04.14.2021 - By Mikhail
В очередном выпуске беседа с Ольгой Перепелкиной Deep Learning Product Manager компании Intel. Для того, чтобы машинное обучение было эффективным - ему нужны данные и чем больше, тем лучше. Но чем быстрее развивается искусственный интеллект, тем жестче становятся законы о защите персональных данных. Проблема? Да, проблема. Но где есть проблема, там находятся и решения и федеративное обучение - одно из таких, позволяющих и приватность сохранить и модели обучить. Об этом, а также о подходах к распознаванию эмоций и карьерном пути в ML слушайте в выпуске!
Ссылки выпуска:
OpenFL - опенсорс библиотека для федеративного обучения (Federated Learning) ( https://github.com/intel/openfl)
Вакансия Deep Learning RnD Intern (Federated Learning) в Нижнем Новгороде, работа в компании Intel Corporation ( https://nn.hh.ru/vacancy/41942809)
Буду благодарен за обратную связь!
Оставляйте ваши комментарии там, где можно. Например, в Apple Podcasts. Они помогут сделать подкаст лучше! Напишите что вам было понятно, что не очень, какие темы раскрыть, каких гостей пригласить, ну, и вообще в какую сторону катить этот подкаст :)
Поддерживайте подкаст на Patreon ( https://www.patreon.com/machinelearningpodcast )
Подписывайтесь на телеграм-канал "Стать специалистом по машинному обучению" ( https://t.me/toBeAnMLspecialist)
Телеграм автора подкаста ( https://t.me/kmsint)
Со мной также можно связаться по электронной почте: [email protected]
Также теперь подкаст можно найти на YouTube ( https://www.youtube.com/channel/UCzvfXLNpB2Bbf32dc7a8oDQ?) и Яндекс.Музыке https://music.yandex.ru/album/9781458