ch
Feedback
ML Baldini • Nikita Boyandin

ML Baldini • Nikita Boyandin

前往频道在 Telegram

Рассказываю о своем опыте, решаем собесы, реализуем крутые проекты Реклама: @sasquato

显示更多
俄罗斯245 772未指定类别
1 649
订阅者
-224 小时
-57
-2030

数据加载中...

标签云
无数据
有任何问题?请刷新页面或联系我们的客服
进出提及
---
---
---
---
---
---
吸引订阅者
六月 '26
六月 '26
+4
在0个频道中
五月 '26
+19
在0个频道中
Get PRO
四月 '26
+188
在3个频道中
Get PRO
三月 '26
+1 032
在1个频道中
Get PRO
二月 '260
在1个频道中
Get PRO
一月 '260
在1个频道中
Get PRO
十二月 '250
在0个频道中
Get PRO
十一月 '250
在3个频道中
Get PRO
十月 '250
在3个频道中
Get PRO
九月 '250
在2个频道中
Get PRO
八月 '250
在7个频道中
Get PRO
七月 '250
在2个频道中
Get PRO
六月 '250
在0个频道中
Get PRO
五月 '250
在0个频道中
Get PRO
四月 '250
在4个频道中
Get PRO
三月 '250
在4个频道中
Get PRO
二月 '250
在5个频道中
Get PRO
一月 '250
在0个频道中
Get PRO
十二月 '24
+31
在1个频道中
Get PRO
十一月 '24
+55
在2个频道中
Get PRO
十月 '24
+74
在1个频道中
Get PRO
九月 '24
+101
在0个频道中
Get PRO
八月 '24
+18
在0个频道中
Get PRO
七月 '24
+49
在1个频道中
Get PRO
六月 '24
+151
在4个频道中
Get PRO
五月 '240
在1个频道中
Get PRO
四月 '24
+34
在0个频道中
Get PRO
三月 '240
在0个频道中
Get PRO
二月 '240
在0个频道中
Get PRO
一月 '24
+49
在0个频道中
日期
订阅者增长
提及
频道
20 六月0
19 六月0
18 六月+1
17 六月0
16 六月0
15 六月0
14 六月0
13 六月0
12 六月0
11 六月0
10 六月0
09 六月0
08 六月0
07 六月0
06 六月0
05 六月+1
04 六月0
03 六月+2
02 六月0
01 六月0
频道帖子
Вот и 22) Сложно описать этот год словами, еще сложнее что-то загадывать в следующем(но я уже загадал)))). Главное, что у мен
+2
Вот и 22) Сложно описать этот год словами, еще сложнее что-то загадывать в следующем(но я уже загадал)))). Главное, что у меня получилось собрать окружение тех людей, с которыми мне очень комфортно и на которых я могу положиться, так что не сбавляем обороты и кайфуем от жизни дальше❤️

