Бластим: курсы и работа в биотехе
Ir al canal en Telegram
❤️ Наши курсы: agency.blastim.ru 🥨 Свежие вакансии в биотехе: blastim.ru 👾 Курс «Машинное обучение на Python»: clck.ru/3UmGfm 🤝 По сотрудничеству и рекламе: @edu_blastim 📚 По вопросам о курсах: @varvara_blastim
Mostrar más9 570
Suscriptores
+1024 horas
+147 días
+6930 días
Carga de datos en curso...
Canales Similares
Nube de Etiquetas
Menciones Entrantes y Salientes
---
---
---
---
---
---
Atraer Suscriptores
julio '26
julio '26
+112
en 4 canales
junio '26
+211
en 17 canales
Get PRO
mayo '26
+180
en 24 canales
Get PRO
abril '26
+193
en 40 canales
Get PRO
marzo '26
+223
en 27 canales
Get PRO
febrero '26
+208
en 18 canales
Get PRO
enero '26
+302
en 28 canales
Get PRO
diciembre '25
+292
en 24 canales
Get PRO
noviembre '25
+193
en 24 canales
Get PRO
octubre '25
+325
en 36 canales
Get PRO
septiembre '25
+343
en 17 canales
Get PRO
agosto '25
+240
en 14 canales
Get PRO
julio '25
+235
en 13 canales
Get PRO
junio '25
+166
en 16 canales
Get PRO
mayo '25
+155
en 7 canales
Get PRO
abril '25
+217
en 8 canales
Get PRO
marzo '25
+203
en 4 canales
Get PRO
febrero '25
+437
en 11 canales
Get PRO
enero '25
+745
en 3 canales
Get PRO
diciembre '24
+396
en 5 canales
Get PRO
noviembre '24
+383
en 17 canales
Get PRO
octubre '24
+375
en 10 canales
Get PRO
septiembre '24
+216
en 2 canales
Get PRO
agosto '24
+356
en 7 canales
Get PRO
julio '24
+274
en 6 canales
Get PRO
junio '24
+229
en 7 canales
Get PRO
mayo '24
+199
en 9 canales
Get PRO
abril '24
+190
en 5 canales
Get PRO
marzo '24
+247
en 19 canales
Get PRO
febrero '24
+281
en 12 canales
Get PRO
enero '24
+314
en 9 canales
Get PRO
diciembre '23
+311
en 17 canales
Get PRO
noviembre '23
+268
en 11 canales
Get PRO
octubre '23
+250
en 15 canales
Get PRO
septiembre '23
+243
en 0 canales
Get PRO
agosto '23
+198
en 0 canales
Get PRO
julio '23
+143
en 0 canales
Get PRO
junio '23
+133
en 0 canales
Get PRO
mayo '23
+316
en 0 canales
Get PRO
abril '23
+159
en 0 canales
Get PRO
marzo '23
+125
en 0 canales
Get PRO
febrero '23
+146
en 0 canales
Get PRO
enero '23
+114
en 0 canales
Get PRO
diciembre '22
+107
en 0 canales
Get PRO
noviembre '22
+80
en 0 canales
Get PRO
octubre '22
+93
en 0 canales
Get PRO
septiembre '22
+191
en 0 canales
Get PRO
agosto '22
+109
en 0 canales
Get PRO
julio '22
+96
en 0 canales
Get PRO
junio '22
+132
en 0 canales
Get PRO
mayo '22
+95
en 0 canales
Get PRO
abril '22
+113
en 0 canales
Get PRO
marzo '22
+164
en 0 canales
Get PRO
febrero '22
+77
en 0 canales
Get PRO
enero '22
+51
en 0 canales
Get PRO
diciembre '21
+49
en 0 canales
Get PRO
noviembre '21
+59
en 0 canales
Get PRO
octubre '21
+67
en 0 canales
Get PRO
septiembre '21
+55
en 0 canales
Get PRO
agosto '21
+52
en 0 canales
Get PRO
julio '21
+56
en 0 canales
Get PRO
junio '21
+91
en 0 canales
Get PRO
mayo '21
+45
en 0 canales
Get PRO
abril '21
+72
en 0 canales
Get PRO
marzo '21
+39
en 0 canales
Get PRO
febrero '21
+58
en 0 canales
Get PRO
enero '21
+49
en 0 canales
Get PRO
diciembre '20
+794
en 0 canales
| Fecha | Crecimiento de Suscriptores | Menciones | Canales | |
| 22 julio | +2 | |||
| 21 julio | +13 | |||
| 20 julio | +6 | |||
| 19 julio | +1 | |||
| 18 julio | 0 | |||
| 17 julio | +7 | |||
| 16 julio | +5 | |||
| 15 julio | +6 | |||
| 14 julio | +2 | |||
| 13 julio | +5 | |||
| 12 julio | +2 | |||
| 11 julio | +4 | |||
| 10 julio | +9 | |||
| 09 julio | +2 | |||
| 08 julio | +15 | |||
| 07 julio | +5 | |||
| 06 julio | +5 | |||
| 05 julio | +4 | |||
| 04 julio | +2 | |||
| 03 julio | +4 | |||
| 02 julio | +7 | |||
| 01 julio | +6 |
Publicaciones del Canal
Пацан сказал — пацан сделал. Вебинар по Claude Science!
