![Data Science | Machinelearning [ru]](https://cdn.tlmtr.io/_next/image?url=https%3A%2F%2Fimg.telemetr.io%2Fc%2F1dVo3O%2F5217464346798572541%3Fty%3Dl&w=48&q=75){kind=small}
Data Science | Machinelearning [ru]
الذهاب إلى القناة على Telegram
Все о Data Science, машинном обучении и искусственном интеллекте: от базовой теории до cutting-edge исследований и LLM. MAX - https://max.ru/devsp Личный блог - @just_genych По вопросам рекламы или разработки - @g_abashkin РКН: https://vk.cc/cJPGXD
إظهار المزيد![الشبكة: Frontender's notes [ru]](https://cdn.tlmtr.io/_next/image?url=https%3A%2F%2Fimg.telemetr.io%2Fc%2F1qrVZ3%2F5348049928330532677%3Fty%3Dx&w=32&q=75){kind=small}
📈 نظرة تحليلية على قناة تيليجرام Data Science | Machinelearning [ru]
تُعد قناة Data Science | Machinelearning [ru] (@devsp) في القطاع اللغوي الروسية لاعباً نشطاً. يضم المجتمع حالياً 19 659 مشتركاً، محتلاً المرتبة 6 673 في فئة التكنولوجيات والتطبيقات والمرتبة 33 353 في منطقة روسيا.
📊 مؤشرات الجمهور والحراك
منذ تأسيسه في невідомо، حقق المشروع نمواً سريعاً وجمع 19 659 مشتركاً.
بحسب آخر البيانات بتاريخ 08 نوفمبر, 2026، تحافظ القناة على نشاط مستقر. خلال آخر 30 يوماً تغيّر عدد الأعضاء بمقدار -100، وفي آخر 24 ساعة بمقدار -7، مع بقاء الوصول العام مرتفعاً.
- حالة التحقق: غير موثّقة
- معدل التفاعل (ER): يبلغ متوسط تفاعل الجمهور 7.46%. وخلال أول 24 ساعة من النشر يحصد المحتوى عادةً 4.46% من ردود الفعل نسبةً إلى إجمالي المشتركين.
- وصول المنشورات: يحصل كل منشور على متوسط 1 467 مشاهدة. وخلال اليوم الأول يجمع عادةً 877 مشاهدة.
- التفاعلات والاستجابة: يتفاعل الجمهور بانتظام؛ متوسط التفاعلات لكل منشور يبلغ 5.
- الاهتمامات الموضوعية: يركز المحتوى على مواضيع رئيسية مثل llm, nvidia, контекст, openai, архитектура.
📝 الوصف وسياسة المحتوى
يصف المؤلف القناة بأنها مساحة للتعبير عن الآراء الذاتية:
“Все о Data Science, машинном обучении и искусственном интеллекте: от базовой теории до cutting-edge исследований и LLM.
MAX - https://max.ru/devsp
Личный блог - @just_genych
По вопросам рекламы или разработки - @g_abashkin
РКН: https://vk.cc/cJPGXD”
بفضل وتيرة التحديث المرتفعة (أحدث البيانات بتاريخ 09 نوفمبر, 2026) تحافظ القناة على حداثتها ومستوى وصول مرتفع. وتُظهر التحليلات تفاعلاً نشطاً من الجمهور، ما يجعلها نقطة تأثير مهمة ضمن فئة التكنولوجيات والتطبيقات.
19 659
المشتركون
-724 ساعات
-297 أيام
-10030 أيام
أرشيف المشاركات
![Data Science | Machinelearning [ru]](https://cdn.tlmtr.io/_next/image?url=https%3A%2F%2Fimg.telemetr.io%2Fc%2F1dVo3O%2F5217464346798572541%3Fty%3Dx&w=64&q=75){kind=small}
GitVerse – теперь и для малого и среднего бизнеса
На онлайн-презентации «GitVerse: открой вселенную кода» СберТех рассказал про новые фичи платформы. Cреди них – CI/CD-инструменты, ускоряющие разработку, и новые функции GigaCode – персонального AI-ассистента разработчика (AI, artificial intelligence — искусственный интеллект).
Но это еще не все: теперь возможности GitVerse доступны не только индивидуальным разработчикам, но и малому и среднему бизнесу. Это очень удобно: можно организовывать совместную работу команды с GitVerse и управлять доступами к своим репозиториям.
