Eugene Yanayt
PulseAugur coverage of Eugene Yanayt — every cluster mentioning Eugene Yanayt across labs, papers, and developer communities, ranked by signal.
-
Eugene Yan 分享他在 Lazada 担任数据科学负责人头100天的经验教训。
Lazada 数据科学负责人 Eugene Yan 反思了他从个人贡献者转变为领导角色的最初100天。他讨论了将重点从深入技术参与转向监督多个项目和管理前同事所面临的挑战。Yan 强调了通过与领导层和利益相关者举行会议，使团队工作与公司使命保持一致的重要性，以及定期与团队成员进行一对一会议以获取反馈和促进发展的价值。
-
Eugene Yan 分享数据分析的见解给本科生
数据科学专业人士 Eugene Yan 在新加坡管理大学向本科生分享了数据分析的见解。本次演讲面向非技术背景的学生，涵盖了数据分析的定义、重要性以及进入该领域的途径。Yan 还分享了他进入数据分析领域的个人经历，为有志于此的专业人士提供了实用建议。
-
Eugene Yan 分享数据科学职业道路和日常工作的见解
前 Lazada 数据科学家 Eugene Yan 分享了他职业道路以及数据科学领域的现实情况。他解释说，他对心理学和统计学的兴趣引导他走向了数据科学，并强调机器学习仅占工作量的约 20%，大部分时间用于数据理解、清理和准备。Yan 还强调了识别问题、端到端解决方案设计以及超越技术能力进行有效沟通的重要性，以产生重大影响。
-
数据科学职业指南提供必备工具、技能和求职建议
Eugene Yan 的文章概述了数据科学从业者所需的必备工具和技能，强调了 SQL、Python/R 和 Spark 在数据处理和分析中的重要性。他还强调了概率、统计和机器学习基础知识的重要性，以及通过项目和沟通获得的实践经验。播客节目邀请了《构建数据科学职业生涯》一书的合著者 Emily Robinson，就求职、简历撰写和该领域的早期职业成功提供建议。
-
OMSCS CS6200 (操作系统导论) 评测与建议
Eugene Yan 发布了佐治亚理工学院在线计算机科学硕士 (OMSCS) 项目中几门课程的评测。这些评测涵盖了从人工智能、机器学习到操作系统、人机交互和软件开发流程等主题。Yan 在每篇评测中详细介绍了课程结构、工作量、项目要求以及他个人的学习体验，并经常将其与他作为数据科学家的专业工作进行比较。
-
组建数据团队
Eugene Yan 的文章讨论了组建和管理成功的数据科学团队的关键方面，强调了聘用具有好奇心、毅力和谦逊精神的个人的重要性。他提倡一种鼓励创新和从失败中学习的文化，并将其与 Netflix 和 Google 等成功科技公司进行类比。Yan 还强调了团队内部清晰沟通和明确职责的必要性，正如他在 Lazada 的经验所示，并强调了培养鼓励实验的环境是推动有影响力的数据科学工作的关键。
-
Eugene Yan 构建反向图片搜索引擎以发现产品
Eugene Yan 开发了一个反向图片搜索引擎，允许用户通过上传图片来查找相似产品。该工具使用神经网络生成图像特征并计算相似度，最初作为 API 提供，但由于云成本已停用。Yan 详细介绍了该过程，包括数据获取、使用 VGG16 等模型生成特征，以及高效计算相似度和提供图像的挑战。他指出，该系统在白色背景上的产品图片上效果最好，并且是构建产品分类 API 系列文章的一部分。
-
Eugene Yan 在 Strata Hadoop 分享 Lazada 的 2016 年商品排名框架
Eugene Yan 于 2016 年在 Strata x Hadoop 新加坡会议上介绍了 Lazada 在其商品目录和搜索结果中对商品进行排名的方 法。该排名系统的目标是提升客户体验和提高转化率。Yan 分享了演示文稿，并就排名框架和他的演示技巧征求了反馈。
-
Eugene Yan 推出时尚图像分类 API，后已停用
Eugene Yan 推出了一个产品图像分类 API，最初专注于时尚电商。该 API 实现了 0.76 的 Top-1 验证准确率和 0.974 的 Top-5 准确率，响应时间不到 300 毫秒。它使用 Keras 和 Theano 构建，并在没有 GPU 的小型 AWS 服务器上运行。然而，该 API 此后已停用以降低云成本。
-
Eugene Yan 分享数据科学职业建议及其进入佐治亚理工学院 OMS CS 项目的历程
Lazada 的数据科学家 Eugene Yan 最近在新加坡管理大学 (SMU) 做了关于如何开启数据科学职业生涯的客座讲座。他还分享了自己进入该领域的个人历程，借鉴了他在 IBM 和 Lazada 的经验。Yan 之前就读于佐治亚理工学院，获得了计算机科学理学硕士学位，并强调了该项目的经济实惠和高质量。
-
Eugene Yan 详细介绍了从数据采集到部署构建产品分类 API 的过程
Eugene Yan 详细介绍了构建产品分类 API 的多部分流程，强调了原型设计在获得利益相关者支持方面的重要性。他解释了如何获取和准备数据，包括清理标题和处理编码问题，然后再训练机器学习模型。该系列还涵盖了 API 本身的开发，并演示了图像搜索功能，尽管由于云成本，该 API 后来被停用。
-
Eugene Yan 评述 Martin Odersky 的 Scala 函数式编程课程
Eugene Yan 分享了他学习 Coursera 上一门关于 Scala 函数式编程课程的经历，该课程由语言设计者 Martin Odersky 讲授。这门为期六周的课程涵盖了 Scala 基础知识、函数式编程概念，并强调了单元测试（使用 ScalaTest）等软件工程实践。Yan 发现，尽管他可能不会在数据科学工作中频繁使用递归解决方案，但该课程通过尾递归加深了他对 Scala 的理解和解决问题的能力，最终使他的代码更加健壮和高效。
-
Eugene Yan begins writing journey to improve machine learning and engineering skills
Eugene Yan, a writer focused on machine learning, RecSys, LLMs, and engineering, has published a new post on his personal website. The post, originally written in July 2016, has been updated and converted to Jekyll. Yan…
-
Eugene Yan分享Kaggle竞赛见解和框架
在一次DataScience SG Meetup上，Eugene Yan分享了他参加Kaggle竞赛并进入前3%的经验见解。演讲涵盖了竞赛的各个方面，包括评估指标、特征工程、机器学习技术和集成方法。这次在SMU举行的讲座吸引了众多对实际数据科学应用感兴趣的听众。