Разработка социальных проектов вдохновляет, ведь их цель всегда ясна и значима. Однако эта сфера сопряжена с уникальными вызовами. Например, здесь редко встречаются большие бюджеты, что затрудняет поиск качественных и объёмных датасетов. Также сложно найти экспертов, способных помочь преобразовать задачу реального мира в задачу машинного обучения. В докладе я расскажу о двух своих социальных проектах, и поделюсь решениями, которые обеспечили их реализацию:
Data-scientist, ML-engineer.
Any level.
В машинном обучении (в компьютерном зрении в частности) с 2018 года. Начинал с проектов по поиску дефектов в рельсах и определения границ раздела сред по георадиолокационным данным. Делал решение по распознаванию русского жестового языка. Затем работал над детекцией и реидентификацией диких животных. В проектах было многое: организация краудсорс разметки, ETL процессы для собираемых данных, обучение, инференс моделей и вывод их в прод. В процессе собрал все возможные грабли и шишки, о которых любит рассказывать.