автор - молодец, желаю всяческих успехов.
Интересно, какая статистика по наличию МБА у сотрудников VC фондов?
Насколько я знаю, это большой плюс в более традиционном PE.
Комментарий скрыт за нарушение правил комментирования. [censored - П. 4.1.2. Пользовательского соглашения — https://devby.io/pages/polzovatelskoe-soglashenie]
Это не диагноз, это социальный лифт.
Так бы коровам хвосты крутил, а тут - в айти роте с врагами сражается на форуме, на окладе, хату наверняка арендную дадут, а за отдельные заслуги - норку в кредит на КГ.
это 100 млн долларов в месяц выручки из ничего, большая часть меняется на фантики внутри страны и стимулирует сферу услуг и всего остальное. В РБ не было так много, что более-менее успешно продается на мировом рынке: калий, нефтянка и пожалуй все. И все под санкциями.
там нормальная просадка по валюте и всему остальному, они истерят уже вовсю, смотри как комменты тут пишут ожесточенно. Если все было бы ок, никто бы и не вспоминал и было бы тихо.
просто пока "соседи" с востока подкидывают на пиво и сигареты, но это думаю совсем скоро закончится.
Меня этот этический вопрос не сильно задевает, я больше обращаю внимание > на математику. И те знания, которые я получил в вузе, я применяю, чтобы приносить какую-то пользу обществу.
В Третьем рейхе большинство этический вопрос не сильно задевало, чем это закончилось - все и так знают. Мальчик уже большой, 22 года все-таки.
A100, A800, H100, H800, L40, L40S и RTX 4090,
Если партия крупная, завозишь через третьи страны, переплачивая за сложную логистику. Либо находишь аналоги в Китае и получаешь заказ через 4-5 недель.
это все чипы под LLM и подобные модели которые и так в огромном дефиците.
То, что можно завезти их пять штух в РБ - вообще ничего не меняет, так как вопрос именно в большом количестве
Уникальная особенность современных ML моделей как раз и состоит в том, что они способны выучить особенности - местности, поры года, наличия каких-то аномалий и тд при достаточном количестве данных.
К сожалению, часто это только теория.
Да, я понимаю, что классно было бы закинуть данные без обработки в deep learning модель и дать ей выучить сезонность, убрать аномалии и так далее, но в реальности имеем, как правило не очень большое количество данных, а как известно DL модели не очень работают на tabular / unstructured данных (табличных) и для аномалии нужны свои модели, и сглаживание / фильтрация тоже свои методы и получается, что xgboost в результате лучше перформит с предварительной обработкой чем, например, LSTM.
Это все абстрактно, конечно, как вы написали выше, вам не нужны долгосрочные прогнозы, так что может и норм.
Также, если строить DL модели на мелкой сетке, денег много надо на обучение, так как обучение на истории, которая постоянно обновляется.
C другой стороны, если DL / AI в описании стартапа, это потенциально выше оценка и раунд больше закрыть можно)
Ок, я, естественно, не метеоролог, но по опыту могу сказать, что специализированные модели для предсказаний будут точнее, особенно с большим горизонтом предсказания (может вам и не надо), другой вопрос что для их построения надо специальная экспертиза, которой мало кто обладает.
Интересно было бы узнать когда-то также, как вы будете решать проблему с валидацией прогнозов, так как локаций много, модели в разных локациях будут построены на данных разного качества, и какие-то локации более важные чем другие, тк там живет, например, большее количество платных пользователей
Возможно будет иметь смысл сконцентрироваться на некоторых странах / регионах, если точность будет очень важна.
А так да, интересный проект, можно много интересного сделать.
Желаю удачи!
Если ее реализовать, то правильная бизнес-модель будет не продавать аппку через аппстор, а брать комиссии как в классическом финтехе.
На самом деле идее много лет и называется она рынок предсказаний.
Думаю, что они скорее всего пока скейлят рассчитанные данные для больших географий вниз, на меньшие . И, возможно, как-то правят их с использованием локальных данных. Вряд ли у них (на данном этапе, не поймите превратно, не хочу никого обидеть и желаю всяческих успехов) есть метеорологи для построения гиперлокальных метеорологических данных или они могут для каждого элемента сетки в 1 км построить небольшие ML модели.
