BigData Team (BDT)

🌍 25 международных грантов на AI Agents Engineer, Level 2 Александр Гущин, Никита Синчинов и ещё один IT-друг (инкогнито) запускают уже 3й социальный проект для поддержки развития в data-профессиях. Правила просты: если вы готовы вкладывать в своё образование в сфере IT хотя бы 10 часов в неделю на протяжении 6 месяцев, то грантодатели как минимум удваивают ваш личный вклад в ваше образование. Истории успеха Не бывает "рано" или "поздно", самое важное — горящие глаза и трудолюбие. Несколько личных примеров: 1️⃣ Адильхан (учащийся колледжа, Бишкек, Кыргызстан)

В период обучения прокачался по хардам и устроился на работу в EPAM.

2️⃣ Виталий (career switch, Алматы, Казахстан)

Переквалифицировался из ученого института зоологии в ML/AI разработчика и уже работает над AI моделями в индустрии (финтех).

3️⃣ Нуржан (ученый и преподаватель, Бишкек, Кыргызстан)

Прокачивается по распределенным вычислениям (Big Data) для науки и за успехи в период обучения уже переведена на грант с полным покрытием (история из первых уст на LinkedIn).

И еще много других историй из 🇰🇿🇰🇬🇮🇱🇷🇺🇩🇪. В этом наборе очень хочется расширить географию, поэтому смело распространяйте информацию по клубам выпускников, университетам и IT сообществам. И покажите личным примером, что такие проекты полезны для общества: 👉 подать заявку. Лауреаты прошлых запусков: — 2025 — 2026 H1 // преподаватели, ученые, студенты, аналитики, ... Учебная программа Специализация AI Agents Engineer (Big Data, ML, DevOps), от агентской разработки до ИИ-агентов: Level 1: Agentic Coding & AI Agents (core) Level 2: DevOps и Data Analytics Level 3: трек BD, ML или AI 🗓 Старт обучения: 28 октября ▶️ Видео о школе и программе ✍️ Тезисно — в первом комментарии 👉 Все подробности обучения (сайт) Инструкция и трудозатраты на подачу заявки После регистрации на платформе Learn BDT 💎 0. Внимательно изучите "инструкцию" И затем пройдите: 1. Базовые тесты, 1-2 часа 2. Дополнительные тесты, 30-90 минут // много ответов "Не знаю" в этом разделе — ожидаемо 3. Опросники по профилю и мотивации, 30 минут 4. Загрузите CV/Резюме, 10 минут Дедлайны конкурса — I волна отбора — до 18 октября, 23:59 — II волна отбора — до 25 октября, 23:59 Что мы придумали, чтобы пойти вам навстречу По опыту отбора на гранты и анализа страхов, с которыми сталкиваются кандидаты, мы разработали новый формат грантовой поддержки:

чем лучше вы учитесь, тем больший размер поддержки вы получаете.

Это означает, что: 1. Вы можете начать с 1-2х месяцев обучения и, если поймете, что страшно, не ваше или не получается, то на этом и остановиться без каких-либо штрафных санкций; 2. Если вы учитесь на "отлично", то ваше грантовое покрытие вырастает на 25% (или сохраняется, если вы уже на полном грантовом покрытии). Стоимость Стоимость обучения в месяц в зависимости от грантового покрытия: — грант 50%: 185 $ в месяц — грант 75%: 92 $ в месяц — грант 100%: бесплатно С учетом пункта выше, грантовое покрытие 75-100% доступно каждому. Размер начального грантового покрытия определяется по результатам оценки социального профиля (сразу подсвечу: использование GPT играет вам в минус, сдавайте честно и пишите самостоятельно). Примеры критериев нашего процесса отбора:

личная потребность: без этих курсов (знаний и навыков) человеку было бы сложно изменить свое социальное положение или сменить род деятельности.

знания и навыки, которые получит человек, будут иметь социальную значимость для общества (e.g. ученый или преподаватель).

