У Арсения Кравченко вышла книга про машинное обучение
Написана в соавторстве с другим инженером. Уже в предпродаже.
В американском издательстве Manning Publications в предпродажу поступила книга ML-инженера из Беларуси Арсения Кравченко и дата-сайентиста Валерия Бабушкина.
Книга называется Machine Learning System Design: With end-to-end examples, это практическое руководство по планированию и разработке приложений машинного обучения. Написаны пока 8 глав из 16-и, по предзаказу доступны 5 глав, новые обещают открывать по одной в месяц, печатную версию — в 2024 году.
— Мы с соавтором задумались о книге, обсуждая, чего не хватает людям в индустрии, например, кандидатам на собеседованиях. Полно книг и курсов, люди старательно их осваивают, но эти знания не всегда ложатся в стройную картинку: даже умный человек может не видеть леса за деревьями. Даже если он более или менее знает все или почти все нужные куски, этого оказывается недостаточно, чтобы сделать качественную ML-систему для реальной задачи.
Мы попытались подытожить опыт именно для такой генерализации. В идеальном мире хочется, чтобы нормальный инженер (который уже что-то знает про ML и умеет в целом писать код) мог прочитать книгу и после этого самостоятельно построить жизнеспособную ML-систему и не наступить хотя бы на те грабли, на которые наступали мы сами и наши знакомые в индустрии.
Арсений Кравченко — ML- инженер, представитель сообщества Open Data Science и автор Telegram-канала partially unsupervised — не раз становился автором материалов про AI, ML и Data Scientist на dev.by (например, вот и вот). Ещё раньше он возглавлял R&D-команду в Wannaby, которая сделала «примерочную» для ногтей. Сейчас Арсений не в Беларуси. Вот что он говорит о своей работе в последние годы.
Я уехал в 2020-м, работал ML-инженером удалённо на два стартапа (один про Computer Vision в производстве, другой — про ML для анализа транзакций в финтехе, оба американские).
И о соавторе Валерии Бабушкине:
— Мой соавтор, наоборот, исключительно корпоративный чувак — его последнее место работы — VP of Data Science в Blockchain.com, до этого Meta, до этого X5 Group в Москве. Потому мы считаем свой опыт комплементарным — разные задачи, разные контексты.
Читать на dev.by