В конце прошлого месяца вышел Claude Science с очевидным замахом повторить успех Claude Code. Хотя название тула не конкретизирует, о каких таких науках идет речь, заточен он преимущественно под биоинформатику, молекулярную биологию, драг-дизайн. В Anthropic вообще серьезно взялись за биотех. Недавно в команду перешел из Google сам Джон Джампер, нобелиат по химии за AlphaFold! А еще ИИ-компания объявила, что теперь сама займется разработкой новых препаратов — для редких и забытых болезней. Звучит очень амбициозно.
Почти сразу после релиза Бластим спросил подписчиков, не организовать ли нам встречу с разбором. 95% проголосовали за. Что ж, мы слов на ветер не бросаем. Фиксируйте: суббота, 25 июля, вебинар по Claude Science с Александром Деканом. Давайте вместе посмотрим, насколько хорош новый сервис!
Конечно, будем проверять на задачах фармацевтики. Известно, что инвесторам и фондам очень важно уметь вовремя разглядеть перспективный препарат. Однако многие молекулы удачно проходят испытания на животных, но потом сокрушительно проваливаются в клинических исследованиях. Спикер использует доступные внутри Claude Science скиллы, чтобы сравнить поведение нескольких потенциальных лекарств в организме человека и мыши. А также попросит ИИ спрогнозировать, сработают ли они на людях.
Попутно обсудим:
• почему ИИ-агенты в биологии — горячая тема • отличается ли Claude Science от Claude Code с подключенными плагинами • что можно еще делать с помощью флагманских ИИ-платформ в науках о жизни • как получить доступ к этим сокровищам из РФ📌 Записаться: https://t.me/BlastimML_bot?start=claude Если тг не работает, то на сайте: https://agency.blastim.ru/pythonandml#claude
| 2 | Sin texto... | 677 |
| 3 |  Осталось 🔤 часов
До вебинара с новым преподавателем курса по ML — Василием Леоненко.
Поговорим про математические модели, статистику, ML и Deep learning. Чем отличаются подходы, когда что применять и как не сойти с ума от обилия сложных методов.
Записи не будет, так что готовьте свои вопросы, нас ждет живая дискуссия и немного математики 📃
🔤 Регистрация: t.me/BlastimML_bot?start=model
До встречи в 19:00 мск! | 905 |
| 4 |  +3Сделай сам: проекты на курсе по машинному обучению
На программе Бластим по ML прикинуться шлангом, тихонько отсидеться и улизнуть без знаний не выйдет. Участники непременно выполняют домашки, а все последние недели курса ботают и защищают свой первый взрослый машинленерский кейс. Самостоятельная активность под менторством преподавателей невероятно важна для закрепления материала и пополнения портфолио.
Именно такая практика побуждает мыслить творчески, применять пройденные методы и учиться принимать решения. Использовать классические алгоритмы или глубокие нейросети? Обучать с нуля или положиться на трансфер ленинг? Гнаться за качеством или за скоростью?
Какие же научные проекты можно взять? Смотрите примеры на карточках! А для тех, кто не ищет легких путей, мы предлагаем опцию «Bring Your Own Data». Осуществите полный цикл ML-разработки: от формулирования гипотезы, сбора данных и разведочного анализа до презентации готового продукта. Будет трудно, но нужно пережить эту одиссею, чтобы стать млщиком. Дерзайте! | 849 |
| 5 |  Как мы робота на лошадь сажали 🐎
Этой фразой Василий Леоненко окончательно завладел вниманием зала на конференции «День Бластима × МНОИ МГУ».
📝 Весной он одним из первых откликнулся на наш open call в секцию по ИИ. Тогда мы не были знакомы. Из биографии были известны только сухие факты: кандидат физико-математических наук, доцент ИТМО, научный сотрудник НИИ гриппа им. А. А. Смородинцева. Регалии впечатляли, но, как оказалось, самое интересное было впереди.
