Machinelearning
Ir al canal en 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
Mostrar más
📈 Análisis del canal de Telegram Machinelearning
El canal Machinelearning (@ai_machinelearning_big_data) en el segmento lingüístico de Ruso es un actor destacado. Actualmente la comunidad reúne a 276 293 suscriptores, ocupando la posición 336 en la categoría Tecnologías y Aplicaciones y el puesto 1 374 en la región Rusia.
📊 Métricas de audiencia y dinámica
Desde su creación el невідомо, el proyecto ha mostrado un crecimiento acelerado, reuniendo a 276 293 suscriptores.
Según los últimos datos del 05 noviembre, 2026, el canal mantiene una actividad estable. En los últimos 30 días la variación de miembros fue de -2 229, y en las últimas 24 horas de -129, conservando un alto alcance.
- Estado de verificación: No verificado
- Tasa de interacción (ER): El promedio de interacción de la audiencia es 8.04%. Durante las primeras 24 horas tras publicar, el contenido suele obtener 6.20% de reacciones respecto al total de suscriptores.
- Alcance de las publicaciones: Cada publicación recibe en promedio 22 218 visualizaciones. En el primer día suele acumular 17 137 visualizaciones.
- Reacciones e interacción: La audiencia responde de forma activa: el promedio de reacciones por publicación es 330.
- Intereses temáticos: El contenido se centra en temas clave como openai, claude, api, gemini, контекст.
📝 Descripción y política de contenido
El autor describe el recurso como un espacio para expresar opiniones subjetivas:
“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”
Gracias a la alta frecuencia de actualizaciones (últimos datos recibidos el 06 noviembre, 2026), el canal mantiene la vigencia y un amplio alcance. La analítica demuestra que la audiencia interactúa activamente con el contenido, lo que lo convierte en un punto de referencia dentro de la categoría Tecnologías y Aplicaciones.
276 293
Suscriptores
-12924 horas
-8177 días
-2 22930 días
Archivo de publicaciones
276 286
Нетология ищет экспертов
Преподавание для IT-специалистов — это не только дополнительный заработок, но и возможность улучшить своё ораторское мастерство и менторские навыки, развить личный бренд, найти единомышленников среди преподавателей.
Нетология ищет экспертов уровня middle и выше, которые готовы делиться накопленными знаниями. Если вы хотите лично обучить будущих коллег и развить свои менторские навыки — переходите по ссылке, оставляйте контакты и становитесь экспертом Нетологии.
Подробнее здесь https://netolo.gy/iKT
276 286
🔀 No Language Left Behind
Meta's open-sources models capable of delivering high-quality translations directly between any pair of 200+ languages.
Github: https://github.com/facebookresearch/fairseq/tree/nllb
Paper: https://research.facebook.com/publications/no-language-left-behind/
Website: https://ai.facebook.com/research/no-language-left-behind/
Demo: https://nllb.metademolab.com/
@ai_machinelearning_big_data
276 286
⚡️ ИНТЕНСИВ ML — для продвинутых
Присоединяйтесь 11 и 13 июля в 18:00 к открытому интенсиву OTUS, вас ждет глубокое погружение в область рекомендательных систем.
👩🏻🎓 Интенсив проведет специалист по анализу данных в команде AGI NLP в Сбере Мария Тихонова.
📌 НА ИНТЕНСИВЕ ИЗУЧИМ:
- Популярные подходы для формирования рекомендаций и реализуете один из них своими руками.
- Продвинутые методы на основе матричных разложений
- Готовые инструменты и библиотеки для построения рекомендательных систем.
После интенсива вы сможете продолжить осваивать продвинутые ML-приемы на онлайн-курсе «Machine Learning. Advanced» от OTUS и его партнера — Сбера.
День 1 - 11 июля в 18:00
https://otus.pw/Be4qY/
День 2 - 13 июля в 18:00
https://otus.pw/ni8N/
276 286
🔥 SeqDeepFake: Detecting and Recovering Sequential DeepFake Manipulation
First Seq-DeepFake dataset, where face images are manipulated sequentially with corresponding annotations of sequential facial manipulation vectors.
Github: https://github.com/rshaojimmy/seqdeepfake
Project: https://rshaojimmy.github.io/Projects/SeqDeepFake
Paper: https://arxiv.org/pdf/2207.02204.pdf
Dataset: https://paperswithcode.com/dataset/imagenet
@ai_machinelearning_big_data
276 286
🔥 Хардкорный тест по MLOps 🔥
🚀 Ответьте на 10 вопросов и проверьте, насколько вы готовы к обучению на курсе - MLOps.
📊 Курс рассчитан на специалистов по Машинному обучению или Software инженеров, которые хотят научиться использовать современные инструменты MLOps для развертывания их решений в проде.
