Available now! Telegram Research 2025 — the year's key insights 
Machinelearning
Open in 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
Show more📈 Analytical overview of Telegram channel Machinelearning
Channel Machinelearning (@ai_machinelearning_big_data) in the Russian language segment is an active participant. Currently, the community unites 294 200 subscribers, ranking 332 in the Technologies & Applications category and 1 275 in the Russia region.
📊 Audience metrics and dynamics
Since its creation on невідомо, the project has demonstrated rapid growth, gathering an audience of 294 200 subscribers.
According to the latest data from 29 June, 2026, the channel demonstrates stable activity. Although there has been a change in the number of participants by -6 445 over the last 30 days and by -277 over the last 24 hours, overall reach remains high.
- Verification status: Not verified
- Engagement rate (ER): The average audience engagement rate is 7.73%. Within the first 24 hours after publication, content typically collects 5.47% reactions from the total number of subscribers.
- Post reach: On average, each post receives 22 736 views. Within the first day, a publication typically gains 16 089 views.
- Reactions and interaction: The audience actively supports content: the average number of reactions per post is 175.
- Thematic interests: Content is focused on key topics such as openai, claude, api, gemini, контекст.
📝 Description and content policy
The author describes the resource as a platform for expressing subjective opinions:
“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”
Thanks to the high frequency of updates (latest data received on 30 June, 2026), the channel maintains relevance and a high level of publication reach. Analytics show that the audience actively interacts with content, making it an important point of influence in the Technologies & Applications category.
294 200
Subscribers
-27724 hours
-1 6347 days
-6 44530 days
Posts Archive
294 113
🛠 Generative Visual Prompt: Unifying Distributional Control of Pre-Trained Generative Models
⚙️ Github
🗒 Paper
🦾 Dataset
@ai_machinelearning_big_data
294 113
Yandex Research выложил в опенсорс RuLeanALBERT — самую большую BERT-подобную модель на русском языке, которая поместится на ваш компьютер
Нейросеть обучали децентрализованно с помощью вычислительной платформе Яндекса. На бенчмарках по пониманию языка она показывает результаты, сравнимые с другими открытыми моделями и где-то даже близкие к state-of-the-art.
Модель хотя и имеет миллиарды параметров, но вполне способна уместиться на одну домашнюю GPU: вы можете использовать её открытый код в своих проектах для классификации предложений, представления текстов и других языковых задач, не требующих генерации.
Yandex Research — это исследовательская группа в Яндексе, которая занимается фундаментальными проблемами в важнейших областях computer science.
Подробности – в статье на Хабре
294 113
+6Подборка инструментов инженера данных под разные задачи.
Взгляните, вдруг всё это время вы забивали гвозди микроскопом?
А если вы хотите сделать архитектуру данных на работе ещё мощнее — обратите внимание на курс Яндекс Практикума.
Пройдите тест в бесплатной вводной части курса, чтобы понять, подходит ли вам программа.
294 113
🤖 DAMO ConvAI
The official repository which contains the codebase for Alibaba DAMO Conversational AI.
⚙️ Github
➡️ Paper
📎 Tasks
🗒 Text-to-SQL Parsing
@ai_machinelearning_big_data
294 113
Стартовал первый Rosneft Challenge — самый масштабный среди ИТ-соревнований Роснефти. Его призовой фонд составляет 920 000 рублей 😊
Регистрируйтесь на сайте 👉🏻 https://events.rn.digital/hack/it2022rc1, получайте задание и дерзайте!
Вам предстоит создать модель машинного обучения и с ее помощью спрогнозировать дату отказа установки электроприводного центробежного насоса. В вашем распоряжении будет большой банк данных о скважине и установленном оборудовании.
Rosneft Challenge – ваш шанс выиграть крупный денежный приз, достойно продемонстрировать свои профессиональные компетенции и попасть в команду лидера нефтяной отрасли России!
Лучший результат найдет применение на предприятиях «Роснефти».