Готовы попробовать? Присоединяйтесь.
17 мая собираем всех на IT-конференцию МТС True Tech Day.
Наша работа строится на коде, который мы создали из синтеза науки и технологий. Это надёжная и универсальная платформа для разработки продуктов и сервисов.
Каждый участник конференции поучаствует в сессиях от лидеров индустрии, испытает технологии в true labs и получит новые впечатления и эмоции.
Что будет:
→ 5 тематических треков: Main, Development, AI/ML, Cloud, Science
→ 50 спикеров с докладами про архитектуру, облачные платформы, NLP4Code, вероятностное программирование, безопасность контейнеров и другое
→ 10 часов нетворкинга
→ цифровые зоны и digital-интеграции
→ а ещё вечеринка со звездой
Все спикеры и темы уже на сайте. Регистрируйся на True Tech Day. Участие бесплатное
🖼 HiDiffusion: Unlocking High-Resolution Creativity and Efficiency in Low-Resolution Trained Diffusion Models
Новый метод, не требующий обучения, который повышает о и скорость предварительно обученных моделей diffusion.
• page: https://hidiffusion.github.io
• paper: https://arxiv.org/abs/2311.17528
• code: https://github.com/megvii-research/HiDiffusion
•colab: https://colab.research.google.com/drive/1EiBn9lSnPZTU4cikRRaBBexs429M-qty?usp=sharing
@Devsp — Подписаться
Masked Space-Time Hash Encoding for Efficient Dynamic Scene Reconstruction
MSTH - новый метод эффективного восстановления динамических 3D-сцен из многопроекционных или монокулярных видео.
🖥Github: https://github.com/masked-spacetime-hashing/msth
🤗 HH: https://huggingface.co/datasets/masked-spacetime-hashing/Campus
📕Paper: https://arxiv.org/abs/2310.17527v1
⏩Dataset: https://paperswithcode.com/dataset/mip-nerf-360
@Devsp — Подписаться
Присоединяйтесь к участникам I’ML — конференции для тех, кто использует в проектах машинное обучение
🗓21–22 мая, онлайн
Технические доклады про NLP, MLOps, CV, General ML, RecSys, Advanced Analytics, продукты на основе ML.
После докладов пройдут дискуссии при участии спикеров — участники смогут обменяться опытом и задать любые вопросы.
Билеты можно купить за счет компании. Для тех, кто покупает билеты сам, у нас есть промокод на скидку 10%:
DEVSP
Реклама. ООО «Джуг Ру Груп». ИНН 7801341446
⚡️ Пройди бесплатный тест и узнай, готов ли ты к обучению по Natural Language Processing
❓ Готов ли ты разобраться, как устроены чат-боты? Освоить RAG, Langchain, Fine Tuning? Пройди короткий тест и получи специальную цену на обучение и 3 полезных урока в подарок!
➡️ Давай же, это быстро и очень полезно для твоей карьеры: https://otus.pw/Yn0U/
Реклама. ООО «Отус онлайн-образование», ОГРН 1177746618576, www.otus.ru
🔅 FreeNoise: Tuning-Free Longer Video Diffusion via Noise Rescheduling
LongerCrafter (FreeNoise) — это не требующая настройки и экономящая время парадигма для создания более длинных видео на основе предварительно обученных моделей распространения видео.
Обширные эксперименты показывают превосходство данного метода по сравнению с предыдущими для расширения генеративных возможностей диффузионных моделей видео.
🖥 Github: https://github.com/arthur-qiu/LongerCrafter
📕 Paper: https://arxiv.org/abs/2310.15169
⏩ Project: http://haonanqiu.com/projects/FreeNoise.html
@Devsp — Подписаться
Новый Data Science Meetup от X5 🧑💻
🗓 25 апреля в 19:00
📍Пространство Articon + онлайн трансляция
В числе спикеров - специалисты по работе с большими данными из X5 Tech и Звука.
👉 Поговорим о проверенных и новых методах взаимодействия с пользователями: от рекомендаций музыки до генерации контента и чат-ботов на основе искусственного интеллекта. Также обсудим сложности: галлюцинации, мониторинг языковых моделей, методы улучшения RAG-систем.