Last, but not least 📩 Вопросы: в комментариях или на study@bigdatateam.org 🙏 Репост — лучший способ поддержать проект: возможно, кто-то из ваших знакомых ждёт именно эту возможность. BigData Team: the way you learn best AI Agents | Py4BDA | Python | Machine Learning | Big Data #study #BigDataTeam #mgrant #AIE

🐍 Python для анализа [больших] данных ❗️ последний поток 2026 года Знакомая картина: анализ в Jupyter готов, график красивый, выводы есть. Данные выгружены руками, окружение "у меня на машине", отладка через print. Задачу вы решили — а повторить её завтра, на свежих данных, на другом сервере или вместе с коллегой уже не получается. Py4BDA — курс про анализ данных на Python с фундаментом, которого обычно не хватает самоучкам: базой по Computer Science и привычкой делать вычисления воспроизводимыми. Почему мы так упираем на окружение и консоль — отвечали ученику. Кому подойдёт — аналитикам, которым тесно в выгрузках и хочется задач посложнее; — разработчикам, которые идут в данные; — Data Scientists, у которых 90% времени уходит на сбор и предобработку данных; — дата-инженерам, которым нужно закрыть пробелы в CS: Big-O, структуры данных — те самые, что спрашивают на собеседованиях. Что внутри: 10 недель, 10 модулей, каждую неделю — практический мини-проект с моментальной проверкой на Grader. Четыре блока — ровно по целям курса: 1️⃣ Анализ данных: pandas и SQL — выгрузить, склеить, сгруппировать, проверить и показать результат (join, group by, window; SQL и для аналитики, и из кода: connection, cursor, transaction) 2️⃣ Python глазами разработчика: ООП, pythonic код, PEP-8, генераторы — чтобы ваш код понимали коллеги-разработчики 3️⃣ Консоль и воспроизводимость: Linux, ssh + IDE, bash, regexp, git, тесты и GitHub Actions, Docker — чтобы анализ запускался не только у вас 4️⃣ Алгоритмы и структуры данных: Big-O, бинарный поиск, quicksort, хэш-таблицы, графы, bfs/dfs — то, что чаще всего спрашивают на собеседованиях, и база, чтобы прокачивать это дальше самостоятельно 🧑‍🏫 Преподают практики из Amazon AWS, Яндекса, eBay, Nebius AI и Next Step Fusion: Алексей Драль, Илья Бойцов, Александр Климов и Евгений Адищев. Py4BDA — одна из составляющей нашей специализации AIE: посмотрите, какие pet-проекты её слушатели собрали по задаче Евгения Адищева. В нашем гайде по Data-профессиям этот курс стоит на ступени Grade 2 — "типовая задача в данных решается от начала до конца": выгрузка, обработка, проверка, результат. Это фундамент, с которого аналитик растёт в Data Science, Data Engineering или разработку — с ним следующий грейд берётся за месяцы, а не за годы проб и ошибок. Формат: онлайн, раз в неделю по 3 часа, с видеозаписями; на обучение закладывайте 8–12 часов в неделю. Можно взять курс целиком, по частям или записаться только на интересующие модули — за деталями обращайтесь к менеджерам. Успешно прошедшим курс — удостоверение о повышении квалификации государственного образца, есть налоговый вычет. Учите команду? Для групп — индивидуальные условия: b2b@bigdatateam.org. 🗓 Старт обучения — 12 октября, уже в понедельник 🔥 Это последний запуск в этом году: следующий поток только в 2027-м. 🧑‍🎓 Отзывы выпускников 👉 Подробная программа и регистрация 💬 Остались вопросы? Пишите в WA или TG. BigData Team: the way you learn best AI Agents | Py4BDA | Python | Machine Learning | Big Data #BigDataTeam #study #Py4BDA #python #announce

