en
Feedback

Don't get caught by a cheater! Telemetrio finds and tags such channels 👉 If you want to see the tag, subscribe

Анализ данных (Data analysis)

Анализ данных (Data analysis)

Open in Telegram

Data science, наука о данных. @haarrp - админ РКН: clck.ru/3FmyAp

Show more

📈 Analytical overview of Telegram channel Анализ данных (Data analysis)

Channel Анализ данных (Data analysis) (@data_analysis_ml) in the Russian language segment is an active participant. Currently, the community unites 51 911 subscribers, ranking 2 581 in the Technologies & Applications category and 11 797 in the Russia region.

📊 Audience metrics and dynamics

Since its creation on невідомо, the project has demonstrated rapid growth, gathering an audience of 51 911 subscribers.

According to the latest data from 16 November, 2026, the channel demonstrates stable activity. Although there has been a change in the number of participants by 444 over the last 30 days and by -8 over the last 24 hours, overall reach remains high.

  • Verification status: Not verified
  • Engagement rate (ER): The average audience engagement rate is 11.63%. Within the first 24 hours after publication, content typically collects 8.47% reactions from the total number of subscribers.
  • Post reach: On average, each post receives 6 040 views. Within the first day, a publication typically gains 4 397 views.
  • Reactions and interaction: The audience actively supports content: the average number of reactions per post is 192.
  • Thematic interests: Content is focused on key topics such as llm, контекст, openai, архитектура, deepseek.

📝 Description and content policy

The author describes the resource as a platform for expressing subjective opinions:
“Data science, наука о данных. @haarrp - админ РКН: clck.ru/3FmyAp”

Thanks to the high frequency of updates (latest data received on 17 November, 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.

51 911
Subscribers
-824 hours
+27 days
+44430 days
Posts Archive
Google выпустила крутой учебник по промпт-инжинирингу! Руководство на 45 страницах содержатся ценные советы для работы с Gemi
Google выпустила крутой учебник по промпт-инжинирингу! Руководство на 45 страницах содержатся ценные советы для работы с Gemini, которые также применимы к другим нейронным сетям. Это полноценное учебное пособие — понятное, доступное и красиво оформленное. В каждой главе вы найдете примеры использования, советы и понятные инструкции. Достаем максимум возможностей из нейронных сетей 📚 Книга @data_analysis_ml

+2
💡Теперь у нас есть модель с открытым исходным кодом, которая превосходит Claude 3 Opus... и дышит в спину GPT-4. Скорость работы составляет почти 300 токенов в секунду. LLAMA-3 - самая загружаемая модель, которую я когда-либо видел на HF.🚀 За 24 часа его скачали более 36 200 раз!!! Вангую: GPT-5 будет анонсирован до релиза Llama-3-400B. Релизы OpenAI определяются внешними факторами 🤣 🖇 Тесты LLaMA3 @data_analysis_ml

Российские студенты стали победителями ICPC Это самые крупные международные соревнования по программированию в мире. В этом г
Российские студенты стали победителями ICPC Это самые крупные международные соревнования по программированию в мире. В этом году финал проходил за два года — 2022 и 2023. Студенты факультета компьютерных наук, основанного ВШЭ и Яндексом, заняли призовые места в сразу двух соревнованиях. За 2023 год абсолютными чемпионами стала команда FFTilted. Ее участники — Фёдор Ромашов, Александр Бабин и Кирилл Кудряшов — студенты программы Прикладной математики и информатики (ПМИ), разработанной Яндексом в момент основания факультета. За 2022 год третье место в абсолютном зачете заняла команда Undertrained+Overpressured. Ее представляли Максим Гороховский, Иван Сафонов и Тимофей Федосеев. Обе команды показали лучшие результаты среди всех российских вузов. Всего в ICPC приняли участие команды из 170 университетов и 50 стран мира.

📌Экстраполяция и интерполяция нейронных сетей 🟡Искусственные нейронные сети — это мощные инструменты логического вывода. Од
+2
📌Экстраполяция и интерполяция нейронных сетей 🟡Искусственные нейронные сети — это мощные инструменты логического вывода. Однако это не означает, что они могут изучать правила так, как это делают люди. Например, мы можем применять арифметику к произвольно большим числам. Это ключевое понимание, на котором основана арифметика. Может ли нейронная сеть делать обобщения на случаи, которые далеки от тренировочных данных? В общем, держите полезную статью о том, где затрагиваются детали внутренней реализации нейросетей 📎 Статья @data_analysis_ml

