Прокачайся
в Computer Vision

Подача материала хорошая, лекторы хорошие и отзывчивые. На вопросы, которые появлялись, отвечали не тяп-ляп, а нормально. С Сергеем даже удалось поговорить по душам про конфиги, донесение мыслей до коллег, каталист и пр. Очень приятная была беседа.

Теперь в принципе могу делать полный пайплайн работы ДСа: от сбора данных на толоке, до деплоя сервиса. К тому же, я пополнил копилку своих скиллов умением решать OCR задачи.
На работу перенял тесты и линтеры. В будущем планирую начать использовать DALI. Если появится OCR задача, то буду также использовать CRNN.

Марк
ODS: wammy

Сомневался перед покупкой, темы в анонсе интересные, но какие-то неизвестные ребята организуют, ссылок нигде нет, боялся, что возможен обман. Потом думал, стоит ли это тех денег) Но сомнения не оправдались, ребята позитивные, темы были раскрыты достаточно полно, хорошая атмосфера на лекциях, спикеры все молодцы) так же помощь по непонятным моментам в заданиях была на высшем уровне (спасибо за терпение:) ) Курс очень хороший, советую своим коллегам пройти.

Самая интересная тема - OPS, полезно применять в боевых проектах, чего до этого не делал практически. Было очень подробно объяснено все. Еще наверное потому что дольше всего с ней бился) так же был интересен пайплайн обучения.

На бою начал использовать dvc для хранения моделей. Еще не начал использовать, но пытаюсь внедрить clearML, CI/CD, пайплайн для детекции объектов. Так же в планах внедрить тестирование, возможно попробовать обучать на DALLI. Толоку для каких-то второстепенных задач возможно буду использовать, так как для разметки данных есть команда в штате. 
В целом все круто, спасибо)

Виктор
ODS: Victor Yudin

Сергей, Ольга, Дмитрий и Тимур - отличные лекторы! Еще спасибо Михаилу, за то, что посмотрел мое задание с толокой, которое я сдавала позже дедлайна. Также спасибо за ответы на вопросы. И отдельное спасибо Артему за то, что он давал пояснения во время лекций, очень часто эти пояснения были полезными

Сомневалась, что будет что-то новое, но после первых двух лекций все оказалось вполне полезно. Как оказалось, построение пайплайна обучения, CI-CD, толока и оптимизация оказались для меня самыми полезными темами. Сейчас многое использую в своей работе.

Ксения
ODS: Ksenia Ryabinova

Курс отличный, отличная подача материала. Лекции про фласк мне оч помогли, на работе получилось воспользоваться как раз фласком, чтобы на aws настроить некоторые процессы, до этого несколько месяцев не могли понять, как бы лучше решить одну проблему, фласк пригодился как раз. На работе похлопали за внедрение такого решение. За толоку тоже респект, оч круто, что освещается такой инструмент, потому что разметка данных... боль)

Кирам
ODS: Kiram Al-kharba

Хочу поблагодарить всю вашу команду за прекрасный курс! Преподаватели отличные, хорошо подготовлен материал.

Воспользовалась на работе некоторыми идеями и мне очень пригодился код для построения рабочих пайплайнов, как пример best practices, что мне так не хватает в нашем стартапе) 
Большое спасибо вам всем, и желаю удачи вашему проекту, в свою очередь буду рекомендовать вас знакомым)

Мария
ODS: Maria Startseva

Было полезно! Новые инструменты пощупал и часть внедрил у себя в команде на работе, по толоке прикольно получилось. Как-то так сложилось, что такого полноценного "своего" проекта, где я сам руками "от и до" у меня до сих пор не было. Попутно использовал OCR модельку, чтобы закрыть пару лаб по предмету в магистратуре. Для меня весь курс состоял из нового опыта. Поэтому сказать, что это было полезно - ничего не сказать.

Андрей

В этом задании вам предстоит обучить модель с помощью выбранного фреймворка. Вы настроите логирование экспериментов и версионирование моделей, напишите сервис, добавите к нему тесты, обернете в докер и задеплоите.

В этом задании вы настроите CI/CD для репозитория из предыдущего задания и добавите мониторинг к своему сервису. Опционально мы предложим обучить Face Recognition модель и ускорить ее при помощи конвертации в TensorRT.

Теперь вы знакомы с Толокой, а значит имеете безграничные ресурсы для майнинга и аннотации данных. В этом задании вы будете собирать данные на Толоке для обучения сегментационной сети или object detection модели - выбирать вам. Также вам надо будет ускорить нейросеть, комбинируя прунинг, квантизацию и дистилляцию.

Теперь вам предстоит объединить сегментационную сеть и обученную OCR модель в единый сервис по распознаванию текста. А повысить точность распознавания вам помогут GAN-ы и подходы из классического CV.