skillswiki.
Профессии/Data Scientist / ML-инженер/Middle
Подборка материалов · Middle

110 статей для Middle Data Scientist / ML-инженера: большая подборка

Материалы для самостоятельного ML-специалиста: feature engineering, бустинг, глубокое обучение, NLP, компьютерное зрение, рекомендательные системы, MLOps и мониторинг моделей.

110 статей · 10 тем · материалы на русском языке

Feature Engineering и воспроизводимые пайплайны

  1. Avalon: как построить эффективный Feature Store на YDB

    Чтобы стабильно готовить признаки для модели.

  2. Опыт работы с библиотекой h3: гексы, геопризнаки и Geo Feature Store

    Чтобы стабильно готовить признаки для модели.

  3. Рекурсивный отбор признаков. Динамический шаг в танце feature selection

    Чтобы стабильно готовить признаки для модели.

  4. Каким должен быть Feature Store, чтобы оптимизировать работу с ML-моделями

    Чтобы стабильно готовить признаки для модели.

  5. Как мы пишем ML-приложения с использованием паттерна пайплайнов

    Чтобы стабильно готовить признаки для модели.

  6. Feature Engineering или стероиды для ML моделей

    Чтобы стабильно готовить признаки для модели.

  7. Проектируем собственную inhouse Feature Platform

    Чтобы стабильно готовить признаки для модели.

  8. Как за 5 недель построить рекомендательную систему в TravelTech: Kafka и MongoDB вместо Feature Store

    Чтобы стабильно готовить признаки для модели.

  9. Методические заметки об отборе информативных признаков (feature selection)

    Чтобы стабильно готовить признаки для модели.

  10. Динамические модули в приложениях на Android: опыт использования Dynamic Feature Delivery

    Чтобы стабильно готовить признаки для модели.

  11. Feature Based Clean Architecture. Часть 1: Эволюция NestJS-приложения в неподдерживаемое состояние

    Чтобы стабильно готовить признаки для модели.

  12. Как я построил ML‑пайплайн для поиска подозрительных транзакций и почему одной классификации оказалось мало

    Чтобы стабильно готовить признаки для модели.

  13. Промышленный мониторинг качества данных в Feature Store. Предпосылки и реализация

    Чтобы стабильно готовить признаки для модели.

Ансамбли и градиентный бустинг

  1. Градиентный бустинг. Реализация с нуля на Python и разбор особенностей его модификаций (XGBoost, CatBoost, LightGBM)

    Чтобы обучать сильные модели на табличных данных.

  2. CatBoost, XGBoost и выразительная способность решающих деревьев

    Чтобы обучать сильные модели на табличных данных.

  3. Пишем XGBoost с нуля — часть 2: градиентный бустинг

    Чтобы обучать сильные модели на табличных данных.

  4. Вся суть ансамблей на примере Случайного Леса и Градиентного Бустинга

    Чтобы обучать сильные модели на табличных данных.

  5. Яндекс открывает технологию машинного обучения CatBoost

    Чтобы обучать сильные модели на табличных данных.

  6. XGBoost альтернатива CatBoost для работы с категориальными данными???

    Чтобы обучать сильные модели на табличных данных.

  7. Как работает самая популярная у дата саентистов модель машинного обучения: градиентный бустинг (XGBoosting) на пальцах

    Чтобы обучать сильные модели на табличных данных.

  8. Градиентный бустинг с CatBoost (часть 2/3)

    Чтобы обучать сильные модели на табличных данных.

  9. Градиентный бустинг с CATBOOST

    Чтобы обучать сильные модели на табличных данных.

  10. Градиентный бустинг с CATBOOST (часть 3/3)

    Чтобы обучать сильные модели на табличных данных.

  11. Методы сбора ансамблей алгоритмов машинного обучения: стекинг, бэггинг, бустинг

    Чтобы обучать сильные модели на табличных данных.

  12. Как спрогнозировать вес птицы с помощью XGBoost: от предобработки данных до оптимизации модели

    Чтобы обучать сильные модели на табличных данных.

