ਮੈਂ NSU ਵਿਖੇ ਮਸ਼ੀਨ ਸਿਖਲਾਈ ਸਿਖਲਾਈ ਦਾ ਆਯੋਜਨ ਕਿਵੇਂ ਕੀਤਾ

ਮੇਰਾ ਨਾਮ ਸਾਸ਼ਾ ਹੈ ਅਤੇ ਮੈਨੂੰ ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਦੇ ਨਾਲ-ਨਾਲ ਲੋਕਾਂ ਨੂੰ ਪੜ੍ਹਾਉਣਾ ਪਸੰਦ ਹੈ। ਹੁਣ ਮੈਂ ਕੰਪਿਊਟਰ ਸਾਇੰਸ ਸੈਂਟਰ ਵਿੱਚ ਵਿਦਿਅਕ ਪ੍ਰੋਗਰਾਮਾਂ ਦੀ ਨਿਗਰਾਨੀ ਕਰਦਾ ਹਾਂ ਅਤੇ ਸੇਂਟ ਪੀਟਰਸਬਰਗ ਸਟੇਟ ਯੂਨੀਵਰਸਿਟੀ ਵਿੱਚ ਡਾਟਾ ਵਿਸ਼ਲੇਸ਼ਣ ਵਿੱਚ ਬੈਚਲਰ ਪ੍ਰੋਗਰਾਮ ਦਾ ਨਿਰਦੇਸ਼ਨ ਕਰਦਾ ਹਾਂ। ਇਸ ਤੋਂ ਪਹਿਲਾਂ, ਉਸਨੇ ਯਾਂਡੇਕਸ ਵਿੱਚ ਇੱਕ ਵਿਸ਼ਲੇਸ਼ਕ ਦੇ ਤੌਰ ਤੇ ਕੰਮ ਕੀਤਾ, ਅਤੇ ਇੱਕ ਵਿਗਿਆਨੀ ਦੇ ਤੌਰ ਤੇ ਵੀ ਪਹਿਲਾਂ: ਉਹ SB RAS ਦੇ ਕੰਪਿਊਟਰ ਸਾਇੰਸ ਇੰਸਟੀਚਿਊਟ ਵਿੱਚ ਗਣਿਤ ਦੇ ਮਾਡਲਿੰਗ ਵਿੱਚ ਰੁੱਝਿਆ ਹੋਇਆ ਸੀ।

ਇਸ ਪੋਸਟ ਵਿੱਚ ਮੈਂ ਤੁਹਾਨੂੰ ਇਹ ਦੱਸਣਾ ਚਾਹੁੰਦਾ ਹਾਂ ਕਿ ਵਿਦਿਆਰਥੀਆਂ, ਨੋਵੋਸਿਬਿਰਸਕ ਸਟੇਟ ਯੂਨੀਵਰਸਿਟੀ ਦੇ ਗ੍ਰੈਜੂਏਟ ਅਤੇ ਹਰ ਕਿਸੇ ਲਈ ਮਸ਼ੀਨ ਸਿਖਲਾਈ ਸਿਖਲਾਈ ਸ਼ੁਰੂ ਕਰਨ ਦਾ ਵਿਚਾਰ ਕੀ ਆਇਆ।

ਮੈਂ ਲੰਬੇ ਸਮੇਂ ਤੋਂ ਕਾਗਲ ਅਤੇ ਹੋਰ ਪਲੇਟਫਾਰਮਾਂ 'ਤੇ ਡੇਟਾ ਵਿਸ਼ਲੇਸ਼ਣ ਪ੍ਰਤੀਯੋਗਤਾਵਾਂ ਦੀ ਤਿਆਰੀ ਲਈ ਇੱਕ ਵਿਸ਼ੇਸ਼ ਕੋਰਸ ਦਾ ਆਯੋਜਨ ਕਰਨਾ ਚਾਹੁੰਦਾ ਸੀ। ਇਹ ਇੱਕ ਵਧੀਆ ਵਿਚਾਰ ਵਾਂਗ ਜਾਪਦਾ ਸੀ:

• ਵਿਦਿਆਰਥੀ ਅਤੇ ਦਿਲਚਸਪੀ ਰੱਖਣ ਵਾਲਾ ਕੋਈ ਵੀ ਵਿਅਕਤੀ ਸਿਧਾਂਤਕ ਗਿਆਨ ਨੂੰ ਅਭਿਆਸ ਵਿੱਚ ਲਾਗੂ ਕਰੇਗਾ ਅਤੇ ਜਨਤਕ ਮੁਕਾਬਲਿਆਂ ਵਿੱਚ ਸਮੱਸਿਆਵਾਂ ਨੂੰ ਹੱਲ ਕਰਨ ਦਾ ਤਜਰਬਾ ਹਾਸਲ ਕਰੇਗਾ।
• ਅਜਿਹੇ ਮੁਕਾਬਲਿਆਂ ਵਿੱਚ ਸਿਖਰ 'ਤੇ ਰਹਿਣ ਵਾਲੇ ਵਿਦਿਆਰਥੀ ਬਿਨੈਕਾਰਾਂ, ਵਿਦਿਆਰਥੀਆਂ ਅਤੇ ਗ੍ਰੈਜੂਏਟਾਂ ਲਈ NSU ਦੀ ਖਿੱਚ 'ਤੇ ਚੰਗਾ ਪ੍ਰਭਾਵ ਪਾਉਂਦੇ ਹਨ। ਸਪੋਰਟਸ ਪ੍ਰੋਗਰਾਮਿੰਗ ਸਿਖਲਾਈ ਨਾਲ ਵੀ ਇਹੀ ਹੁੰਦਾ ਹੈ.
• ਇਹ ਵਿਸ਼ੇਸ਼ ਕੋਰਸ ਬੁਨਿਆਦੀ ਗਿਆਨ ਨੂੰ ਪੂਰੀ ਤਰ੍ਹਾਂ ਪੂਰਕ ਅਤੇ ਫੈਲਾਉਂਦਾ ਹੈ: ਭਾਗੀਦਾਰ ਸੁਤੰਤਰ ਤੌਰ 'ਤੇ ਮਸ਼ੀਨ ਸਿਖਲਾਈ ਮਾਡਲਾਂ ਨੂੰ ਲਾਗੂ ਕਰਦੇ ਹਨ ਅਤੇ ਅਕਸਰ ਅਜਿਹੀਆਂ ਟੀਮਾਂ ਬਣਾਉਂਦੇ ਹਨ ਜੋ ਵਿਸ਼ਵ ਪੱਧਰ 'ਤੇ ਮੁਕਾਬਲਾ ਕਰਦੀਆਂ ਹਨ।
• ਹੋਰ ਯੂਨੀਵਰਸਿਟੀਆਂ ਨੇ ਪਹਿਲਾਂ ਹੀ ਅਜਿਹੀ ਸਿਖਲਾਈ ਦਾ ਆਯੋਜਨ ਕੀਤਾ ਸੀ, ਇਸ ਲਈ ਮੈਂ NSU ਵਿਖੇ ਵਿਸ਼ੇਸ਼ ਕੋਰਸ ਦੀ ਸਫਲਤਾ ਦੀ ਉਮੀਦ ਕਰਦਾ ਸੀ।

ਚਲਾਓ

ਨੋਵੋਸਿਬਿਰਸਕ ਦੇ ਅਕੈਡਮਗੋਰੋਡੋਕ ਕੋਲ ਅਜਿਹੇ ਯਤਨਾਂ ਲਈ ਬਹੁਤ ਉਪਜਾਊ ਜ਼ਮੀਨ ਹੈ: ਕੰਪਿਊਟਰ ਸਾਇੰਸ ਸੈਂਟਰ ਦੇ ਵਿਦਿਆਰਥੀ, ਗ੍ਰੈਜੂਏਟ ਅਤੇ ਅਧਿਆਪਕ ਅਤੇ ਮਜ਼ਬੂਤ ​​ਤਕਨੀਕੀ ਫੈਕਲਟੀਜ਼, ਉਦਾਹਰਨ ਲਈ, FIT, MMF, FF, NSU ਪ੍ਰਸ਼ਾਸਨ ਦਾ ਮਜ਼ਬੂਤ ​​ਸਮਰਥਨ, ਇੱਕ ਸਰਗਰਮ ODS ਭਾਈਚਾਰੇ, ਤਜਰਬੇਕਾਰ ਇੰਜੀਨੀਅਰ ਅਤੇ ਵੱਖ-ਵੱਖ ਆਈਟੀ ਕੰਪਨੀਆਂ ਦੇ ਵਿਸ਼ਲੇਸ਼ਕ। ਲਗਭਗ ਉਸੇ ਸਮੇਂ ਤੋਂ, ਅਸੀਂ ਗ੍ਰਾਂਟ ਪ੍ਰੋਗਰਾਮ ਬਾਰੇ ਸਿੱਖਿਆ ਬੋਟਨ ਨਿਵੇਸ਼ - ਫੰਡ ਉਹਨਾਂ ਟੀਮਾਂ ਦਾ ਸਮਰਥਨ ਕਰਦਾ ਹੈ ਜੋ ML ਖੇਡ ਮੁਕਾਬਲਿਆਂ ਵਿੱਚ ਚੰਗੇ ਨਤੀਜੇ ਦਿਖਾਉਂਦੀਆਂ ਹਨ।