✍️ Tech Orda: как не упустить грант — краткий план 1️⃣ Общая инструкция, независимо от выбора школы обучения. — 21 сентября, 23:59 — закрыт приём заявок на обучение в школах Astana Hub. Если вы не подали заявку на портале (напр., AI Agents Engineer), школа не сможет выдать грант. — 22–23 сентября — школы модерируют заявки и проставляют статусы: «Грант», «Лист ожидания» или отказ. Раунд 1 🧑‍🏫 24–26 сентября — вы подтверждаете одну заявку со статусом «Грант» или пропускаете раунд (в надежде на освобождение гранта у нужной школы). Подтвердить = подписать ЭЦП. 🏛 27–28 сентября — школы перераспределяют освободившиеся гранты. Раунд 2 🧑‍🏫 29 сентября – 1 октября — можно: — принять грант, или — принять «лист ожидания» (учеба с общей группой грантников с возможностью перейти на грант на условиях школы), — или пропустить. 🏛 2–3 октября — перераспределение освободившихся грантов. Раунд 3 🧑‍🏫 4–6 октября — финальное решение: подтвердить «Грант» / «Лист ожидания» или отказаться. 🏛 7–8 октября — документы/бюрократия между студентами, школами и Фондом (Astana Hub). ⚠️ Ничего не нажали в раундах 1–2 = пропустили раунд. Ничего не нажали в раунде 3 = отказались от гранта. 🍁 октябрь — старт обучения AI Agents Engineer. 2️⃣ Как это будет в BigData Team По опыту прошлых лет, большинство грантов подтверждаются уже в Раунде 1. Шансы остаются, если: a) кто-то не на связи/не успевает подписать → грант освободится; b) вы — сильный кандидат, которого мы не заметили на этапе тестов → мы предложим индивидуальный грант в формате "лист ожидания" в рамках Раунда 2. 3️⃣ Что сделать сейчас Проверьте, что ЭЦП рабочий: без него грант не подписать. Проверяйте почту/спам и Telegram, чтобы быть в курсе возможных изменений. До конца дня 23 сентября мы проставим статусы и разошлем финальные офферы по грантам. Если кто-то не подпишет в ближайшие дни, то некоторые гранты могут освободиться. 👉 Поставьте лайк, сохраните инструкцию и перешлите другу, кому это актуально. 📩 Вопросы: личка, комментарии или techorda@bigdatateam.org P.S. Всем, кто проходил тестирование и не получил гранты, мы ответим с рекомендациями и индивидуальными предложениями 7–12 октября. BigData Team: the way you learn best AI Agents | Py4BDA | Python | Machine Learning | Big Data #study #BigDataTeam #TechOrda #AstanaHub #AIE

🏁 Гранты Tech Orda: результаты волны III Подробности о программе AI Agents Engineer, грантах Tech Orda, правилах участия в конкурсе: https://t.me/bigdatateam/645. 🔄 Волны отбора — I волна — до 23 августа, 23:59 — II волна — до 30 августа, 23:59 — III волна — до 6 сентября, 23:59 — последний вагон — до 20 сентября, 23:59 🔥 По заявкам мы уже отобрали 60 классных ребят и девчат. Грантов у нас всего 50, поэтому мы предварительно связываемся с кандидатами, чтобы убедиться в серьезности намерений. Мы с вами еще не связались? Не беспокойтесь, здесь ровно 2 сценария: 😃 тестирование еще не завершено Не успели раньше? Пройдите оставшиеся тесты на Learn BDT до 20 сентября, 23:59 (см. раздел как подать заявку). 💛💛 все тесты уже пройдены Вы в пуле кандидатов "последний вагон". Уверены, что хотите учиться у нас и только у нас? Обязательно напишите об этом менеджеру (или на techorda@bigdatateam.org). Отдельный трек Level 1.5. Если у вас слабая база по Python, bash, SQL и аналитике, но вы хотите учиться у нас и готовы инвестировать в свое образование, напишите об этом менеджеру, чтобы вас взяли на обучение Level 1.5 с дополнительными учебными модулями по Computer Science. Last, but not least ⏳ Сдача тестирований на грант — до 20 сентября, 23:59. Следующий вагон — только через год. 📩 Вопросы: личка, комментарии или techorda@bigdatateam.org 🤗 Лайк и репост — у кого-то из ваших знакомых сейчас закроется вопрос "а на что учиться". BigData Team: the way you learn best AI Agents | Py4BDA | Python | Machine Learning | Big Data #study #BigDataTeam #TechOrda #AstanaHub #BDMLE #AIE

