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 293 943 subscribers, ranking 330 in the Technologies & Applications category and 1 277 in the Russia region.
📊 Audience metrics and dynamics
Since its creation on невідомо, the project has demonstrated rapid growth, gathering an audience of 293 943 subscribers.
According to the latest data from 30 June, 2026, the channel demonstrates stable activity. Although there has been a change in the number of participants by -6 432 over the last 30 days and by -166 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 5.50% reactions from the total number of subscribers.
- Post reach: On average, each post receives 22 682 views. Within the first day, a publication typically gains 16 178 views.
- Reactions and interaction: The audience actively supports content: the average number of reactions per post is 176.
- 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 01 July, 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.
293 943
Subscribers
-16624 hours
-1 5837 days
-6 43230 days
Posts Archive
293 890
Бесплатный митап - «Инженер данных: Перспективы профессии и обучение в Яндекс Практикуме»
На митапе поговорим:
* Про тренды в развитии области дата-инженерии.
* Познакомимся с авторами курса, расскажем про их опыт в профессии и карьерный путь.
* Расскажем про подход Яндекс Практикума к обучению и трудоустройству.
21 апреля 19:00
Зарегистрироваться
293 890
👁 An Extendable, Efficient and Effective Transformer-based Object Detector
Github: https://github.com/naver-ai/vidt
Paper: https://arxiv.org/abs/2204.07962v1
Dataset: https://paperswithcode.com/dataset/coco
@ai_machinelearning_big_data
293 890
Бесконечно можно смотреть на три вещи: как горит огонь, как течет вода и как начинается новая серия любимого сериала 😏
Хотя давайте будем честны: многие из нас уже не представляют себе онлайн-кинотеатры без функции пропуска заставки и титров. Сегодня подобная фича есть у IVI, Netflix, Кинопоиска, Hulu и других.
Появилась она и в онлайн-кинотеатре KION от МТС. Как работает новая функция с точки зрения разработчиков и как искусственный интеллект помогает размечать контент, в статье на Хабре рассказал Алексей Мельников, продакт в KION.
Прочитать можно здесь.
293 890
📲 Deep-significance: Easy and Better Significance Testing for Deep Neural Networks
Github: https://github.com/Kaleidophon/deep-significance
Paper: https://arxiv.org/abs/2204.06815v1
Examples: https://github.com/Kaleidophon/deep-significance#examples
@ai_machinelearning_big_data
293 890
🌟 Parametric Distributionally Robust Optimization
Github: https://github.com/pmichel31415/P-DRO
Paper: https://arxiv.org/abs/2204.06340v1
Datasett: https://paperswithcode.com/dataset/celeba
@ai_machinelearning_big_data
293 890
Яндекс открывает резидентскую программу по машинному обучению ML Residency.
Ее участники будут проводить исследования и эксперименты в ML, писать научные работы и посещать ведущие конференции.
Подать заявку могут как студенты и аспиранты вузов, так и опытные специалисты в профильных областях: математике, физике, компьютерных науках. Работа в проекте оплачивается.
Узнать подробнее можно здесь.
293 890
🔩 Glass Segmentation with RGB-Thermal Image Pairs
Github: https://github.com/dong-huo/rgb-t-glass-segmentation
Paper: https://arxiv.org/abs/2204.05453v2
Datasett: https://drive.google.com/file/d/1ysG04qGmnZv7UaybZUuyybaJYJLUkNHX/view?usp=sharing
@ai_machinelearning_big_data
293 890
У Тинькофф появилась стипендиальная программа для студентов технических специальностей!
В отборе могут участвовать студенты бакалавриата, специалитета и магистратуры (кроме выпускного курса) технических специальностей из всех городов и вузов. Стипендия выдается на один учебный год и составляет 25 000 ₽ в месяц. Кроме этого — доступ к лекциям и общение с менторами.
Есть два трека — «Академический» и «Индустриальный» — для успевающих в учебе призеров олимпиад или чемпионатов по программированию и хакатонов. Выбирайте подходящий для себя и подавайте заявку по ссылке!
