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 294 360 subscribers, ranking 330 in the Technologies & Applications category and 1 280 in the Russia region.
📊 Audience metrics and dynamics
Since its creation on невідомо, the project has demonstrated rapid growth, gathering an audience of 294 360 subscribers.
According to the latest data from 28 June, 2026, the channel demonstrates stable activity. Although there has been a change in the number of participants by -6 398 over the last 30 days and by -188 over the last 24 hours, overall reach remains high.
- Verification status: Not verified
- Engagement rate (ER): The average audience engagement rate is 7.71%. Within the first 24 hours after publication, content typically collects 5.45% reactions from the total number of subscribers.
- Post reach: On average, each post receives 22 724 views. Within the first day, a publication typically gains 16 062 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 29 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.
294 360
Subscribers
-18824 hours
-1 5807 days
-6 39830 days
Posts Archive
294 286
Gen-2: The Next Step Forward for Generative AI
A multi-modal AI system that can generate novel videos with text, images, or video clips.
Мультимодальная AI модель Gen-2, которая преобразует текст или картинки в видео.
⏩ Project: https://huggingface.co/spaces/damo-vilab/modelscope-text-to-video-synthesis
↪️ Paper: https://arxiv.org/abs/2302.03011
💨 Discord: https://discord.com/invite/tUp5Gbd7rk
ai_machinelearning_big_data
294 286
🦖 Яндекс выложил в опенсорс исходный код YTsaurus — платформы для работы с большими данными
«Вайтизавр» развивали почти 10 лет — историю можно почитать на Хабре. Сегодня платформу использует большинство сервисов Яндекса. YTsaurus может многое: от аналитики до обучения сложных моделей с миллиардами параметров. В Яндексе рассказывают, что один из самых популярных сценариев — построение DWH.
Например, заказы Еды, Такси и Лавки поступают в key-value хранилище YTsaurus в сыром виде — это сотни терабайт в месяц. Дальше они обрабатываются разными инструментами внутри платформы, и на выходе получаются аналитические витрины, поверх которых производится аналитика и строятся различные визуализации в DataLens.
Помимо MapReduce, пользователям предлагается прокаченный SQL-язык, который может запускать огромные операции для обработки петабайтов данных, богатый набор встроенных функций и гибкие возможности параметризации.
🖥 Github: https://github.com/YTsaurus/YTsaurus
вакансии в YTsaurus
ai_machinelearning_big_data
294 286
🤗 ModelScope Text to Video Synthesis
For faster inference without waiting in queue, you may duplicate the space and upgrade to GPU in settings.
Новая диффузионная модель для генерации видео из текста.
⏩ Demo: https://huggingface.co/spaces/damo-vilab/modelscope-text-to-video-synthesis
💨 Paper: https://arxiv.org/pdf/2303.08320v2.pdf
💡 Huggingface: https://huggingface.co/damo-vilab/modelscope-damo-text-to-video-synthesis/tree/main
ai_machinelearning_big_data
294 286
“Что делать, чтобы оставаться востребованным CV-инженером?”
Команда школы DeepSchool: DL-инженеры, тимлиды, руководители ML-подразделений, рекрутеры — подготовила открытую онлайн-лекцию. На ней мы расскажем, как оставаться востребованным CV-инженером
Мы выпустили 50+ студентов и провели более 100 интервью со специалистами из ML-индустрии.
Этот опыт мы использовали, чтобы составить для вас актуальную картину.
На открытой лекции мы обсудим:
🔹что требуют от CV-инженеров на рынке в 2023 году;
🔹какие навыки из разработки важно развивать DL-инженеру и почему;
🔹как встроить развитие этих навыков в работу уже сейчас.
Вам будет полезно, если вы:
🔸 работаете или планируете работать в продуктовых командах (не research);
🔸 переживаете, что есть пробелы в знаниях, не уверены, что сможете легко сменить работу при надобности;
🔸 вам не хватает code review, вы не пишете тесты, не знакомы с CI/CD;
🔸 не знаете куда развиваться.
Регистрируйтесь на открытую лекцию по ссылке
🗓 Встречаемся во вторник 21 марта в 18:00 Мск
🎁 При регистрации вы получите список библиотек, фреймворков и сервисов для CV-инженера, которые ускорят вашу работу
Регистрируйтесь в боте и забирайте список себе
До встречи на лекции!
294 286
Яндекс вновь проводит сбор заявок на премию в области компьютерных наук.
Принять участие могут студенты и их научные руководители, если они изучают распознавание и синтез речи, компьютерное зрение, информационный поиск, обработку естественного языка или машинное обучение.
В этом году соискателями могут стать не только магистры и аспиранты, но и молодые ученые, которые обучаются на бакалавриате и специалитете.
Победители получат миллион рублей, возможность поехать на международную научную конференцию по ИИ, а еще грант для использования сервисов платформы Yandex Cloud в своих исследованиях.