💾 Модель обучена. Уверены, что загрузится через месяц? рубрика pro #ml Проект на курсе, трек трансформеров: DistilBERT дообучается отличать хорошие отзывы IMDB от плохих. Студенты собирают класс ModelTrainer, одиннадцать методов: загрузка данных, обучение, валидация, метрики, логирование. Есть там и save_model, десятая часть балла за проект. Всё условие умещается в докстринг: "Saves model to dst_path". Плюс одно предупреждение: проверьте, не обёрнута ли модель в DataParallel. В 41% проектов метод закрыт одной строчкой: torch.save(model.state_dict()). По букве не придерёшься: модель сохранена в dst_path, файл на диске лежит, галочка стоит. Через месяц файл открывают. Модели там нет. Файл есть. Чего нет: 1️⃣ Архитектуры В state_dict только веса, голый словарь тензоров: ни конфига, ни описания слоёв. Загрузить его можно лишь в модель, заново собранную руками ровно той же архитектуры, иначе загрузка не сойдётся по слоям. 2️⃣ Токенизатора Модель принимает индексы токенов, а не текст. Токенизатор рядом не сохранён, значит текст не во что превращать: инференс не собрать вовсе. Причём нужен тот же самый: у другого соответствие "слово → номер" своё. Ирония: единственное, о чём условие предупредило прямым текстом, сделали почти все — обёртку развернули. Почти: в одной работе проверка на DataParallel написана, а строка внутри неё ничего не присваивает. Галочка снова стоит, эффекта снова ноль. Сломались не там, где условие предупреждало, а там, где оно промолчало. 🚭 Полезные привычки курильщика ML'щика Сохраняйте модель перезагружаемой. model.save_pretrained(path), из-под обёртки — model.module.save_pretrained(path), и рядом в ту же папку tokenizer.save_pretrained(path). Тогда один from_pretrained(path) поднимает всё разом: конфиг, архитектуру, веса, токенизатор, на любой машине. Проверить легко: сохраните чекпойнт, перезапустите сессию и поднимите модель заново с диска — from_pretrained(path). Прогоните несколько примеров через инференс: предсказания должны совпасть с теми, что модель выдавала до сохранения. Совпали — сохранилась модель, а не файл. Сохранить файл и сохранить модель — разные вещи. Первое закрывает букву условия, второе — смысл. А прод экзаменует без докстринга: предупреждений не пишет, подсказок не даёт, вопрос у него один. Загрузится? Ставить такие привычки проще на практике с экспертами по DNN: здесь модель считается сохранённой, только когда поднялась на чужой машине. 🗓 Ближайший поток запланирован на 17 сентября BigData Team: the way you learn best AI Agents | Py4BDA | Python | Machine Learning | Big Data #study #ml #MachineLearning #DataScience

🤐 Вы готовы услышать правду? Есть вопросы, которые лучше не задавать. В ML — особенно. Или как говорится - в каждой шутке есть доля шутки. // перевод изображения на русский: Gemini Emoji-голосование: 👍 данные важнее модели, всё так 🗿 модель важнее, данные подтянутся 👀 согласен, но вслух не скажу Разобраться, кто прав, проще на практике. 14 сентября стартуют сразу три потока — Big Data, Machine Learning и анализ данных. Прислать ваш мем в конкурс мемасиков можно в личку этого канала. Всем хороших выходных и не забываем ставить лайки. BigData Team: the way you learn best AI Agents | Py4BDA | Python | Machine Learning | Big Data #meme #ml #BigDataTeam

❤️‍🔥 Гранты Tech Orda: последний вагон 🚂 По решению Astana Hub конкурс на гранты продлён до 20-го сентября 23:59. Таким образом, мы открываем набор "последний вагон". Подробности о программе AI Agents Engineer, грантах Tech Orda, правилах участия в конкурсе: https://t.me/bigdatateam/645. Результаты волны III еще разбираем ==> счастливчикам напишем по личным каналам + следите за анонсами в официальном каналах BigData Team. 🔄 Волны отбора — I волна — до 23 августа, 23:59 — II волна — до 30 августа, 23:59 — III волна — до 6 сентября, 23:59 — последний вагон — до 20 сентября, 23:59 🔥 Еще не получили от нас сообщения? Не беспокойтесь, здесь ровно 2 сценария: 😃 тестирование еще не завершено Last call: пройдите оставшиеся тесты на Learn BDT до 20 сентября, 23:59 (см. раздел как подать заявку). 💛💛 все тесты уже пройдены Вы уже в пуле кандидатов: оставшиеся гранты распределим по результатам тестирования. Отдельный трек для определившихся. Если вы уже выбрали учебную программу и однозначно понимаете, что это будет интенсивный формат (Level 2 или Level 3), то напишите об этом менеджеру (или на techorda@bigdatateam.org). Last, but not least ⏳ Следующий вагон — только через год. Двери закрываются 20 сентября в 23:59. 📩 Вопросы: личка, комментарии или techorda@bigdatateam.org 🤗 Лайк и репост — у кого-то из ваших знакомых сейчас закроется вопрос "а на что учиться". BigData Team: the way you learn best AI Agents | Py4BDA | Python | Machine Learning | Big Data #study #BigDataTeam #TechOrda #AstanaHub #BDMLE #AIE

