✨️ Obserwuj #mirkoanonim
Szukam porady odnoścnie wyboru studiów magisterskich. Pracuję jako deep learning engineer, więc interesuje mnie głównie ta działka jak i również bardziej klasyczne metody sztucznej inteligencji. W grę wchodzi tylko Warszawa, bo mój oddział w firmie ma tam siedzibę i byłoby mi tak najwygodniej. Biorę pod uwagę następujące opcje:
1. MIM UW Informatyka - Jedyne przedmioty z ml są w obieralnych i niestety nie ma ich za dużo. Ponadto zdają się zakładać, że student pierwszy raz ma z tym doczynienia, przez co tracą czas na podstawy jak np. konwolucyjne sieci. Jednak jeśli wchodzą w bardziej zaawansowane szczegóły niż jest to wszyczególnione na USOS, to mogły by być nawt ciekawe. No i spory wybór przedmiotów z teoretycznej informatyki, które są dość interesujące, aczkolwiek nie wiem jak bardzo przydatne.
2. MIM UW Machine Learning - tutaj jest znacznie większy wybór przedmiotów z ml, jednak program również zdaje się zakładać, że student ma pierwszy raz styczność z tematem, przez co traci czas na podstawy. Na szczęście na późniejszych semestrach są już dużo ciekawsze zagadnienia. No i studia są po angielsku, więc trochę obawiam się tragicznych akcentów prowądzących.
Szukam porady odnoścnie wyboru studiów magisterskich. Pracuję jako deep learning engineer, więc interesuje mnie głównie ta działka jak i również bardziej klasyczne metody sztucznej inteligencji. W grę wchodzi tylko Warszawa, bo mój oddział w firmie ma tam siedzibę i byłoby mi tak najwygodniej. Biorę pod uwagę następujące opcje:
1. MIM UW Informatyka - Jedyne przedmioty z ml są w obieralnych i niestety nie ma ich za dużo. Ponadto zdają się zakładać, że student pierwszy raz ma z tym doczynienia, przez co tracą czas na podstawy jak np. konwolucyjne sieci. Jednak jeśli wchodzą w bardziej zaawansowane szczegóły niż jest to wszyczególnione na USOS, to mogły by być nawt ciekawe. No i spory wybór przedmiotów z teoretycznej informatyki, które są dość interesujące, aczkolwiek nie wiem jak bardzo przydatne.
2. MIM UW Machine Learning - tutaj jest znacznie większy wybór przedmiotów z ml, jednak program również zdaje się zakładać, że student ma pierwszy raz styczność z tematem, przez co traci czas na podstawy. Na szczęście na późniejszych semestrach są już dużo ciekawsze zagadnienia. No i studia są po angielsku, więc trochę obawiam się tragicznych akcentów prowądzących.
@mirko_anonim: A na chui ci Madżisterka!!?? Robota na kasie w Biedronce to jest życie └[⚆ᴥ⚆]┘ (✌ ﾟ ∀ ﾟ)☞
✨️ Autor wpisu (OP):
@Tytanowy_Lucjan : hur-dur nieaktualna. ML to nie klepanie stronek w js. Zrozumienie działania systemów state of the art wymaga wcześniejszego poznania ich poprzedników. Poza tym często w ogłoszeniach o pracę z deep learning widać zapisek o preferencji na posiadanie magistra lub
Wiedza w nich opisana jest już dawno nieaktualne w momencie ich spisywania
@Tytanowy_Lucjan : hur-dur nieaktualna. ML to nie klepanie stronek w js. Zrozumienie działania systemów state of the art wymaga wcześniejszego poznania ich poprzedników. Poza tym często w ogłoszeniach o pracę z deep learning widać zapisek o preferencji na posiadanie magistra lub
![Steve Wozniak opowiada o tym, jak stworzyć mózg [1:50]](https://wykop.pl/cdn/c3397993/c32bc6c9db3e4dbb3e19c98431bdd24eed52e6e96fda0c4ae5d25901a1854896,w220h142.jpg)
![Designing What If Cars with Artificial Intelligence [En]](https://wykop.pl/cdn/c3397993/08ecf33c17b66b6c884eecc585df3707d36f713b6171db0eb16b9bd3759144ba,w220h142.jpg)
Jest mocne ciśnienie, żeby ChatGPT wdrożyć na produkcji i zastąpić jakąś ifologię.
Osobiście jestem przeciwny temu by AI wdrażać tam gdzie prosta ifologia jest wystarczająca.
Problem w tym, że mam też opory by model GPT trenować bo nie jestem pewien czy GPT jest optymalny, a nie np lepiej wytrenować własny znacznie mniejszy model, ale wytrenowany statystycznie większym zbiorem zasilanym tylko z dziedziny problemu.
https://learn.microsoft.com/en-us/dotnet/machine-learning/resources/tasks