ਅਸੀਂ ਹਫਤਾਵਾਰੀ ਮੀਟਿੰਗਾਂ ਲਈ NSU ਵਿਖੇ ਇੱਕ ਦਰਸ਼ਕ ਲੱਭਿਆ, ਟੈਲੀਗ੍ਰਾਮ 'ਤੇ ਇੱਕ ਚੈਟ ਬਣਾਈ, ਅਤੇ 1 ਅਕਤੂਬਰ ਨੂੰ CS ਸੈਂਟਰ ਦੇ ਵਿਦਿਆਰਥੀਆਂ ਅਤੇ ਗ੍ਰੈਜੂਏਟਾਂ ਨਾਲ ਮਿਲ ਕੇ ਲਾਂਚ ਕੀਤਾ। 19 ਲੋਕ ਪਹਿਲੇ ਪਾਠ ਵਿੱਚ ਆਏ। ਉਨ੍ਹਾਂ ਵਿੱਚੋਂ ਛੇ ਸਿਖਲਾਈ ਵਿੱਚ ਨਿਯਮਤ ਭਾਗੀਦਾਰ ਬਣ ਗਏ। ਕੁੱਲ ਮਿਲਾ ਕੇ, 31 ਲੋਕ ਅਕਾਦਮਿਕ ਸਾਲ ਦੌਰਾਨ ਘੱਟੋ-ਘੱਟ ਇੱਕ ਵਾਰ ਮੀਟਿੰਗ ਵਿੱਚ ਆਏ।

ਪਹਿਲੇ ਨਤੀਜੇ

ਮੈਂ ਅਤੇ ਮੁੰਡੇ ਮਿਲੇ, ਤਜ਼ਰਬਿਆਂ ਦਾ ਆਦਾਨ-ਪ੍ਰਦਾਨ ਕੀਤਾ, ਮੁਕਾਬਲਿਆਂ ਬਾਰੇ ਚਰਚਾ ਕੀਤੀ ਅਤੇ ਭਵਿੱਖ ਲਈ ਇੱਕ ਮੋਟਾ ਯੋਜਨਾ ਬਣਾਈ। ਬਹੁਤ ਜਲਦੀ ਅਸੀਂ ਮਹਿਸੂਸ ਕੀਤਾ ਕਿ ਡੇਟਾ ਵਿਸ਼ਲੇਸ਼ਣ ਮੁਕਾਬਲਿਆਂ ਵਿੱਚ ਸਥਾਨਾਂ ਲਈ ਲੜਨਾ ਨਿਯਮਤ, ਔਖਾ ਕੰਮ ਹੈ, ਬਿਨਾਂ ਭੁਗਤਾਨ ਕੀਤੇ ਫੁੱਲ-ਟਾਈਮ ਕੰਮ ਦੇ ਸਮਾਨ, ਪਰ ਬਹੁਤ ਦਿਲਚਸਪ ਅਤੇ ਰੋਮਾਂਚਕ 🙂 ਭਾਗੀਦਾਰਾਂ ਵਿੱਚੋਂ ਇੱਕ, ਕੈਗਲ-ਮਾਸਟਰ ਮੈਕਸਿਮ, ਨੇ ਸਾਨੂੰ ਵਿਅਕਤੀਗਤ ਤੌਰ 'ਤੇ ਮੁਕਾਬਲਿਆਂ ਵਿੱਚ ਅੱਗੇ ਵਧਣ ਦੀ ਸਲਾਹ ਦਿੱਤੀ। , ਅਤੇ ਸਿਰਫ ਕੁਝ ਹਫ਼ਤਿਆਂ ਬਾਅਦ ਜਨਤਕ ਸਕੋਰ ਨੂੰ ਧਿਆਨ ਵਿੱਚ ਰੱਖਦੇ ਹੋਏ, ਟੀਮਾਂ ਵਿੱਚ ਇੱਕਜੁੱਟ ਹੋ ਜਾਂਦੇ ਹਨ। ਇਹੀ ਅਸੀਂ ਕੀਤਾ! ਆਹਮੋ-ਸਾਹਮਣੇ ਸਿਖਲਾਈ ਦੌਰਾਨ, ਅਸੀਂ ਮਾਡਲਾਂ, ਵਿਗਿਆਨਕ ਲੇਖਾਂ, ਅਤੇ ਪਾਈਥਨ ਲਾਇਬ੍ਰੇਰੀਆਂ ਦੀਆਂ ਪੇਚੀਦਗੀਆਂ ਬਾਰੇ ਚਰਚਾ ਕੀਤੀ, ਅਤੇ ਮਿਲ ਕੇ ਸਮੱਸਿਆਵਾਂ ਨੂੰ ਹੱਲ ਕੀਤਾ।