Больше информации по ссылке.
294 286
Taming Diffusion Models for Audio-Driven Co-Speech Gesture Generation (CVPR 2023)
Novel Diffusion Audio-Gesture Transformer is devised to better attend to the information from multiple modalities and model the long-term temporal dependency. M
Новая система на основе диффузии для эффективного захвата кросс-модальных ассоциаций между аудио и жестами для высокоточной генерации жестов на основе аудио.
🖥 Github: https://github.com/advocate99/diffgesture
⏩ Paper: https://arxiv.org/abs/2303.09119v1
💨 Dataset: https://paperswithcode.com/dataset/beat
ai_machinelearning_big_data
294 286
Математика дата саентиста - здесь мы публикуем математические задачи и гайды для машинного обучения с упором на практику. Проверяем ваши знания, а затем на основе ошибок предлагаем статьи и уроки.
Если хочешь познать дзен и понимать как работают алгоритмы, а не просто импортировать их, подписывайся. Здесь реально учат.
@ds_math
294 286
FateZero: Fusing Attentions for Zero-shot Text-based Video Editing
Video Style Editing Using Stable Diffusion.
Новый метод редактирования видео из текстовых промтов без предварительного обучения модели и без использования маски, специфичной для конкретного видео.
🖥 Github: https://github.com/chenyangqiqi/fatezero
⏩ Paper: https://arxiv.org/abs/2303.09535
💨 Project: https://fate-zero-edit.github.io/
ai_machinelearning_big_data
294 286
Tuned Lens 🔎
Simple interface training and evaluating tuned lenses. A tuned lens allows us to peak at the iterative computations a transformer uses to compute the next token.
Инструменты для понимания того, как послойно работают прогнозы трансформаторов.
pip install tuned-lens
🖥 Github: https://github.com/alignmentresearch/tuned-lens
⏩ Paper: https://arxiv.org/abs/2303.08112v1
⭐️ Dataset: https://paperswithcode.com/dataset/the-pile
🖥 Colab: https://colab.research.google.com/github/AlignmentResearch/tuned-lens/blob/main/notebooks/interactive.ipynb
ai_machinelearning_big_data294 286
Ищем учеников на бесплатное обучение по созданию искусственного интеллекта с нуля. Опыт программирования не важен!🤖
Всего за 3 вечера под руководством Дмитрия Романова - основателя Университета Искусственного Интеллекта, лидера обучения AI-разработке в РФ, вы с легкостью напишете свой первый искусственный интеллект👨💻
Какие нейронные сети вы создадите?
▫️Классификация людей на входящих и выходящих из автобуса
▫️Обнаружение возгораний
▫️Оценка стоимости квартир
▫️Оценка резюме соискателей
▫️Прогнозирование стоимости полиметаллов
▫️Сегментация изображений самолетов
▫️Распознавание команд умного дома⠀
Лучше освоить навыки создания нейронных сетей вам помогут домашние задания с проверкой от кураторов.⠀
Приходите на бесплатное обучение и напишите искусственный интеллект за 3 вечера💪
Регистрация по ссылке
294 286
GraphGym
Platform for designing and evaluating Graph Neural Networks (GNN).
GraphGym - это платформа для проектирования и оценки графовых нейронных сетей .
🖥 Github: https://github.com/snap-stanford/graphgym
⏩ Paper: https://arxiv.org/abs/2303.07666v1
⭐️ Dataset: https://paperswithcode.com/dataset/tieredimagenet
ai_machinelearning_big_data
294 286
⚠️Пройдите тест на углубленные знания в сфере Machine Learning. Professional —https://otus.pw/ncBh/
🔓 Ответьте на 10 вопросов и проверьте, насколько вы готовы к обучению на продвинутом курсе «Machine Learning. Professional» от OTUS и его партнера — Сбера
⏰ Время прохождения теста ограничено 30 минут
📌 РЕЗУЛЬТАТ ПРОХОЖДЕНИЯ КУРСА:
Серьезное портфолио с проектами и возможность претендовать на Junior+ и Middle позиции Data Scientist
Протестируйте обучение на открытом уроке:
✅ Один в поле не воин: методы ансамблирования в машинном обучении — https://otus.pw/ncBh/
👉 ПРОЙТИ ТЕСТ: https://otus.pw/Hvdp/
294 286
Erasing Concepts from Diffusion Models
A fine-tuning method that can erase a visual concept from a pre-trained diffusion model, given only the name of the style and using negative guidance as a teacher.
Метод тонкой настройки, который может убрать имитацию стиля конкретного художника или даже стереть целый класс объектов из вывода модели, сохранив при этом поведение и возможности модели по другим настройкам.
