— 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: code.media@skillbox.ru
Стартовать в программировании вместе со Skillbox: skillbox.ru/code

Подписывайтесь, ставьте лайки, делитесь с друзьями и оставляйте комментарии!