Z jakimi narzędziami i technologiami pracowałeś najwięcej?

W dziedzinie uczenia maszynowego i sztucznej inteligencji najczęściej używa się następujących narzędzi i stosów technologicznych:

• Języki programowania: Python (główny), czasami R lub Julia.
• Biblioteki i frameworki: TensorFlow, PyTorch, scikit-learn, Keras do tworzenia i trenowania modeli.
• Narzędzia do przetwarzania danych: pandas, NumPy do pracy z danymi i ich wstępnej obróbki.
• Narzędzia wizualizacyjne: Matplotlib, Seaborn, Plotly.
• Środowiska programistyczne: Jupyter Notebook, VS Code.
• Do wdrażania modeli: Docker, Flask/FastAPI do tworzenia API.

W zależności od projektu, stos może być rozszerzony o bazy danych (SQL, NoSQL), platformy chmurowe (AWS, GCP, Azure) i narzędzia MLOps (MLflow, Kubeflow).