🖥 Github: https://github.com/rohitgandikota/erasing
⏩ Paper: https://arxiv.org/abs/2303.07345v1
⭐️ Dataset: https://paperswithcode.com/dataset/imagenet
ai_machinelearning_big_data
294 286
Alfa Cloud Day Meetup: облачные технологии в финтехе
На митапе вы узнаете, как в Альфа-Банке внедряли новый облачный подход, что важно учесть при общении с бизнесом, как за счёт «облака» ускориться и извлечь выгоду
Когда: 22 марта в 18:30
Где: офлайн в Москве, Андропова пр-т, 18, к. 3, Альфа-Банк, Конгресс-холл или онлайн
Что вас ждет:
🌦 Максим Чернухин, Senior Software Architect, расскажет о положительных и отрицательных сторонах использования облака, а также о нюансах, которые стоит учесть
🌦 Дмитрий Кузнецов, Head of Application Security, расскажет о безопасной миграции в облако
🌦 Дмитрий Гадеев, Site Reliability Engineer, и Максим Малыгин, Head of IT Infrastructure Support Department, поделятся своим опытом внедрения «облачного» подхода в Альфе
🌦 Светлана Вагнер, Cloud Product Owner, расскажет, как бизнесу показать преимущества cloud-технологий, как использовать их для ускорения бизнес-процессов
Все, кому интересен «облачный» подход, ждем вас на митапе, пообщаемся, хорошо проведем время и обсудим доклады спикеров
Зарегистрироваться на Alfa Cloud Day Meetup
294 286
⏩ OpenOccupancy: A Large Scale Benchmark for Surrounding Semantic Occupancy Perception.
OpenOccupancy first surrounding semantic occupancy perception benchmar.
🖥 Github: https://github.com/jeffwang987/openoccupancy
⏩ Paper: https://arxiv.org/abs/2303.03991v1
⭐️ Dataset: https://paperswithcode.com/dataset/synthcity
💨 Project: https://www.mmlab-ntu.com/project/styleganex/
ai_machinelearning_big_data
294 286
✍️ Переписать нельзя сократить: обновленные AI-сервисы для работы с текстами
AI-сервисы «Рерайтер» и «Cуммаризатор» переписывают и сокращают тексты. Это облегчает работу контент-маркетологов, SEO-специалистов и редакторов, увеличивает скорость обработки текстов и снижает стоимость создания контента. С выходом PRO-версий сервисов появилось еще больше возможностей.
16 марта в 11:00 МСК Алёна Феногенова и Альбина Ахметгареева из команды AGI NLP SberDevices расскажут:
✏️ о новых продвинутых возможностях создания текста;
✏️ как обучены и из каких модулей состоят сервисы;
✏️ о функциях для пользователей API.
🧑💻 Вебинар будет полезен не только тем, кто постоянно работает с текстами, но и разработчикам сайтов и приложений.
Зарегистрируйтесь на вебинар, чтобы увидеть AI-сервисы в действии! Только 14 дней после вебинара PRO-версии будут доступны бесплатно.
294 286
StyleGANEX - Official PyTorch Implementation
Encoder that provides the first-layer feature of the extended StyleGAN in addition to the latent style code.
🖥 Github: https://github.com/williamyang1991/styleganex
⏩ Paper: https://arxiv.org/abs/2303.06146v1
⭐️ Colab: http://colab.research.google.com/github/williamyang1991/StyleGANEX/blob/master/inference_playground.ipynb
💨 Project: https://www.mmlab-ntu.com/project/styleganex/
ai_machinelearning_big_data
294 286
👀 Как создать прототип системы для распознавания лиц за 60 минут
⏰ Когда: 28 марта, 17:00 МСК
📍 Регистрация
Эксперт VK Cloud проведет практическое занятие и покажет, как разработать прототип системы Face Recognition c помощью сервиса Vision.
Для выполнения задания вы можете подключить Vision в личном кабинете на платформе VK Cloud. Новые пользователи платформы получат 3 000 бонусных рублей для работы с облачными сервисами.
Что будет на воркшопе:
🔹 Обсудим, как работает Vision для идентификации и распознавания лиц, и разберем кейс компании Russia Running, которая создала сервис MY.PHOTO на базе Vision
🔹 Создадим прототип системы распознавания лиц
🔹 Ответим на вопросы на QA-сессии
Спикер:
🔸 Димитрий Муштаков, Product Manager сервиса Vision, VK Cloud
По итогам вебинара участники получат доступ к репозиторию с прототипом системы, чтобы быстро протестировать функциональность Face Recognition в собственных проектах.
Зарегистрироваться бесплатно
294 286
🖥 PyXAB - Python X-Armed Bandit
A Python Library for X-Armed Bandit and Online Blackbox Optimization Algorithms
PyXAB - это библиотека Python с открытым исходным кодом с реализацией алгоритмов X-Armed Bandit (многорукий бандит).
🖥 Github: https://github.com/williamlwj/pyxab
⏩ Paper: https://arxiv.org/abs/2303.04030v1
⭐️ Docs: https://pyxab.readthedocs.io/
ai_machinelearning_big_data