  13. TabFM против XGBoost: 5 фактов, которых нет в релизе

    Чтобы обучать сильные модели на табличных данных.

Глубокое обучение

  1. Лучшее в мире видео-объяснение нейронных сетей, глубокого обучения, градиентного спуска и обратного распространения

    Чтобы решать сложные задачи нейронными сетями.

  2. Текстовые капчи легко распознаются нейронными сетями глубокого обучения

    Чтобы решать сложные задачи нейронными сетями.

  3. Книга «Глубокое обучение. Погружение в мир нейронных сетей»

    Чтобы решать сложные задачи нейронными сетями.

  4. Deep Learning: Cочетание глубокой сверточной нейронной сети с рекуррентной нейронной сетью

    Чтобы решать сложные задачи нейронными сетями.

  5. Головоломка, кофе и охапка книг, или как я искал истоки термина «Deep Learning»

    Чтобы решать сложные задачи нейронными сетями.

  6. PyTorch vs TensorFlow: что выбрать для deep learning в 2026 году

    Чтобы решать сложные задачи нейронными сетями.

  7. Головоломка, кофе и охапка книг, или как я искал истоки термина «Deep Learning». Часть 2

    Чтобы решать сложные задачи нейронными сетями.

  8. Сравнение матричной факторизации с трансформерами на наборе данных MovieLens с применением библиотеки pytorch-acceleratd

    Чтобы решать сложные задачи нейронными сетями.

  9. 7 лет хайпа нейросетей в графиках и вдохновляющие перспективы Deep Learning 2020-х

    Чтобы решать сложные задачи нейронными сетями.

  10. Нечувствительные к весам нейронные сети (WANN)

    Чтобы решать сложные задачи нейронными сетями.

  11. Deep Learning в вычислении оптического потока

    Чтобы решать сложные задачи нейронными сетями.

  12. Deep Learning в иллюстрациях: Рекуррентные нейронные сети

    Чтобы решать сложные задачи нейронными сетями.

  13. TensorRT 6.x.x.x — высокопроизводительный инференс для моделей глубокого обучения (Object Detection и Segmentation)

    Чтобы решать сложные задачи нейронными сетями.

NLP и языковые модели

  1. BERT — state-of-the-art языковая модель для 104 языков. Туториал по запуску BERT локально и на Google Colab

    Чтобы создавать системы для работы с текстом.

  2. Знакомьтесь, FRIDA. Открытая эмбеддинг-модель для русского языка

    Чтобы создавать системы для работы с текстом.

  3. BERT в двух словах: Инновационная языковая модель для NLP

    Чтобы создавать системы для работы с текстом.

  4. Маленький и быстрый BERT для русского языка

    Чтобы создавать системы для работы с текстом.

  5. Эволюция языковых моделей для генерации текста с высоты птичьего полёта

    Чтобы создавать системы для работы с текстом.

  6. Проект Natasha. Набор качественных открытых инструментов для обработки естественного русского языка (NLP)

    Чтобы создавать системы для работы с текстом.

  7. ruT5, ruRoBERTa, ruBERT: как мы обучили серию моделей для русского языка

    Чтобы создавать системы для работы с текстом.

  8. Преемник BERT: ModernBERT

    Чтобы создавать системы для работы с текстом.

  9. Альтернативное понимание контекста с помощью статистической языковой модели

    Чтобы создавать системы для работы с текстом.

  10. Как с помощью BERT организовать поиск похожих текстов

    Чтобы создавать системы для работы с текстом.

  11. Fine-Tune модели основанной на трансформерах (Rubert) для классификации текстов

    Чтобы создавать системы для работы с текстом.

  12. Зоопарк трансформеров: большой обзор моделей от BERT до Alpaca

    Чтобы создавать системы для работы с текстом.

  13. TAPE: первый бенчмарк для few-shot оценки языковых моделей на русском языке

    Чтобы создавать системы для работы с текстом.

Компьютерное зрение

  1. Эволюция архитектур нейросетей в компьютерном зрении: сегментация изображений

    Чтобы извлекать информацию из изображений.

