Настя Маркианова — что сделать с ИИ, чтобы признать, что у него есть разум? |Подкаст| karpov.courses
Сегодня в гостях подкаста «IT-шниками не рождаются» Настя Маркианова — кайфующий Data scientist.
Поговорили с Настей о том, как за 6 лет в Data science и AI пройти пусть от джуна до лида, уйти из SberDevices и взять перерыв от фуллтайм работы, а также о том, что трейдинг не имеет ничего общего с предсказаниями.
Стоит ли бояться, что нейросети отнимут у людей работу и чем отличается разум от алгоритмов, обученных на огромном количестве данных? Включайте новый выпуск, чтобы узнать взгляд Data scientist'a на развитие нейросетей.
Канал Насти: https://t.me/no_rocket_science
Тайм-коды:
00:00 — Нарезка избранных моментов
00:48 — Начало выпуска и представление гостьи
01:40 — Кем ты хотела стать, когда вырастешь?
02:34 — Про интерес к математике, физ-мат лицей в Петрозаводске, и поступление в СУНЦ МГУ
10:59 — Про процесс обучения в СУНЦе и поступление в МГУ
14:11 — Как тебе было учиться на мехмате? Про фундаментальную науку, классную атмосферу и первую подработку
17:31 — Про выбор направлений работы для выпускников мехмата, про первые онлайн-курсы по Data science и поиски работы в этой сфере
27:43 — Про работу в компании oneFactor, переход в алгоритмический трейдинг и работу в хедж-фонде
34:11 — Как ты переходила в сферу алгоритмического трейдинга?
35:42 — Что тебе нравится в Data science?
39:17 — Что такое переобучение?
40:42 — Какие данные ты использовала для работы в трейдинге? Про котировки, временные ряды с ценами и текстовые данные.
43:45 — Сколько ты проработала в трейдинге?
46:47 — Отвечает ли Data scientist в хэдж-фонде за результаты своего алгоритма? «Точно уволят или не точно?»
48:37 — Про уход из трейдинга и работу в Домклик
50:33 — Оффтоп про чат-боты
51:45 — Какими задачами ты занималась в Домклик?
1:01:28 — Про переход в SberDevices в команду рекомендаций
1:06:43 — Что ты посоветуешь человеку, который хочет в IT?
1:10:20 — Про большие языковые модели и генеративные сети. Что это означает для человечества в целом, и что это означает для тебя, как человека, занимающего машинным обучением?
1:14:24 — Для тебя GPT4 это искусственный интеллект или продвинутый Т9?
1:22:20 — Расскажи про свой телеграм-канал?
1:23:55 — Подкаст выходит при поддержке школы karpov.courses
Учитесь Data Science с нами: https://karpov.courses/
Видео Настя Маркианова — что сделать с ИИ, чтобы признать, что у него есть разум? |Подкаст| karpov.courses канала karpov.courses
Поговорили с Настей о том, как за 6 лет в Data science и AI пройти пусть от джуна до лида, уйти из SberDevices и взять перерыв от фуллтайм работы, а также о том, что трейдинг не имеет ничего общего с предсказаниями.
Стоит ли бояться, что нейросети отнимут у людей работу и чем отличается разум от алгоритмов, обученных на огромном количестве данных? Включайте новый выпуск, чтобы узнать взгляд Data scientist'a на развитие нейросетей.
Канал Насти: https://t.me/no_rocket_science
Тайм-коды:
00:00 — Нарезка избранных моментов
00:48 — Начало выпуска и представление гостьи
01:40 — Кем ты хотела стать, когда вырастешь?
02:34 — Про интерес к математике, физ-мат лицей в Петрозаводске, и поступление в СУНЦ МГУ
10:59 — Про процесс обучения в СУНЦе и поступление в МГУ
14:11 — Как тебе было учиться на мехмате? Про фундаментальную науку, классную атмосферу и первую подработку
17:31 — Про выбор направлений работы для выпускников мехмата, про первые онлайн-курсы по Data science и поиски работы в этой сфере
27:43 — Про работу в компании oneFactor, переход в алгоритмический трейдинг и работу в хедж-фонде
34:11 — Как ты переходила в сферу алгоритмического трейдинга?
35:42 — Что тебе нравится в Data science?
39:17 — Что такое переобучение?
40:42 — Какие данные ты использовала для работы в трейдинге? Про котировки, временные ряды с ценами и текстовые данные.
43:45 — Сколько ты проработала в трейдинге?
46:47 — Отвечает ли Data scientist в хэдж-фонде за результаты своего алгоритма? «Точно уволят или не точно?»
48:37 — Про уход из трейдинга и работу в Домклик
50:33 — Оффтоп про чат-боты
51:45 — Какими задачами ты занималась в Домклик?
1:01:28 — Про переход в SberDevices в команду рекомендаций
1:06:43 — Что ты посоветуешь человеку, который хочет в IT?
1:10:20 — Про большие языковые модели и генеративные сети. Что это означает для человечества в целом, и что это означает для тебя, как человека, занимающего машинным обучением?
1:14:24 — Для тебя GPT4 это искусственный интеллект или продвинутый Т9?
1:22:20 — Расскажи про свой телеграм-канал?
1:23:55 — Подкаст выходит при поддержке школы karpov.courses
Учитесь Data Science с нами: https://karpov.courses/
Видео Настя Маркианова — что сделать с ИИ, чтобы признать, что у него есть разум? |Подкаст| karpov.courses канала karpov.courses
Показать
Комментарии отсутствуют
Информация о видео
Другие видео канала
Что можно делать со списками? Методы списков в Python | Аналитик данных | karpov.coursesКак использовать метод apply для трансформации колонок? | Аналитик данных | karpov.coursesМоделирование течения инфекционных заболеваний | Вебинар Яна Пиле | karpov.coursesГруппировка данных | Симулятор SQL | karpov.coursesЧто такое конструкция IF ELSE | Аналитик данных | karpov.coursesКак бизнес использует пользовательские данные | Артур Хачуян | karpov.coursesФильтрация данных | Симулятор SQL | karpov.coursesОб A/B тестах без A/B тестов | Никита Маршалкин | karpov.coursesСловари | Аналитик данных | karpov.coursesМаксим Годзи о приёмах Data Science в продуктовой аналитике | Часть 2 | karpov.coursesВасилий Сабиров — мы делали так, чтобы пользователю было классно, но недолго | ПодкастRedash display | Симулятор SQL | karpov.coursesЧего ожидать от курса «Hard Аналитика» | Нерсес Багиян | karpov.coursesСаша Сергеев — войти в IT из любопытства | Подкаст | karpov.coursesЗачем нужно проходить Симулятор ML? | karpov.coursesКак сделать предподготовку данных? Реальные примеры | Аналитик данных | karpov.coursesКак автоматизировать скучную работу в Pandas? | Аналитик данных | karpov.coursesНикита Маршалкин: A/B-тесты сложнее, чем кажется | Интервью | karpov.coursesВизуализация как метод исследования данных | Аналитик данных | karpov.coursesКарта статистических методов - bootstrap VS t - test | Вебинар Анатолия Карпова | karpov.coursesРабота с Join в Pandas | Анатолий Карпов | karpov.courses