293 890
✔️ Localization Distillation for Dense Object Detection
Github: https://github.com/HikariTJU/LD
Paper: https://arxiv.org/abs/2102.12252
Datasett: https://paperswithcode.com/dataset/dota
@ai_machinelearning_big_data
293 890
День открытых дверей «Как начать в аналитике и Data Science»
В сфере аналитики множество профессий и порой в них можно запутаться. Чем отличаются дата-инженер и дата-сайентист? Зачем команде нужен системный аналитик и какие задачи решает аналитик данных? Рынку требуется всё больше специалистов, и в ближайшем будущем спрос будет только расти.
5 апреля в 19:00 на дне открытых дверей «Как начать в аналитике и Data Science» в Нетологии расскажут, кто такие Data Scientist, продуктовый аналитик, игровой аналитик, Data-журналист, маркетолог-аналитик, инженер данных, системный аналитик, аналитик BI, — и где они нужны. Вы раз и навсегда разберётесь в профессиях сферы аналитики, их ежедневных задачах и поймёте, какие должности вам наиболее близки.
Ждём всех, кому интересна работа с данными!
Записаться → https://netolo.gy/h9p
293 890
✏️ Sat2lod2: A Software For Automated Lod-2 Modeling From Satellite-Derived Orthophoto And Digital Surface Model
The proposed method starts building detection results through a deep learning-based detector and vectorizes individual segments into polygons using a “three-step” polygon extraction method
Github: https://github.com/jingkang50/openood
Paper: https://arxiv.org/abs/2204.05306v1
Dataset: https://entuedu-my.sharepoint.com/:f:/g/personal/jingkang001_e_ntu_edu_sg/Eso7IDKUKQ9AoY7hm9IU2gIBMWNnWGCYPwClpH0TASRLmg?e=iEYhXO
More tutorials: https://github.com/Jingkang50/OpenOOD/wiki/Get-Started
@ai_machinelearning_big_data
293 890
Сетевые диски в Selectel с поддержкой бэкапов по расписанию
Организовать хранение данных на облачных серверах в Selectel — быстро и безопасно! Подключите к сетевым дискам бэкапы по расписанию, чтобы регулярно делать резервные копии, а в случае ошибки или сбоя не потерять нужные вам данные.
Цены:
⚈ Сетевой диск — от 7,28 ₽ за 1 Гб,
⚈ Услуга по резервному копированию — 3,7 ₽ за 1 Гб бэкапов в месяц. Вы можете сделать расчет под нужный объем и количество копий.
Ссылка: https://slc.tl/0D2hm
293 890
✏️ Sat2lod2: A Software For Automated Lod-2 Modeling From Satellite-Derived Orthophoto And Digital Surface Model
The proposed method starts building detection results through a deep learning-based detector and vectorizes individual segments into polygons using a “three-step” polygon extraction method
Github: https://github.com/gdaosu/lod2buildingmodel
Paper: https://arxiv.org/abs/2204.04139v1
Datasett: https://drive.google.com/file/d/1rA7SRPbSYFJwOBc7IfXxBgmUroTOZIOF/view?usp=sharing
Video: https://youtu.be/Nn4OABsEOXk
@ai_machinelearning_big_data
293 890
Сервис онлайн-обучения цифровым профессиям Яндекс Практикум запускает программу обучения по специальности «Инженер данных». Курс предназначен для студентов с как минимум базовым знанием SQL и Python — перед стартом необходимо пройти тест.
Авторы и преподаватели – практикующие эксперты ведущих российских IT-компаний.
Длительность — 6,5 месяцев.
Курс на 75% состоит из практических занятий – по окончании программы в вашем портфолио будет не менее 10 проектов.
Вы научитесь:
- работать с технологиями Python, SQL, Metabase, Airflow, PostgreSQL, MongoDB, ClickHouse, Celery, Kafka, Hadoop, Apache Spark, Spark Streaming и Yandex.Cloud
- извлекать, очищать и сохранять данные
- создавать и поддерживать хранилища типов Data Warehouse и Data Lake
- работать со стриминговой обработкой данных и облаками
Претендовать на работу по новой специальности студенты курса смогут уже в ходе обучения – с поиском вакансии помогут специалисты карьерного центра Яндекс Практикум.
