7 ноября Intel Software Solutions проводит бесплатный мастер-класс для разработчиков в московском офисе Яндекса на Льва Толстого. Специалисты обеих компаний расскажут всем желающим о программных инструментах и облачных технологиях для разработки ПО, высокопроизводительных вычислений и машинного обучения.
Считайте, что мы вас уже пригласили. Не забудьте только зарегистрироваться — количество мест не бесконечно.

Мы приглашаем всех:

• разработчиков программного обеспечения, исследователей, учёных или инженеров;
• работающих над проектами по обработке большого массива данных или разрабатывающих ПО в облаке;
• знающих C, C++ или Python.

На тренинге вы можете прослушать следующие мастер-классы:

Облачный CI и программные инструменты Intel в облаке

Программные инструменты Intel — это необходимый инструмент разработчика ПО, который стремится получить максимальную производительность своего кода на платформах Intel Architecture (x86). Программные инструменты Intel предоставляют компиляторы, рантаймы и библиотеки, а также инструменты профилировки и прототипирования, покрывающие полный спектр оптимизаций — от алгоритмических до микроархитектурных.

В рамках мастер-класса мы:

• опробуем компиляторы, рантаймы и библиотеки;
• обсудим настройку CI для использования инструментов Intel;
• рассмотрим проблемы и их решения.

Анализ производительности приложений в облаке

Миграция приложений в облачную инфраструктуру даёт ряд преимуществ — например, простое масштабирование, резервирование, техподдержку, снижение TCO. При этом работа с облачными сервисами требует компетентную и внимательную команду разработки и сопровождения ПО.
Цель практического семинара — раскрыть возможности инфраструктуры Яндекс.Облака (на базе Intel Cascade Lake) и использовать инструменты оптимизации и прототипирования производительности Intel Parallel Studio XE Professional Edition.

Знакомство с библиотекой CatBoost

СatBoost — это библиотека градиентного бустинга с открытым исходным кодом.
Она превосходит аналоги по качеству и имеет дополнительные преимущества: например, поддерживает работу с категориальными признаками (жанрами музыки, ID устройства, URL) без предобработки данных.

Мы познакомимся с возможностями библиотеки на примере задачи классификации. Пройдём все этапы построения модели прогнозирования и рассмотрим следующие темы:

• выбор подходящих функций потерь и метрик для оптимизации;
• обучение модели;
• визуализация процесса обучения и кросс-валидации;
• работа со встроенным детектором переобучения;
• выбор оптимального порога принятия решения;
• важность признаков и интерпретация прогнозов модели;
• применение обученной модели к тестовым данным.

Всю информацию о тренинге вы найдете на пригласительной страничке.

Начало мероприятия в 10:00. Участие свободное по предварительной регистрации. Не забудьте захватить с собой ноутбук!