В конце вечера afterparty 🎉
Регистрируйтесь по ссылке
До встречи на митапе! 👋
Реклама. ООО "Корпоративный центр ИКС 5", ОГРН 1077760250941☑ PERF: Panoramic Neural Radiance Field from a Single Panorama
PERF - новая систему синтеза изображений на 360 градусов, которая обучает панорамное поле нейронного излучения из одной панорамы.
PERF позволяет перемещать 3D-изображения в сложной сцене без дорогостоящего и утомительного сбора изображений.
Модель подходит для задач преобразование панорамы в 3D, текста в 3D и стилизации 3D-сцен.
🖥 Github: https://github.com/perf-project/PeRF
⚡️Project: https://perf-project.github.io/
📕Paper: https://arxiv.org/abs/2310.16831v1
⏩Dataset: https://paperswithcode.com/dataset/replica
@Devsp — Подписаться
🪄IC|TC: Image Clustering Conditioned on Text Criteria
Новая методология кластеризации изображений на основе заданных пользователем критериев в форме текста с использованием современных моделей визуального языка и больших языковых моделей.
В данной работе представлена новая методика кластеризации изображений на основе заданных пользователем текстовых описаний с использованием современных моделей "зрение-язык" и больших языковых моделей.
Метод Image Clustering Conditioned on Text Criteria (IC TC), представляет собой новую парадигму кластеризации изображений и требует минимального вмешательства человека и предоставляет пользователю полный контроль над результатами кластеризации.
🖥 Github: https://github.com/sehyunkwon/ictc
📕Paper: https://arxiv.org/pdf/2310.18297v2.pdf
⏩Tasks: https://paperswithcode.com/task/clustering
@Devsp — Подписаться
Участвуйте в открытом отборе научных статей по AI/ML: получите возможность опубликовать статью и представить ее на площадке международной конференции по искусственному интеллекту AI Journey! Лучшая статья получит 1 млн рублей!
Стартовал приём заявок для отбора статей к публикации в журнале «Доклады Российской академии наук. Математика, информатика, процессы управления» и его англоязычной версии Doklady Mathematics. Специальное издание выйдет в рамках ежегодной международной конференции по искусственному интеллекту AI Journey.
Заявку можно подать на сайте до 20 августа. Статья может быть оформлена на русском или английском языке, а также должна представлять только ранее не опубликованные сведения. Более детальную информацию можно найти в Правилах проведения отбора.
Не упустите возможность презентовать свои исследования перед научным сообществом и побороться за денежное вознаграждение!
Узнать подробнее о Правилах и отправить заявку -▻ AI Journey
🔥 Learning From Mistakes Makes LLM Better Reasoner
Модели больших языков (LLM) недавно продемонстрировали замечательные способности к рассуждению на решение математических задач.
Имитируя этот процесс обучения, основанный на ошибках, LEMA точно настраивает LLM на парах данных для исправления ошибок, сгенерированных GPT-4.
LLM и две задачи по математическому рассуждению, LEMA последовательно улучшает производительность по сравнению с точной настройкой только на основе данных CoT.
🖥 Github: https://github.com/microsoft/codet
📕Paper: https://arxiv.org/pdf/2310.20689v1.pdf
⏩Dataset: https://paperswithcode.com/dataset/math
@Devsp — Подписаться
🦙 Файнтюниг Llama 3 с помощью ORPO.
Краткое руководство о том, как настроить новую модель Llama 3 8B с ORPO.
Эта модель использует контекстное окно размером 8 КБ.
Он был обучен с помощью шаблона ChatML.
🤗 Модель: https://huggingface.co/mlabonne/OrpoLlama-3-8B
💻 Colab: https://colab.research.google.com/drive/1eHNWg9gnaXErdAa8_mcvjMupbSS6rDvi?usp=sharing
📝 Статья: https://huggingface.co/blog/mlabonne/orpo-llama-3
@Devsp — Подписаться
Крутая находка >2300 вопросов с собеседований, по анализу данных, машинному обучению, cv, статистике, python. Вопросы разбирают сеньоры, которые сами проводят собесы и дают примеры правильных ответов.
Можно сильно упростить прохождение собесов, если заранее изучить популярные вопросы 📈
А здесь собрана целая папка для тех, кто любит машинное обучение.
✨ HairFastGAN: Realistic and Robust Hair Transfer with a Fast Encoder-Based Approach
Новая модель для переноса прически с эталонного изображения на исходную фотографию для виртуальной примерочной.
Эффективность подхода демонстрируется на показателях реализма после случайного переноса прически и реконструкции при переносе исходной прически.