ਪਤਝੜ ਸਮੈਸਟਰ ਦੇ ਨਤੀਜੇ ਕਾਗਲ 'ਤੇ ਦੋ ਮੁਕਾਬਲਿਆਂ ਵਿੱਚ ਤਿੰਨ ਚਾਂਦੀ ਦੇ ਤਗਮੇ ਸਨ: TGS ਲੂਣ ਪਛਾਣ и PLAsTiCC ਖਗੋਲੀ ਵਰਗੀਕਰਨ. ਅਤੇ ਜਿੱਤੇ ਗਏ ਪਹਿਲੇ ਪੈਸੇ (ਪੈਸੇ ਵਿੱਚ, ਜਿਵੇਂ ਕਿ ਤਜਰਬੇਕਾਰ ਕੇਗਲਰ ਕਹਿੰਦੇ ਹਨ) ਨਾਲ ਟਾਈਪੋਜ਼ ਨੂੰ ਠੀਕ ਕਰਨ ਲਈ CFT ਮੁਕਾਬਲੇ ਵਿੱਚ ਤੀਜਾ ਸਥਾਨ।

ਵਿਸ਼ੇਸ਼ ਕੋਰਸ ਦਾ ਇੱਕ ਹੋਰ ਬਹੁਤ ਮਹੱਤਵਪੂਰਨ ਅਸਿੱਧਾ ਨਤੀਜਾ NSU VKI ਕਲੱਸਟਰ ਦੀ ਸ਼ੁਰੂਆਤ ਅਤੇ ਸੰਰਚਨਾ ਸੀ। ਇਸਦੀ ਕੰਪਿਊਟਿੰਗ ਪਾਵਰ ਨੇ ਸਾਡੀ ਪ੍ਰਤੀਯੋਗੀ ਜ਼ਿੰਦਗੀ ਵਿੱਚ ਮਹੱਤਵਪੂਰਨ ਸੁਧਾਰ ਕੀਤਾ ਹੈ: 40 CPUs, 755Gb RAM, 8 NVIDIA Tesla V100 GPUs।

