IT-школа Skillfactory

Любую информацию, которую выдала вам нейросеть, нужно проверять. Потому что она может галлюцинировать — придумывать несуществующие факты и цифры. Одна из причин — модель, собирая ответ, использует информацию, на которой ее обучили. Если данных не хватает, ИИ приходится импровизировать. 

Чтобы этого не случилось, разработчики используют RAG-подход. Что это такое — читайте в карточках, подробности ищите в статье нашего блога. 

Читайте нас в MAX

@skillfactory

Когда разработчики, дизайнеры, тестировщики, менеджеры собираются вместе, чтобы придумать новый классный продукт и посоревноваться с другими специалистами, — это хакатон.

Хакатоны бывают учебными и коммерческими. Последних в России больше: их устраивают компании, когда хотят решить технологическую проблему или набрать талантливых новичков. А еще победителям платят деньги: призовой фонд может составлять до миллиона рублей.

Такое мероприятие — хороший повод пополнить резюме, найти единомышленников или получить офер.

Поучаствовать в хакатоне можно в рамках онлайн-курсов или посетив специализированный сайт вроде хакатоны.рус или russianhackers.org. А почитать больше — в статье нашего блога.

Читайте нас в MAX

@skillfactory

#важное_напоминание

Сегодня электронной почтой пользуются 57% жителей Земли. Сервис пережил бум соцсетей и мессенджеров и не теряет популярности: число регистраций растет примерно на 3% в год.

В карточках собрали пять фактов об электронной почте.

В комментариях напишите, когда вы зарегистрировали первый почтовый ящик 📩

Читайте нас в MAX

@skillfactory

Чтобы научить робота отличать улитку от камня, программист напишет инструкцию, где будет что-то вроде: «Если объект двигается медленно, оставляет за собой слизь и у него есть рожки — это улитка». 

А специалист по машинному обучению покажет 1000 картинок с улитками и 1000 — с камнями, чтобы роботу стало понятно, как эти объекты выглядят. Постепенно он начнет замечать закономерности, например, что у улиток есть рожки, а у камней их нет.

Машинное обучение (Machine Learning) — это когда модель не программируют напрямую, а учат на примерах, как ребенка. 

Есть три типа машинного обучения: 

▪️ Обучение с учителем 
В наборе данных у каждой записи ставят метку. Модель должна научиться связывать характеристики данных с этими метками, чтобы классифицировать новые данные. Как в примере с улитками

▪️ Обучение без учителя 
Меток нет, и модель должна сама найти закономерности в данных и научиться отличать камни от улиток

▪️ Обучение с подкреплением
В этом случае алгоритм учится на своих ошибках. Есть набор данных и он пытается понять, как они связаны. Если получается, ему вручают награду

Разобраться в этом сложном, но интересном процессе вам помогут на курсе Machine Learning Engineer.

Читайте нас в MAX

@skillfactory

Сегодня считаем деньги специалистов по информационной безопасности. Сфера прибыльная и быстрорастущая. Эксперты утверждают, что спрос на хороших инфобезопасников будет высоким минимум до 2028 года. 

Это отличный повод войти в профессию сейчас. И вместе со скилами повышать доход. Как это сделать, читайте в карточках.

Читайте нас в MAX

#хакер @skillfactory