📌Сверхполезный открытый учебник по Machine Learning Здесь собрана коллекция задачек о нейросетях, параллельно даётся необход
+6
📌Сверхполезный открытый учебник по Machine Learning Здесь собрана коллекция задачек о нейросетях, параллельно даётся необходимая теория с объяснением Очень годно, рекомендую Что внутри? ├╼ всего лишь функция ├╼ градиентный спуск ├╼ алгоритм обратного распространения ошибки ├╼ что выплёвывает нейросеть ├╼ свёрточные сети ├╼ нейросети – конструктор LEGO ├╼ рекуррентные сети ╰╼ матричное дифференцирование 📎 Учебник @data_analysis_ml

Repost from Machinelearning
👑Llama 3 is here, with a brand new tokenizer! 🦙 Вышла Llama 3 Сегодня вышла новая SOTA Llama 3 в двух версиях на 8B и 70B параметров. Длина контекста 8К, поддержка 30 языков. •HF: https://huggingface.co/spaces/ysharma/Chat_with_Meta_llama3_8b •Blog: https://ai.meta.com/blog/meta-llama-3/ Вы можете потестить 🦙 MetaLlama 3 70B и 🦙 Meta Llama 3 8B с помощью 🔥 бесплатного интерфейса: https://llama3.replicate.dev/ P.S. В процессе обучения находится модель на 400В+ параметров. @ai_machinelearning_big_data

🧔 Microsoft Research анонсировала VASA-1. ИИ генератор видео, который выглядит очень реалистично. Для создания гиперреалистичного видео с изображением говорящего лица, требуется всего одна портретная фотография, чтобы создать видео с точной синхронизацией движения губ, реалистичным выражением лица и естественным движениями головы в режиме реального времени. https://www.microsoft.com/en-us/research/project/vasa-1/ @data_analysis_ml

📌На чем программируют суровый ML в Гугле Годная информация от Романа Ворушина, который работает в Google. Дальше от его лица В 2015 году Гугл выпустил TensorFlow — супер-современный фреймворк для машинного обучения, созданный с участием самого Jeff Dean. Но если почитать статьи за последние несколько лет из Google/DeepMind, то можно заметить что эксперименты реализованы с использованием совсем другого малоизвестного фреймворка JAX и лишь в самом конце портированы на TensorFlow/PyTorch. Именно с помощью JAX тренируют гигантские нейронные сети: текстовые, computer vision, мультимодальные. JAX невероятно популярен внутри Гугла, но малоизвестен за его пределами. Исследователям это на руку - никто не принуждает делать фреймфорк доступным для всех, да и вице-президенты не терзают команду туманными целями и прочими синергиями. У JAX есть отличная документация на Readthedocs. Я перепечатывал примеры оттуда в Google Colab, изменял их, пробовал их запускать на бесплатных Colab kernels with CPU/GPU/TPU. Основные строительные блоки 🟡NumPy interface Некоторые курсы по машинному обучению показывали как можно реализовать тренировку нейронных сетей умножением векторов/матриц NumPy, как вычислять производные цепочеатк функций. JAX - это в первую очередь невероятно ускоренный NumPy (see JAX As Accelerated NumPy). Все операции jax.numpy оптимизированы для выполнения на GPU/TPU. К этому добавлены возможности автоматической векторизации и параллелизации вычислений (как в курсе ml-class.org можно было векторизовать вычисления в Octave, ускоряя их в десятки-сотни раз). 🟡Just-in time compilation Функции без побочных эффектов можно легко скомпилировать, обернув их в функцию jax.jit. Компиляция осуществляется методом трассировки - в качестве параметров передаются специальные объекты, которые запоминают все операции, которые с ними производятся. По результатам трассировки строится граф вычислений “входные параметры” - ??? - “выходные параметры”. Потом этот граф компилируется с использованием XLA (её когда-то написали для TensorFlow). 🟡Автоматическая дифферециация Производные больше считать не нужно. Оборачиваешь loss function в функцию grad и получаешь градиенты. Вообще очень многое в JAX решается композицией функций. Опыт функционального программирования (Haskell, Erlang, ваши варианты) будет очень к стати. 🟡Flax - библиотека для нейронок Flax — самая популярная библиотека для моделирования нейронных сетей. Отличная документация, есть много примеров, в том числе реальных исследовательских проектов из Гугла. Еще со всем недавно с ней конкурировала библиотека Haiku, но в конце концов Flax стал более популярен и Haiku перевели в режим поддержки. У Flax офигенная философия. Чего только стоит “Prefer duplicating code over a bad abstraction.” Не всем такая философия подходит, но мне очень резонирует. 📎 Подробнее @data_analysis_ml

