Что такое ml Вконтакте

Содержание

На прошедшем Content Day 2023 соцсеть ВКонтакте представила сразу несколько инструментов для создания медиаконтента с использованием технологий машинного обучения.

Марина Краснова, CEO ВКонтакте, VK Видео, VK Клипов и VK Звонков:

ВКонтакте более 2 млн активных авторских сообществ, и эта цифра постоянно увеличивается. Наша задача — помогать креаторам выражать себя. Мы предлагаем уникальные кросс-платформенные продукты, с помощью которых можно генерировать контент любого формата.

Многие инструменты построены на уникальных ML-решениях ВКонтакте — это даёт неограниченные возможности для создания контента, аналогов которому нет на других платформах. Мы видим, что наши разработки полезны авторам — с их помощью создатели контента заработали больше 4 млрд рублей в 2022 году. С радостью представляем новинки, которые помогут эффективнее, удобнее и проще создавать контент в самых разных форматах и делиться им».

Standalone-редактор видео и фото с уникальными ML-инструментами

Отдельное приложение для работы с видео и изображениями, в котором есть ML-инструменты для редактирования. Например, нейросети помогут улучшить разрешение видео, удалить объекты, заменить себя в ролике на знаменитость благодаря технологии дипфейк, сделать ретушь одним нажатием.

Управление динамичными ML/AI командами во ВКонтакте | Андрей Законов | Лекториум

Технологии машинного обучения для создания контента

Теперь технологии ВКонтакте могут переводить тексты (пока на 4, а к концу года на 8 языков), улучшать орфографию, пунктуацию и стилистику в любом тексте, а также создавать для сообществ обложки на основе их тематики, а для профилей — аватарки в разнообразных стилях.

Также во ВКонтакте появится функция онлайн-дубляжа на русском языке. Причем нейросеть сделает озвучку максимально похожей на голос актёра, блогера, ведущего ток-шоу или подкаста и любого другого говорящего — с тем же тембром, эмоциональной окраской и другими особенностями речи.

Редактор текстов для совместной работы

В редакторе ВКонтакте пользователи смогут создавать таблицы и доски, совместно редактировать статьи, просматривать журнал изменений, добавлять многоуровневые списки и многое другое.

Рекомендации: сообщества и медиалента

ВКонтакте перезапускает раздел «Сообщества». В основе будет лежать новая рекомендательная система, персонализированные подборки по широкому набору тематик, созданные с помощью нейросетей, а также рекомендации от блогеров, селебрити, комьюнити и других лидеров мнений.

NFT-маркетплейс

ВКонтакте планирует запуск NFT-маркетплейса, в котором будет доступна первичная и вторичная продажа, а любой желающий сможет выпустить собственную коллекцию токенов.

Сейчас технологией в сервисе VK NFT интересуются более 2 млн уникальных пользователей. В ближайшее время соцсеть намерена добавить поддержку токенов в сообществах: авторы смогут установить свой цифровой арт на аватар или добавить на витрину, а в будущем — проводить дропы коллекций. В рамках дропа вместе с токеном можно выдавать различные бонусы: скидки, подарки, подписки, билеты, особые тарифы и многое другое.

Присоединяйтесь к командам ML-разработки ВКонтакте

Можно будет выпускать NFT, которые открывают доступ к эксклюзивному контенту: допустим, треку, который может послушать только владелец токена.
Авторы смогут защищать контент от копирования, создавая токены для материалов разных форматов.
Лучшие создатели контента получат NFT-награды — к примеру, за самый большой рост просмотров, подписок, лайков и другие достижения.
Пользователи смогут в числе первых получать доступ к эксклюзивным ML-инструментам ВКонтакте с помощью особых токенов: например, к нейросетевому улучшению видео до 4K.

Еще по теме: Что значит пишите в лс Вконтакте

Новые возможности в VK Клипах

Многофункциональный видеоредактор, в котором будет управление цветокоррекцией, мультиэкран, звуковые эффекты, добавление фото и тд.
Также в отдельном приложении VK Клипов будет доступна расширенная статистика контента.
Прикрепление ссылок прямо к клипам.
Одним нажатием можно будет преобразовывать видео до 3 минут в клип.

