NVIDIA принимает заявки на участие в годовой программе исследований в области ИИ AI Research Residency |
||
МЕНЮ Искусственный интеллект Поиск Регистрация на сайте Помощь проекту ТЕМЫ Новости ИИ Искусственный интеллект Разработка ИИГолосовой помощник Городские сумасшедшие ИИ в медицине ИИ проекты Искусственные нейросети Слежка за людьми Угроза ИИ ИИ теория Внедрение ИИКомпьютерные науки Машинное обуч. (Ошибки) Машинное обучение Машинный перевод Реализация ИИ Реализация нейросетей Создание беспилотных авто Трезво про ИИ Философия ИИ Big data Работа разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика
Генетические алгоритмы Капсульные нейросети Основы нейронных сетей Распознавание лиц Распознавание образов Распознавание речи Техническое зрение Чат-боты Авторизация |
2018-11-05 05:07 NVIDIA пригласила кандидатов наук в смежных с исследованием ИИ областях оставить заявку на участие в программе AI Research Residency. Отобранные кандидаты будут в течении года работать над проектом в области машинного обучения с одним из ИИ-специалистов компании. NVIDIA планирует найти заинтересованных в области машинного обучения людей и ускорить процесс исследований. Заявки принимаются до 7 декабря 2018 года. Программа AI Research Residency NVIDIA принимает заявки учёных с образованием или опытом исследований в областях математики, физики, обработки сигналов, статистики, нейронаук и информатики. Для попадания в программу требуются:
Полный список требований AI Research Residency к специалисту опубликован на сайте. В случае успешного прохождения программы компания готова нанять учёного. Успешные работы будут представлены на конференциях NIPS, CVPR, ICLR и ICML. NVIDIA обладает большими мощностями для исследований. В октябре 2018 года компания представила открытую платформу GPU-ускорения RAPIDS. Она необходима для обработки больших массивов данных и машинного обучения и создана на основе архитектуры CUDA. Согласно заявлениям представителей компании, использование RAPIDS с алгоритмом машинного обучения XGBoost даёт 50-кратное увеличение производительности по сравнению с системами на базе CPU. Источник: tproger.ru Комментарии: |
|