ਇਸ ਤੋਂ ਪਹਿਲਾਂ, ਅਸੀਂ ਜਿੰਨਾ ਵਧੀਆ ਹੋ ਸਕੇ ਬਚੇ: ਅਸੀਂ ਨਿੱਜੀ ਲੈਪਟਾਪਾਂ ਅਤੇ ਡੈਸਕਟਾਪਾਂ 'ਤੇ, ਗੂਗਲ ਕੋਲੈਬ ਅਤੇ ਕਾਗਲ-ਕਰਨਲ ਵਿੱਚ ਗਣਨਾ ਕੀਤੀ। ਇੱਕ ਟੀਮ ਕੋਲ ਇੱਕ ਸਵੈ-ਲਿਖਤ ਸਕ੍ਰਿਪਟ ਵੀ ਸੀ ਜੋ ਆਪਣੇ ਆਪ ਹੀ ਮਾਡਲ ਨੂੰ ਸੁਰੱਖਿਅਤ ਕਰਦੀ ਹੈ ਅਤੇ ਇੱਕ ਸਮਾਂ ਸੀਮਾ ਦੇ ਕਾਰਨ ਬੰਦ ਹੋ ਗਈ ਗਣਨਾ ਨੂੰ ਮੁੜ ਚਾਲੂ ਕਰਦੀ ਹੈ।

ਬਸੰਤ ਸਮੈਸਟਰ ਵਿੱਚ, ਅਸੀਂ ਇਕੱਠੇ ਹੁੰਦੇ ਰਹੇ, ਸਫਲ ਖੋਜਾਂ ਦਾ ਆਦਾਨ-ਪ੍ਰਦਾਨ ਕਰਦੇ ਰਹੇ ਅਤੇ ਮੁਕਾਬਲੇ ਦੇ ਸਾਡੇ ਹੱਲਾਂ ਬਾਰੇ ਗੱਲ ਕਰਦੇ ਰਹੇ। ਨਵੇਂ ਦਿਲਚਸਪੀ ਵਾਲੇ ਭਾਗੀਦਾਰ ਸਾਡੇ ਕੋਲ ਆਉਣੇ ਸ਼ੁਰੂ ਹੋ ਗਏ। ਬਸੰਤ ਸਮੈਸਟਰ ਦੇ ਦੌਰਾਨ, ਅਸੀਂ ਕਾਗਲ 'ਤੇ ਅੱਠ ਮੁਕਾਬਲਿਆਂ ਵਿੱਚ ਇੱਕ ਸੋਨ, ਤਿੰਨ ਚਾਂਦੀ ਅਤੇ ਨੌਂ ਕਾਂਸੀ ਜਿੱਤਣ ਵਿੱਚ ਕਾਮਯਾਬ ਹੋਏ: ਪੇਟਫਾਈਂਡਰ, ਸੈਨਾਂਡਰ, ਲਿੰਗ ਨਿਰਧਾਰਨ, ਵ੍ਹੇਲ ਦੀ ਪਛਾਣ, Quora, ਗੂਗਲ ਲੈਂਡਮਾਰਕਸ ਅਤੇ ਹੋਰ, ਵਿੱਚ ਕਾਂਸੀ Recco ਚੁਣੌਤੀ, ਚੇਂਜਲੇਂਜ>>ਕੱਪ ਵਿੱਚ ਤੀਜਾ ਸਥਾਨ ਅਤੇ ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਮੁਕਾਬਲੇ ਵਿੱਚ ਪਹਿਲਾ ਸਥਾਨ (ਮੁੜ ਪੈਸੇ ਵਿੱਚ) ਪ੍ਰੋਗਰਾਮਿੰਗ ਚੈਂਪੀਅਨਸ਼ਿਪ Yandex ਤੱਕ.

ਸਿਖਲਾਈ ਭਾਗੀਦਾਰ ਕੀ ਕਹਿੰਦੇ ਹਨ

ਮਿਖਾਇਲ ਕਾਰਚੇਵਸਕੀ
“ਮੈਨੂੰ ਬਹੁਤ ਖੁਸ਼ੀ ਹੈ ਕਿ ਅਜਿਹੀਆਂ ਗਤੀਵਿਧੀਆਂ ਇੱਥੇ ਸਾਇਬੇਰੀਆ ਵਿੱਚ ਕੀਤੀਆਂ ਜਾਂਦੀਆਂ ਹਨ, ਕਿਉਂਕਿ ਮੇਰਾ ਮੰਨਣਾ ਹੈ ਕਿ ਮੁਕਾਬਲਿਆਂ ਵਿੱਚ ਭਾਗ ਲੈਣਾ ਐਮਐਲ ਵਿੱਚ ਮੁਹਾਰਤ ਹਾਸਲ ਕਰਨ ਦਾ ਸਭ ਤੋਂ ਤੇਜ਼ ਤਰੀਕਾ ਹੈ। ਅਜਿਹੇ ਮੁਕਾਬਲਿਆਂ ਲਈ, ਹਾਰਡਵੇਅਰ ਆਪਣੇ ਆਪ ਨੂੰ ਖਰੀਦਣਾ ਕਾਫ਼ੀ ਮਹਿੰਗਾ ਹੈ, ਪਰ ਇੱਥੇ ਤੁਸੀਂ ਮੁਫ਼ਤ ਵਿੱਚ ਵਿਚਾਰ ਅਜ਼ਮਾ ਸਕਦੇ ਹੋ।