🚀 Гранты Tech Orda: результаты волны II Подробности о программе AI Agents Engineer, грантах Tech Orda, правилах участия в конкурсе: https://t.me/bigdatateam/645. 🔄 Волны отбора — I волна — до 23 августа, 23:59 — II волна — до 30 августа, 23:59 — III волна — до 6 сентября, 23:59 🔥 По итогам волны II мы отобрали следующие по рейтингу (тесатм) 20 кандидатов. Согласование немного затянулось (CEO в командировке, проводит интенсив по этим AI/Big Data/ML в Кокшетау 🇰🇿❤️‍🔥) ==> счастливчикам напишем по личным каналам на этих выходных. Не дождались сообщения на выходных? Не беспокойтесь, здесь ровно 2 сценария: 😃 тестирование еще не завершено Final call: пройдите оставшиеся тесты на Learn BDT до дедлайна волны III (см. раздел как подать заявку). 💛💛 все тесты уже пройдены Вы уже в пуле кандидатов волны III. На следующей неделе мы распределим оставшиеся гранты по результатам тестирования. Отдельный трек для определившихся. Если вы уже выбрали учебную программу и однозначно понимаете, что это будет интенсивный формат (Level 2 или Level 3), то напишите об этом менеджеру (или на techorda@bigdatateam.org). Last, but not least 📩 Вопросы: личка, комментарии или techorda@bigdatateam.org 🤗 Лайк и репост — у кого-то из ваших знакомых сейчас закроется вопрос "а на что учиться". BigData Team: the way you learn best AI Agents | Py4BDA | Python | Machine Learning | Big Data #study #BigDataTeam #TechOrda #AstanaHub #BDMLE #AIE

📖 Преступление и наказание Сентябрь, самое время перечитать классику. Раскольникова к признанию полкниги подводил следователь, наш герой — раскололся на первом же вопросе. Emoji-голосование: 😁 сам так делал 🗿 видел у коллег 🔥 у нас всё по-взрослому Узнали в нём себя или своего знакомого? За такое пока дают условно. Ближайшие потоки 1️⃣ Big Data, 2️⃣ ML и 3️⃣ анализа данных запланированы на 14 сентября: поможем встать на путь исправления. Прислать ваш мем в конкурс мемасиков можно в личку этого канала. Всем хороших выходных и не забываем ставить лайки. BigData Team: the way you learn best AI Agents | Py4BDA | Python | Machine Learning | Big Data #meme #bigdata #BigDataTeam

🚀 Гранты Tech Orda: результаты волны I ➕ 🎁 bonus track Подробности о программе AI Agents Engineer, грантах Tech Orda, правилах участия в конкурсе: https://t.me/bigdatateam/645. 🔄 Волны отбора — I волна — до 23 августа, 23:59 — II волна — до 30 августа, 23:59 🔥 — III волна — до 6 сентября, 23:59 По итогам волны I мы отобрали топ-10 кандидатов и связались с каждым по личным каналам, чтобы согласовать обучение по грантам. Не получили от нас сообщения? Не беспокойтесь, здесь ровно 2 сценария: 😃 тестирование еще не завершено Пройдите оставшиеся тесты на Learn BDT до дедлайна волны II (см. раздел как подать заявку). 💛 все тесты уже пройдены Вы уже в пуле кандидатов волны II. И на следующей неделе мы рассмотрим топ-20 кандидатов по результатам тестирования. 🎁 Bonus track. Отдельный трек для определившихся. Если вы уже выбрали учебную программу и однозначно понимаете, что это будет интенсивный формат (Level 2 или Level 3), то напишите об этом менеджеру (или на techorda@bigdatateam.org). Last, but not least Поспешите! (почему) 📩 Вопросы: личка, комментарии или techorda@bigdatateam.org 🤗 Лайк и репост — у кого-то из ваших знакомых сейчас закроется вопрос "а на что учиться". BigData Team: the way you learn best AI Agents | Py4BDA | Python | Machine Learning | Big Data #study #BigDataTeam #TechOrda #AstanaHub #BDMLE #AIE

🔥 Лучшие курсы для работы, сохраняй (но немного) credit за находку: Денис С. // выпускник практических курсов BigData Team С вас - лайки 😉 BigData Team: the way you learn best BD/ML Engineer | AI Agents Engineer 🆕🔥 Py4BDA | Python | Machine Learning | Big Data #meme #BigDataTeam