Подробнее https://bit.ly/3xsxqOt
294 113
🚀 StoryDALL-E: Adapting Pretrained Text-to-Image Transformers for Story Continuation
⚙️ Github
➡️ Paper
🛠 Demo
📄 Dataset
@ai_machinelearning_big_data
294 113
💥 Реализовать вау-фичи и задрайвить рост проекта? Задействуем Machine Learning (ML).Сделать удобнее базовые элементы сервисов? Тоже ML.
Технологии машинного обучения — это ответ на все вопросы и must have для тех, кто смотрит в будущее.
При поддержке VK на Saint HighLoad++ представлен целый трек докладов на эту тему. Поговорим о том, как на базе ML создавать практичные решения, готовые к большим нагрузкам. Расскажем, как встраивать их в существующие пайплайны и эксплуатировать в продакшене.
✅ Программа ML-трека - https://bit.ly/3RGQcJS
🖐 Встречаемся на Saint HighLoad++ 22 и 23 сентября.
294 113
👁🗨 Patch Similarity Aware Data-Free Quantization for Vision Transformers
PSAQ-ViT V2, a more accurate and general data-free quantization framework for ViTs, built on top of PSAQ-ViT.
git clone https://github.com/zkkli/PSAQ-ViT.git
cd PSAQ-ViT
⚙️ Github
➡️ Paper
📄 Dataset
@ai_machinelearning_big_data294 113
NewProLab запускает 12-недельную онлайн-программу «Специалист по большим данным»
Старт – 20 сентября.
В программе – 36 занятий, 9 лаб, 2 проекта и 3 варианта прохождения:
Полное погружение (только в даты проведения программы) – 36 живых занятий в ZOOM, возможность задавать вопросы, тесты, лабы, поддержка координаторов, сертификат об успешном прохождении.
Видео занятий и лабы (только в даты проведения программы) – видеозаписи 36 занятий, тесты, лабы, поддержка координаторов, сертификат об успешном прохождении.
Видео занятий и тесты (можно пройти в любое время) – видеозаписи 36 занятий, тесты, сертификат о прохождении.
Чему вы научитесь?
- обрабатывать данные в Pandas
- строить модели машинного обучения (логистическая регрессия, деревья, случайный лес) в Scikit-learn
- анализировать текстовые данные
- и многое другое
Подробности по ссылке
Для участников нашего сообщества организаторы предоставили промокод Machinelearning, по которому вы получите скидку 15% при покупке программы.
294 113
🦾 OpenMixup: Open Mixup Toolbox and Benchmark for Visual Representation Learning
open-source all-in-one toolbox for supervised, semi-, and self-supervised visual representation learning with mixup
conda create -n openmixup python=3.8 pytorch=1.12 cudatoolkit=11.3 torchvision -c pytorch -y
conda activate openmixup
pip install openmim
mim install mmcv-full
git clone https://github.com/Westlake-AI/openmixup.git
cd openmixup
python setup.py develop
⚙️ Github
➡️ Paper
🛠️Installation
📄 Dataset
@ai_machinelearning_big_data294 113
🧬 Uni-Mol: A Universal 3D Molecular Representation Learning Framework
⚙️ Github
➡️ Paper
🎞 Colab
📄 Dataset
@ai_machinelearning_big_data
294 113
+1🔦 A Robust, Real-time, RGB-colored, LiDAR-Inertial-Visual tightly-coupled state Estimation and mapping package
⚙️ Github
➡️ Paper
🎞 Video
📄 Dataset
@ai_machinelearning_big_data
294 113
🧠 Напишите свою первую нейронную сеть!
Встречаемся 15 сентября в 20:00 мск на открытом уроке OTUS.
💬 Вместе с Антоном Витвицким, экспертом по компьютерному зрению и глубокому обучению, рассмотрим основные этапы создания и обучения своей первой нейронной сети и попробуем решить известную задачу классификации MNIST полносвязной и сверточной нейронными сетями на примере фреймворка PyTorch.