ਕਿਰਿਲ ਬ੍ਰੌਡਟ
"ਐਮਐਲ ਸਿਖਲਾਈ ਦੇ ਆਗਮਨ ਤੋਂ ਪਹਿਲਾਂ, ਮੈਂ ਸਿਖਲਾਈ ਅਤੇ ਹਿੰਦੂ ਮੁਕਾਬਲਿਆਂ ਦੇ ਅਪਵਾਦ ਦੇ ਨਾਲ ਖਾਸ ਤੌਰ 'ਤੇ ਮੁਕਾਬਲਿਆਂ ਵਿੱਚ ਹਿੱਸਾ ਨਹੀਂ ਲਿਆ ਸੀ: ਮੈਂ ਇਸ ਵਿੱਚ ਬਿੰਦੂ ਨਹੀਂ ਦੇਖਿਆ, ਕਿਉਂਕਿ ਮੈਂ ਐਮਐਲ ਦੇ ਖੇਤਰ ਵਿੱਚ ਕੰਮ ਕੀਤਾ ਸੀ, ਅਤੇ ਮੈਂ ਇਸ ਤੋਂ ਜਾਣੂ ਸੀ। ਪਹਿਲੇ ਸਮੈਸਟਰ ਵਿੱਚ ਮੈਂ ਇੱਕ ਵਿਦਿਆਰਥੀ ਵਜੋਂ ਹਾਜ਼ਰ ਹੋਇਆ ਸੀ। ਅਤੇ ਦੂਜੇ ਸਮੈਸਟਰ ਤੋਂ ਸ਼ੁਰੂ ਕਰਦੇ ਹੋਏ, ਜਿਵੇਂ ਹੀ ਕੰਪਿਊਟਿੰਗ ਸਰੋਤ ਉਪਲਬਧ ਹੋ ਗਏ, ਮੈਂ ਸੋਚਿਆ, ਕਿਉਂ ਨਾ ਹਿੱਸਾ ਲਿਆ ਜਾਵੇ। ਅਤੇ ਇਸਨੇ ਮੈਨੂੰ ਜਕੜ ਲਿਆ। ਕੰਮ, ਡੇਟਾ ਅਤੇ ਮੈਟ੍ਰਿਕਸ ਦੀ ਖੋਜ ਕੀਤੀ ਗਈ ਸੀ ਅਤੇ ਤੁਹਾਡੇ ਲਈ ਤਿਆਰ ਕੀਤੀ ਗਈ ਸੀ, ਅੱਗੇ ਵਧੋ ਅਤੇ MO ਦੀ ਪੂਰੀ ਸ਼ਕਤੀ ਦੀ ਵਰਤੋਂ ਕਰੋ, ਅਤਿ-ਆਧੁਨਿਕ ਮਾਡਲਾਂ ਅਤੇ ਤਕਨੀਕਾਂ ਦੀ ਜਾਂਚ ਕਰੋ। ਜੇ ਇਹ ਸਿਖਲਾਈ ਲਈ ਨਾ ਹੁੰਦੀ ਅਤੇ, ਜਿਵੇਂ ਕਿ ਮਹੱਤਵਪੂਰਨ ਤੌਰ 'ਤੇ, ਕੰਪਿਊਟਿੰਗ ਸਰੋਤ, ਮੈਂ ਜਲਦੀ ਹੀ ਹਿੱਸਾ ਲੈਣਾ ਸ਼ੁਰੂ ਨਹੀਂ ਕੀਤਾ ਹੁੰਦਾ।