Среди других нововведений, которые анонсировала ВКонтакте:

Авторы смогут выбирать формат отображения фото и видео в своих публикациях – сетка или карусель.
1 апреля пройдет Pixel Battle – теперь соревнуются команды не из сообществ, а из чатов.
В профилях появится возможность включить режим автора: кнопку «Добавить в друзья» можно будет поменять на «Подписаться», станут доступны возможность запускать рекламные кампании и другие инструменты для развития личного бренда.
Запустятся больше 50 новых сервисов для авторов, среди которых приложение для борьбы со спамом в комментариях, возможность закреплять в чатах подходящие мини-приложения и сервис для создания UGC-стикеров.
В историях появится раздел с трендами, который формируется на основе машинного обучения и показывает самый актуальный контент.
Снимки можно будет закреплять в профиле, а ещё загружать прямо во вкладку «Фото» — без добавления в альбом.

Напомним, в VK Рекламе появилось продвижение видео и прямых эфиров.

Источник: www.likeni.ru

«ML-разработчик»: кто это, обязанности, зарплаты и как им стать в 2023 году. Обзор профессии.

Обучение

Автор Роман Семенцов На чтение 56 мин. Просмотров 1.3k.

Кто такой ML разработчик?

ML-разработчик — это программист, который работает с машинным обучением (Machine Learning) и с помощью специальных наборов данных и алгоритмов обучает искусственный интеллект.

Что делают ML разработчики и чем занимаются?

Обязанности на примере одной из вакансий:

Адаптация и совершенствование существующих алгоритмов;
Поиск и внедрение новых алгоритмов;
Оценка эффективности решений ML;
Обмен знаниями с командой разработчиков, разработчиками и клиентами;
Написание качественного кода на Python;
Создание и поддержка ML-инфраструктуры и инструментов для боевых датасаентистов на проектах;
Уточнение и формирование требований к инфраструктуре и инструментам совместно с боевыми датасаентистами, менеджерами и другими коллегами.

Что должен знать и уметь ML разработчик?

Требования к ML разработчикам:

Unix
Python
Опыт работы с продакшном
Знание базового ML
Docker
Git
и других схожих инструментов.

Востребованность и зарплаты ML разработчиков

На сайте поиска работы в данный момент открыто 886 вакансий, с каждым месяцем спрос на ML разработчиков растет.

Количество вакансий с указанной зарплатой ML разработчика по всей России:

от 100 000 руб. – 195
от 200 000 руб. – 142
от 300 000 руб. – 88
от 405 000 руб. – 46
от 505 000 руб. – 19

Вакансий с указанным уровнем дохода по Москве:

от 100 000 руб. – 109
от 200 000 руб. – 88
от 300 000 руб. – 54
от 400 000 руб. – 25
от 505 000 руб. – 12

Вакансий с указанным уровнем дохода по Санкт-Петербургу:

от 195 000 руб. – 21
от 340 000 руб. – 10
от 490 000 руб. – 4
от 785 000 руб. – 1

Как стать ML-разработчиком и где учиться?

Варианты обучения для ML разработчика с нуля:

Самостоятельное обучение – всевозможные видео на YouTube, книги, форумы, самоучители и т.д. Плюсы – дешево или очень недорого. Минусы – нет системности, самостоятельное обучение может оказаться неэффективным, полученные навыки могут оказаться невостребованными у работодателя;
Онлайн-обучение. Пройти курс можно на одной из образовательных платформ. Такие курсы рассчитаны на людей без особой подготовки, поэтому подойдут большинству людей. Обычно упор в онлайн-обучении делается на практику – это позволяет быстро пополнить портфолио и устроиться на работу сразу после обучения.

Ниже сделали обзор 15+ лучших онлайн-курсов.

15+ лучших курсов для обучения ML разработчика: подробный обзор

1 место. Курс «Профессия Data Scientist: машинное обучение» — Skillbox

Стоимость: Рассрочка на 31 месяц — 4 879 ₽ / мес

Еще по теме: Как накручивать людей в группу в ВК

Вы научитесь создавать аналитические системы и использовать алгоритмы машинного обучения, освоите работу с нейросетями. Наполните портфолио и получите престижную профессию.

