Machinelearning
前往频道在 Telegram
Погружаемся в машинное обучение и Data Science Показываем как запускать любые LLm на пальцах. По всем вопросам - @haarrp @itchannels_telegram -🔥best channels Реестр РКН: clck.ru/3Fmqri
显示更多📈 Telegram 频道 Machinelearning 的分析概览
频道 Machinelearning (@ai_machinelearning_big_data) 俄语 语言赛道中的 是活跃参与者。目前社区聚集了 276 293 名订阅者,在 技术与应用 类别中位列第 336,并在 俄罗斯 地区排名第 1 374 位。
📊 受众指标与增长动态
自 невідомо 创建以来,项目保持高速增长,吸引了 276 293 名订阅者。
根据 05 十一月, 2026 的最新数据,频道保持稳定运转。过去 30 天订阅人数变化为 -2 229,过去 24 小时变化为 -129,整体触达仍然可观。
- 认证状态: 未认证
- 互动率 (ER): 平均受众互动率为 8.04%。内容发布后 24 小时内通常能获得 6.20% 的反应,占订阅者总量。
- 帖子覆盖: 每篇帖子平均可获得 22 218 次浏览,首日通常累积 17 137 次浏览。
- 互动与反馈: 受众积极参与,单帖平均反应数为 330。
- 主题关注点: 内容集中在 openai, claude, api, gemini, контекст 等核心主题上。
📝 描述与内容策略
作者将该频道定位为表达主观观点的平台:
“Погружаемся в машинное обучение и Data Science
Показываем как запускать любые LLm на пальцах.
По всем вопросам - @haarrp
@itchannels_telegram -🔥best channels
Реестр РКН: clck.ru/3Fmqri”
凭借高频更新(最新数据采集于 06 十一月, 2026),频道始终保持新鲜度与高覆盖。分析显示受众积极互动,使其成为 技术与应用 类别中的关键影响点。
276 293
订阅者
-12924 小时
-8177 天
-2 22930 天
帖子存档
276 293
Cтартовал первый контест для разработчиков от Brand Analytics.
⚡️ Призовой фонд - 500 тысяч рублей.
Задача участников - написать приложение, которое выявляет сбои в работе российских публичных сервисов на основе анализа сообщений из соцмедиа.
Для разработки решения предоставляются датасеты публичного потока данных соцмедиа, гарантированно включающие информацию о сбоях в работе сервисов.
Ограничений на используемые языки программирования, инструментарии и библиотеки — нет.
Срок подачи решений до 17 августа 2022 г. 20:00 MSK.
Следите за новостями контеста в официальном Telegram-канале.
И присоединяйтесь на devchamp.ru.
276 293
🔥 Practical Course Deep Learning
A 🚀free course from fast.ai learn how to apply deep learning and machine learning to practical problems.
Course
Git
@ai_machinelearning_big_data
276 293
⚡️ Последние дни набора на продвинутый онлайн-курс «Machine Learning Advanced»
Редкая возможность для тех, кто занимается машинным обучением!
Ответьте на 10 вопросов и проверьте, насколько вы готовы к обучению на углубленном курсе - «Machine Learning. Advanced» от OTUS и его партнера — Сбера.
📌 РЕЗУЛЬТАТ ПРОХОЖДЕНИЯ КУРСА:
Вы освоите продвинутые приемы машинного обучения, которые позволят вам уверенно себя чувствовать на ведущих Middle/ Senior позициях и справляться даже с нестандартными задачами.
Время прохождения теста ограничено 20 минут
👉 Пройдете вступительный тест — сможете занять место в группе по спец.цене
https://otus.pw/Ssrw/
276 293
☀️ MAPIE - Model Agnostic Prediction Interval Estimator
MAPIE allows you to easily estimate prediction intervals (or prediction sets) using your favourite scikit-learn-compatible model for single-output regression or multi-class classification settings.
Github: https://github.com/scikit-learn-contrib/mapie
Paper: https://arxiv.org/abs/2207.12274v1
Docs: https://mapie.readthedocs.io/en/latest/
@ai_machinelearning_big_data
276 293
Курс «Английский для IT-профессий» от Яндекс Практикума
Для тех, кто хочет изменить свою профессиональную жизнь и работать в международной команде.