Запись на курс открыта, старт занятий для ближайшего потока студентов – 18 апреля.
Стоимость курса:
95 000 рублей при разовой оплате, при оплате в рассрочку – 17 000 рублей в месяц.
По завершении программы студенты получат диплом о профессиональной переподготовке.
Запись на бесплатную вводную часть и подробности по ссылке.
293 890
🔗 Unsupervised Image-to-Image Translation with Generative Prior
A novel framework GP-UNIT, to improve the overall quality and applicability of the translation algorithm
Github: https://github.com/williamyang1991/gp-unit
Paper: https://arxiv.org/abs/2204.03641v1
Datasett: https://paperswithcode.com/dataset/celeba-hq
@ai_machinelearning_big_data
293 890
immers.cloud предлагает виртуальные серверы с посекундной тарификацией для решения задач искусственного интеллекта с видеокартами Tesla (V100, A10, T4) и RTX (2080Ti, 3090, 3080, A5000) от 29 ₽ в час.
Список всех GPU-конфигураций и цены доступны по ссылке.
Арендуйте мощные серверы с видеокартами Tesla V100 или RTX 3090 (и другие) на любой срок и с любым бюджетом.
Тарификация посекундная, минимальная сумма пополнения баланса — 100 ₽. Оплата происходит только за фактическое время использования вычислительных ресурсов.
В это непростое время, когда иностранные сервисы блокируют доступ к инфраструктуре, а отечественные облачные провайдеры повышают цены, мы решили зафиксировать цены на докризисном уровне и таким образом поддержать наших пользователей.
Зарегистрируйтесь по ссылке и получите бонус +20% к первому платежу.
Техническая поддержка доступна 24/7 — @immerscloudsupport
293 890
DALL·E 2
DALL·E 2 is a new AI system that can create realistic images and art from a description in natural language.
Openai: https://openai.com/dall-e-2/
Paper: https://cdn.openai.com/papers/dall-e-2.pdf
Video: https://vimeo.com/692375454
@ai_machinelearning_big_data
293 890
🗂 ObjectFolder 2.0: A Multisensory Object Dataset for Sim2Real Transfer
Github: https://github.com/rhgao/objectfolder
Paper: https://arxiv.org/abs/2204.02389v1
Project: https://ai.stanford.edu/~rhgao/objectfolder2.0/
Dataset: https://paperswithcode.com/dataset/objectfolder
@ai_machinelearning_big_data
293 890
MeetUP Data Science от Альфа-Банка🚀
12 апреля в 18:00 пройдет митап для дата-саентистов и тех, кому интересны решения прикладных задач с помощью машинного обучения.
Программа митапа:
🤓Извлечение бизнес-инсайтов из отзывов клиентов
Эдуард Янаков, Младший специалист по интеллектуальному анализу данных в Альфа-Банке
📈Прогнозирование спроса — работа и проблемы в продакшене
Максим Павлов, Руководитель направления мультивариативного анализа в Х5
📲Склонностные модели транзакционной активности
Алексей Запольский, Старший специалист по созданию новых признаков в Альфа-Банке
💰Определение дохода зарплатного клиента до получения первой зарплаты для целей раннего cross-sale
Евгения Дзюба, Младший специалист по интеллектуальному анализу данных в Альфа-Банке
Участие бесплатное, но нужно зарегистрироваться на Alfa Digital, чтобы вам прислали ссылку для подключения!
293 890
⛓ Deep Automatic Natural Image Matting
Github: https://github.com/JizhiziLi/AIM
Paper: https://arxiv.org/abs/2107.07235
Pretrained models: https://drive.google.com/uc?export=download&id=16dd1FGMcsMTqR6EfD2T9mtRmPwxnY0zs
Dataset: https://paperswithcode.com/dataset/celebamask-hq
@ai_machinelearning_big_data