Длительность 19 месяцев
Помощь в трудоустройстве
7 курсов в одной программе
Доступ к курсу навсегда

На рынке не хватает специалистов по Data Science

включая Сбербанк, Яндекс и Тинькофф, ищут специалистов по Data Science

зарплата начинающего специалиста

Кому подойдёт этот курс

Людям без подготовки в IT

Вы получите базовые навыки по программированию, аналитике, статистике и математике, которые откроют путь к карьере в Data Science и Machine Learning. Сможете использовать свои знания сразу на практике.

Вы прокачаете свои знания и навыки в программировании на Python и R. Подтянете математику и умение мыслить как аналитик, использовать алгоритмы машинного обучения для решения бизнес-задач — и усилите портфолио мощными проектами.

Менеджерам и владельцам бизнеса

Научитесь использовать данные для построения прогнозов и оптимизации бизнес-процессов и переведёте компанию на новый уровень.

Чему вы научитесь

Программировать на Python

Освоите самый популярный язык для работы с данными.

Визуализировать данные

Сможете разрабатывать дашборды или интерактивную инфографику.

Работать с библиотеками и базами данных

Научитесь работать с библиотеками Pandas, NumPy и Matpotlib и освоите базы данных PostgreSQL, SQLite3, MongoDB.

Применять нейронные сети для решения реальных задач

Освоите фреймворки для обучения нейронных сетей Tensorflow и Keras. Узнаете, как устроены нейронные сети для задач компьютерного зрения и лингвистики.

Строить модели машинного обучения

Изучите разные алгоритмы, научитесь решать задачи регрессии, классификации и кластеризации.

Создавать рекомендательные системы

Построите рекомендательную систему и добавите её в своё портфолио.

Помогаем построить карьеру мечты

Вас ждёт индивидуальная карьерная консультация, помощь в оформлении резюме и портфолио. На основе ваших пожеланий подберём подходящие вакансии, подготовим к собеседованию и сделаем всё, чтобы вы получили оффер.

За 2021 год мы трудоустроили более 1000 студентов на работу по новой профессии

Программа

Вас ждут 7 курсов с разным уровнем сложности, знание которых можно приравнять к году работы.

82 тематических модуля
288 онлайн-уроков

Python для Data Science

Введение в Data Science
Введение в Python
Основы
Операторы, выражения
Условный оператор if, ветвления
Условный оператор if: продолжение
Цикл while
For: циклы со счетчиком
For: циклы со счетчиком, часть 2. Функция range
Цикл for: работа со строками
Вложенные циклы
Числа с плавающей точкой (int/float)
Функции
float 2
Установка и настройка IDE
Базовые коллекции: Cписки
Методы для работы со списками
List comprehensions
Базовые коллекции: Строки
Базовые коллекции: словари и множества
Базовые коллекции: Кортежи
Функции — Рекурсия
Работа с файлами
Исключения: работа с ошибками
Введение в ООП
Основные принципы ООП
Итераторы и генераторы

Библиотека NumPy: методы анализа массивов
Библиотека NumPy: способы преобразования массивов
Библиотека pandas: индексация и выбор данных
Библиотека pandas: применение функций, группировка, сортировка
Основы визуализации данных с помощью Matplotlib
Продвинутая визуализация с Matplotlib
Визуализация с Seaborn
Мастер-класс: разведочный анализ (EDA)
Курсовая работа. Подготовка аналитического отчёта на основе имеющихся данных в качестве помощи продюсерам образовательных программ эффективно выстраивать стратегию по обновлению и улучшению курсов
Чтение и запись данных: CSV, XLSX
Основы SQL
Чтение и запись данных: JSON, MongoDB
Работа со строками
Курсовая работа. Часть 1. Подготовка аналитического отчёта для HR-отдела. На основе аналитики необходимо составить рекомендации для отдела кадров по стратегии набора персонала и взаимодействию с сотрудниками
Курсовая работа. Часть 2. подготовка аналитического отчёта для SMM-отдела компании Skillbox на основе паблика Skillbox «ВКонтакте»