Комментарии
автор - молодец, желаю всяческих успехов.
Интересно, какая статистика по наличию МБА у сотрудников VC фондов?
Насколько я знаю, это большой плюс в более традиционном PE.
у них база примерно такая же как у всех - до 100-110к для сеньоров/стаффов, остальное это стоки, которые неплохо пока идут.
Комментарий скрыт за нарушение правил комментирования.
[censored - П. 4.1.2. Пользовательского соглашения — https://devby.io/pages/polzovatelskoe-soglashenie]
Это не диагноз, это социальный лифт.
Так бы коровам хвосты крутил, а тут - в айти роте с врагами сражается на форуме, на окладе, хату наверняка арендную дадут, а за отдельные заслуги - норку в кредит на КГ.
Живу на ананасной грядке
за точно же такие фантики, которые никому нигде не нужны
это 100 млн долларов в месяц выручки из ничего, большая часть меняется на фантики внутри страны и стимулирует сферу услуг и всего остальное. В РБ не было так много, что более-менее успешно продается на мировом рынке: калий, нефтянка и пожалуй все. И все под санкциями.
там нормальная просадка по валюте и всему остальному, они истерят уже вовсю, смотри как комменты тут пишут ожесточенно. Если все было бы ок, никто бы и не вспоминал и было бы тихо.
просто пока "соседи" с востока подкидывают на пиво и сигареты, но это думаю совсем скоро закончится.
чего ты свою малую родину так не любишь?
Свинням дал уже, гной раскидал?
В Третьем рейхе большинство этический вопрос не сильно задевало, чем это закончилось - все и так знают. Мальчик уже большой, 22 года все-таки.
это все чипы под LLM и подобные модели которые и так в огромном дефиците.
То, что можно завезти их пять штух в РБ - вообще ничего не меняет, так как вопрос именно в большом количестве
К сожалению, часто это только теория.
Да, я понимаю, что классно было бы закинуть данные без обработки в deep learning модель и дать ей выучить сезонность, убрать аномалии и так далее, но в реальности имеем, как правило не очень большое количество данных, а как известно DL модели не очень работают на tabular / unstructured данных (табличных) и для аномалии нужны свои модели, и сглаживание / фильтрация тоже свои методы и получается, что xgboost в результате лучше перформит с предварительной обработкой чем, например, LSTM.
Это все абстрактно, конечно, как вы написали выше, вам не нужны долгосрочные прогнозы, так что может и норм.
Также, если строить DL модели на мелкой сетке, денег много надо на обучение, так как обучение на истории, которая постоянно обновляется.
C другой стороны, если DL / AI в описании стартапа, это потенциально выше оценка и раунд больше закрыть можно)
Ок, я, естественно, не метеоролог, но по опыту могу сказать, что специализированные модели для предсказаний будут точнее, особенно с большим горизонтом предсказания (может вам и не надо), другой вопрос что для их построения надо специальная экспертиза, которой мало кто обладает.
Интересно было бы узнать когда-то также, как вы будете решать проблему с валидацией прогнозов, так как локаций много, модели в разных локациях будут построены на данных разного качества, и какие-то локации более важные чем другие, тк там живет, например, большее количество платных пользователей
Возможно будет иметь смысл сконцентрироваться на некоторых странах / регионах, если точность будет очень важна.
А так да, интересный проект, можно много интересного сделать.
Желаю удачи!
Если ее реализовать, то правильная бизнес-модель будет не продавать аппку через аппстор, а брать комиссии как в классическом финтехе.
На самом деле идее много лет и называется она рынок предсказаний.
Думаю, что они скорее всего пока скейлят рассчитанные данные для больших географий вниз, на меньшие . И, возможно, как-то правят их с использованием локальных данных. Вряд ли у них (на данном этапе, не поймите превратно, не хочу никого обидеть и желаю всяческих успехов) есть метеорологи для построения гиперлокальных метеорологических данных или они могут для каждого элемента сетки в 1 км построить небольшие ML модели.