🚀 50 грантов Tech Orda: специализация AI Agents Engineer Уникальная возможность для граждан РК от 18 до 45 лет: 1. Получить грант 400 000 ₸ от государства на обучение в IT; 2. С вероятностью 60+% достичь карьерных целей в ближайшие 6 месяцев при обучении с BigData Team. 📌 Как подать заявку? До 6 сентября 21 сентября 23:59: 1. Нажать "подать заявку" на портале Astana Hub 2. Зарегистрироваться и пройти тестирование на Learn BDT 3. Подписаться на наш Telegram, чтобы не пропустить новости. Результаты отбора — на почту; анонсы — здесь. Особенности 2026 1️⃣ Конечно же ИИ (Agentic Coding и AI Agents) Не банальный prompt engineering, а фундаментальная база: tools, skills, MCP, окружения (*code*, *claw) или harness. Управление памятью (context, memory, fine-tuning vs RAG, embeddings vs Zettelkasten) и качеством (MAS, ralph-loop, evals, понимание LLMs). 2️⃣ Стоимость Разработали программу доступную каждому: — стоимость программы (level 1): 595 000 ₸ — грант Tech Orda: 400 000 ₸ — остаток: 195 000 ₸. Если поделить на 6 месяцев обучения: 🔥 32 500 ₸/месяц 3️⃣ Аналитика зарплат и выпускников от Astana Hub По нашим выпускникам программы Tech Orda в Казахстане: — 44% пришли без профильного ИКТ-образования — 61% достигли карьерных успехов уже в период обучения 💰 1+ млн ₸ средняя зарплата выпускника Откуда цифры — из налоговой (но анонимно). Подробности читайте в гайде по Data-профессиям. 📌 Ключевая информация В AI-native эпоху в IT профессии базовых навыков Computer Science уже недостаточно — важно уметь ускорять процессы разработки и аналитики в десятки раз с помощью автономных ИИ-агентов, не теряя контроля над кодовой базой и архитектурой. В 2026 году мы трансформировали программу BDMLE в новый стандарт — AI Agents Engineer (AIE). 🗓 Старт обучения: сентябрь–октябрь ▶️ Видео о школе и программе (10 минут) 🔄 Волны отбора — I волна — до 23 августа, 23:59 — II волна — до 30 августа, 23:59 — III волна — до 6 сентября, 23:59 — последний вагон — до 21 сентября, 23:59 🔥 Last, but not least Поспешите! (почему) 📩 Вопросы: личка, комментарии или techorda@bigdatateam.org 🤗 Лайк и репост — у кого-то из ваших знакомых сейчас закроется вопрос "а на что учиться". BigData Team: the way you learn best AI Agents | Py4BDA | Python | Machine Learning | Big Data #study #BigDataTeam #TechOrda #AstanaHub #BDMLE #AIE

🏠❤️‍🩹 Вся правда о микросервисной архитектуре credit за находку: Денис Л. // CPO образовательных курсов BigData Team Прислать ваш мем в конкурс мемасиков можно в личку этого канала. Всем хорошей недели и не забываем ставить лайки, авторам будет приятно. BigData Team: the way you learn best BD/ML Engineer | AI Agents Engineer 🆕🔥 Py4BDA | Python | Machine Learning | Big Data #meme #AgenticCoding #BigDataTeam

🚀 Гайд по Data-профессиям: 6 грейдов от Junior до C-level Вместо тысячи слов (посчитал, получается ровно 2'830): https://learn.bigdatateam.org/data-careers-guide Если вдруг домен *.org у вас не открывается из РФ, то сделали зеркало тут: https://learn.bigdatateam.ru/data-careers-guide Из статьи вы узнаете про: — аналитику IT-зарплат и зарплатных вилки — систему грейдов в крупных IT компаниях — аналитику карьеры и зарплаты наших выпускников в 🇰🇿 — то, как выйти на Grade 4 (устроиться на работу в Big Tech) — эволюцию BigData Team в 2026: BDMLE + AI-native = AIE А пока коллеги готовят официальные анонсы, я обрадую: стартовал конкурс на гранты Tech Orda. В этом году мы ищем 🔥 50 кандидатов, которых мы будем потно плотно прокачивать на протяжение 6+ месяцев. Все подробности: по ссылке. Сроки отбора на гранты Tech Orda: до 7 сентября. Налетай, торопись, изучай ИИ-пись. P.S. максимальный репост — приветствуется! // подружиться в 👉 LinkedIn | Facebook | Instagram | Threads #work #study