ਐਂਡਰੀ ਸ਼ੇਵੇਲੇਵ
"ਵਿਅਕਤੀਗਤ ML ਸਿਖਲਾਈ ਨੇ ਮੈਨੂੰ ਸਮਾਨ ਸੋਚ ਵਾਲੇ ਲੋਕਾਂ ਨੂੰ ਲੱਭਣ ਵਿੱਚ ਮਦਦ ਕੀਤੀ, ਜਿਨ੍ਹਾਂ ਨਾਲ ਮੈਂ ਮਸ਼ੀਨ ਸਿਖਲਾਈ ਅਤੇ ਡੇਟਾ ਵਿਸ਼ਲੇਸ਼ਣ ਦੇ ਖੇਤਰ ਵਿੱਚ ਆਪਣੇ ਗਿਆਨ ਨੂੰ ਡੂੰਘਾ ਕਰਨ ਦੇ ਯੋਗ ਸੀ। ਇਹ ਉਹਨਾਂ ਲਈ ਵੀ ਇੱਕ ਵਧੀਆ ਵਿਕਲਪ ਹੈ ਜਿਨ੍ਹਾਂ ਕੋਲ ਸੁਤੰਤਰ ਤੌਰ 'ਤੇ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰਨ ਅਤੇ ਮੁਕਾਬਲੇ ਦੇ ਵਿਸ਼ੇ ਵਿੱਚ ਆਪਣੇ ਆਪ ਨੂੰ ਲੀਨ ਕਰਨ ਲਈ ਬਹੁਤ ਖਾਲੀ ਸਮਾਂ ਨਹੀਂ ਹੈ, ਪਰ ਫਿਰ ਵੀ ਵਿਸ਼ੇ ਵਿੱਚ ਰਹਿਣਾ ਚਾਹੁੰਦੇ ਹਨ।

ਸਾਡੇ ਨਾਲ ਸ਼ਾਮਲ

ਕਾਗਲ ਅਤੇ ਹੋਰ ਪਲੇਟਫਾਰਮਾਂ 'ਤੇ ਮੁਕਾਬਲੇ ਵਿਹਾਰਕ ਹੁਨਰ ਨੂੰ ਨਿਖਾਰਦੇ ਹਨ ਅਤੇ ਡਾਟਾ ਵਿਗਿਆਨ ਦੇ ਖੇਤਰ ਵਿੱਚ ਤੇਜ਼ੀ ਨਾਲ ਦਿਲਚਸਪ ਕੰਮ ਵਿੱਚ ਬਦਲ ਜਾਂਦੇ ਹਨ। ਜਿਹੜੇ ਲੋਕ ਇੱਕ ਔਖੇ ਮੁਕਾਬਲੇ ਵਿੱਚ ਇਕੱਠੇ ਹਿੱਸਾ ਲੈਂਦੇ ਹਨ ਉਹ ਅਕਸਰ ਸਹਿਕਰਮੀ ਬਣ ਜਾਂਦੇ ਹਨ ਅਤੇ ਕੰਮ ਨਾਲ ਸਬੰਧਤ ਸਮੱਸਿਆਵਾਂ ਨੂੰ ਸਫਲਤਾਪੂਰਵਕ ਹੱਲ ਕਰਨਾ ਜਾਰੀ ਰੱਖਦੇ ਹਨ। ਇਹ ਸਾਡੇ ਨਾਲ ਵੀ ਹੋਇਆ: ਮਿਖਾਇਲ ਕਾਰਚੇਵਸਕੀ, ਟੀਮ ਦੇ ਇੱਕ ਦੋਸਤ ਦੇ ਨਾਲ, ਇੱਕ ਸਿਫ਼ਾਰਿਸ਼ ਪ੍ਰਣਾਲੀ 'ਤੇ ਉਸੇ ਕੰਪਨੀ ਲਈ ਕੰਮ ਕਰਨ ਲਈ ਗਿਆ.

