Machine learning Interview
Open in Telegram
ИИ, Rust, вайбкодинг, Data Science, Deep Learning и делюсь тем, что интересно и полезно! Вопросы - @workakkk РКН: clck.ru/3FmwRz
Show more
Network:📈 Analytical overview of Telegram channel Machine learning Interview
Channel Machine learning Interview (@machinelearning_interview) in the Russian language segment is an active participant. Currently, the community unites 30 575 subscribers, ranking 4 341 in the Technologies & Applications category and 20 939 in the Russia region.
📊 Audience metrics and dynamics
Since its creation on невідомо, the project has demonstrated rapid growth, gathering an audience of 30 575 subscribers.
According to the latest data from 01 November, 2026, the channel demonstrates stable activity. Although there has been a change in the number of participants by 251 over the last 30 days and by 2 over the last 24 hours, overall reach remains high.
- Verification status: Not verified
- Engagement rate (ER): The average audience engagement rate is 12.42%. Within the first 24 hours after publication, content typically collects 6.82% reactions from the total number of subscribers.
- Post reach: On average, each post receives 3 799 views. Within the first day, a publication typically gains 2 087 views.
- Reactions and interaction: The audience actively supports content: the average number of reactions per post is 20.
- Thematic interests: Content is focused on key topics such as claude, llm, контекст, hermes, nvidia.
📝 Description and content policy
The author describes the resource as a platform for expressing subjective opinions:
“ИИ, Rust, вайбкодинг, Data Science, Deep Learning и делюсь тем, что интересно и полезно!
Вопросы - @workakkk
РКН: clck.ru/3FmwRz”
Thanks to the high frequency of updates (latest data received on 02 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.
30 575
Subscribers
+224 hours
+147 days
+25130 days
Posts Archive
❓ Как мощные алгоритмы матричных разложений применяются в рекомендательных системах?
Расскажем на открытом уроке «SVD и ALS на службе рекомендательных систем», посвященному курсу Machine Learning. Advanced
✅ Изучим и применим на практике такие методы как SVD и ALS для построения рекомендательных систем
👉 Регистрация и подробности: https://otus.pw/y0fw/?erid=2W5zFHohKdr
Реклама. ООО "ОТУС ОНЛАЙН-ОБРАЗОВАНИЕ". ИНН 9705100963.
+3
🔥 ScreenPipe — это платформа с открытым исходным кодом для создания, распространения и монетизации AI-приложений с полным контекстом (например, аналогов Rewind или Granola)!
🌟 Она позволяет 24/7 записывать экран, микрофон и нажатия клавиш локально, без передачи данных в облако. Проект разработан с упором на удобство для разработчиков и совместим с различными интеграциями, включая Stripe для монетизации.
🔐 Лицензия: MIT
🖥 Github
@machinelearning_interview
Строим рекомендательную систему фильмов на Kaggle
Вы когда-нибудь хотели сделать свою собственную систему рекомендаций фильмов? 🎬
Приходите на бесплатный вебинар, где Савелий Батурин, Senior ML-Engineer и преподаватель курса по ML школы Simulative в прямом эфире покажет как построить рекомендательную систему фильмов на Kaggle.
Что будем делать на вебинаре:
• Разберем имеющиеся данные фильмов с их оценками
• Проведем предобработку данных
• Построим рекомендательную систему на основе машинного обучения
•Проведем расчет и анализ метрик на основе результатов работы модели
🕗Встречаемся 21 января 19:00 по мск
Вебинар будет интересен как новичкам, так и уже опытным специалистам
Зарегистрироваться на бесплатный вебинар
🔥 awesome-cursorrules — коллекция файлов .cursorrules, которые позволяют настраивать поведение искусственного интеллекта в редакторе кода Cursor AI!
🌟 Эти файлы определяют специфические правила для различных проектов, помогая адаптировать AI к стилю и потребностям разработки. Ресурс включает множество примеров для разных технологий и фреймворков, таких как React, Python, Go, а также для мобильной разработки и тестирования.
🔐 Лицензия: CC0-1.0
🖥 Github
@machinelearning_interview
Приглашаем на открытый урок «Инструменты обратного тестирования торговых стратегий» от Otus
Рассмотрим базовую методику и рассмотрим основные библиотеки для проведения обратного тестирования торговых стратегий.