Обучение построено не вокруг абстрактной теории, а вокруг рабочих ситуаций и полезных для карьеры навыков:
✋Стендапы. Подготовитесь обсуждать задачи, задавать вопросы и просить о помощи.
👨💻 Работа с заказчиками. Научитесь презентовать решения, говорить про баги и фичи.
📣 Митапы. Сможете понимать на слух доклады и выступать сами.
😎 Собеседования. Научитесь рассказывать про свой опыт, понимать вопросы и тактично переспрашивать.
👯 Неформальное общение с коллегами. Сможете рассказать о своих интересах, опыте, планах на будущее.
💻 Код-ревью. Сможете описать сделанное, дать обратную связь, тактично отстоять своё мнение.
Запишитесь на бесплатную консультацию. Определим ваш уровень языка, расскажем про обучение и ответим на все вопросы
276 293
👱♂️ Multiface: A Dataset for Neural Face Rendering
Github: https://github.com/facebookresearch/multiface
Paper: https://arxiv.org/abs/2207.11243v1
Dataset: https://paperswithcode.com/dataset/facewarehouse
@ArtificialIntelligencedl
276 293
Есть опыт в машинном обучении, но хотите двигаться ещё дальше?
Специально для вас Валерий Бабушкин, Head of Data Science в Blockchainꓸcom, вместе с командой опытных специалистов из Яндекса, AliExpress и X5 Retail Group подготовил продвинутый курс, который поможет глубже копнуть в машинное обучение и разобраться со всеми этапами работы ML-инженера: от сбора и разметки данных до деплоя собственных приложений.
К концу обучения вы создадите пять ML-сервисов, каждый из которых будет решать важную и востребованную бизнесом задачу.
Переходите по ссылке и записывайтесь на курс до 1 августа — по промокоду MLBD дарим скидку 10%. Ждём вас!
276 293
🌟 SimAM: A Simple, Parameter-Free Attention Module for Convolutional Neural Networks
Simple but very effective attention module for Convolutional Neural Networks (ConvNets).
Github: https://github.com/ZjjConan/SimAM
Paper: http://proceedings.mlr.press/v139/yang21o.html
Dataset: https://paperswithcode.com/dataset/cifar-10
Google Drive: https://drive.google.com/drive/folders/1rRT0UCPeRLPdTCJvv43hvAnGnS49nIWn?usp=sharing
@ai_machinelearning_big_data
276 293
В «Магните» работает 4000 разработчиков и ИТ инженеров, они решают интересные и амбициозные задачи, делая жизнь покупателя одного из крупнейших ритейлеров России технологичнее и удобнее.
27 июля в 13:00 (МСК) приглашаем вас на эфир Demo Day Magnit IT. Команда разработчиков, спецов по аналитике, ecom и другим диджитал-направлениям поделится крутыми кейсами и решениями непростых задач. Кроме того, они расскажут, как работает IT-подразделение огромного ритейлера.
В этом им помогут ведущие одного из самых известных технологических подкастов @zavtracast Тимур Сейфельмлюков и Дмитрий Зомбак.
На Demo Day Magni IT будет куча крутых спикеров, но точно нельзя упустить эти выступления:
🌩 Юрий Мисник (CTO) и Татьяна Коваль (System Architect) расскажут о мультиоблачной архитектуре и почему в «Магните» решили сфокусироваться на PaaS для большей отказоустойчивости.
💌 Алексей Четыркин (Head of Data Analytics) и Артем Селезнев (Head of CRM) расскажут про инхаус-решение «Магнита» по CRM-коммуникациям, гипергранулированным сегментациям аудиторий, предикативной модели пути покупателя и BI-алгоритме отслеживания тысяч критических параметров.
📊 Павел Шорохов (Head of BI) расскажет, как «Магнит» в течение 12 лет строил корпоративную платформу сбора и анализа данных на 1 Петабайт, которой пользуется более 10 тысяч человек каждый день. А еще как они строят собственный облачный Data Lake.
Не пропустите! Зарегистрируйтесь на эфир, и вам придёт напоминалка 27 июля в 13:00 (МСК), а еще там будет куча интересных дополнительных материалов: https://magn-it.online
276 293
🏵 Weakly Supervised Object Localization via Transformer with Implicit Spatial Calibration
learnable parameter to dynamically adjust the semantic correlations and spatial context intensities for effective information propagation.