ਸਮੇਂ ਦੇ ਨਾਲ, ਅਸੀਂ ਵਿਗਿਆਨਕ ਪ੍ਰਕਾਸ਼ਨਾਂ ਅਤੇ ਮਸ਼ੀਨ ਸਿਖਲਾਈ ਕਾਨਫਰੰਸਾਂ ਵਿੱਚ ਭਾਗੀਦਾਰੀ ਦੇ ਨਾਲ ਇਸ ਗਤੀਵਿਧੀ ਨੂੰ ਵਧਾਉਣ ਦੀ ਯੋਜਨਾ ਬਣਾਉਂਦੇ ਹਾਂ। ਨੋਵੋਸਿਬਿਰਸਕ ਵਿੱਚ ਭਾਗੀਦਾਰਾਂ ਜਾਂ ਮਾਹਰਾਂ ਵਜੋਂ ਸਾਡੇ ਨਾਲ ਸ਼ਾਮਲ ਹੋਵੋ - ਲਿਖੋ ਮੇਰੇ ਲਈ ਜ ਕਿਰਿਲ. ਆਪਣੇ ਸ਼ਹਿਰਾਂ ਅਤੇ ਯੂਨੀਵਰਸਿਟੀਆਂ ਵਿੱਚ ਸਮਾਨ ਸਿਖਲਾਈ ਦਾ ਪ੍ਰਬੰਧ ਕਰੋ।

ਤੁਹਾਡੇ ਪਹਿਲੇ ਕਦਮ ਚੁੱਕਣ ਵਿੱਚ ਤੁਹਾਡੀ ਮਦਦ ਕਰਨ ਲਈ ਇੱਥੇ ਇੱਕ ਛੋਟੀ ਚੀਟ ਸ਼ੀਟ ਹੈ:

1. ਨਿਯਮਤ ਕਲਾਸਾਂ ਲਈ ਇੱਕ ਸੁਵਿਧਾਜਨਕ ਸਥਾਨ ਅਤੇ ਸਮੇਂ 'ਤੇ ਵਿਚਾਰ ਕਰੋ। ਅਨੁਕੂਲ - ਹਫ਼ਤੇ ਵਿੱਚ 1-2 ਵਾਰ.
2. ਸੰਭਾਵੀ ਤੌਰ 'ਤੇ ਦਿਲਚਸਪੀ ਰੱਖਣ ਵਾਲੇ ਭਾਗੀਦਾਰਾਂ ਨੂੰ ਪਹਿਲੀ ਮੀਟਿੰਗ ਬਾਰੇ ਲਿਖੋ। ਸਭ ਤੋਂ ਪਹਿਲਾਂ, ਇਹ ਤਕਨੀਕੀ ਯੂਨੀਵਰਸਿਟੀਆਂ ਦੇ ਵਿਦਿਆਰਥੀ ਹਨ, ODS ਭਾਗੀਦਾਰ ਹਨ.
3. ਮੌਜੂਦਾ ਮਾਮਲਿਆਂ 'ਤੇ ਚਰਚਾ ਕਰਨ ਲਈ ਇੱਕ ਚੈਟ ਸ਼ੁਰੂ ਕਰੋ: ਟੈਲੀਗ੍ਰਾਮ, ਵੀਕੇ, ਵਟਸਐਪ ਜਾਂ ਜ਼ਿਆਦਾਤਰ ਲਈ ਸੁਵਿਧਾਜਨਕ ਕੋਈ ਹੋਰ ਮੈਸੇਂਜਰ।
4. ਜਨਤਕ ਤੌਰ 'ਤੇ ਪਹੁੰਚਯੋਗ ਪਾਠ ਯੋਜਨਾ, ਮੁਕਾਬਲਿਆਂ ਅਤੇ ਭਾਗੀਦਾਰਾਂ ਦੀ ਸੂਚੀ ਬਣਾਈ ਰੱਖੋ, ਅਤੇ ਨਤੀਜਿਆਂ ਦੀ ਨਿਗਰਾਨੀ ਕਰੋ।
5. ਨੇੜਲੀਆਂ ਯੂਨੀਵਰਸਿਟੀਆਂ, ਖੋਜ ਸੰਸਥਾਵਾਂ ਜਾਂ ਕੰਪਨੀਆਂ ਵਿੱਚ ਮੁਫਤ ਕੰਪਿਊਟਿੰਗ ਸ਼ਕਤੀ ਜਾਂ ਇਸਦੇ ਲਈ ਗ੍ਰਾਂਟਾਂ ਲੱਭੋ।
6. ਲਾਭ!

ਸਰੋਤ: www.habr.com