Data Scientist | ML & AI

🗂 Тестируем ML-стратегии до реальных сделок Фреймворк позволяет прогонять торговые стратегии на исторических данных, обучать ML-модели и проверять их сразу на нескольких инструментах. Есть данные из Yahoo Finance и Alpaca, а также Walkforward Analysis для более реалистичного тестирования. ⛓ Ссылка на GitHub tags: #полезное ➡ Data Scientist | Чат

🔖 637 интерактивных модулей по ML и AI На VizLearn можно визуально изучать:

🫡 Градиентный спуск; 🫡 SVM и PCA; 🫡 Теорему Байеса; 🫡 BPE-токенизацию; 🫡 Query, Key и Value; 🫡 KV-кэш; 🫡 Квантизацию; 🫡 Нейросети и LLM.

Меняете входные данные — и сразу видите результат вычислений. ⛓ Ссылка на учебник tags: #полезное ➡ Data Scientist | Чат

📘 На Mentorix вышел курс — «RAG Engineering: создание production-ready AI-систем» Хотите не просто собрать демо «чат по документам», а сделать RAG, который находит нужный раздел и отвечает с цитатами? Этот курс — полный путь от RAG без фреймворков до production agentic RAG. • Основы: embeddings, top-k, мини-RAG руками • Векторный поиск: Qdrant и pgvector, мультитенантность • Chunking: semantic, document-aware, parent-child • Hybrid search: BM25, sparse-векторы, RRF • Reranking: cross-encoder, Cohere, Voyage, Jina • Оценка: nDCG, golden datasets, faithfulness, eval в CI • Паттерны: HyDE, multi-hop, Corrective RAG, GraphRAG • Agentic RAG и MCP-сервер базы знаний • Production: FastAPI, streaming, кэш, права доступа 🎓 Сертификат — добавьте в резюме или LinkedIn 🏷 Скидка 50%, действует 48 часов 12 990 ₽ → 6 495 ₽ ➜ Пройти курс на Mentorix Ещё 25 курсов бесплатно — доступны после регистрации

📰 Как нейросети выбирают источники для своих ответов В статье разбирают GEO — оптимизацию контента под генеративные поисковые системы. Есть объяснение того, как работают упоминания и цитирования, почему обычного SEO уже недостаточно и какие сигналы помогают странице попасть в AI-ответ. ⛓️ Читать статью tags: #статья ➡ Data Scientist | Чат

💾 Большой гайд по AI/ML-собеседованиям на 2026 год Автор, получавший офферы от Meta, Google, Amazon, Apple и Roku, собрал актуальную программу подготовки к техническим интервью. Теперь там не только алгоритмы и классический ML, но и LLM internals, Agentic AI, post-training и проектирование GenAI-систем. ⛓ Ссылка на гайд tags: #полезное ➡ Data Scientist | Чат

📰 Как правильно строить ML-пайплайны в scikit-learn В статье пошагово показывают весь базовый ML-процесс: подготовку данных, разделение выборки, обучение, предсказание и оценку качества. Отдельно объясняют, как не допустить data leakage и зачем объединять предобработку и модель через Pipeline. ⛓️ Читать статью tags: #статья ➡ Data Scientist | Чат

🗂 DeepSeek открыла библиотеку для ускорения LLM на GPU Внутри:

🫡 FP8, FP4 и BF16 GEMM; 🫡 Поддержка NVIDIA Hopper и Blackwell; 🫡 Оптимизации для Mixture-of-Experts; 🫡 Mega MoE с перекрытием коммуникации и вычислений; 🫡 JIT-компиляция ядер во время выполнения; 🫡 Оптимизации под современные LLM-нагрузки.

Полезный проект для тех, кто занимается inference, training или оптимизацией ML-систем на уровне CUDA. ⛓ Ссылка на репозиторий tags: #полезное ➡ Data Scientist | Чат

🔖 Собираем собственный PyTorch с нуля Бесплатный open-source курс, где за 20 модулей вы самостоятельно создаёте ML-фреймворк на чистом Python. Путь начинается с тензоров и autograd, а заканчивается трансформерами, profiling, quantization и полноценной ML-системой. ⛓ Ссылка на GitHub tags: #полезное ➡ Data Scientist | Чат

🔴В 2025 году Россияне заработали 5,3 млрд рублей на арбитраже криптовалют По данным Минфин 32% граждан покинули своё место работы поскольку в среднем уже в первый месяц смогли заработать 250 000 рублей, а через 2-3 месяца с легкостью вышли на семизначные числа. Самое смешное, что лишь 8% россиян что-то слышали об этой профессии хотя все инструкции бесплатно лежат на канале Арбитраж Криптовалют Там объясняют, как имея телефон и доступ в интернет заработать свои первые $3000. Причём разжёвывают так доступно, что поймёт даже ребенок. Кстати, на канале сегодня вышла новая рабочая связка! Ссылка для входа — https://t.me/+klH7l3BXO-MwMzVi

📰 Большой гайд по векторным базам данных для RAG В статье объясняют, чем семантический поиск отличается от обычного, как устроены эмбеддинги и зачем RAG-системам ANN-индексы. Есть разбор HNSW, IVF, фильтрации по метаданным, reranking и сравнение популярных решений вроде pgvector, Qdrant и Milvus. ⛓️ Читать статью tags: #статья ➡ Data Scientist | Чат

💾 Бесплатный курс по Deep Learning от NASA Нашли практический курс по применению современных AI-методов в астрономии и астрофизике. Внутри нейросетевые архитектуры, generative models, обучение на научных данных, simulation-based inference и исследовательские AI-агенты. ⛓ Ссылка на курс tags: #полезное ➡ Data Scientist | Чат