Как понять, что вы уже мидл? Какая конкуренция за вакансии по сравнению с джунами? Какие зарплаты и что на них влияет? Решили
Как понять, что вы уже мидл? Какая конкуренция за вакансии по сравнению с джунами? Какие зарплаты и что на них влияет? Решили задать эти вопросы опытным разработчикам, которые сами нанимают мидлов. Присоединяйтесь к вебинару — будем вместе разбираться в рынке труда для программистов с опытом. → Бесплатно, 25 апреля в 19:00 Мск Вы узнаете: — как понять, что вы уже не джун, а скорее мидл; — как сегодня выглядит рынок вакансий; — сколько платят на средних позициях и как влиять на свой доход; — что лучше: расширять стек или идти в специализацию; — как правильно проходить собеседования. → Зарегистрироваться на вебинар

🔥 Новые модели CodeQwen1.5-7B занимают очень высокие позиции в таблице лидеров Big Code, превосходя гораздо более крупные мо
🔥 Новые модели CodeQwen1.5-7B занимают очень высокие позиции в таблице лидеров Big Code, превосходя гораздо более крупные модели 🚀 ▪8 моделей, в том числе модели с 0,5 B, 1,8 B, 4B, 7B, 14B, 32B и 72B ▪Многоязычная поддержка как базовых моделей, так и моделей чата; ▪Поддержка контекста длиной 32 КБ для моделей всех размеров https://huggingface.co/spaces/Qwen/CodeQwen1.5-7b-Chat-demo data_analysis_ml

Repost from Big Data AI
🔥 Анонс альфа-релиза torch tune от Pytorch! torchtune - это библиотека, созданная на базе PyTorch для файнтюнинга LLM. Она с
🔥 Анонс альфа-релиза torch tune от Pytorch! torchtune - это библиотека, созданная на базе PyTorch для файнтюнинга LLM. Она сочетает в себе рецепты тонкой настройки, которые можно взломать, экономят память и интегрируются в ваши любимые инструменты. Начните файнтюнить уже сегодня! ▪Github ▪Анонс @bigdatai

🚀 Prepacking: A Simple Method for Fast Prefilling and Increased Throughput in Large Language Models Хотите бесплатно увеличить скорость и эффективность использования памяти для вашего HuggingFace ✅ LLM без снижения качества генерации? Представляем Prepacking - простой метод, позволяющий увеличить скорость работы LLM в 6 раз и эффективность использования памяти в 16 раз . http://arxiv.org/pdf/2404.09529.pdf

📌Cloudflare представляет брандмауэр для AI, защищающий LLM ⏩Относительно недавно Cloudflare запустила «Брандмауэр для ИИ» (F
📌Cloudflare представляет брандмауэр для AI, защищающий LLM ⏩Относительно недавно Cloudflare запустила «Брандмауэр для ИИ» (Firewall for AI), предназначенный для защиты LLM. Firewall for AI спроектирован как усовершенствованный межсетевой экран веб-приложений (WAF), специально предназначенный для приложений, использующих LLM. Firewall for AI тщательно анализирует модели, подсказки, представленные пользователями, для раскрытия любых схем эксплуатации. ⏩Брандмауэр для AI предназначен для бесперебойной работы в обширной сети Cloudflare, что дает компании преимущество в обнаружении угроз на начальных стадиях и, в свою очередь, обеспечивает надежную защиту как пользователей, так и моделей от атак и неправильного использования. Хотя этот продукт все еще находится на стадии разработки, он знаменует собой значительный прогресс в области безопасности ИИ. ⏩Набор потенциальных угроз для LLM выходит за рамки уязвимостей, с которыми сталкиваются обычные веб-приложения и API-приложения. Как заметили исследователи, сложные уязвимости, уникальные для систем искусственного интеллекта, могут позволить злоумышленникам захватывать модели и выполнять несанкционированные маневры. Предполагается, что межсетевой экран для искусственного интеллекта Cloudflare, предназначенный для борьбы с этими новыми опасностями, будет работать аналогично стандартному WAF — тщательно проверяя каждый запрос API, содержащий подсказку LLM, на предмет индикаторов или шаблонов атак. ⏩Компетенция Firewall не привязана к какой-то одной инфраструктуре; он может защищать модели, размещенные на платформе Cloudflare Workers AI или любой другой внешней инфраструктуре, а также может использоваться в тандеме с Cloudflare AI Gateway. @data_analysis_ml

Сильнейшие карьерные IT-бури ожидаются в ближайшее время — об этом говорят синоптики и HR-менеджеры Сбера! 🧑‍💻 Чтобы стать частью IT-комьюнити топовой технологичной компании и работать над масштабными проектами, выбирай вакансию мечты по ссылке. Эйчары уже ждут тебя. Ну а прогноз в видео — всего лишь наша шутка, зато твоя будущая команда абсолютно реальна 💚

