3-4 декабря Яндекс вновь проведет YaTalks — главную конференцию для IT-сообщества. На треке про machine learning спикеры обсудят разные подходы к созданию текстового и мультимедийного контента с помощью нейросетей, поговорят о сложностях в обучении и оценке генеративных моделей.

Полная программа и регистрация по ссылке.

Torchgeo - analog of torchvision but for geospatial data

https://github.com/microsoft/torchgeo

Fresh ANN billion-scale library
https://github.com/microsoft/SPTAG

Привет!
Команда Cameos ищет крутого ML разработчика в лондонский офис Snapchat. Вас ожидают state-of-the-art computer vision задачи (https://www.thesun.co.uk/tech/13383120/snapchat-rolls-out-cartoon-lens/). Полагаются все плюшки работы в большой компании, при этом мы еще сохраняем дух стартапа внутри (компания AI Factory была недавно куплена Snap). Через год возможен relocation в Лос-Анджелес
Желающие попробовать свои силы пишите @akovalenko7

Useful tool for minimizing ONNX models https://github.com/daquexian/onnx-simplifier

Useful paper from Google, that helps understand how to not get in trouble.

Hidden Technical Debt in Machine Learning Systems
Sculley

PoolFormer - new SOTA for vision tasks

Paper: https://arxiv.org/abs/2111.11418

Github: https://github.com/sail-sg/poolformer

Искали единую базу знаний по Machine Learning? Я нашел! Специалисты Школы анализа данных от Яндекса создали онлайн-учебник по машинному обучению и Data Science. Здесь и классическая теория, и нюансы реализации алгоритмов, а также знания о важных для ML разделах математики: матричном дифференцировании, статистике, методах оптимизации.

Уже сейчас можно познакомиться с двумя разделами: «Классические методы обучения с учителем» и «Оценка качества моделей». Если вы планировали погружение в тему, рекомендую: сэкономите много времени. Посмотреть, что к чему и будет ли вам полезно, можно здесь

Music Classification: Beyond Supervised Learning, Towards Real-world Applications 

Free online book
https://music-classification.github.io/tutorial/landing-page.html

Попробуй свои силы в DS чемпионате по предсказанию покупательской тележки и сразись за 1 000 000 рублей.

Соревнование проходит с 29 ноября по 17 декабря. Поспеши зарегестрироваться.

Благодаря Intel и СберМаркет участники получат доступ к Intel® oneAPI на облачной платформе ML Space и внушительный датасет покупок (за последние 4 месяца) для анализа и тренировки.

Не упустите шанс получить живой опыт в сфере e-grocery и прокачать свое портфолио на зависть коллегам.

Больше информации найдете тут.

Recognizing Vector Graphics without Rasterization

Paper: https://arxiv.org/abs/2111.03281

Unleashing Transformers: Parallel Token Prediction with Discrete Absorbing Diffusion for Fast High-Resolution Image Generation from Vector-Quantized Codes

https://samb-t.github.io/unleashing-transformers

Paper: https://arxiv.org/abs/2111.12701v1

Github: https://github.com/samb-t/unleashing-transformers

Resolution-robust Large Mask Inpainting with Fourier Convolutions

https://saic-mdal.github.io/lama-project/

МТС проведет онлайн-митап для дата-сайентистов, дата-инженеров и специалистов по машинному обучению 👨‍💻

Беседа начнется 2 декабря в 18.00, зарегистрироваться можно здесь.

Речь, в том числе, пойдет о нюансах обучения бустингов на CPU против GPU и о том, как в МТС налажено взаимодействие между командами DS и MLOps. Также руководитель отдела аналитики в Яндекс.Еде поделится лайфхаками в ML-проектах.

Pytorch Live gives you ability to build models for mobiles and use React-Native library for faster UI building.

https://pytorch.org/live/

​Alias-Free Generative Adversarial Networks (StyleGAN3)

Paper: https://arxiv.org/abs/2106.12423

Github: https://github.com/NVlabs/stylegan3

Plenoxels. Radiance Fields without Neural Networks

100х faster than NERF

https://alexyu.net/plenoxels/