✅ Практика: тест простой торговой стратегии
Оставляйте заявку на курс «ML для финансового анализа» и создайте торгового робота для автоматического проведения операций с оценкой уровня риска
👉 Регистрация на урок и подробности:
https://otus.pw/LKyQ/?erid=2W5zFJ96tJL
#реклама
О рекламодателе
🔗 Mastering Tensor Dimensions in Transformers
https://huggingface.co/blog/not-lain/tensor-dims
Учишь Python, но как дело доходит до собственного кода — всё, кирдык? 😥
На форумах только одно: «Больше практиковаться!» А толку? Ноль понимания и никакой поддержки от профи…
Плавали - знаем)) Поэтому специально для тебя - чат Python-щиков 🤝
Что получишь?
1️⃣ Сможешь задавать любые вопросы без страха и осуждения и получать ответы за минуты, а не часы поиска в инете
2️⃣ Регулярные плюшки в виде стримов от препода с 15-ти летним опытом
3️⃣ Общение с единомышленниками и заряд мотивации
➡️ А еще, забирай в закрепе БЕСПЛАТНЫЙ вводный курс по Python
Короче, всё для прокачки! Залетай к нам — ссылка на чат (тык)
Repost from Machinelearning
+1
🖥 Large Language Model Course
Только что был обновлен популярный бесплатный LLM курс.
Это пошаговое руководство с полезными ресурсами и ноутбуками, как для новичков, так и для тех, кто уже обладает мл-базой
Курс разбит на 3 части:
1️⃣LLM Fundamentals: Блок дает фундаментальные знания по математике, Python и нейронным сетям.
2️⃣ LLM Scientist: В этом блоке упор сделан на внутреннем устройстве LLM и их создание с использованием новейших технологий и фреймворков.
3️⃣ The LLM Engineer: Здесь вы научитесь писать приложений на практике и научитесь развертывать их.
⭐️ 41.4k звезд на Github
📌 Курс
#llm #course #opensource #ml
+5
ФИЗМАТ - топовый канал про Физику, Математику и ИТ.
С помощью картинок и шортcов даже новички разберутся в сложных концепциях и формулах.
Присоединяйтесь: t.me/fizmat
⚡️ Выпущена новая открытая модель Omni!
MiniCPM-o 2.6 - это новая мультимодальная модель с 8B параметрами, работающая на edge девайсах.
🧠 8B параметров (SigLip-400M + Whisper-300M + ChatTTS-200M + Qwen2.5-7B)
🔥 Превосходит GPT-4V в vision задачах с 70. 2 баллами на OpenCompass
🎙️ Лучшие в своем классе возможности двуязычной речи с разговором в реальном времени и клонированием голоса
🎬 Поддержка мультимодальной потоковой передачи с поддержкой непрерывной обработки видео/аудио
📱 Работает на iPad и телефонах и поддерживает 30+ языков
🖼️ Обрабатывает изображения размером до 1. 8M пикселей (1344x1344) с возможностью OCR
🛠️ Легкая интеграция с популярными фреймворками (llama.cpp, vLLM, Gradio)
🤗 Доступна на huggingface
🔗 HF: https://huggingface.co/openbmb/MiniCPM-o-2_6
📌MiniCPM-o доступна на LLaMA-Factory: https://github.com/hiyouga/LLaMA-Factory
Приглашаем вас на открытый вебинар: «Технологии за современными LLM»
https://otus.pw/pigN/
⏰Дата: 20 января в 18:00 мск
Спикер: Мария Тихонова
📚На занятии мы обсудим:
+ Какие современные LLM сегодня используют на практике.
+ Основные концепции языкового моделирования и продвинутые языковые модели.
+ Методы и технологии, благодаря которым создатели ChatGPT совершили прорыв.
+ Что представляет из себя задача языкового моделирования
+ Языковые модели, которые сегодня лежат в основе всех NLP методов
🔥Результаты урока:
- Вы поймете, где применяются методы NLP
- Узнаете основные тренды и перспективы развития методов NLP
- Узнаете современное состояние области в связи с быстрым развитием LLM
Участники открытых уроков получат скидку🎁 на онлайн-курс «NLP / Natural Language Processing»
👉Регистрируйтесь на открытый вебинар по ссылке: https://otus.pw/pigN/?erid=2W5zFHKkKRr
Реклама. ООО «Отус онлайн-образование», ОГРН 1177746618576
#реклама
О рекламодателе
📞 code2prompt — это инструмент командной строки для подготовки промптов, содержащих структуру и содержимое исходного кода, специально адаптированных для работы с большими языковыми моделями, такими как GPT!
