Reprise du message précédent :

Paraît que les Vega sont performantes en fp16 mais j'ai pas pu tester

Avec opencl?

Oui, mais j'ai jamais réussi à configurer quoi que ce soit pour que ça fonctionne correctement

Putain j'avais pas vue le blfoat!!! Merci je vais tenter

Sur le papier sur les dernières T4 c'est censé être dément

 
https://www.universalis.fr/encyclop [...] -learning/
 
description du Deep-Learning

Cool, merci!

Le problème des cartes AMD c'est pas le hardware, les architectures sont performantes en compute, ça s'est vu sur les cryptos par exemple.

Le problème c'est le middleware, le support et les ressources pour les développeurs. L'écosystème cuda est super bien fait, bien intégré, des ressources de formation à gogo, des exemples, des tutoriels, des forums avec des gens de nvidia etc. Les lib gratuites du genre cuBLAS, cuDNN et autres pèsent aussi beaucoup.

AMD a pris un retard énorme là dessus. Ils poussent bien en ce moment pour rattraper avec ROCm, OpenML etc. Mais pendant facilement 10 ans nVidia ont été les seuls avec un middleware poussé, donc la plupart des développeurs GPGPU dont les gros frameworks de ML ont choisi CUDA plutôt qu'OpenCL.

Maintenant on va voir comment ça va se passer, TF et Pytorch devraient intégrer le support des cartes AMD à terme. À mon avis ça sera pas nickel d'emblée, il va falloir du temps pour avoir des kernels aussi optimisés etc. Du moins j'imagine.

NIPS n'est plus.... longue vie a NeurIPS!
 
(Nips = tétons en Anglais (my nips are NP-hard), ou aussi un raccourci pour Nippon).

Ça valait bien le coup de faire un sondage si c'est pour ignorer le résultat
(La majorité avait voté pour garder le nom nips)

 
Le politiquement correct est tout puissant  

Suffit de voir la partie "Diversity and inclusion" sur le site pour comprendre que la toute-puissante des problématiques SJW américaines.

Quelqu'un pourrait-il me transmettre le tout dernier volumes des Travaux sur l’Évaluation des Techniques Ontologiques et Numériques en Sciences ? Merci.

Je suis curieux, y a des gens qui gagnent vraiment de la thune sur Kaggle ? Assez pour payer un loyer et des factures ?

Ca m'étonnerait fortement
Franchement, quitte à faire ce genre de trucs, autant le faire en tant qu'employé

A lire :
https://eng.uber.com/scaling-michelangelo/
 
Comment uber utilise le ML, vraiment des trucs intéressant sur la philo d'industrialisation

j'ai une vingtaine de serveurs avec un applicatif qui génèrent environ de 1k à 10k lignes/seconde dans des csv.  
En tout, je cela doit représenter environ 25k lignes/seconde.
Les serveurs sont dans des datacenter différents aux 4 coins du monde (New York, Tokyo, Paris, Johannesbourg, etc.)
 
Aujourd'hui, je rapatri (rsync) une fois par jour les fichiers pour faire des calculs et intégrer le resultat dans une base de données (un fork de postgres).
 
Demain, j'aimerais distribuer les calculs directement sur les lieux de productions des données et ainsi ne rapatrier que le resultat.  
Cela me permettra de rapatrier les données brutes que si j'ai assez de bandes passantes.
Avez-vous une idée d'un framework de traitement et/ou une base de données qui accepterait ces volumes et la contrainte géographique qui risque de causer des soucis de latence réseau etc. ?  
 
Je suis preneur d'avis
Merci d'avance,
dd

Yo, ça parle un peu salaires par ici ? Ou du moins par MP. Je viens d'être embauché en conseil et je voulais mesurer un peu où je me situations au niveau HFRien  

On peut tout a fait parler salaire ici
Peut-être tu peux commencer par décrire en gros ton profil, ton boulot et la proposition qu'on te fait et j'imagine que tu auras des retours

Et son salaire  

Par conseil t'entends BCG Gamma ou une SS2I ?
 
Si c SS2I, à la défense en IA/Data Science, entre 36 et 38 offre 1ère embauche, ils poussent jusqu'à 39/40 si bonne école + bon stage chez eux + tu sais te vendre

J'ai un pote qui sort d'une groupe A, qui bosse dans une SS2I à la défense. Il a été embauché à 42k

Bonjour, je voulais savoir ce que vous pensiez du logiciel SAS pour tout ce qui est machine Learning ?
 
On est d'accord que c'est complètement dépassé ?
 
J'ai l'impression que ya plus qu'en banque qu'il l'utilise encore.

Même en baque personne n'utilise ce truc quasiment....

 
Sérieux ?? Il bosse sur quoi alors ?  
Paye ta formation de 300 h sur ce logiciel mdr

SAS    
 
Pourquoi pas R ou Matlab tant qu'on y est ?  

Une idée d'ailleurs des salaires chez gamma ?

Un énième débat sur LE langage ?

En pharma ça recrute encore pas mal en statistical programming pour SAS. Il parait qu'en conseil économique des gens se servent de SAS voir SPSS.
Pour certaines tâches SAS a une meilleure documentation que R, mais en effet c'est globalement en perte de vitesse.
 
Tant qu'à parler salaires, les startups se positionnent comment par rapport aux COGIP ? On price en brut (+ BSPCE ?) la defisc I/P + abondement du PEE et les divers avantages ? Prime de volatilité ?

 
Je pense pour le coup que tout le monde sera d'accord pour SAS...

 
Le sujet des salaires est plus intéressant

 
Merci de ta réponse, je me pose cette question car on a l'opportunité dans ma formation de suivre le SAS Spring campus, à première vu ça a l'air intéressant (deep learning, text mining...) mais bon c'est sas quoi...

Je n'aime pas SAS, je ne n'utilise pas SAS ... en fait je n'en ai pas besoin. Mais comme dit plus haut, il répond à des besoins dans certains domaines (et que changer coûte cher en formation)... comme à peu près toutes les autres alternatives. Mais oui, d'autres langages sont en phase ascendante ...
Bref ... rien de nouveau

Edit : ouais parlons thunes plutôt

R et Python essentiellement

R ...    
 

Je sais que c'est pour rigoler mais Python est pas au niveau sur certains trucs

 
Tu peux parfois pousser jusqu'a plus, le probleme majeur etant que 60 en ssii c'est 43 dans une boite normale (t'as pas de cantine, CE, pas d'abondement, d'interessement, de participation, de 13eme mois et en general beaucoup moins de rtt).
 
La ssii c'est un jore de CDD
 

 
Il était nul? Ou c'etait pour bosser en banque avec un freeze des embauches?

C'est du caca  
Mais globalement c'est pas mal utilisé en marketing et services statistiques (enquêtes avec des données individuelles) parce qu'on peut gérer les grosses bases des données. Et il y a certaines procédures qui sont bien faites.

Nous on paiera sûrement un peu plus un diplôme lambda et moins un x+mva car on fait pas de différence à l'embauche entre les diplômes. Après on offre aussi des conditions autrement meilleurs en terme de taf.

Le machine learning, c'est Python et/ou R. Et rien d'autres.
 
=> C++, Java, Fortran,  trop complique a mettre en place pour de l'analyse de donnée.
=> Julia, Golang, trop jeunes et personne n'utilise de maniere pro.
=> PERL, Ruby => joker.

Tu as oublié c# dans la première catégorie

D'ailleurs vous pensez quoi de ML.NET de Microsoft ?
Venant du monde Microsoft, ça m'attire mais pas sur que ça soit des masses utilisé.