DATApedia | Data science

​​От мозга к мультиагентным системам: как устроены Foundation Agents нового поколения Данная статья предлагает новый взгляд на текущее состояние и развитие «интеллектуальных агентов», которые могут адаптироваться к множеству задач и контекстов. Читать | DATApedia | #DS_AI

​​Как мы искали лучшие AI-модели (часть 1) В начале этого года нам понадобилось провести тестирование AI‑моделей на предмет имеющегося функционала и возможностей AI‑моделей для оценки перспективности использования в тех или иных продуктах. Читать | DATApedia | #DS_AI

​​Как добавить GigaChat в проект за 3 шага. Гайд и опенсорс-инструмент Чтобы упростить жизнь себе и другим Go-разработчикам, написал gigago — легковесный и идиоматичный SDK. Его цель — взять на себя всю "грязную работу" и позволить вам добавить GigaChat в проект буквально за несколько минут. Читать | DATApedia | #DS_AI

​​Готовимся к собесу: positional encodings в 2025 году Если вы до сих пор считаете, что positional encoding в трансформерах — это знаменитые sin/cos из статьи 2017 года, то боюсь, что собеседование для вас закончится автоматическим реджектом. Читать | DATApedia

​​Краткое введение в ИИ-агентов Из этой статьи вам будет понятно как проектировать агентов и для каких задач они подходят, без воды и философии. Читать | DATApedia

​​Всё про Qdrant. Обзор векторной базы данных Представьте, что вы создаёте умный поиск, который понимает не просто слова, а смысл текста. Или рекомендательную систему, способную угадывать желания пользователя на основе его действий и предпочтений. Для таких задач недостаточно обычных баз данных — нужны инструменты, способные оперировать векторами — числовыми представлениями смысла, визуальных образов или поведения. Здесь и появляется Qdrant. Читать | DATApedia

⚡️Пошаговый план: как стать аналитиком данных в 2025 Хотите попасть в аналитику, но теряетесь в море информации и не понимаете, какие навыки действительно важны? Боитесь, что без опыта вас не возьмут на работу? И да, ещё один популярный вопрос — а что, если мне 30/40/50+ лет? Андрон Алексанян — эксперт по аналитике с 8 летним опытом и по совместительству CEO Simulative — покажет рабочие схемы и четкий план, как устроиться в аналитику быстрее, даже если у вас нет опыта. Что будет на вебинаре? 🟠 Разберем полный роадмап: что учить, в каком порядке, до какого уровня; 🟠 Лайфхаки трудоустройства: — Покажем реальные примеры, как оформить резюме и портфолио, чтобы привлекать внимание; — Обсудим какие отклики работают, а какие сразу отправляют в корзину; — Изнанка найма: инсайдерский взгляд на процессы отбора 🟠 Практические техники для новичков: разберём, как компенсировать недостаток опыта и быстро закрывать пробелы в знаниях. 🕗 Важно досмотреть вебинар до конца, чтобы получить бонус от нас, который поможет бустануть карьеру. 😶Зарегистрироваться на бесплатный вебинар

​​Как мы построили свой инструмент для работы с LLM В этой статье я бы хотел рассказать про наш инструмент для тренировки языковых моделей, который шесть лет назад родился из простого набора скриптов. Но постепенно усложняяcь, он стал включать в себя функции разметки данных, фильтрации датасетов, генерации данных и тестирования. Читать | DATApedia | #DS_AI

​​Как создавать контент, который ИИ будет воспринимать как источник Инсайдерский взгляд на то, как искусственный интеллект выбирает источники и что делает одни тексты более «цитируемыми», чем другие Читать | DATApedia | #DS_AI

​​Вселенная OpenAI: полный путеводитель по семейству моделей GPT в 2025 году Мы специально подготовили этот материал, чтобы рассказать обо всех ключевых GPT-моделях и сопутствующих инструментов OpenAI, чем они отличаются и какую из них выбрать для своих задач. Читать | DATApedia

​​Все, что нужно для создания приложений с LLM: обзор возможностей LangChain В этой статье я расскажу о полезном инструменте для работы с LLM - мы рассмотрим главные возможности фреймворка LangChain, а также методы мониторинга и проверки качества существующего приложения с ИИ. Читать | DATApedia | #DS_AI

​​ARGUS: как масштабировать рекомендательные трансформеры Если вы ML‑инженер в области рекомендаций — надеюсь, что после этой статьи у вас появятся идеи, как сделать что‑то похожее для вашей рекомендательной системы. А если вы пользователь рекомендаций — то у вас есть возможность побольше узнать о том, как работает та самая рекомендательная система. Читать | DATApedia | #DS_AI

​​Развёртывание ML-моделей в картинках егодня речь пойдёт об очень важном компоненте ML-платформы — о развёртывании ML-моделей, а также о связанных с ним компонентах. Читать | DATApedia | #DS_AI

​​Что бы я сделал, если бы сегодня начинал учить Data Science / ML? Эта статья — не очередной «гайд по ML для новичков». Это мой личный взгляд на то, как бы я подошёл к обучению, если бы начинал с нуля уже сегодня , учитывая свой опыт работы в крупных компаниях, проваленные проекты, ошибки и победы. Читать | DATApedia

​​Топ-7 нейросетей для генерации видео: лучшие AI-сервисы 2025 года Сегодня мы протестируем 7 сервисов для генерации видео. Но вместо скучного списка с сухими характеристиками — сделаем это иначе. Читать | DATApedia | #DS_AI

​​Сознание ИИ: может ли алгоритм страдать по-настоящему? В этой статье разберём: - Как нейросети «чувствуют»: иллюзия эмоций через токены и трансформеры; - Что наука говорит о сознании и боли: нейробиология и философия; - Почему мы сочувствуем алгоритмам, несмотря на их механическую природу. Читать | DATApedia | #DS_AI