🧐 График построен. А вывод где? рубрика pro #ml Смотрим проект на курсе. Ноутбук образцовый: Learning Curves аккуратные, разложение bias-variance нарисовано, оси подписаны, код отработал без единой красной ячейки. Спрашиваем автора: "ну и какую модель в прод?" Пауза. Ноутбук заканчивается картинкой, и ответа в нём нет. А ведь самое ценное начинается ровно там, где оборвалась последняя ячейка. Кривые честно показывают over- и underfitting, но сами за себя не говорят: почему одна модель переобучается раньше другой и какую в итоге выбрать. Объяснить это ценнее, чем построить график: картинку рисует код, а понимание видно по выводу под ней. Где под графиком чаще всего пусто: 1️⃣ Learning Curves без вывода Даже одна кривая отвечает на главные вопросы: переобучается модель или нет, помогут ли ещё данные. Только ответы эти нужно записать: дальше в том же проекте на них опирается весь подбор параметров. Промолчали — и подбираете вслепую. 2️⃣ Bias-variance без сравнения Почему бэггинг снижает дисперсию, можно объяснить и без графика. График строят ради другого: увидеть эффект на своих данных и поставить рядом две картинки, одиночное дерево против бэггинга. Обе нарисованы, а сравнения под ними нет. 3️⃣ Сравнение без вердикта Optuna против Grid и Random Search: сравнение прогнали, таблица с результатами готова. Не хватает одной фразы под ней: какой способ подбора берём дальше и почему. Без неё Optuna и перебор так и остаются двумя строчками в таблице, а не решением. 🚭 Полезные привычки курильщика ML'щика Под каждым графиком: одно-два предложения о том, что на нём видно и какой выбор из этого следует. Проверка простая: закройте картинку и перечитайте текст. Если по нему восстанавливается решение (какая модель, почему именно она), вывод есть. Если остаётся "см. график выше", вывода нет. График — это аргумент, а не результат. Он как рентгеновский снимок: снимок сделает и аппарат, а диагноз ставит тот, кто умеет его прочитать. И на защите проекта, и на ревью в команде вопрос к вам будет один и тот же: не "как вы это построили", а "почему вы это выбрали". Привычка выше готовит ответ заранее. Правильный код — это ещё не правильная методология. Заглядывайте к нам на практику: здесь каждый график доводим до вывода, а каждый вывод — до выбора модели. 🗓 Ближайший поток запланирован на 7 сентября BigData Team: the way you learn best BD/ML Engineer | AI Agents Engineer 🆕🔥 Py4BDA | Python | Machine Learning | Big Data #study #ml #MachineLearning #DataScience

🔬 Уровень AI adoption, независимое исследование credit за находку: Денис С. // выпускник практических курсов BigData Team С вас - лайки 😉 BigData Team: the way you learn best BD/ML Engineer | AI Agents Engineer 🆕🔥 Py4BDA | Python | Machine Learning | Big Data #meme #AgenticCoding #BigDataTeam

🎛 Тюнинг, который ничего не тюнит рубрика pro #ml Знакомая сцена с разбора практических проектов: человек честно перебрал гиперпараметры бустинга, пометил ячейку "затюнено" и идёт дальше. А на отложенном тесте после всего перебора ничего не изменилось: default давал 0.87 ROC-AUC, "затюненная" — те же 0.87. Столько усилий, чтобы остаться ровно там же. И вот где прячется тихая ловушка. Тюнинг ощущается как работа: покрутил ручки, посмотрел на числа, устал — вроде молодец. Но засчитывается он не по усилиям, а по табло held-out: если подобранная модель не бьёт дефолтную на отложенной выборке, в прод едет default, а перебор отправляется в стол. Смысл ведь не в том, чтобы нажать кнопку и вызвать метод, а в том, чтобы понять, стало ли реально лучше. Тюнинг ради тюнинга — это как учёба ради учёбы: движения есть, смысла нет. На учебном проекте это видно яснее всего: за цифры тут не переспросит ни начальник, ни старший, никто, кроме вас самих. Где это всплывает чаще всего: 1️⃣ "Затюнено", а метрика на месте модель помечена как подобранная, но на тесте метрика не выросла или даже просела относительно default. Перебор был, прироста нет. 2️⃣ Ручной перебор без кросс-валидации параметры подобраны несколькими ручными попытками на одной отложенной выборке. Несколько точек нестабильны: удачная конфигурация легко оказывается случайной, а не реальным свойством модели. 3️⃣ Таблица default vs tuned "на глаз" сравнение собрано с приблизительными числами вместо реально посчитанной метрики. Доказать прирост тогда попросту нечем. 🚭 Полезные привычки курильщика ML'щика Тюнинг — это гипотеза "стало лучше", а не медаль за старания. Гоняем её кросс-валидацией на train (RandomizedSearchCV, GridSearchCV или Optuna), а не одной удачной ручной попыткой, и кладём рядом два честных числа: метрику до и после. Вырос held-out — прирост едет в прод; не вырос — остаётся default. Отрицательный результат на held-out — тоже результат, причём честный, и о нём стоит рассказать: это экономит время тем, кто иначе полез бы в тот же тупик. В индустрии за честно закрытый неудачный эксперимент спасибо скажут не меньше, чем за удачный — так что привычки выше пригодятся и джуну, и любому синьору-помидору. Плохо не когда тюнинг не помог, плохо — когда его всё равно записали в победы. Заглядывайте к нам на практику, где тюнинг засчитан только приростом на held-out. 🗓 Ближайший поток запланирован на 7 сентября BigData Team: the way you learn best BD/ML Engineer | AI Agents Engineer 🆕🔥 Py4BDA | Python | Machine Learning | Big Data #study #ml #MachineLearning #DataScience