▪️ Paper: https://arxiv.org/abs/2404.01094
▪️Code: https://github.com/AIRI-Institute/HairFastGAN
▪️Colab: https://colab.research.google.com/#fileId=https%3A//huggingface.co/AIRI-Institute/HairFastGAN/blob/main/notebooks/HairFast_inference.ipynb
@Devsp — Подписаться
👑Introducing Meta Llama 3: The most capable openly available LLM to date
В этом выпуске представлены предварительно обученные и точно настроенные языковые модели с параметрами 8B и 70B, которые могут поддерживать широкий спектр вариантов использования.
Следующее поколение Llama демонстрирует современную производительность в широком диапазоне отраслевых тестов и предлагает новые возможности, включая улучшенное мышление.
Новые модели Llama 3 с параметрами 8B и 70B являются большим шагом вперед по сравнению с Llama 2 и устанавливают новый уровень развития моделей LLM в этих масштабах.
•HF: https://huggingface.co/spaces/ysharma/Chat_with_Meta_llama3_8b
•Blog: https://ai.meta.com/blog/meta-llama-3/
@Devsp — Подписаться
❓ Интересуетесь технологией Hadoop, но не знаете, как начать работать с ней без покупки дорогого кластера? Столкнулись с проблемой доступа к платформе и не знаете, как это решить?
После участия в бесплатном практическом уроке «Hadoop в песочнице» 23 апреля в 20:00 мск вы узнаете, как работать с Hadoop без необходимости покупки кластера.
Вы освоите методы доступа к платформе, научитесь выполнять простые операции и получите представление о возможностях этой технологии.
Вебинар пройдет в преддверии старта большого курса «Data Engineer». Все участники урока получат специальную цену на обучение и консультацию от менеджеров OTUS!
➡ Пройдите короткий тест прямо сейчас, чтобы посетить бесплатный урок: https://otus.pw/Yn0U/
Реклама. ООО «Отус онлайн-образование», ОГРН 1177746618576, www.otus.ru
Студенты из России выиграли ICPC
ICPC — самая престижная международная олимпиада по программированию в мире. Соревнования проходили в Египте, причем было проведено сразу два финала олимпиады — за 2022 и 2023 годы.
За 2023 год абсолютными чемпионами стала команда FFTilted. В ее составе — Фёдор Ромашов, Александр Бабин и Кирилл Кудряшов. Ребята обошли команду из Пекинского университета, которая была чемпионом 2022 года.
Третье место в абсолютном зачете 2022 года заняла команда Undertrained+Overpressured. Ее представляли Максим Гороховский, Иван Сафонов и Тимофей Федосеев.
Обе команды состоят из студентов факультета компьютерных наук ВШЭ, а команда, занявшая первое место – студенты программы Прикладной математики и информатики (ПМИ), созданной Яндексом в момент основания факультета. Всего в международной олимпиаде приняли участие студенты из 170 университетов и 50 стран мира.
Победа в ICPC — это очень круто. Знаем, что крупнейшие технологические компании активно хантят победителей соревнований. Респект от всего сообщества программистов.
Читать…
Как прокачать свои знания в ИТ и стать уверенным специалистом по машинному обучению и ИИ?
Магистратура Университета ИТМО Проектирование и разработка систем искусственного интеллекта
Вы научитесь создавать законченный программный продукт и станете программистом сложных многокомпонентных систем со знаниями в области искусственного интеллекта. На программе 22 бюджетных места, а поступить можно дистанционно.
На программе вы научитесь:
• собирать бизнес-требования к системам;
• понимать особенности использования методов и технологий машинного обучения и их встраивания в продуктовые системы;
• проектировать архитектуры систем машинного обучения (ML system design), включая инференс модели;
• строить системы мониторинга и сопровождать модели машинного обучения;
• работать с инструментами MLFlow, AirFlow, DVC, Tensorboard, ClearML и др.
Большинство преподавателей сотрудники крупных ИТ-компаний. Партнеры программы компании MTS, VK Education, Nexign.
После выпуска вы сможете работать архитектором систем искусственного интеллекта (AI Architect), руководителем команды разработки ML-систем (ML TeamLead или ML Project Manager).
Полное описание программы и подача документов по ссылке.
Реклама. Университет ИТМО ИНН:7813045547 erid:2VfnxxkNTfe
