать первым.
#part1fall2022 — новости 1 семестра
#part2fall2022 — новости 2 семестра
#part1fall2022 — новости 1 семестра
#part2fall2022 — новости 2 семестра
TGlist rating
0
0
TypePublic
Verification
Not verifiedTrust
Not trustedLocationРосія
LanguageOther
Channel creation dateOct 02, 2019
Added to TGlist
Apr 01, 2025Linked chat
Records
03.04.202523:59
17.5KSubscribers01.04.202523:59
200Citation index30.04.202523:59
5KAverage views per post22.04.202501:53
0Average views per ad post28.03.202520:00
1.88%ER28.03.202520:00
28.93%ERR
28.03.202510:54
📹 Открытая лекция
Вчера у нас прошла открытая лекция на тему Deep Learning для табличных данных.
Спикер — Юра Горишний, исследователь из Yandex Research, автор научных статей по обучению нейросетей на табличных данных.
Материалы по прошедшей лекции:
📹 YouTube и VK
🖇 Материалы:
- Презентация
- Статья про TabM
- Код TabM
- Jupyter
- Статья про эмбеддинги признаков
- Код
Вчера у нас прошла открытая лекция на тему Deep Learning для табличных данных.
Спикер — Юра Горишний, исследователь из Yandex Research, автор научных статей по обучению нейросетей на табличных данных.
Материалы по прошедшей лекции:
📹 YouTube и VK
🖇 Материалы:
- Презентация
- Статья про TabM
- Код TabM
- Jupyter
- Статья про эмбеддинги признаков
- Код
22.03.202512:53
📹 Анонс открытой лекции!
В этот четверг, 27 марта в 19:00, пройдет открытая лекция на тему Deep Learning для табличных данных.
Спикер — Юра Горишний, исследователь из Yandex Research, автор научных статей по обучению нейросетей на табличных данных.
Одна из последних работ с участием Юры — это статья про архитектуру TabM. Эта статья была принята на научную конференцию ICLR 2025, а сам TabM активно использовался в недавних Kaggle соревнованиях на табличных данных.
Ссылки на профили Юры: Telegram, GitHub, Google Scholar.
Ссылка на подключение будет ближе к началу лекции. Запись будет 😊
В этот четверг, 27 марта в 19:00, пройдет открытая лекция на тему Deep Learning для табличных данных.
Спикер — Юра Горишний, исследователь из Yandex Research, автор научных статей по обучению нейросетей на табличных данных.
Одна из последних работ с участием Юры — это статья про архитектуру TabM. Эта статья была принята на научную конференцию ICLR 2025, а сам TabM активно использовался в недавних Kaggle соревнованиях на табличных данных.
Ссылки на профили Юры: Telegram, GitHub, Google Scholar.
Ссылка на подключение будет ближе к началу лекции. Запись будет 😊
27.03.202515:19
🤝Как оптимально попасть на стажировку
Стажировка в первую очередь нужна как элемент вашего образования, чтобы разобраться на практике, а что вам вообще интересно. Если вам интересны деньги, то всегда можно пойти на фронтендера, тестировщика, qa-инженера и прочие увлекательные вакансии, не связанные с ML.
На первых курсах может быть довольно сложно работать.
Во-первых из-за учебы и быта вам может быть плохо на вакансии фулл тайм. Лучше инвестировать это время в образование, курсы, пет проекты, накачаться — все то, чем вам в будущем не будет времени заниматься. Молодость дается лишь раз, а на то, чтобы заработать годы опыта у вас будет вся оставшееся жизнь.
Во-вторых не все компании любят первокурсников, ибо могут не считать их надежными сотрудниками. Даже если вы осознанный первокурсник и прошли через сотню рекрутеров, то в штат вас могут не взять: на проверке документов откажут из-за политики компании.
Также бывает, что компаниям интереснее видеть студента топового университета и приходится, подтягивать не только харды (математика, алгоритмы, знание специальности), но и набивать ачивки как курсы, пет проекты и тд, которые требуются в больших компаниях. Как вариант, можно пойти необязательно в бигтех, а в компании попроще, аутсосорс. Таких стажировок полно на сайте, а про подобные активности написано здесь.
