Содержание выпуска — В каких направлениях частные и государственные компании используют решения на основе NLP. — Что такое NLP. Cпойлер: НЕ нейролингвистическое программирование. — История обработки естественного языка — от цепей Маркова до GPT. — Почему нейросети типа Transformer стали прорывом в Data Science и NLP. — Какие языки и фреймворки используются в ML. Почему python стал самым популярным языком в Data Science. — Откуда такой хайп вокруг ChatGPT. Чем GPT-4 отличается от предыдущих поколений GPT. — Как ChatGPT изменил мир, и чего нам ждать в будущем. — Обратная сторона прогресса: с какими проблемами столкнуться пользователи интернета и кто может потерять работу из-за ИИ. — Какие внутренние процессы бизнес может переложить на плечи ML-систем. — Какой профит получают организации от внедрения ИИ. — Кто будет нести ответственность и компенсировать убытки от ошибки роботов. Эксперимент Moral Machine. — О технических сложностях и возражениях, которые встречаются на пути внедрения ИИ в бизнесе. — Как соотносятся ML, DS и искусственный интеллект. Чем дата-аналитика отличается от бизнес-аналитики. — Что учить, чтобы вкатиться в Data Science. Насколько хорошо нужно знать математику. — Стоит ли сегодня пытаться стать дата-сайентистом. Кому буде легко, а кому придётся попотеть. — Какие карьерные треки есть в DS. — Проблемы грейдов. Чем джун в Data Science отличается от мидла и мидла от сеньора. Что означают приставки staff и principal в названиях должностей. — Какие технические книги нужно читать, а на какие лучше не тратить время. Гость: Геннадий Штех Руководитель группы R&D в Embedika. Руководит разработкой и внедрением ML-решений, исследует инструменты и алгоритмы NLP. Полезные ссылки — Moral machine — платформа, собирающая ответы пользователей на моральные дилеммы https://www.moralmachine.net/; — «Распознавание образов и машинное обучение», Кристофер Бишоп; — «Bayesian reasoning and machine learning», Дэвид Барбер; — «Глубокое обучение. Погружение в мир нейронных сетей», Сергей Николенко. Предложить тему, стать гостем подкаста, похвалить или поругать выпуск: [email protected] Стартовать в программировании вместе со Skillbox: skillbox.ru/code Подписывайтесь, ставьте лайки, делитесь с друзьями и оставляйте комментарии!