📌Визуализация и анализ географических данных в R Отличный онлайн-учебник по работе с географической информацией с помощью яз
+3
📌Визуализация и анализ географических данных в R Отличный онлайн-учебник по работе с географической информацией с помощью языка R Здесь описываются азы работы с графикой, рассказывается, как проводить качественный пространственный анализ и не только 📎 Ссылка @data_analysis_ml

20 апреля ИТ-компания AXENIX объявляет One Day Offer для системных аналитиков! Вы сможете стать сотрудником AXENIX всего за 1
20 апреля ИТ-компания AXENIX объявляет One Day Offer для системных аналитиков! Вы сможете стать сотрудником AXENIX всего за 1 день! Схема предельно простая: ⓵ До 18 апреля отправьте заявку на участие через этот сайт ⓶ Поговорите по телефону с рекрутером, чтобы узнать все подробности ⓷ 20 апреля пройдите онлайн-собеседование с экспертами AXENIX ⓸ Получите оффер в тот же день! К участию приглашаются системные аналитики с опытом работы от 1 года из любого города России — вы сможете работать удаленно или, если в вашем городе есть офис нашей компании, в гибридном формате. Переходите на официальный сайт AXENIX, чтобы узнать больше! Реклама. ООО "АКСТИМ". ИНН 7705476338.

🌍YOLO-CIANNA: Neural Astro 🌍 CIANNA - это универсальная платформа для глубокого обучения, разработанная в первую очередь для анализа астрономических данных. Функциональные возможности и оптимизации добавляются в зависимости от их актуальности для решения астрофизических задач. CIANNA может использоваться для создания и обучения больших моделей нейронных сетей для различных задач и оснащена высокоуровневым интерфейсом Python (аналогично keras, pytorch и т.д.). Одной из особенностей CIANNA является ее реализация детектора объектов в стиле YOLO, используемого в контексте обнаружения галактик в 2D или 3D продуктах радиоастрономических данных. Фреймворк полностью поддерживает графическое ускорение благодаря низкоуровневому программированию на CUDA. ▪Код: github.com/Deyht/CIANNA ▪Cтатья: arxiv.org/pdf/2402.05925.pdf @data_analysis_ml

Из Индии – в Москву. На Data Fusion 2024 выступит Sankar Kumar Pal, член национальной Академии Наук правительства Индии, през
Из Индии – в Москву. На Data Fusion 2024 выступит Sankar Kumar Pal, член национальной Академии Наук правительства Индии, президент Индийского статистического института. Учёный 17 апреля представит доклад «Распознавание образов, машинный интеллект и гранулярный майнинг: эволюция, моделирование неопределенности и применения». Главные тезисы: - Как эволюционировали технологии распознавания образов и возникли гранулярные вычисления, позволяющие добывать большие данные. - Особенности гранулярных вычислений и их компоненты с примерами, а также актуальность грубых множеств и обобщенной грубо-нечеткой энтропии. - Применение гранулярных вычислений в видеоаналитике в рамках ML и DL. - Самые перспективные промышленные приложения для обнаружения и отслеживания объектов. Больше полезной информации от коллег из Индии – на конференции 17-18 апреля в технологическом кластере «Ломоносов» в Москве! Чтобы не пропустить главное событие весны в области анализа больших данных, регистрируйтесь прямо сейчас: https://tglink.io/d9bc2e33ec4d

💥 Дублирование одного и того же кода с SQL-запросами может привести к несогласованности в вашем проекте, если изменения буду
💥 Дублирование одного и того же кода с SQL-запросами может привести к несогласованности в вашем проекте, если изменения будут внесены только в одну часть кода и не внесены в другию. ApacheSpark UDFs может помочь решить пободную проблему, инкапсулируя сложную логику, которая повторно используется в нескольких SQL-запросах. @data_analysis_ml

Увлекаетесь компьютерными науками и ищете, где можно интенсивно прокачаться в одном из актуальных IT-направлений? Тогда идеал
Увлекаетесь компьютерными науками и ищете, где можно интенсивно прокачаться в одном из актуальных IT-направлений? Тогда идеальный вариант — короткие образовательные программы, которые ведут эксперты-практики. Плюсы таких форматов — дают только полезную информацию, включают в реальные проекты, а ещё предлагают активный нетворкинг и обмен идеями. Такие интенсивы проводит Яндекс Образование: в июне у них стартует новый студенческий кемп по промышленной разработке ПО на базе питерского ИТМО. За две недели вы сможете погрузиться в тему разработки высоконагруженных систем и углубить знания в области DevOps или информационной безопасности. На программе ждут студентов профильных направлений. Чтобы подать заявку, заполните анкету участника до 1 мая. Всем, кто успешно пройдёт отбор, Яндекс Образование оплатит дорогу и проживание. Участие также будет бесплатным. Поторопитесь, количество мест ограничено