  2. «Пора ли гнать на мороз Computer Vision — scientist'ов ?» (Fondation Models и вокруг)

    Чтобы извлекать информацию из изображений.

  3. Взгляд компьютерным зрением на работу коммунальных служб

    Чтобы извлекать информацию из изображений.

  4. Робототехнические манипуляторы с компьютерным зрением

    Чтобы извлекать информацию из изображений.

  5. Самая сложная задача в Computer Vision

    Чтобы извлекать информацию из изображений.

  6. Как превратить спутниковые снимки в карты. Компьютерное зрение в Яндексе

    Чтобы извлекать информацию из изображений.

  7. Сегментация изображений с дефектами для промышленности на основе Unet и TensorFlow

    Чтобы извлекать информацию из изображений.

  8. OpenCV: компьютерное зрение на Python

    Чтобы извлекать информацию из изображений.

  9. Segment Anything: создание первой базисной модели для сегментации изображений

    Чтобы извлекать информацию из изображений.

  10. Компьютерное зрение на примере приложения для IKEA. Часть 1

    Чтобы извлекать информацию из изображений.

  11. Homo clickus. Как моделирование кликающих людей пригодится для сегментации изображений

    Чтобы извлекать информацию из изображений.

  12. Постановка задачи компьютерного зрения

    Чтобы извлекать информацию из изображений.

  13. Уроки компьютерного зрения на Python + OpenCV с самых азов. Часть 6

    Чтобы извлекать информацию из изображений.

Рекомендательные системы

  1. Моя волна — теперь и в офлайне. Рассказываем, как уместили рекомендательную систему в сотню килобайт

    Чтобы персонализировать выдачу для пользователя.

  2. Исследователи Яндекса выложили Yambda — один из крупнейших в мире датасетов для развития рекомендательных систем

    Чтобы персонализировать выдачу для пользователя.

  3. Контекстные многорукие бандиты для рекомендации контента, или Не Бернулли единым

    Чтобы персонализировать выдачу для пользователя.

  4. Датасет VK-LSVD помогает тестировать алгоритмы рекомендаций: сейчас на его базе проходит VK RecSys Challenge

    Чтобы персонализировать выдачу для пользователя.

  5. Rekko Challenge — как занять 2-е место в конкурсе по созданию рекомендательных систем

    Чтобы персонализировать выдачу для пользователя.

  6. Рекомендации в Okko: как заработать сотни миллионов, перемножив пару матриц

    Чтобы персонализировать выдачу для пользователя.

  7. Кеш кандидатов: как снизить расход железа в рекомендательной системе без потери качества

    Чтобы персонализировать выдачу для пользователя.

  8. Как machine learning улучшает рекомендации по каталогу сайта на 80%. Повышаем эффективность collaborative filtering

    Чтобы персонализировать выдачу для пользователя.

  9. Анатомия рекомендательных систем. Часть первая

    Чтобы персонализировать выдачу для пользователя.

  10. Построили рекомендательную систему для игр и поняли, почему простые решения работают, а сложные нет

    Чтобы персонализировать выдачу для пользователя.

  11. Паттерны кеширования: проблемы, решения, практические рекомендации

    Чтобы персонализировать выдачу для пользователя.

  12. Рекомендации по написанию чистого кода на JavaScript

    Чтобы персонализировать выдачу для пользователя.

  13. Как работают рекомендательные системы. Лекция в Яндексе

    Чтобы персонализировать выдачу для пользователя.

MLOps и развёртывание моделей

  1. MLOps — дитя DevOps и ML

    Чтобы надёжно выпускать и обновлять ML-модели.

  2. MLOps без боли в облаке: как развернуть Kubeflow в продакшен-кластере Kubernetes

    Чтобы надёжно выпускать и обновлять ML-модели.

  3. JupyterHub на стероидах: реализация KubeFlow фич без масштабных интеграций

    Чтобы надёжно выпускать и обновлять ML-модели.

  4. Инструменты для MLOps: выбираем между вендорскими и Open Source-решениями

    Чтобы надёжно выпускать и обновлять ML-модели.