📚 Больше практики и и интересных задач ждут вас на онлайн-курсе «Deep Learning».
Для участия необходимо знать основы Python, поэтому проходите вступительный тест и 👉 регистрируйтесь
Реклама. Информация о рекламодателе на сайте otus.ru
294 113
🔥 YOLOv6
YOLOv6-N hits 35.9% AP on COCO dataset with 1234 FPS on T4. YOLOv6-S strikes 43.5% AP with 495 FPS, and the quantized YOLOv6-S model achieves 43.3% AP at a accelerated speed of 869 FPS on T4.
git clone https://github.com/meituan/YOLOv6
cd YOLOv6
pip install -r requirements.txt
⚙️ Github
➡️ Paper
✔️ Colab
💻 Quantization Tutorial
📄 Dataset
@ai_machinelearning_big_data
294 113
Ребята, знаю, что у меня в канале есть новички и начинающие специалисты по аналитике данных. Вам может быть интересна эта информация.
Онлайн-университет Skypro ищет несколько человек, чтобы обучить их и устроить на работу на позицию аналитика данных. Выпускники зарабатывают в среднем 98 000 ₽, а устраиваются на работу 95% студентов.
Половину от цены курса вы платите до обучения, а вторую половину — когда устроитесь на новую работу.
Оставьте заявку, менеджеры Skypro ответят на ваши вопросы: https://go.sky.pro/machinelearning
Курс длится 10 месяцев:
— будут домашние задания и мастер-классы с реальными задачами;
— можно искать работу уже на пятом месяце учебы;
— получите диплом о профессиональной переподготовке.
Оставляйте заявку, пока другие вас не опередили: https://go.sky.pro/machinelearning
294 113
🦾 XSimGCL: Towards Extremely Simple Graph Contrastive Learning for Recommendation
⚙️ Github
➡️ Paper
💻 Tutorial page
📄 Dataset
@ai_machinelearning_big_data
294 113
⚡️Хотите профессионально справляться с задачами по машинному обучению?
Обсудим алгоритмы для поиска аномалий в данных и применим на практике на открытом уроке курса «Machine Learning. Professional» от OTUS и его партнера Сбера.
⚠️ Поиск аномалий и выброс (outliar detection) в данных — крайне востребованный навык в области ML
Зарегистрируйтесь на бесплатный открытый урок «Out liar! Методы детекции аномалий в данных», 19 сентября в 18:00 мск
👉 РЕГИСТРАЦИЯ
https://otus.pw/5bHo/
Реклама. Информация о рекламодателе на сайте www.otus.ru
294 113
🧬 Genomepy: genes and genomes at your fingertips
genomepy, which can search, download, and preprocess the right genomic data for your analysis.
$ pip install genomepy
⚙️ Github
➡️ Paper
📄 Documentation
@ai_machinelearning_big_data
294 113
15 сентября, 18:00
Selectel ML MeetUp: проблемы ML команд в 2022
Присоединяйтесь к ежегодному митапу от @Selectel, где мы поговорим об актуальных сложностях, трендах и инструментах построения production ML-систем.
Что обсудим:
◽️ Подготовку инфраструктуры для внедрения ML-инструментов.
◽️ Состояние российского рынка ML.
◽️ Новые Data/ML-продукты Selectel.
◽️ Кейсы наших партнеров и гостей митапа.
Все участники получат запись сессии и смогут принять участие в розыгрыше приза за лучший вопрос.
Регистрируйтесь на офлайн-встречу в Санкт-Петербурге: https://slc.tl/wgkmu
Регистрируйтесь на онлайн-трансляцию: https://slc.tl/bvz39
294 113
🔵 Stationary Kernels and Gaussian Processes on Lie Groups and their Homogeneous Spaces
The library features (approximate) computational techniques for heat and Matérn kernels on compact Lie groups.
⚙️ Github
➡️ Paper
⚪ SphericalHarmonics
@ai_machinelearning_big_data