Github: https://github.com/164140757/scm
Paper: https://arxiv.org/abs/2207.10447v1
Dataset: https://paperswithcode.com/dataset/cub-200-2011
@ai_machinelearning_big_data
276 293
Приглашаем всех желающих бесплатно онлайн получить востребованную техническую специальность. За 2-3 месяца вы получите надежную базу теории и практики, гарантирующую быстрый карьерный старт.
Обучение проводит официальный партнер Томского государственного университета. Выдается удостоверение о повышении квалификации или диплом о проф. переподготовке. Обязательно наличие высшего или среднего профессионального образования.
Наши программы:
— Системный аналитик
— Аналитик данных
— Разработчик сайтов на Тильде
— Дизайнер мобильных приложений
— Тестировщик ПО
и другие. Полный список: http://bit.do/fUWyz
Бесплатно обучиться и получить помощь в трудоустройстве могут:
— неработающие выпускники и студенты последнего курса
— женщины в декрете и неработающие мамы детей до 7 лет
— безработные
— граждане 50+
— граждане под риском увольнения / сокращения
Регистрируйтесь на курс прямо сейчас!
http://bit.do/fUWyz
276 293
Вокруг искусственного интеллекта много как хайпа, так и скепсиса. Конвертируется ли вообще использование AI-сервисов в реальную пользу для бизнеса?
📌Чтобы раз и навсегда поставить для себя точку в этом вопросе, приходите на вебинар с продуктовым менеджером Cloud AI Consulting Татьяной Славкиной и архитектором клиентских решений Владиславом Синеглазовым вы узнаете:
✅ как добиться высоких метрик точности AI/ML и как следствие улучшить бизнес-метрики;
✅ какой экономический эффект и в каких сценариях сегодня достигнут в десятках компаний России и почему не стоит откладывать инвестиционные проекты AI «на потом»;
✅ как выгодно внедрить AI и обеспечить его масштабирование, особенно в ситуации, когда в компании нет или не хватает нужных человеческих и технологических ресурсов.
👥 Вебинар будет полезен топ-менеджерам ИТ-направлений, директорам офисов Big Data, CDO/CDTO, финансовым директорам, руководителям отделов маркетинга и аналитики.
↗️Регистрируйтесь по ссылке!
276 293
Приглашаем всех желающих бесплатно онлайн получить востребованную техническую специальность. За 2-3 месяца вы получите надежную базу теории и практики, гарантирующую быстрый карьерный старт.
Обучение проводит официальный партнер Томского государственного университета. Выдается удостоверение о повышении квалификации или диплом о проф. переподготовке. Обязательно наличие высшего или среднего профессионального образования.
Наши программы:
— Системный аналитик
— Аналитик данных
— Разработчик сайтов на Тильде
— Дизайнер мобильных приложений
— Тестировщик ПО
и другие. Полный список: http://bit.do/fUWyz
Бесплатно обучиться и получить помощь в трудоустройстве могут:
— неработающие выпускники и студенты последнего курса
— женщины в декрете и неработающие мамы детей до 7 лет
— безработные
— граждане 50+
— граждане под риском увольнения / сокращения
Регистрируйтесь на курс прямо сейчас!
http://bit.do/fUWyz
276 293
🧿 Generative Multiplane Images: Making a 2D GAN 3D-Aware
What is really needed to make an existing 2D GAN 3D-aware? To answer this question, we modify a classical GAN, i.e., StyleGANv2, as little as possible. We find that only two modifications are absolutely necessary: 1) a multiplane image style generator branch which produces a set of alpha maps conditioned on their depth; 2) a pose-conditioned discriminator.
Github: https://github.com/apple/ml-gmpi
Paper: https://arxiv.org/abs/2207.10642v1
Dataset: https://paperswithcode.com/dataset/metfaces
Project: https://xiaoming-zhao.github.io/projects/gmpi/
Pretrained checkpoints: https://drive.google.com/drive/folders/1MEIjen0XOIW-kxEMfBUONnKYrkRATSR_
@ai_machinelearning_big_data
276 293
⚡️ Старт набора на онлайн-курс «Data Engineer» от OTUS!
⚠️ В новом потоке вас ждет актуализированная программа, живые вебинары с опытными экспертами и еще больше практики!