  5. Ликбез по LLM, новинки от Nvidia и видеокейс по внедрению MLOps

    Чтобы надёжно выпускать и обновлять ML-модели.

  6. Как переехать на Kubeflow в качестве ML-платформы?

    Чтобы надёжно выпускать и обновлять ML-модели.

  7. Что такое Kubeflow? Основы машинного обучения с Kubeflow

    Чтобы надёжно выпускать и обновлять ML-модели.

  8. «Взрыв поверхности» или «вертикальный срез»: какой подход выбрать при построении MLOps-платформы?

    Чтобы надёжно выпускать и обновлять ML-модели.

  9. Челленджи деплоя, сетевых политик и планировщика: как мы внедряли ML-платформу Kubeflow

    Чтобы надёжно выпускать и обновлять ML-модели.

  10. Развертывание ML модели в Docker с использованием Flask (REST API) + масштабирование нагрузки через Nginx балансер

    Чтобы одинаково запускать приложение в любой среде.

  11. Полное руководство по созданию Docker-образа для обслуживания системы машинного обучения в продакшене

    Чтобы одинаково запускать приложение в любой среде.

  12. Что такое MLOps и как мы внедряли каскады моделей

    Чтобы надёжно выпускать и обновлять ML-модели.

  13. MLflow: вывод моделей в продакшн и инструмент MLOps

    Чтобы надёжно выпускать и обновлять ML-модели.

Эксперименты и надёжная оценка

  1. Эксперимент в Яндексе. Как идентифицировать взломщика с помощью машинного обучения

    Чтобы проверять влияние изменений на метрики.

  2. Валидация «каузальных» моделей

    Чтобы проверять влияние изменений на метрики.

  3. Частые ловушки в экспериментах машинного обучения — рассказываем, что следует знать

    Чтобы проверять влияние изменений на метрики.

  4. Проксируй это: как ускорить A/B-тесты и не попасть в ловушку метрик

    Чтобы проверить влияние изменения на метрики.

  5. Обзор метрик обнаружения аномалий (плюс много дополнительной информации)

    Чтобы проверять влияние изменений на метрики.

Мониторинг данных и моделей

  1. Что такое дрифт ML-моделей и как его мониторить?

    Чтобы быстро находить причины сбоев.

  2. ML‑датасет для Data Scientist: практический гайд по проверке качества данных перед обучением модели

    Чтобы быстро находить причины сбоев.

  3. Система мониторинга ML-моделей: превращаем данные в полезный инструмент

    Чтобы быстро находить причины сбоев.

  4. Detection Drift: как переносить правила между SIEM и не потерять логику обнаружения

    Чтобы быстро находить причины сбоев.

  5. Система мониторинга ML-моделей: что важно контролировать и почему

    Чтобы быстро находить причины сбоев.

  6. Как мы поймали drift в Kubernetes и зачем после этого перешли на GitOps

    Чтобы быстро находить причины сбоев.

  7. Когда чат-бот продаёт Chevrolet за доллар: как тестировать и мониторить LLM-приложения

    Чтобы быстро находить причины сбоев.

  8. Data Drift в ML Страхового Дома ВСК: от PSI-анализа до пересборки фичей и сравнения моделей

    Чтобы быстро находить причины сбоев.

  9. Тестирование ML-моделей. От «пробирки» до мониторинга боевых данных

    Чтобы быстро находить причины сбоев.

  10. Как не перестать быть data driven из-за data driften, или Пару слов о дрейфе данных

    Чтобы быстро находить причины сбоев.

  11. Как мы создавали self-service функционал проверки качества данных для ML-моделей

    Чтобы быстро находить причины сбоев.

  12. Мониторинг ML-систем. «6 лет назад vs сегодня»

    Чтобы быстро находить причины сбоев.

  13. Способы обеспечения качества данных для машинного обучения

    Чтобы быстро находить причины сбоев.

Планирование ML-разработки

  1. Планирование проекта

    Чтобы выбрать приоритеты и согласовать действия.

Все подборки для Data Scientist / ML-инженера →