👩‍💻 Всем программистам посвящается! Вот 14 авторских обучающих IT каналов по самым востребованным областям программирования: Выбирай своё направление: 👩‍💻 Python — t.me/python_ready 🤔 InfoSec & Хакинг — t.me/hacking_ready 🖥 SQL & Базы Данных — t.me/sql_ready 👩‍💻 IT Новости — t.me/it_ready 🤖 AI & ML — t.me/neuro_ready 👩‍💻 Frontend — t.me/frontend_ready 👩‍💻 C/C++ — https://t.me/cpp_ready 👩‍💻 C# & Unity — t.me/csharp_ready 👩‍💻 Linux — t.me/linux_ready 👩‍💻 Java — t.me/java_ready 📖 IT Книги — t.me/books_ready 📱 JavaScript — t.me/javascript_ready 🖼️ DevOps — t.me/devops_ready 🖥 Design — t.me/design_ready 📌 Гайды, шпаргалки, задачи, ресурсы и фишки для каждого языка программирования!

🗂 Компактная замена dict для больших неизменяемых словарей Структура immutable, занимает заметно меньше памяти и оптимизирована под быстрые lookup'и. Есть Python, Go и Rust-реализации с совместимым форматом сериализации. Особенно интересно для ML-задач с большими словарями признаков, токенов или категорий. ⛓ Реалзиация на Python | Golang | Rust tags: #полезное ➡ Data Scientist | Чат

📰 Как правильно читать бенчмарки LLM В статье разбирают MMLU-Pro, GPQA, ARC-AGI-2, HumanEval, SWE-bench Pro и другие популярные тесты, а также объясняют, где появляются контаминация данных, насыщение и погрешности. Плюс есть практический разбор того, как собрать собственный eval-набор. ⛓️ Читать статью tags: #статья ➡ Data Scientist | Чат

🔖 Шпаргалка по структурам данных и алгоритмам на Python В репозитории кратко разобраны основные структуры данных, алгоритмы поиска и сортировки, рекурсия, графы и популярные подходы к решению задач. Все темы сопровождаются примерами на Python, поэтому материал удобно использовать и для повторения теории, и при подготовке к техническим собеседованиям. ⛓ Ссылка на GitHub tags: #полезное ➡ Data Scientist | Чат

📰 Roadmap AI-инженера: от LLM API до продакшена Большой маршрут для тех, кто хочет перейти в прикладную AI-разработку и строить системы вокруг готовых моделей. В статье путь идёт от Python, FastAPI и Pydantic к RAG, embeddings, reranking, tool calling, AI-агентам и MCP. ⛓️ Читать статью tags: #статья ➡ Data Scientist | Чат

📰 Что нужно знать про PEFT В статье разбирают:

🫡 LoRA; 🫡 Prefix Tuning; 🫡 Prompt Tuning; 🫡 Adapters; 🫡 Заморозку основной части весов; 🫡 Снижение затрат на обучение и хранение чекпоинтов.

Хорошая база для тех, кто хочет глубже разобраться в эффективном fine-tuning LLM. ⛓️ Читать статью tags: #статья ➡ Data Scientist | Чат

⚡️ В сети начали массово сливать IT-курсы и книги известных онлайн школ Вот отсортированная база с тонной материала (постепенно пополняется): (363 видео, 87 книги) — Python (117 видео, 53 книги) — ВАЙБКОД (174 видео, 91 книги) — DevOps (415 видео, 68 книги) — Frontend (137 видео, 93 книги) — DS/ML (143 видео, 33 книги) — ИБ/Хакинг (352 видео, 89 книги) — С/С++/C (343 видео, 87 книги) — Java/QA (176 видео, 32 книги) — Git/Linux (167 видео, 53 книги) — PHP/1С (227 видео, 83 книги) — SQL/БД (114 видео, 77 книги) — Сисадмин (107 видео, 43 книги) — BA/SA (181 видео, 32 книги) — Go/Rust (167 видео, 43 книги) — Kotlin/Swift (112 видео, 24 книги) — Flutter (113 видео, 82 книги) — GameDev (183 видео, 37 книги) — Дизайн (136 видео, 33 книги) — PM/HR Скачивать ничего не нужно — все выложили в Telegram

🔖 Большая практика по ML в одном месте На платформе есть:

🫡 1200+ задач по ML; 🫡 Математика от линейной алгебры до PCA; 🫡 Deep Learning, NLP и Computer Vision; 🫡 Лаборатории с реальными датасетами; 🫡 Learning Path и подготовка к собеседованиям; 🫡 Проекты с GPT, RL и CUDA.

Почти всё можно проходить прямо в браузере, а базовые задачи доступны бесплатно. ⛓ Ссылка на платформу tags: #полезное ➡ Data Scientist | Чат

Почему ваше резюме не замечают — и как это исправить HR-менеджер Далее Ника Варако рассказывает, как пройти фильтры и ИИ-алгоритмы сервисов поиска работы, поднять резюме в выдаче и привлечь внимание рекрутера. Несколько ключевых советов собрали в карточках 👆 А подробный разбор того, как эффективно искать работу в 2026 году, читайте в статье на Хабре. Если советы оказались полезными, поддержите Далее в Рейтинге работодателей hh.ru ❤️ Мы работаем над корпоративной культурой и стремимся создавать условия, в которых людям комфортно развиваться. Перейдите на страницу рейтинга, нажмите голосовать, найдите Далее в списке компаний и поставьте лайк напротив названия. #реклама О рекламодателе