В программе рассмотрим все процессы обработки данных - от загрузки из внешних источников до подготовки финальных витрин.
📌 РЕЗУЛЬТАТ ПРОХОЖДЕНИЯ КУРСА:
— Практические навыки разработки дата-сервисов, витрин и приложений
— Знание принципов организации мониторинга, оркестрации, тестирования
— Выпускной проект на основе полученных знаний, который можно будет показывать при трудоустройстве.
💻 Greenplum Platform Extension Framework (PXF), 4 августа в 20:00
https://otus.pw/x5ke/
💻 Data Engineer в новых реалиях, что ждать бизнесу?, 23 августа в 20:00
https://otus.pw/mYY9/
👉 Ответьте на 30 вопросов и проверьте, насколько вы готовы к обучению на курсе - «Data Engineer» от OTUS
https://otus.pw/UTGS/
276 293
✨ Tip-Adapter: Training-free Adaption of CLIP for Few-shot Classification
Tip-Adapter is a training-free adaption method for CLIP to conduct few-shot classification.
Github: https://github.com/gaopengcuhk/tip-adapter
Paper: https://arxiv.org/abs/2207.09519v1
Dataset: https://paperswithcode.com/dataset/oxford-102-flower
@ai_machinelearning_big_data
276 293
✨ Tip-Adapter: Training-free Adaption of CLIP for Few-shot Classificationю
Github: https://github.com/gaopengcuhk/tip-adapter
Paper: https://arxiv.org/abs/2207.09519v1
Dataset: https://paperswithcode.com/dataset/oxford-102-flower
@ai_machinelearning_big_data
276 293
Мы следим за миром инноваций и рынком труда и знаем, какие специалисты нужны рынку. Наши исследования показали, что сейчас стремительно растет спрос на специалистов по новейшим технологиям:
✔ искусственный интеллект;
✔ Web 3.0;
✔ блокчейн;
✔ кибернетика умных устройств;
✔ data science;
✔ метавселенные.
Мы решили запустить программу подготовки этих специалистов, ведь таких курсов еще не было на рынке. Научитесь создавать умных роботов, проектировать метавселенные и управлять автономными организациями на блокчейне.
Что в результате обучения:
📈 Станете новой элитой современных инновационных проектов
Ключевой сферой России остается ИТ — на технологиях держится не только экономика, но и развитие каждой отрасли страны.
💪 Получите уникальные навыки
Если какая-то технология только вышла, мы учтем ее в программе.
🌏 Сможете работать над проектами, которые меняют мир прямо сейчас
Уже через несколько месяцев после старта программы вы сможете найти подработку и продолжать обучаться.
Почему вам стоит стартовать в ИТ прямо сейчас
⚡️ Востребованно
За 2021 год количество вакансий на рынке ИТ выросло на 72%. Количество резюме — всего на 6%.
🚀 Перспективно
К 2035 году в России будет более 2,5 миллиона вакансий для специалистов из сферы ИТ.
🤑 Высокооплачиваемо
Зарплата начинающего ИТ-специалиста — от 60 000 ₽. А уже через три года — от 150 000 ₽.
❗ Длительность — 12 месяцев, 2–3 занятия в неделю по 2–3 часа. Для прохождения курса не требуется техническое образование или опыт работы.
❗❗ Гарантия трудоустройства закреплена в договоре. Если после успешного обучения вы не найдете работу, мы вернем вам деньги.
👉 Начать обучение: https://clck.ru/sLJhU
276 293
🔧 FSD: Fully Sparse 3D Object Detection & SST: Single-stride Sparse Transformer
Github: https://github.com/tusimple/sst
Paper: http://arxiv.org/abs/2207.10035
Dataset: https://paperswithcode.com/dataset/waymo-open-dataset
@ai_machinelearning_big_data
276 293
Полезная статья на Хабр о промышленном мониторинге качества данных в Feature Store
В ней аналитик финтеха Big Data из МТС рассказал о построении автоматизированного контроля за качеством данных в их Feature Store, позволяющем не допустить принятия бизнес-решений на искаженных или ненадежных данных.
О том, что такое Feature Store, почему в нем возникла потребность и какое место занимает промышленный мониторинг качества данных, читать здесь.