Один из слушателей назвал Василия ИИ-скептиком. И, честно говоря, основания есть. Ведь он пришел в машинное обучение из мира, где есть строгие математические законы, дифференциальные уравнения и красивая логика. А потом, как он сам рассказал:
«К сожалению, мне сказали, что бывают эпидемиологические данные и модели их как-то должны отражать... С тех пор моя жизнь изменилась... в худшую сторону»
А дальше случился еще и ИИ-бум 🧨 Но всё это, конечно, шутки. И именно за иронию, живую подачу и умение объяснять сложные вещи человеческим языком мы его и полюбили.
Поэтому очень рады, что наше знакомство продолжится и Василий будет преподавать у нас на курсe по ML.
У него, кстати, есть еще и замечательный канал про вычислительную эпидемиологию и моделирование живых систем: t.me/AI_epidemics_ducks
❗️Но лучше приходите уже в этот понедельник на открытый вебинар «Всё, что вы хотели узнать о машинном обучении, но боялись спросить». Это отличный повод и про ML поговорить, и узнать Василия ближе. После этого точно станет понятно, почему уже после первой встречи нам сразу захотелось позвать его в команду.
Интересно, остальные наши преподаватели — любимчики аудитории — уже начали волноваться? | 1 030 |
| 6 |  Коллеги, привет! Меня зовут Василий Леоненко, я кандидат физико-математических наук, занимаюсь вычислительной эпидемиологией и моделированием живых систем.
Я люблю предсказывать и прогнозировать. Люблю, когда модели интерпретируемы, а прогнозы понятны и однозначны. Поэтому я всегда предпочитал строгие математические законы и дифференциальные уравнения. Но жизнь меня заставила изменить свою точку зрения.
В понедельник 20 июля я хочу рассказать о том, почему машинное обучение — полезная штука и почему оно часто бывает эффективнее, чем классическое моделирование. Почему «черные ящики», которые базируются на огромном количестве непонятных данных и делают какие-то неверифицируемые выводы, вдруг оказались так востребованы. Обсудим:
• в чем отличие математических моделей, статистических моделей, ML и Deep learning
• когда и что из них выгодно применить (а может всё невыгодно!)
• как не испугаться кучи методов и каков достаточный минимум для работы
Приходите немного разобраться в математике, пообщаться и подискутировать!
Записаться: t.me/BlastimML_bot?start=model
❗️Если у вас не работает ссылка выше, то регистрируйтесь тут: https://agency.blastim.ru/pythonandml#leonenko | 1 267 |
| 7 |  Третий лишний: вагина-на-чипе, ИИ и ЗППП
Заболевания, передающиеся половым путем, опять на коне. Гонорея — вторая по частоте регистраций. Ежегодно в мире ею заражаются десятки миллионов. По статистике ECDC, количество зафиксированных случаев этой урогенитальной инфекции в Европе достигло в 2024 году рекордного уровня за последние десять лет.
Венерическая болезнь может приводить к бесплодию, слепоте новорожденных, а также к смертельно опасным осложнениям. Возбудитель гонореи — грамотрицательная бактерия Neisseria gonorrhoeae. Плохая новость: гонококк уже резистентен почти ко всем традиционным антибиотикам. Одобренные FDA в 2025 году препараты гепотидацин (Blujepa) и золифлодацин, которые направлены на топоизомеразу, пока еще действуют. Однако они потенциально уязвимы, поскольку, по расчетам специалистов, патоген может легко приобрести устойчивость — достаточно нескольких миссенс-мутаций.
К решению проблемы общественного здравоохранения подключились ученые во главе с признанным мэтром в области системной биологии и биоинженерии Джеймсом Коллинзом. Два года назад мы уже писали, как команда Коллинза открыла антибиотики галицин и абауцин с помощью искусственного интеллекта. Группа упорно продолжает амбициозный проект Antibiotic-AI. В свежей статье в Science Translational Medicine они как раз взялись за гонорею.
Исследователи проскринировали библиотеку из почти 40 тыс. малых молекул в лаборатории на способность подавлять рост гонококка. А потом обучили на этих данных разные архитектуры и провели оптимизацию гиперпараметров. Любопытно, что графовая нейросеть* D-MPNN показала себя гораздо лучше всех этих ваших модных LLM-ок (здесь использовалась ChemBERTa).
*Справка. В этом случае химические структуры представляются в виде графов: вершины — атомы, ребра — связи. Графовая нейросеть итеративно делает операции «передачи сообщений» и агрегирует информацию о молекуле в одном векторе. Языковые же модели для медхимии оперируют SMILES-строками.
Потом они прогнали через нейронку около 6 млн молекул из коммерческих баз и коллекции Института Броуда, попросив классифицировать каждую как хит или не хит. И далее жестко отфильтровали: убрали молекулы, структурно похожие на уже описанные антибактериальные препараты, а также потенциально токсичные для человека.