❤️‍🩹 Будни ИИ-стартапов credit за находку: Денис Л. // CPO образовательных курсов BigData Team Прислать ваш мем в конкурс мемасиков можно в личку этого канала. Всем хороших выходных и не забываем ставить лайки, авторам будет приятно. Перевод и upscale: Gemini (сравниваем и улыбаемся). BigData Team: the way you learn best BD/ML Engineer | AI Agents Engineer 🆕🔥 Py4BDA | Python | Machine Learning | Big Data #meme #AgenticCoding #BigDataTeam

💤 Идеальный код, который никто не запускал рубрика pro #ml Открываешь присланный ноутбук: код чистый, структура на месте, комментарии по делу. Листаешь вниз, а у каждой ячейки пусто. In [ ]:, ни одного вывода, execution_count = 0. Модель описана, обучение написано, метрика где-то в тексте даже заявлена. Только всё это ни разу не прогонялось. Мысль тут простая до обидного: непрогнанный код — это ещё не результат, а только заявка на него. Пока ячейка не выполнена, судить особо не о чем: неизвестно, обучается ли модель, сходится ли лосс, чему на самом деле равна метрика. Тихие ошибки любят прятаться именно здесь: несовпадение форм тензоров, не то устройство, внезапный OOM. Вылезают они ровно в момент запуска, а не раньше. Где это ловится чаще всего: 1️⃣ Ноутбук не прогнан начисто сверху вниз код эволюционирует: ячейки перезапускают, меняют местами, счётчик исполнения скачет — In [7] стоит выше In [3]. Воспроизводится ли такой прогон с нуля — уже большой вопрос. А нередко выводов и вовсе нет: ни логов обучения, ни метрик, ни графиков. Для генеративных задач та же беда: ни кривых лосса, ни реконструкций, ни единого сгенерированного сэмпла. Засчитать тут можно разве что аккуратную структуру, но не результат. 2️⃣ Метрика есть, но не в выводе финальная цифра вписана в markdown или в комментарий руками, а не посчитана в исполненной ячейке. А раз в выводе её нет — такую метрику нельзя ни проверить, ни воспроизвести. 🚭 Полезные привычки курильщика ML'щика Restart & Run All перед сдачей, а потом глазами пройтись сверху вниз: у каждой ячейки есть вывод, а финальная метрика стоит в выводе ячейки, а не вписана в markdown руками. Код без прогона — как рецепт, который вы так и не приготовили: на бумаге пальчики оближешь, а на деле... В ML верят не тому, что написано, а тому, что выполнилось: пустые In [ ]: — это не "почти сдал", а ноль доказательств. Заглядывайте к нам на практику, здесь мы хорошие привычки доводим до автоматизма. 🗓 Ближайший поток запланирован на 7 сентября BigData Team: the way you learn best BD/ML Engineer | AI Agents Engineer 🆕🔥 Py4BDA | Python | Machine Learning | Big Data #study #ml #MachineLearning #DataScience

🔞 Три самых главных слова этого лета credit за находку: Евгений Адищев // CDO и преподаватель образовательных курсов BigData Team Прислать ваш мем в конкурс мемасиков можно в личку этого канала. P.S. всем хороших выходных и не забываем ставить лайки, авторам будет приятно. BigData Team: the way you learn best BD/ML Engineer | AI Agents Engineer 🆕🔥 Py4BDA | Python | Machine Learning | Big Data #meme #AgenticCoding #BigDataTeam