你需要为今天的数据角色掌握的编程技能
你需要为今天的数据角色掌握的编程技能
不要错过《变量》的最新一期，我们的每周通讯精选了编辑们的精选内容、深度分析、社区新闻等。
数据科学和人工智能的世界发展迅速，这包括今天角色所需的编程知识。当然，一些 Python 和 SQL 技巧始终是永恒的。但要在竞争激烈的环境中脱颖而出，你需要保持最新——我们在这里支持你的学习之旅。
为了认真开始新学期，我们收集了一些我们最近发布的、以编码为重点的顶级教程。无论你的当前水平如何，你在这里都会找到一些能激发你开始尝试的东西。
如何将预标注数据导入 Label Studio 并使用 Docker 运行全栈
对象检测项目可能非常耗时。Yagmur Gulec 向我们介绍了开源工具 Label Studio，并指导我们完成导入预标注视觉数据的简化流程。
深入了解 RabbitMQ 和 Python 的 Celery：如何优化你的队列
我们可能会认为队列系统只是简单地运行在后台。Clara Chong 邀请我们做出更明智的决定，以实现累积效率——特别是在复杂基于 LLM 的任务时代。
在 Python 中实现猜字游戏
对于 Python 初学者，Mahnoor Javed 在文章末尾提供了一个易于理解和吸引人的编程基础入门指南——包括变量、循环和条件等——在阅读完毕后，你将创建一个功能齐全（并可玩）的猜字游戏程序。
本周最受欢迎的故事
近期社区热议的文章涵盖了前沿的 LLM 工具和职业建议：
《成为机器学习工程师的一切学习内容》（无计算机科学背景），作者：Egor Howell
使用 Google 的 LangExtract 和 Gemma 进行结构化数据提取，作者：Kenneth Leung
Google 的 URL 上下文定位：RAG 棺材上的又一钉子？，作者：Thomas Reid
其他推荐阅读
从生成式 AI 在科学研究中的作用到提示优化，以下是我们要重点推荐的几篇近期必读文章：
- 为什么科学必须拥抱与生成式 AI 的共创以突破当前研究障碍，作者：Ugo Pradère
- [3 种贪婪算法在决策树中的应用，举例说明]，作者：Kuriko Iwai
- 向数字化福祉迈进：使用生成式 AI 检测和减轻社交网络中的偏见，作者：Celia Banks
- 明天的空气：为什么空气质量研究和实施中的开放性对全球公平至关重要，作者：Prithviraj Pramanik
- 使用 DSPy 优化进行系统性的 LLM 提示工程，作者：Robert Martin-Short
认识我们的新作者
探索我们最近添加的一些贡献者的优秀作品：
- Sathya Krishnan Suresh，一位新加坡的 AI 科学家，发布了一本关于 Transformers 位置嵌入的全面指南。
- Ahmad Talal Riaz，最近撰写了关于 LLM 监控和可观察性的基础，他带着在多个 AI/ML 研究和工程角色中磨炼的技能加入我们。
- Noah Swan 目前正在芝加哥大学攻读统计学研究生学位；他的处女作旨在揭开贝叶斯超参数优化的神秘面纱。
我们热爱发布新作者的文章，所以如果你最近写了一个有趣的项目教程、教程或对我们核心主题的理论反思，为什么不与我们分享呢？
浙公网安备 33010602011771号