👉 ПРОЙТИ ТЕСТ - https://otus.pw/eL7y/
⏰ Время прохождения теста ограниченно 30 минут
💣 Пройдете тест, получите доступ к 2 открытым урокам курса:
✔️ Оркерстрация пайплайнов в AirFlow
✔️ Мониторинг моделей машинного обучения в MLFlow
276 286
Repost from Data Science Jobs
Вакансия: В PREDICTO открыта вакансия
Machine learning engineer
О компании:
Predicto с 2018 г. занимается анализом и сегментацией данных для крупных российских и иностранных клиентов. В этом году мы поставили себе амбициозную задачу разработки CDP и рекомендательной системы.
В нашей команде уже 10 сильных и классных ребят, но задач столько, что очень хотим еще!
📍Middle (важно)
📍 в классном офисе в Москве/гибрид;
📍250-400К руб., белая ЗП или ИП;
📍большой датасет, интересные задачи, возможность влиять на продукт.
✅Что нужно делать:
• Разработка моделей машинного обучения, в частности, предиктивных моделей (например, прогнозирование оттока клиентов) и рекомендательной системы;
• Самостоятельная постановка гипотез, анализ данных и дизайн фич, проведение и оценка экспериментов;
• Участие в продукционализации ML моделей вместе с нашими cloud инженерами и data инженерами.
✅ Требования
• Знание алгоритмов машинного обучения и статистического анализа;
• Опыт программирования на Python и знание основных библиотек для работы с данными и ML моделями; знание хотя бы одного из фреймворков для deep learning;
• Знание SQL и опыт работы с большими данными;
• Понимание жизненного цикла и опыт продукционализации ML моделей.
✅ Опционально (плюс):
• Опыт участия в соревнованиях по машинному обучению (Kaggle и др);
• Понимание принципов распределенной обработки данных, опыт работы с Spark’ом и Spark MLlib;
• Знание инструментов и методов MLOps.
Присылайте CV @naikava
@datascienceml_jobs - ML вакансии
276 286
🔌 Aug-NeRF: Training Stronger Neural Radiance Fields with Triple-Level Physically-Grounded Augmentations
For the first time brings the power of robust data augmentations into regularizing the NeRF training.
Github: https://github.com/vita-group/aug-nerf
Paper: https://arxiv.org/abs/2207.01164v1
Cloud Drive: https://drive.google.com/drive/folders/128yBriW1IG_3NJ5Rp7APSTZsJqdJdfc1
@ai_machinelearning_big_data
276 286
Как быть в курсе цен конкурентов, и точно знать, что вы не упускаете прибыль из-за несвоевременной выкладки товара на полки? Инструмент Product Analyzer, разработанный Napoleon IT, распознает любые товары и цены из продуктовых ритейл-сетей, чем облегчает ведение мониторинга.
Сейчас Product Analyzer доступен на маркетплейсе Cloud AI Services по модели freemium. Узнайте, как им пользоваться и какие возможности открывает сервис для ритейлеров на совместном вебинаре Cloud и Napoleon IT!
Вебинар «Первая AI-модель для распознавания товаров и цен в розничных продуктовых сетях на платформе ML Space» будет полезен маркетинговым и коммерческим директорам розничных сетей, категорийным менеджерам, директорам по закупкам, руководителям отделов мерчендайзинга. Регистрируйтесь по ссылке: Вебинар от команды платформы ML Space
276 286
Как быть в курсе цен конкурентов, и точно знать, что вы не упускаете прибыль из-за несвоевременной выкладки товара на полки? Инструмент Product Analyzer, разработанный Napoleon IT, распознает любые товары и цены из продуктовых ритейл-сетей, чем облегчает ведение мониторинга.
Сейчас Product Analyzer доступен на маркетплейсе Cloud AI Services по модели freemium. Узнайте, как им пользоваться и какие возможности открывает сервис для ритейлеров на совместном вебинаре Cloud и Napoleon IT!
Вебинар «Первая AI-модель для распознавания товаров и цен в розничных продуктовых сетях на платформе ML Space» будет полезен маркетинговым и коммерческим директорам розничных сетей, категорийным менеджерам, директорам по закупкам, руководителям отделов мерчендайзинга. Регистрируйтесь по ссылке: Вебинар от команды платформы ML Space
276 286
🧠 Identifying and Combating Bias in Segmentation Networks by leveraging multiple resolutions
Github: https://github.com/Deep-MI/FastSurfer
Colab: https://colab.research.google.com/github/Deep-MI/FastSurfer/blob/master/Tutorial/Tutorial_FastSurferCNN_QuickSeg.ipynb
Paper: https://arxiv.org/abs/2206.14919v1
@ai_machinelearning_big_data
276 286
🎯 A Comprehensive Survey on Deep Gait Recognition: Algorithms, Datasets and Challenges
Github: https://github.com/shiqiyu/opengait
Paper: https://arxiv.org/abs/2206.13732v1
Dataset: https://paperswithcode.com/dataset/usf
@ai_machinelearning_big_data
276 286
📕 Написать большое количество ML-пайплайнов и скриптов — это еще полдела. Но как это менеджерить и запускать с максимальным удобством?