Основы статистики и теории вероятностей
Как врать при помощи статистики

Базовые математические объекты и SymPy. Дроби и преобразования
Базовые математические объекты и SymPy. Функции и дополнительные объекты
Функции одной переменной, их свойства и графики
Интерполяция и полиномы: квадратичные и кубические функции
Аппроксимация и преобразование функций: сдвиги, растяжения, сжатия
Аппроксимация и работа с производными
Функции нескольких переменных, их свойства и графики
Частные производные функции нескольких переменных
Векторы и матрицы. Градиент
Линейная регрессия и системы линейных уравнений
Разложение матриц. Собственные векторы и значения

Основные концепции Machine Learning (ML)
Жизненный цикл ML-проекта
Регрессия: метрики качества, преобразование входных данных
Регрессия: регуляризация и градиентный спуск
Классификация: kNN, наивный байесовский классификатор, деревья решений
Классификация: метрики качества классификации и многоклассовая классификация
Кластеризация
Дополнительные техники: понижение размерности
Дополнительные техники: бустинг и стекинг
Знакомство с Kaggle
Курсовая работа. Проанализировать данные телекоммуникационной компании и спрогнозировать отток пользователей на основе демографических характеристик, услуг, которыми они пользуются, длительности пользования услугами, метода и размера оплаты

Введение в нейронные сети
Обучение нейронных сетей
Нейронные сети на практике
Свёрточные нейросети для задачи классификации изображений: введение в свёртки (многоканальные свёртки, рецептивное поле)
Свёрточные нейросети для задачи классификации изображений: продвинутые операции со свёрткой (архитектуры сетей VGG и ResNet, задача Transfer Learning для свёрточных сетей)
Семантическая сегментация: слабая локализация и полносвёрточные нейросети (FCN)
Семантическая сегментация: продвинутые архитектуры FCN для семантической сегментации
Детектирование объектов. Задачи классификации и локализации
Детектирование объектов. Анализ и реализация R-CNN-архитектуры
Детектирование объектов. Разбор популярных архитектур (Fast/Faster R-CNN, YOLO, SSD) и знакомство с TensorFlow Object Detection API
От дискриминативных моделей к генеративным. Style transfer
Генеративные состязательные сети
Введение в NLP
NLP на нейросетях. Рекуррентные нейросети, классификация текстов
NLP на нейросетях. Языковые модели, Attention, Transformer
Обучение с подкреплением. Q-Learning
Обучение с подкреплением. Deep Q-Learning
Ускорение и оптимизация нейронных сетей
Внедрение DL моделей в production
Введение в рекомендательные системы и задачи ранжирования
Современные подходы к построению рекомендательных систем

Как стать первоклассным программистом
Вёрстка email-рассылок. Советы на реальных примерах
The state of soft skills
Как мы создавали карту развития для разработчиков
Как общаться по email и эффективно работать с почтой
Повышение своей эффективности
Спор о первом языке программирования
Саморазвитие: как я не усидел на двух стульях и нашёл третий
Data-driven подход к продуктивности — инсайты из данных миллиона людей
Протокол HTTP
Введение в алгоритмы

IT Resume and CV
Job interview: questions and answers
Teamwork
Workplace communication
Business letter
Software development
System concept development and SRS
Design
Development and Testing
Deployment and Maintenance

Еще по теме: Как сделать зачеркнутую надпись в ВК

Ваше резюме после обучения

Должность Специалист по машинному обучению
Зарплата от:100 000 ₽

Владение Python для машинного обучения
Применение алгоритмов машинного обучения
Работа с различными источниками данных: CSV, XML и XLS
Написание рекомендательных систем
Работа с базами данных MongoDB, PostgreSQL, SQLite3 и SQL
Работа с нейронными сетями
Работа с библиотеками pandas, numpy, matplotlib

Диплом Skillbox

Подтвердит, что вы прошли курс, и станет дополнительным аргументом при устройстве на работу.

Источник: romansementsov.ru