После многих раундов отсева до финиша добрались две молекулы под кодовыми наименованиями A1 и MP20. В результате протеомных экспериментов A1 оказался ингибитором аланинрацемазы — фермента, важного для синтеза клеточной стенки. Для MP20 белковую мишень найти не удалось, но выяснилось, что молекула вызывает деполяризацию мембраны и окислительный стресс.
Предсказать что-то in silico — здорово, но недостаточно. Нужна валидация на живых системах. И тут — интересное. Команда Коллинза заколлабилась с группой клеточного биолога Дональда Ингбера, которая ранее разработала микрофлюидную «вагину-на-чипе». На таком устройстве молекула MP20 продемонстрировала эффективность, пройдя эпителиальные барьеры и вызвав селективное уничтожение микроорганизма. А A1 хорошо показала себя на мышах.
В эпоху глобальной угрозы антибиотикорезистентности человечеству требуется срочно пополнять иссякающий арсенал лекарств. Радует, что ИИ откопал два неизвестных науке соединения, которые действуют по очень нестандартным механизмам. Более того, в параллельной работе описали еще пару антимикробных веществ NG1 и DN1: они были сгенерированы с нуля с помощью генетических алгоритмов и вариационных автоэнкодеров. Неизвестно, когда открытия MLщиков дойдут до пациентов, но благодаря дипленингу лучик надежды на спасение замаячил на горизонте.
Кстати, на летне-осенний поток курса по ML мы пригласили эксперта и в области эпидемий, и в ИИ. Скоро расскажем! | 1 317 |
| 8 |  Главное — не победа, а публикация
У одних из участников нашего прошлогоднего хакатона по AI-агентам для исследований в области продления жизни получилось и то, и другое.
За несколько дней команда LazAIrus доказала, что AI-агенты способны достоверно извлекать из патентов данные о связывании лигандов с белками. Этот proof of concept оказался настолько убедительным, что компания Gero предложила ребятам продолжить его развитие. Так идея превратилась в полноценный пайплайн HARVEST, а затем легла в основу препринта. Прочитать его можно здесь: biorxiv.org
Кстати, если хотите обсудить статью, присоединяйтесь к нашему ML-чату: @MLblastim. Там же вас ждет подборка актуальных соревнований.
Особенно приятно видеть среди соавторов выпускников нашего курса «Машинное обучение на Python». И мы очень гордимся, что уже первое подобное мероприятие, где Бластим выступил соорганизатором, привело к такому сильному нетворкингу. Ведь хакатоны — это не только про призовые места. Это возможность познакомиться с будущими коллегами, найти инвесторов, проверить гипотезу, попробовать себя в новой области или даже получить предложение о работе.
После этого мы провели еще один, уже международный, хакатон. За прошедшее время его проекты тоже успели пройти большой путь. Если интересно узнать подробности, оставьте 👍-реакцию, и мы подготовим отдельный материал | 1 163 |
| 9 |  🚀 Один ML-специалист — хорошо, а пять — ракета
Навыки написания кода и работы с нейросетями постепенно становятся базой даже для мокрых биологов. Но машинное обучение до сих пор остается terra incognita для многих исследовательских групп, а зря.
ML-компетенции позволяют:
• находить скрытые закономерности, которые не видят стандартные статтесты
• ускорять разработку и R&D в разы
• автоматизировать процессы и получать воспроизводимые результаты
Но есть нюанс: работа с методами требует системного подхода, иначе велик риск начать кричать «волки!» на картинки с хаски. Здорово, если у вас уже есть сильный ML-специалист, но что будет, если он уйдет в отпуск или еще хуже — уволится?
Мы в Бластиме точно знаем: по-настоящему сильная команда — та, в которой сотрудники могут подхватить задачи друг друга. Более того — у нас есть успешный опыт обучения групп специалистов даже таким сложным навыкам, как машинное обучение доступно и на биологических примерах. А вы получаете команду, которая:
➤ использует единые подходы к анализу данных
➤ может распределять и передавать задачи
➤ внедряет современные исследования в работу
Подробности о курсе на сайте
❗️Важное уточнение
Курс продвинутый, но если вы не уверены в текущем уровне Python у себя или коллег — не проблема. Мы подберем индивидуальную образовательную траекторию или предложим условия для обучения на базовом курсе по Python.
Хотите такую команду?