📌 Узнайте 6 июля в 20:00 на открытом уроке в OTUS. Вместе с Миленькиным Александром, старшим менеджером по работе с большими данными X5 Retail Group, разберем инструмент AirFlow, который легко решает эту проблему. AifFlow по ходу дела визуализирует шаги пайплайнов и дает возможность запускать их без использования кода и автоматизировано по расписанию.
⚠️ Урок пройдет в рамках онлайн-курса «MLOps» для специалистов по машинному обучению и Software инженеров.
👉 Для регистрации на вебинар пройдите вступительный тест
276 286
📝 Pen and paper exercises in machine learning
Exercises in Machine Learning
Github: https://github.com/michaelgutmann/ml-pen-and-paper-exercises
Paper: https://arxiv.org/abs/2206.13446v1
📓 Bayesian Reasoning and Machine Learning Free Book
@ai_machinelearning_big_data
276 286
⚡️ Старт набора на продвинутый онлайн-курс «Machine Learning Advanced»
Редкая возможность для тех, кто занимается машинным обучением!
Ответьте на 10 вопросов и проверьте, насколько вы готовы к обучению на углубленном курсе - «Machine Learning. Advanced» от OTUS и его партнера — Сбера.
📌 РЕЗУЛЬТАТ ПРОХОЖДЕНИЯ КУРСА:
Вы освоите продвинутые приемы машинного обучения, которые позволят вам уверенно себя чувствовать на ведущих Middle/ Senior позициях и справляться даже с нестандартными задачами.
💻 Двухдневный интенсив — «Рекомендовать или не рекомендовать, пуcть решает ML!», 11 июля в 18:00
https://otus.pw/B4rt/
Время прохождения теста ограничено 20 минут
👉 Пройдете вступительный тест — сможете занять место в группе по спец.цене
https://otus.pw/NDQt/
276 286
🗾 Insubstantial Object Detection
Dataset comprised of 600 videos (141,017 frames) covering various distances, sizes, visibility, and scenes captured by different spectral ranges.
Github: https://github.com/calayzhou/iod-video
Project: https://calayzhou.github.io/
Paper: https://arxiv.org/abs/2206.11459v1
Dataset: https://paperswithcode.com/dataset/coco
@ai_machinelearning_big_data
276 286
Data Science[ru] - русскоязычный канал с полезными материалами на такие темы как:
👉 Материалы на тему Machine Learning, Data Science, Алгоритмы
👉 Задачи по алгоритмам
👉 Вакансии
🔥 Так же время от времени бывают скидки на различные конференции для подписчиков
Добро пожаловать! @devsp276 286
🦜 Prosody Cloning in Zero-Shot Multispeaker Text-to-Speech
IMS Toucan is a toolkit for teaching, training and using state-of-the-art Speech Synthesis models.
Github: https://github.com/rballester/tntorch
Pre-Generated Audios: https://multilingualtoucan.github.io/
Cloning prosody across speakers: https://toucanprosodycloningdemo.github.io/
Paper: https://arxiv.org/abs/2206.12229v1
@ai_machinelearning_big_data
276 286
28 июня, 16:00
SAP-проекты: инфраструктура и миграция в 2022 году
В следующий вторник @Selectel проведет вебинар, где покажет, как арендовать инфраструктуру для SAP «под ключ» и мигрировать с зарубежной платформы. Расскажут про SLA, оборудование в HCL SAP, сопровождение SAP Basis и соответствие инфраструктуры для SAP 152-ФЗ.
Темы вебинара:
◽️ Переезд на российский SAP-хостинг от зарубежных провайдеров
◽️ Миграция проектов SAP без даунтайма
◽️ Настройка SAP на гибридной инфраструктуре
◽️ Оптимизация расходов на инфраструктуру для SAP
Также эксперты из компании IBS — интегратора SAP-решений — расскажут про задачи для SAP и техподдержку пользователей.
🚀 Участие бесплатное, регистрируйтесь по ссылке: https://slc.tl/322zq
276 286
🏮 tntorch - Tensor Network Learning with PyTorch
PyTorch-powered modeling and learning library using tensor networks. Installation: pip install tntorch
Github: https://github.com/rballester/tntorch
Docs site: http://tntorch.readthedocs.io/
Paper: https://arxiv.org/abs/2206.11128v1
@ai_machinelearning_big_data
276 286
В Яндексе идёт набор на стажировку! Хотите поближе познакомиться с командами и выбрать для стажировки именно ту, в которой вам будет интересно? 27 июня приглашаем на наше большое онлайн-мероприятие — Летний фестиваль вакансий ☀️
На фестивале выступят руководители команд из разных подразделений Яндекса, они расскажут о своих задачах и самых свежих стажёрских вакансиях по бэкенду, фронтенду, мобильной разработке, ML, аналитике и DevOps. Вы сможете задать им любые вопросы, а после — подать заявку на стажировку в той команде, которая вам понравилась.
А ещё мы впервые покажем, как проходит секция на алгоритмы для стажёров!
Регистрируйтесь, чтобы присоединиться: https://clck.ru/rcgcp