2
Топ-15 сайтов для подготовке к собесу, когда до него осталось три дня😎 Сейчас очень много подборок ресурсов по подготовке к собесам, но часто, когда времени мало, ты не успеваешь пройти все темы. Поэтому ниже я подготовил свой топ-ресурсов, который будет полезен каждому: 1. Когда сказали, что на кодинге будет мл задачи 2. Быстрые вопросы про LLM и docker в виде карточек 3. Архитектура AI-агентов, когда нужно выделиться 4. Понимание процессов в команде и разработке(методичка от моего бро) 5. Как правильно выбирать компанию 6. Хендбук от яндекса по мл, самая лучшая теория 7. Кейсы по MLSD, которые точно спросят 8. Если совсем все забыл и теорию надо вспоминать с нуля 9. Все, что тебе нужно знать про промпты 10. Практика по коду, меняя душная, чем на leetcode 11. Деплой и лучшие практики 12. Самое визуальное обьяснение LLM 13. Лучшая статья про трансформеры 14. Как работают нейронные сети 15. Все, что нужно быстро вспомнить про вероятности 💗 - если нужно больше таких подборок
0
3
没有文字...
0
4
没有文字...
0
5
HARD SKILLS🫥 Сегодня разобрали, как использовать AI-агентов для закрытия задач в спринте😎 Автор поста: @ml_baldini #hardski+4
HARD SKILLS🫥 Сегодня разобрали, как использовать AI-агентов для закрытия задач в спринте😎 Автор поста: @ml_baldini #hardskills
0
6
Легендарный продукт NAASralli))) #Мем
Легендарный продукт NAASralli))) #Мем
0
7
Та самая ИП контора в Кипре😁
Та самая ИП контора в Кипре😁
0
8
#ништяки 🍑 В поисках крутых инфоповодов и тем для моих постов я наткнулся на довольно крутой курс по всему ML, который включает в себя 260 уроков от линейной алгебры до сложных агентских взаимодействий, а также реально сложные вещи, как инфраструктура, KV-cache и методы квантизации, но главное он АБСОЛЮТНО бесплатный. Сайт курса: https://aiengineeringfromscratch.com/ Репозиторий курса: https://github.com/rohitg00/ai-engineering-from-scratch 💗 - почаще скидывать такие ништяки
0
9
Любой AI продукт
Любой AI продукт
0
10
#memes
#memes
0
11
#Что_там с ML в формуле-1😎 За последние полтора года я вернулся в стаю ярых болельщиков формулы и отдельно madmax, до этого
#Что_там с ML в формуле-1😎 За последние полтора года я вернулся в стаю ярых болельщиков формулы и отдельно madmax, до этого смотрел формулу с 2013 по 2016 года, но устал от донимации Мерседес и начал следить за биатлоном(привет-привет, донимация Фуркада). Кажется в конце 2025 можно было почти точно предсказать результат гонки исходя из конфигурации трассы, формы пилота и прогноза погоды, поэтому я нашел пайплайн системы предсказания результатов гонки. Параметры архитектуры: 1️⃣В качестве базового параметра используется детерминированный алгоритм расчета времени прохождения круга (градусы шин, уровень топлива, DRS, трафик). 2️⃣Модель остаточных значений LightGBM, обученная на исторических данных телеметрии FastF1 для коррекции изменений темпа, внедряется в процесс генерации профиля водителя перед выполнением моделирования методом Монте-Карло. 3️⃣Метод Монте-Карло с 10 000 итерациями, позволяющий получить распределения P10/P50/P90 для каждого гонщика в каждой гонке. 4️⃣Вспомогательный классификатор опасностей для автомобиля безопасности (для каждого круга), модулирующий вероятность срабатывания системы безопасности в симуляции. 5️⃣Версионирование функций в процессе разработки: возраст шин × состав резины, разница в результатах квалификации, вариативность сектора, частота активации DRS, коэффициент эволюции трассы, разница в погодных условиях. 6️⃣Оптимизатор стратегий работает с 400 итерациями (отдельно от основного механизма Монте-Карло), чтобы поддерживать приемлемое время отклика веб-сайта. Сам проект на гите: https://github.com/XVX-016/F1-PREDICT Сайт проекта: https://f1.tanmmay.me/#/simulation Кажется, было бы классно под новый регламент сделать более совершенную систему, в которой прикрутить агента с новостями и агента-стратега. 💗 - если было бы интересно
0
12
На злобу дня)
На злобу дня)
0
13
Какое самое вкусное место в Москве-Питер💗+9
Какое самое вкусное место в Москве-Питер💗
0
14
Распознай, кто говорит, и выиграй 600 тысяч рублей! 💙 ИТ-компания «Криптонит» приглашаюет на ML-дататон «Криптонит».Тембр! ❗
Распознай, кто говорит, и выиграй 600 тысяч рублей! 💙 ИТ-компания «Криптонит» приглашаюет на ML-дататон «Криптонит».Тембр! ❗️Задача — разработать модель распознавания по голосу, устойчивую к искажениям аудиосигнала. Тебе предстоит обучить Speaker Recognition модель, устойчивую к искажениям аудио, возникающим в реальных сценариях эксплуатации речевых интерфейсов и систем обработки звука: 🔹искажения, вносимые акустической средой; 🔹посторонние шумы; 🔹реверберация; 🔹большое расстояние до микрофона; 🔹искажения каналов связи. Участвуй и ты сможешь: 🟦 получить шанс разделить призовой фонд в 600 000 рублей; 🟦разработать решения в области Audio/Speech ML; 🟦 прокачать скиллы в Speaker Recognition и Deep Learning. 👆 Регистрируйтесь до 10 апреля включительно!
0