Пишите Варваре @varvara_blastim или на почту varvara@blastim.ru
Расскажем:
• как организовать корпоративное обучение для группы (у нас есть скидка для групп от 3х человек)
• как аргументировать запрос на обучение у руководства
• какие закрывающие документы мы выдаем (спойлер, как минимум сертификат гособразца о ДПО)
Инвестируйте в навыки сотрудников — и они окупятся новыми открытиями
#бластим_корпоративный | 1 156 |
| 10 |  🧽 Учимся отмывать датасеты
Историю пишут победители. Никто не хочет признаваться в провалах и публиковать отрицательные результаты. Между тем низкое качество моделей и плохие результаты часто обусловлены проблемами на этапе препроцессинга данных. Речь идет о таких процедурах, как нормализация, фильтрация, обработка NA. Подготовка датасетов — это ключевой и самый затратный по времени этап в машинном обучении, но ему незаслуженно уделяется мало внимания.
Бластим не боится поднять острую тему. Мы расскажем, как проводить предобработку и какие подводные камни поджидают новичков. Встречаемся сегодня в 19:00 мск на вебинаре питониста и млщика Александра Ильина.
Готовьтесь записывать и внимательно следить за работой мастера: будет работа с реальными датасетами наших читателей 📕
🔗 Пройти регистрацию можно на сайте: https://agency.blastim.ru/moydodyr
Или в боте: https://s.salebot.pro/r/ml26
Запись отправим всем зарегистрировавшимся — до встречи! | 1 362 |
| 11 |  Соревнования по машинному обучению. Что? Где? Когда? 🦉
Конкурсы, хакатоны и прочие турниры — то, без чего сферу искусственного интеллекта невозможно представить, еще труднее — понять. Онлайн и офлайн, командные и индивидуальные, стайерские и спринтерские, такие разные.
Пожалуй, каждый, кто хоть чуточку знаком с миром датасайенс и ИИ, слышал про Kaggle — самую популярную платформу, вокруг которой крутится целая вселенная. Обычно механика ML-состязаний такова. Участники получают задачу и две выборки: трейн, на котором тренируют свои модели, и публичный тест, на котором — оценивают. А у организаторов лежит третий набор данных, скрытый до последнего дня. В зависимости от того, какое качество модель покажет на этом приватном датасете, такое место и будет в итоговом лидерборде.
Некоторые челленджи притягивают тысячи человек. Почему даже у отнюдь не азартных людей просыпается дух соперничества?
🔨 Прокачка хард-навыков
Вы можете пройти все на свете курсы и вдоль и поперек изучить датасет ирис, но отполировать навыки можно, только покинув зону комфорта и встретившись с реальными данными. Бессонные ночи, дымящиеся процессоры и миллион чашек кофе — обратная сторона медали. Но стремительный прогресс того стоит, это подтверждают многие млщики. Мозг начинает соображать, руки — делать, вы осваиваете архитектуры, новые техники и незнакомые темы. Прорваться в верхние строчки рейтингов — значит ощутить уверенность в своих силах. Облажаться — ничего страшного, зато есть стимул проделать работу над ошибками, проштудировать ноутбуки победителей (как правило, они публикуются) и набраться ума-разума у лучших.
🤝 Нетворкинг и комьюнити
Удивительно, но соревнования — это и мощнейший тренажер для софт-скиллов. Приходится налаживать тайм-менеджмент, учиться решать задачи с ограниченными ресурсами, коммуницировать в чатах. А на хакатонах и вовсе на первый план выходят навыки командной работы, создания MVP и презентации своих решений. И главное — вы вливаетесь в огромное соревновательное сообщество, находите партнеров и корешей.
🔬 Прорывные технологии
Многие поворотные вехи в сфере ИИ связаны именно с состязаниями. Например, человечество всерьез осознало эффективность глубокого обучения в 2012 году, когда нейросеть AlexNet победила на конкурсе ILSVRC по распознаванию изображений. AlphaFold тоже не возник бы, не будь CASP. На турнирах вообще принято обкатывать и выгуливать новые алгоритмы. Участвуя в состязаниях от вузов или компаний, вы двигаете науку вперед. А для технарей конкурсы на лайфсайенс задачах — отличный вариант познакомиться с биологией, химией, медициной и внести в них свой вклад.
💰 Деньги и слава
На соревнованиях зачастую на кону деньги, хотя размер призового фонда может заметно варьироваться. В 2025 году мы писали о челлендже по созданию виртуальной клетки, где чемпион забирал солидные $100 тыс. Но для начинающих скорее будут актуальны нематериальные бонусы — соавторство в статье или возможность опубликовать техрепорт на конференции. Вы работаете на репутацию и резюме. Зачастую конкурсы спонсируются бизнесом: вас могут заметить и захантить.
Не следует обольщаться и надеяться, что новичкам везет. На престижных контестах вы столкнетесь с «акулами», у которых видеокарт куры не клюют. Но пробовать точно стоит. Порой мотивация и смекалка оказываются важнее GPU.