Кроме компаний попроще, можно рассматривать вакансии попроще. Например, если хотите в мл, можно начать с продуктовой аналитики, бизнесс аналитики и тд — все зависит от того, насколько далеко вы готовы начинать. Из преимуществ: гарантировано дойдете до работы мечты, осознаете все тонкости айти, а потом проще будет расти в компании как вертикально, так и горизонтально. Из недостатков: очень и очень долгий путь.
Оригинальный пост и другой полезный контент про карьеру в IT читайте в @postypashki_old. А в комментариях обязательно поделитесь историей про вашу первую стажировку: как и где она прошла, а так же помог ли курс DLS при подготовке 😉
Стажировка в первую очередь нужна как элемент вашего образования, чтобы разобраться на практике, а что вам вообще интересно. Если вам интересны деньги, то всегда можно пойти на фронтендера, тестировщика, qa-инженера и прочие увлекательные вакансии, не связанные с ML.
На первых курсах может быть довольно сложно работать.
Во-первых из-за учебы и быта вам может быть плохо на вакансии фулл тайм. Лучше инвестировать это время в образование, курсы, пет проекты, накачаться — все то, чем вам в будущем не будет времени заниматься. Молодость дается лишь раз, а на то, чтобы заработать годы опыта у вас будет вся оставшееся жизнь.
Во-вторых не все компании любят первокурсников, ибо могут не считать их надежными сотрудниками. Даже если вы осознанный первокурсник и прошли через сотню рекрутеров, то в штат вас могут не взять: на проверке документов откажут из-за политики компании.
Также бывает, что компаниям интереснее видеть студента топового университета и приходится, подтягивать не только харды (математика, алгоритмы, знание специальности), но и набивать ачивки как курсы, пет проекты и тд, которые требуются в больших компаниях. Как вариант, можно пойти необязательно в бигтех, а в компании попроще, аутсосорс. Таких стажировок полно на сайте, а про подобные активности написано здесь.
Кроме компаний попроще, можно рассматривать вакансии попроще. Например, если хотите в мл, можно начать с продуктовой аналитики, бизнесс аналитики и тд — все зависит от того, насколько далеко вы готовы начинать. Из преимуществ: гарантировано дойдете до работы мечты, осознаете все тонкости айти, а потом проще будет расти в компании как вертикально, так и горизонтально. Из недостатков: очень и очень долгий путь.
Оригинальный пост и другой полезный контент про карьеру в IT читайте в @postypashki_old. А в комментариях обязательно поделитесь историей про вашу первую стажировку: как и где она прошла, а так же помог ли курс DLS при подготовке 😉
01.04.202514:48
🖥 Олимпиада DLS состоится уже через 4 дня!
До начала отборочного этапа олимпиады, который пройдет 5-6 апреля, осталось уже не так много времени! Если вы еще не зарегистрировались, то стоит поторопиться!
РЕГИСТРАЦИЯ
Чтобы освежить в голове знания и немного подготовиться, можно просмотреть варианты отборочного этапа и финала олимпиады прошлого года. Кроме самих условий, на сайте доступны также и решения 🏆
А если вы новичок, и хотите ускоренно повторить материл к олимпиаде, рекомендуем обратиться к нашему короткому-онлайн курсу. Потом можно будет пройти полноценное обучение в DLS 😉
До начала отборочного этапа олимпиады, который пройдет 5-6 апреля, осталось уже не так много времени! Если вы еще не зарегистрировались, то стоит поторопиться!
РЕГИСТРАЦИЯ
Чтобы освежить в голове знания и немного подготовиться, можно просмотреть варианты отборочного этапа и финала олимпиады прошлого года. Кроме самих условий, на сайте доступны также и решения 🏆
А если вы новичок, и хотите ускоренно повторить материл к олимпиаде, рекомендуем обратиться к нашему короткому-онлайн курсу. Потом можно будет пройти полноценное обучение в DLS 😉
27.03.202515:56
📹 Открытая лекция
Мы начинаем открытую лекцию на тему Deep Learning для табличных данных.
Спикер — Юра Горишний, исследователь из Yandex Research, автор научных статей по обучению нейросетей на табличных данных.
Посмотреть трансляцию можно по ссылке!
Мы начинаем открытую лекцию на тему Deep Learning для табличных данных.
Спикер — Юра Горишний, исследователь из Yandex Research, автор научных статей по обучению нейросетей на табличных данных.
Посмотреть трансляцию можно по ссылке!
Log in to unlock more functionality.
