26 источников вдохновения для data scientist’а. Читайте на Cossa.ru
10 июля, 15:57

26 источников вдохновения для data scientist’а

Подборка интересных телеграм-каналов.

26 источников вдохновения для data scientist’а

Меня зовут Даниил Поляков, и я собрал для вас телеграм-каналы, твиттер-аккаунты и другие ресурсы, которыми вдохновляются студенты Школы анализа данных Яндекса. Эта подборка поможет всегда быть в тренде и раньше других узнавать о новом и интересном в мире Data Science.

Telegram

@powerofdata — полезный контент в сжатом виде без ухода в техноблогинг. От анонсов бесплатных DS/BigData-мероприятий до новостей о библиотеках и инструментах.

@addmeto — канал Григория Бакунова, более известного как Bobuk. Постоянный ведущий подкаста Радио-Т и директор по распространению технологий Яндекса делится интересными статьями, сопровождая их своими комментариями.

@techsparks — канал Андрея Себранта, директора по стратегическому маркетингу Яндекса. IT-визионер, стоявший у истоков Рунета, собирает и выкладывает здесь аннотированные ссылки на интересные, полезные и удивительные новости хайтека.

@theworldisnoteasy — канал об исследованиях на стыке наук с развёрнутыми информативными постами на злободневные темы.

@gonzo_ml — gonzo-обзоры статей о машинном обучении. Авторы: Григорий Сапунов (ранее руководитель разработки Яндекс.Новостей, ныне CTO Intento) и Алексей Тихонов (аналитик в Яндексе, создатель Автопоэта и «Нейронной обороны»).

@ctodaily — будни технического директора RAWG (бывшего CTO «Медузы»), интересные IT-истории и ссылки на лонгриды.

@loss_function_porn — англоязычный канал об эстетике функции потерь. Много красивых визуализаций из практики машинного обучения.

@urbandata — канал о том, как данные и технологии помогают городам стать удобнее для жизни. Обзоры и ссылки на интересные проекты, анонсы мероприятий и лекций.

@pathetic_low_freq — безумные ссылки и нёрдовский юмор о машинном обучении, нейросетях и других хайтек-достижениях.

@opendatascience — первый телеграм-канал о Data Science (ведётся на английском языке). Здесь можно почитать о теории и практике ИИ, больших данных, машинного обучения и других технологиях.

@tldr_arxiv — короткий и чёткий разбор свежих и нашумевших статей по глубокому обучению.

@ds_notes — здесь собрана внушительная библиотека электронных книг, статей и лекций о Data Science.

Twitter

Все эти блоги принадлежат ML-специалистам с мировым именем. На них стоит подписаться, чтобы быстрее узнавать о передовых инструментах, интересных публикациях, неординарных проектах и знаковых мероприятиях.

@JeffDean — этот аккаунт ведёт Джефф Дин, старший научный сотрудник Google в команде Google Brain.

@hugo_larochelle — Хьюго Ларошель также работает в Google Brain, его основная специализация — глубокое обучение.

@hardmaru — здесь своими наработками делится научный сотрудник Google Brain в Токио.

@avdnoord — аккаунт ведёт Аарон ван ден Орд, научный сотрудник британской AI-компании DeepMind.

@OriolVinyalsML — обладатель этого аккаунта — Ориол Виньялс, ещё один сотрудник DeepMind и разработчик нейросети AlphaStar. Пишет о проектах, связанных с машинным обучением, глубоким обучением и искусственным интеллектом.

@soumithchintala — аккаунт Сумита Чинталы, исследователя Facebook AI Research и создателя ML-библиотеки PyTorch для Python.

@drfeifei — здесь можно почитать Фей-Фей Ли, ведущего специалиста по развитию искусственного интеллекта и компьютерного зрения в Стэнфорде. Именно она руководила созданием огромной базы изображений ImageNet, которая учит AI-системы «видеть».

@dennybritz — здесь исследователь вопросов глубокого обучения Денни Бритц пишет о ML-технологиях и стартапах.

@ylecun — твиттер французского учёного Яна Лекуна, который известен своими работами по применению нейросетей в сферах оптического распознавания символов и компьютерного зрения.

@goodfellow_ian — аккаунт Иэна Гудфеллоу. Благодаря своим достижениям в области машинного обучения он вошёл в список Foreign Policy’s 100 Global Thinkers как один из десяти самых влиятельных деятелей из мира хайтек.

@karpathy — автор этого блога Андрей Карпати возглавляет AI-направление в Tesla. Чаще всего он пишет о глубоком обучении, нейросетях и компьютерном зрении.

Reddit и Arxiv Sanity

www.arxiv-sanity.com — Андрей Карпати создал этот ресурс, чтобы адаптировать arXiv.org под нужды ML-специалистов. Здесь вы найдёте много свежих статей о машинном обучении, которые помогут оставаться в тренде. А чтобы было легче отделить главное от второстепенного, на сайте ведётся рейтинг самых популярных публикаций.

www.reddit.com — на этом ресурсе действует сабреддит Machine Learning, в котором всегда достаточно свежих новостей и обсуждений. А если ввести в Google запрос вида “site:reddit.com <название статьи>”, вы точно найдёте о ней тред, в котором можно встретить интересные дискуссии и комментарии авторов.

ods.ai — самый массовый Slack-канал, который объединяет специалистов, исследователей и инженеров со всего мира, интересующихся Data Science. Участники канала не только общаются и делятся опытом, но и вместе работают над проектами, мероприятиями и курсами.

А какие каналы и блоги вдохновляют вас? Поделитесь в комментариях.

Мнение редакции может не совпадать с мнением автора. Ваши статьи присылайте нам на 42@cossa.ru. А наши требования к ним — вот тут.



Чем живёт диджитал?
Главное — в рассылке: