Идея создать собственный веб-плеер с музыкой лоу-фай пришла мне в голову однажды воскресным днём во время изучения глубоких генеративных моделей. Я занялась этим проектом и закончила его за время каникул. Веб-плеер имеет две опции: пользователи могут выбрать трек лоу-фай на основе реальной песни, преобразованной с помощью библиотеки Tone.js, или трек, сгенерированный искусственным интеллектом. В обоих случаях поверх накладываются барабанные ритмы, атмосферные звуки и цитаты, которые пользователь сам выбрал на предыдущем шаге. В этом посте речь пойдёт в основном о том, как использовать нейросети LSTM для генерации midi-треков, а в конце я кратко расскажу о том, как с помощью Tone.js создаются песни.
НИТУ «МИСиС», SkillFactory и Mail.ru Group запускают первую русскоязычную онлайн-магистратуру по Data Science

НИТУ «МИСиС» и SkillFactory, образовательная платформа в области Data Science, заключили соглашение о создании совместной онлайн-магистратуры «Наука о данных» и сотрудничестве в области развития образовательных технологий в высшем образовании. Это первый в России случай партнерства частной образовательной компании с государственным вузом по модели OPM (Online Program Management). Индустриальным партнером программы будет Mail.ru Group. Программу также поддерживают NVidia, Ростелеком и Университет НТИ «20.35».
Как мы сделали первый Data Science Акселератор, или Новый подход к обучению профессионалов

Обучать профессионалов намного сложнее, чем новичков. Если новичок – это чистый лист, то профи – сам как живой учебник, наполненный знаниями, устоявшимися взглядами и интересами. Но даже профессионалу иной раз нужна помощь в достижении целей – для этого мы и создали Data Science Акселератор. Подробнее о том, что это такое, из чего состоит и как создавалось – под катом.
Как мы на хакатоне транспорт кластеризировали

Привет, Хабр! Компьютерное зрение и искусственный интеллект — одни из самых востребованных направлений в современном IT. Поэтому мы выбрали именно их для учебного «Межгалактического Хакатона 2021» который организовали НИТУ МИСиС и Zavtra.Online (подразделение SkillFactory по работе с университетами).
В хакатоне были представлены 5 кейсов от разных компаний, и одним из них был кейс от компании IntelliVision — кластеризация изображений транспортных средств. Его и выбрала команда финалистов, описав реализацию подобного проекта от А до Я.
Как победить букмекеров с помощью ИИ: опыт студентов магистратуры «Наука о данных»

Привет, Хабр! Сегодня хотим представить вам проект студентов магистратуры «Наука о данных» НИТУ МИСиС и Zavtra.Online (подразделении SkillFactory по работе с университетами) созданный на учебном "Межгалактическом Хакатоне 2021", который прошел в марте. Команда поделится решением выбранной задачи — предсказание победителя-бойца турнира UFC. Задача отличалась от прочих тем, что после написания модели из неё можно сделать целый продукт, оформив модель в приложение, готовое к использованию конечными пользователями, например теми, кто захочет обыграть букмекеров.
Mail.ru Group объединила платформу SkillFactory со своим образовательным холдингом Skillbox

Mail.ru Group сообщила об объединении образовательной платформы SkillFactory с аналогичными платформами Skillbox и GeekBrains. До покупки компания имела миноритарную долю SkillFactory в размере 18,31% и опцион на покупку дополнительных акций с планом его реализации во втором полугодии этого года. По окончанию всех транзакций Skillbox Holding Limited (образовательный холдинг Mail.ru Group) завладеет 61,8% SkillFactory. Сумма и детали сделки не раскрываются.
Акустические транзисторы открывают путь к новой электронике

Современные компьютеры просто невозможны без электрических транзисторов. К старту нашего флагманского курса делимся материалом о разработке транзисторов на основе акустики, открывающих путь к новой электронике. Подробности под катом.
Выпущена браузерная виртуальная машина с Debian

В Leaning Technologies создали виртуальную бессерверную среду Linux, которая запускает немодифицированные двоичные файлы Debian в браузере. Подробностями делимся к старту курса по Fullstack-разработке на Python.
В MIT разработали прототип первого в мире тензорного языка программирования с формальной верификацией оптимизаций

Широко распространено мнение, что в высокопроизводительных вычислениях неизбежны компромиссы между скоростью и надёжностью. Однако команда исследователей утверждает, что можно получить всё. Подробностями делимся к старту флагманского курса по Data Science.
NodeJS: 12 пакетов для продуктивности разработчика

Менеджер процессов для продакшна с балансировщиком нагрузки. Обёртки над отладкой и хуками Git, защита express-приложений через HTTP-заголовки, утилита в более чем 180 функциями для работы с датами и другие инструменты, которые сэкономят ваше время. Подборка особенно полезна начинающим разработчикам NodeJS, но может порадовать опытных скептиков.
HDTree: настраиваемое дерево решений на Python

Представляем настраиваемую и интерактивную структуру дерева решений, написанную на Python. Эта реализация подходит для извлечение знаний из данных, проверки интуитивного представления, улучшения понимание внутренней работы деревьев решений, а также изучение альтернативных причинно-следственных связей в отношении вашей проблемы обучения. Она может использоваться в качестве части более сложных алгоритмов, визуализации и отчётов, для любых исследовательских целей, а также как доступная платформа, чтобы легко проверить ваши идеи алгоритмов дерева решений.
Прогулка по граблям: 10 критических ошибок разработки теста для проверки знаний

Перед записью на новый курс Machine Learning Advanced мы тестируем будущих студентов, чтобы определить уровень их готовности и понять, что именно им необходимо предложить для подготовки к курсу. Но возникает дилемма: с одной стороны, мы должны проверить знания по Data Science, с другой — мы не можем устроить полноценный 4-х часовой экзамен.
Для решения такой задачи мы развернули штаб по TestDev прямо в команде разработки курсов по Data Science (и, похоже, это только начало). Представляем вам список 10 «граблей», на которые наступают при разработке тестов для оценки знаний. Надеемся, что мир онлайн-обучения станет после этого чуть лучше.
Масштабируемая классификация данных для безопасности и конфиденциальности

Классификация данных на основе контента — это открытая задача. Традиционные системы предотвращения потери данных (DLP) решают эту проблему путем снятия отпечатков с соответствующих данных и мониторинга конечных точек для снятия отпечатков. Учитывая большое количество постоянно меняющихся ресурсов данных в Facebook, этот подход не только не масштабируется, но и неэффективен для определения того, где находятся данные. Эта статья посвящена сквозной системе, построенной для обнаружения чувствительных семантических типов в Facebook в масштабе и автоматического обеспечения хранения данных и контроля доступа.
Описанный здесь подход — это наша первая сквозная система конфиденциальности, которая пытается решить эту проблему путем включения сигналов данных, машинного обучения и традиционных методов снятия отпечатков для отображения и классификации всех данных в Facebook. Описанная система эксплуатируется в производственной среде, достигая среднего балла F2 0,9+ по различным классам конфиденциальности при обработке большого количества ресурсов данных в десятках хранилищ. Представляем перевод публикации Facebook на ArXiv о масштабируемой классификации данных для обеспечения безопасности и конфиденциальности на основе машинного обучения.
Сколько зарабатывает аналитик данных: обзор зарплат и вакансий в 2020

Привет, Хабр! 28 сентября Skillfactory запускает новый поток курса Data Analyst, поэтому мы решили сделать широкий обзор рынка вакансий, которые предлагают сегодня компании.
Действительно ли профессия аналитика данных может приносить до «300к/наносек»? Какие умения требуют работодатели от аналитиков и что вообще нужно знать, чтобы стать востребованным и высокооплачиваемым спецом? Какие возможности для роста предлагает рынок сегодня?
Мы проанализировали 450 вакансий на должность аналитика данных в России и за рубежом и собрали результаты в этой статье.
Университет или буткемп? Разбираемся, что лучше

Совсем недавно мы запустили буткемпы по Data Science и Data Analytics и хотели бы поделиться с хабражителями материалом, в котором автор сравнивает этот популярный на Западе формат образования с классическим университетским. Приятного чтения.
От автора оригинала.
Я поступил в Корнельский университет на бакалавра информатики и инженера в области компьютерных наук. Я уже довольно давно работаю инженером-программистом в таких компаниях, как Salesforce, Amazon и Twitter. Кроме того, я обучаю людей, подготавливаю их к собеседованиям по разработке ПО. Фрилансером я работал с более чем 100 клиентами, включая тех, кто пошел в буткемпы, и тех, кто учился в колледжах. Я видел обе стороны, так что мое мнение не предвзято.
Data Science — это пузырь?

У нас в SkillFactory, как в школе, которая специализируется на обучении дата-сайентистов и дата-аналитиков, внимательно подходят к вопросу восприятия самой профессии как самими студентами, так и их нанимателями. О требованиях к профессии Data Analyst и путанице в вакансиях мы уже рассказывали в этом материале, а теперь хотим поделиться с вами переводом статьи руководителя отдела интеллектуального принятия решений в Google, в которой она рассказывает о перспективах должности Data Scientist. О рисках компании при найме Data Scientist из-за разного понимания должности или из-за неопытных HR и о том, как обезопасить вас от ошибок в резюме.
История Waze: от бессмыслицы до миллиардной компании

Один из важных этапов обучения в SkillFactory (например, на курсах Android и iOS разработчиков) — это создание собственных продуктов. Это могут быть функциональные программы и простые игры. Такие проекты, имеют шансы стать чем-то большим, чем просто работа для портфолио. Но насколько сильно «взлет» проекта зависит от самих разработчиков, а насколько — от внешних обстоятельств?
Сегодня мы делимся историей приложения для борьбы с пробками Waze, в которое поначалу мало кто верил, но которому удалось вырасти в солидный бизнес.
7 бесплатных книг, которые следует прочитать каждому дата-сайентисту

Самообразование — пожалуй, один из самых сложных путей и процессов для взрослого человека. Когда вокруг столько отвлекающих факторов, уже трудно заставить себя довести дело до конца (особенно если мотивация неочевидна). Но самообразование как эволюция — это неотъемлемый элемент жизни любого профессионала или того, кто хочет им стать. Книги в этом случае могут стать тем самым выстрелом, которым убиваются два зайца, вы и растете как специалист, и не «выпадаете из жизни». Автор материала подобрал 7 бесплатных электронных книг, которые помогут вам изучать Data Science и ML.
Выбираем самый удобный редактор кода Python

Львиную долю своего рабочего времени программисты проводят в редакторах кода. В такой ситуации комфортность и удобство рабочей среды трудно переоценить. Конечно, писать код можно и в простейшем текстовом редакторе и сохранять в .html, но с продвинутым редактором это не сравнится. Особенно если редактор ориентирован на конкретный язык. Так как питон был и остается основным языком, используемым в Data Science, и именно ему мы уделяем особое внимание на наших курсах, делимся с вами переводом статьи, автор которой пишет о знакомых ему редакторах и о том, что он считает привлекательным в них.