Почему в истории конкуренция всегда приводила к научно-техническому прогрессу? Где искать конкурсы под свой уровень и как выбирать подходящие, чтобы не тратить время впустую? Каково это, организовать два хакатона вместе с компаниями из Кремниевой Долины? Опыт Бластима.
🥇 Целую неделю будем вещать об этом в нашем чате: https://t.me/MLblastim | 1 367 |
| 12 | ❤️🔥 Не успеваете за всем, что происходит в ML? Есть решение
Отслеживать развитие машинного обучения невозможно в одиночку. Каждый день находятся десятки поводов для обсуждений, и вокруг ML собралась безумно активная технологическая тусовка. Энтузиасты начинают разбирать новые идеи буквально в день их выхода, проверяют гипотезы, спорят, находят слабые места и предлагают улучшения задолго до официальных релизов.
Если вокруг какой-то области столько энергии, открытых обсуждений и людей, которые готовы экспериментировать, — там и происходит самое релевантное. Поэтому идеи для развития карьеры и актуальные возможности советуем искать там же, где кипит жизнь.
Начать проще всего с правильного окружения и регулярной подборки важных новостей без необходимости ежедневно просматривать сотни публикаций. А если пока не хочется пробираться через англоязычные дискуссии, присоединяйтесь к русскоязычному ML-чату Бластим. Здесь можно задавать вопросы, обмениваться опытом, разбираться в моделях и инструментах, общаться с выпускниками наших курсов и специалистами из индустрии.
А с 13 июля мы запускаем рубрику с полезными материалами. Следите за обновлениями — будет интересно 😉
Ссылка на чат: присоединиться | 1 247 |
| 13 |  Друзья, просим вас не забивать
...на отправку грязных датасетов для мастер-класса Александра Ильина, чтобы потом не сожалеть. Тем более это отличная возможность увидеть все этапы препроцессинга на примере ваших данных, а также узнать, какие модели машинного обучения к ним применимы. И всё на Python. Дедлайн: завтра, 18:00 мск
⏳ Остались ровно сутки до закрытия формы
Признаемся честно: мы очень ждем таблицы, так как с ними чаще всего работают ученые. Если у вас есть что-то другое (к примеру, изображения или тексты), то тоже присылайте. Переживаете за безопасность и конфиденциальность? Мы принимаем ссылки на публичные данные, с которыми вам было бы интересно поиграть
Чему научимся в понедельник:
⚽️ собирать информацию из разрозненных файлов, объединять таблицы
⚽️ обрабатывать пропуски, выбросы, дубликаты
⚽️ шкалировать, кодировать категориальные переменные
⚽️ конструировать признаки (feature engineering)
⚽️ делить выборку на трейн и тест
⚽️ рисовать графики
Отправить файлы
Зарегистрироваться 1
Зарегистрироваться 2
Приходите на вебинар Бластим и болейте за свои данные! | 1 298 |
| 14 |  Мойдодыр: как препроцессировать грязные данные, чтобы подать на вход ML-модели?
Вчера мы очертили проблему качества данных в сфере искусственного интеллекта. Оказывается, львиную долю времени машинленеры, засучив рукава, унифицируют форматы, вычищают дубликаты и очепятки, заполняют пропуски. Вместо того чтобы заниматься креативной частью — проектировать архитектуры нейросетей, оптимизировать гиперпараметры и осмыслять результаты. Что же делать?
Нужны инструменты, которые помогут смягчить эту боль и автоматизировать предобработку. Как с помощью Python эффективно готовить сырые данные для тренировки моделей машинного обучения, уже в понедельник, 13 июля, в прямом эфире расскажет биоинформатик и программист Александр Ильин.
🔔 А чтобы демонстрация прошла максимально наглядно и полезно, мы объявляем сбор ваших данных! Присылайте свои проблемные таблички и другие файлы — Александр выберет самые чумазые датасеты и разберет на вебинаре. Дедлайн: 18:00 мск 11 июля. Отправить 🖥
➡️ Регистрируйтесь на встречу на сайте: https://agency.blastim.ru/moydodyr
Или в боте: https://s.salebot.pro/r/ml26_1 | 1 403 |
| 15 |  Нечистая сила машинного обучения
Когда речь заходит о ML, все бросаются загибать пальцы и перечислять модели, архитектуры и функции потерь. За этим занятием многие забывают, что вообще-то любая, даже самая навороченная нейросеть — не вещь в себе. Она выучивает закономерности из данных.
Данные сегодня — «новый бензин». За ними идет настоящая охота. Ради обучения LLM-ок гиганты Бигтеха воруют книги из онлайн-библиотек или без спроса транскрибируют видео с YouTube. Сила машинного и глубокого обучения заключена именно в данных.