🌟 Инструмент сканирует кодовую базу, строит дерево файлов, включающее ключевые файлы или изменения в проекте, и формирует из них текстовый промпт. Это особенно полезно для анализа кода, документирования или генерации автоматических обзоров.
💡 Инструмент поддерживает такие функции, как использование шаблонов на основе Handlebars, фильтрацию файлов через .gitignore, вычисление количества токенов для обеспечения совместимости с лимитами моделей, и автоматическое добавление Git-диффов.
🔐 Лицензия: MIT
🖥 Github
@machinelearning_interview
Станьте ML-Инженером за 8 месяцев.
Основная проблема обучений – оторванность от задач реального бизнеса. На курсе учили строить простые модельки, а на работе – сделать по шаблону недостаточно, нужно сразу связать это с бизнесом.
Курс-симулятор от Simulative построен таким образом, что вы сразу погружаетесь в настоящую работу: работаете над 10+ проектами из реального бизнеса, учитесь не только писать код, но и понимать, что у алгоритмов «под капотом»
Вы изучите математику, Python, научитесь обучать ML-модели, нейронные сети и создавать рекомендательные системы. А также подготовитесь к любому собеседованию – в курс включены тестовые задания, пробные интервью (технические и с HR) и многое другое.
С трудоустройством тоже помогут: 87% студентов находят работу своей мечты в течение двух месяцев с момента начала поиска.
А на VIP тарифе преподаватели и HR спроектируют вам персональный трек обучения и за руку доведут до оффера. Часть стоимости курса вы оплачиваете только, когда найдёте работу.
Успейте присоединиться к первому потоку обучения с самой большой скидкой 17%
👨🎓 Курс по математике от Гарварда
Материал представлен очень подробно, так что у вас будет возможность глубоко разобраться в каждой теме.
охватывает три ключевые темы:
- теорию вероятностей
- статистику
- линейную алгебру.
Это отличный курс для входа а перейти к машинное обучение и продвинутое программирования на Python.
📌 Курс
Repost from Machinelearning
⚡️🔥 Недавно Google Cloud выпустил «Руководство разработчика PyTorch по основам JAX».
Jax – это фреймворк для машинного обучения, подобный PyTorch и TensorFlow.
Его разработали в Deepmind, хотя он не является официальным продуктом Google, он остается популярным.
Jax объединяет Autograd и XLA (Accelerated Linear Algebra - компилятор с открытым исходным кодом для машинного обучения) для обеспечения высокопроизводительных численных вычислений.
Созданный на основе NumPy, его синтаксис следует той же структуре, что делает его простым выбором для разработчиков.
В этом руководстве содержится пошаговый гайд по реализации простой нейтронной сети на Pytorch (JAX + Flax NNX) для тех, кто хочет начать работать с JAX.
📌 Читать
📌Документация Jax
@ai_machinelearning_big_data
#jax #pytorch #google
🔎 Обнаружение аномалий: обзор области за последние 10 лет
51 страница PDF
⚡Читать
@machinelearning_interview
⚡Новый мощный генератор кода — OpenHands!
С одного промпта он создает полноценные приложения!
🎯 Один запрос — готовое приложение;
🔧 Исправляет ошибки, работает с API, собирает данные с сайтов и даже копирует код с StackOverflow;
⚡ Быстрая установка, интуитивно понятный интерфейс;
🆓 Абсолютно бесплатно.
▪️ GitHub
@machinelearning_interview
🔥 nn-zero-to-hero — учебный проект, который охватывает создание нейронных сетей с нуля!
🌟 В репозитории содержатся подробные шаги для создания простой нейронной сети, начиная с базовых понятий и заканчивая более сложными архитектурами, включая различные типы слоев, оптимизаторы и методы обучения.
🔐 Лицензия: MIT
🖥 Github
#курс #machinelearning
@machinelearning_interview