Но найти их — лишь часть дела. Реальные данные — грязные, шумные и смещенные. Это вам не ирисы Фишера. Их надо чистить и всячески готовить, ведь принцип GIGO никто не отменял: мусор на входе — мусор на выходе. Причем неудачные решения на стадии предобработки могут отправить все-все-все последующие труды коту под хвост.
Вот занялись вы компьютерным зрением и хотите классифицировать фотографии. Чтобы скормить снимки модели, которая понимает только язык чисел, нужно порой пройти девять кругов Данте. Скажем, привести картинки к единому размеру и форме, удалить шум на фоне, нормализовать значения в цветовых каналах или преобразовать RGB-изображения в черно-белые. Данных не хватает? Тогда разумно применить аугментацию: повертеть, покрутить, отзеркалить картинки. И разделить выборку на трейн и тест, соблюдая баланс. Если такими процедурами не заморочиться, то либо ваш код вовсе не запустится, либо вы получите модель, которая будет бесполезна в реальном мире.
В среде датасатанистов ходит байка про хаски. Исследователи из Вашингтонского университета поставили эксперимент. Они обучали логрег отличать волков от хаски на фотках. На вход классификатору подавали выход первого пулингового слоя предобученной нейросети Inception. Но тренировочную выборку подобрали так, что волки в ней встречались преимущественно на фоне сугробов. Когда ученые посмотрели, на что же ориентируется алгоритм, то выяснилось: он детектирует... снег. Зверей можно было вообще закрыть черным квадратом — результат предсказаний не менялся! Вижу зиму — говорю «волк», даже если на фото собакен. Кейс показывает, что ИИ чувствителен к артефактам, ищет легчайший путь (shortcut learning) и цепляется за ложные корреляции.
Поэтому если к подготовке данных подойти спустя рукава, то последствия не заставят себя долго ждать. Любишь кататься, люби и саночки возить 💻 | 1 545 |
| 16 |  Готовы высказаться? Бластим возьмет у вас интервью
У каждого есть свое мнение о мягких навыках. Одни думают, что главное — репутация и видимость. Другие — умение брать ответственность. Третьи ставят на эмоциональный интеллект, а кто-то уверен, что прежде всего нужно учиться договариваться и питчить идеи.
🙄 Мы хотим услышать именно вас!
Две недели назад стартовал курс «Soft skills для карьеры в науке и индустрии», и участники уже прошли блоки «Проектное управление» и «Карьерное мышление и лидерство». А пока они готовятся к заключительному третьему модулю, мы решили открыть большой разговор с широкой аудиторией Бластим.
Приглашаем вас стать респондентом в исследовании мягких навыков 🎤
Неважно, где вы сейчас находитесь:
• только начинаете карьерный путь или уже много лет в профессии
• работаете в науке, IT, бизнесе или другой сфере
• развиваете команду или пока строите собственную траекторию
Мы собираем разные взгляды: что вы считаете действительно полезными навыками, чего не хватает вам и вашим коллегам и какие темы стоит раскрыть на наших курсах
Интервью займет около 30 минут. В благодарность каждому участнику мы подготовили подарок ❤️
🔗 Оставляйте заявку в форме: https://forms.yandex.ru
Мы свяжемся с вами и подберем удобное время для разговора.
Спасибо, что помогаете нам создавать образование, которое отвечает реальным потребностям 🤝 | 1 465 |
| 17 |  Привет, папищеки!
Мы все рассказываем про новые ИИ-технологии, магистратуры и возможности в науке. А теперь настало время поделиться новостями нашего отдела маркетинга.
И открывает подборку самый молодой член команды — Саня:
Я присоединилась к команде относительно недавно, но уже влилась в движ и активно ищу новые точки соприкосновения для ученых, разработчиков и представителей индустрии. Самое интересное — это коммуникация с представителями разных направлений биотеха. Получается выцепить новые мысли, идеи для проектов и продуктов. Меня даже разок назвали психотерапевтом для руководителей! И это учитывая, что мне самой нужна психотерапия из-за свалившегося на голову ремонта 😆
Отдельный флекс — мероприятия, которые организовал Бластим в этом году. Конечно, любая организация ивента тонет в хаосе в какой-то момент, но как здорово и приятно получать потом фидбек и видеть в живую те сообщества, которые собираются на наших площадках!
В общем, дел и задачек много, но проектов и планов на будущее еще больше 😎
😉 Дорогу ПЕ-ДА-ГО-ГУ, как говорится!
Наш директор маркетинга Александра закончила мучить первокурсников на экзаменах и рассказала свою историю:
За эти месяцы я побывала на более чем 5 конференциях, а еще в двух выступала в роли организатора.
Больше всего нравится то, что после каждой конференции остается не только усталость, но и ощущение, что вокруг становится больше связей, идей и людей, с которыми хочется что-то делать дальше. А еще моя любимая команда становится только крепче.
Ничто так не сплачивает, как посиделки после конференций в кафешке!
Как думаете, какой ивент следующий?
А на очереди наш PR-менеджер Саша.
Если вы думаете, что мы берем в команду только Саш... вы правы. У нас дискриминация по именам:
Я сейчас путешествую. Уехала в июне в Китай без обратного билет. Была в Шанхае: смотрела город, много гуляла. Там же была на конференции, посвященной технологиям в сфере женского здоровья. Сейчас в Харбине. Скоро буду праздновать день рождения! И делаю максимум дел перед отпуском.
Контент- и дизайн-maker Екатерина делится своей жизнью:
2026 год выдается трудным, но не без радостей. В Бластим мы провели чудесную конференцию, и я думаю, что впереди у нас еще больше офлайн-встреч. Работы и задумок много, поэтому мне всегда интересно разбираться с задачами и учиться новому (сейчас постигаю дизайн). В целом чувствую себя как герой видеоигры, выбивающий ачивки 👾
P.S. У тебя все получится!
Email-маркетинг не остался в стороне, Наталия начинает всё с чистого листа:
Я недавно получила диплом. Наконец, дипломированный специалист. Наука, держись!
Собираюсь поступать в магистратуру. Отлично понимаю всех выпускников. А недавно мы совместно с ФББ мы провели прекрасный интенсив по направлениям их магистратур. Столько заряженных ребят! Дали мотивацию двигаться дальше.
Кто-то знает, чем живут копирайтеры Бластим? И мы не знаем🤷♂️ но слышали, после вот этого поста они ушли в запой. Образование требует жертв.
Пишите в комментариях, с кем у вас случился match по новостям. | 1 622 |
| 18 |  🚩 О КРАСНЫХ ФЛАГАХ 🚩
Если парень в личных сообщениях не допускает грамматических ошибок, не ленится педантично ставить длинные тире и сорит вычурными глаголами типа delve into, то, вероятно, с вами общается никакой не парень, а ИИ...
Сегодня многие подозревают, что вокруг сплошь и рядом тексты, созданные искусственным интеллектом. И небезосновательно подозревают. Но какие именно признаки могут указывать на то, что статья в научном журнале или пост в соцсетях сгенерированы? Какие есть инструменты для детекции ИИ-контента? И есть ли вообще? Давайте разбираться.
📖 Читать в блоге Бластима
В материале: большие языковые модели, немного лингвистики, Папа Римский и даже Артемий Лебедев.
Будет полезно преподавателям, рецензентам, а также тем, кто пишет тексты с ИИ и боится проколоться
#выходные_у_бластим | 1 818 |
| 19 | Sin texto... | 1 671 |
| 20 |  🔫 Встречайте Сайенс, Клод Сайенс
Работа ученого похожа на цикл: ресерч литературы, выдвижение гипотез, проведение экспериментов, анализ данных, интерпретация и подготовка к публикации. Причем на каждом этапе нужны свои инструменты и навыки — от статистики до кода и вычислений.
🎉 Именно в эту проблему и метит Anthropic, буквально на днях анонсировав Claude Science — полноценную рабочую среду под исследовательские задачи. Главный вопрос: случится ли в науке такой же прорыв, какой Claude Code устроил в разработке?
Отдельную модель под биологию обучать не стали. Вместо этого объединили уже существующие с научными базами данных, средами разработки и вычислительной инфраструктурой. Сделав ставку не на новую биологическую нейросеть, а на среду, в которой исследователь доводит работу от гипотезы до результата.
Любопытно, кому достался ранний доступ, например, Manifold Bio, которая применяет Claude Science для поиска мишеней для новых препаратов, и Novo Nordisk, создателю некогда гремевшего Ozempic.
🔧 Что умеет:
• сопровождает весь исследовательский цикл — от анализа литературы до графиков, готовых для публикации
• особый акцент сделан на воспроизводимости: каждый график сохраняется вместе с кодом, рабочим окружением, понятным описанием и историей изменений, так что вернуться к результату и повторить его можно даже спустя месяцы
• вычислительную часть система берет на себя — самостоятельно разворачивает окружение и масштабирует нагрузку от одного GPU до сотен, в зависимости от задачи
В итоге работу ведет не один ассистент, а команда агентов: одни выполняют исследование, а отдельный агент-рецензент перепроверяет расчеты и ссылки, выступая внутренним контролем.
Занятно, что AI-гиганты всё больше смотрят в биотех, что из этого получится — покажут первые публикации, сделанные с помощью Claude Science | 1 891 |
