¡Ya disponible! Investigación de Telegram 2025 — los principales insights del año 
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 293 879 suscriptores, ocupando la posición 327 en la categoría Tecnologías y Aplicaciones y el puesto 1 276 en la región Rusia.
📊 Métricas de audiencia y dinámica
Desde su creación el невідомо, el proyecto ha mostrado un crecimiento acelerado, reuniendo a 293 879 suscriptores.
Según los últimos datos del 01 julio, 2026, el canal mantiene una actividad estable. En los últimos 30 días la variación de miembros fue de -6 444, y en las últimas 24 horas de -235, conservando un alto alcance.
- Estado de verificación: No verificado
- Tasa de interacción (ER): El promedio de interacción de la audiencia es 7.55%. Durante las primeras 24 horas tras publicar, el contenido suele obtener 5.55% de reacciones respecto al total de suscriptores.
- Alcance de las publicaciones: Cada publicación recibe en promedio 22 202 visualizaciones. En el primer día suele acumular 16 311 visualizaciones.
- Reacciones e interacción: La audiencia responde de forma activa: el promedio de reacciones por publicación es 172.
- 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 02 julio, 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.
293 879
Suscriptores
-23524 horas
-1 5517 días
-6 44430 días
Archivo de publicaciones
293 828
Онлайн-хакатон по медицинскому искусственному интеллекту от «Наносемантики» и ФГАУ «РЦУД и РТ», на котором участникам предстоит разработать тренажёр в виде веб-сайта или мобильного приложения, который позволит пациентам с тяжёлым расстройством речи проходить реабилитацию – тренировать произношение слов и фраз.
Призовой фонд – 500 тыс.рублей, участвовать можно с 16 лет, а все решения должны быть опубликованы в Open Source под свободной лицензией Apache 2.0
• Даты проведения: 7-9 декабря
• Место проведения: online
• Регистрация: до 7 декабря
• Ссылка на регистрацию: https://nanosemantics.timepad.ru/event/1861440/
• Читать подробнее: https://habr.com/ru/company/ashmanov_net/blog/592667/
293 828
🚀 Revitalizing CNN Attention via Transformers in Self-Supervised Visual Representation Learning
Github: https://github.com/chongjiange/care
Paper: https://openreview.net/pdf?id=sRojdWhXJx
Dataset: https://paperswithcode.com/dataset/coco
@ai_machinelearning_big_data
293 828
🧬 Evolutionary Scale Modeling
Github: https://github.com/facebookresearch/esm
Paper: https://openreview.net/pdf?id=uXc42E9ZPFs
@ai_machinelearning_big_data
293 828
Искусственный интеллект - одна из самых обсуждаемых технологий 21 века. Число специалистов, работающих в сфере ИИ, увеличивается с каждым годом, поэтому потребность в качественных условиях труда и ИИ-инфраструктуре остается исключительно высокой.
Чтобы оценить уровень удовлетворенности начинающих специалистов и профессионалов в сфере ИИ условиями работы в России, Аналитический центр при Правительстве РФ и ЦСП «Платформа» запустили масштабное исследование.
Приглашаем Вас принять участие в исследовании, поделиться своими ожиданиями и опытом работы в сфере ИИ. Для этого необходимо пройти онлайн-опрос: http://ai-survey.ru/ (около 12 мин).
Исследование носит конфиденциальный характер и продлится до 10 декабря 2021 года. Ваша оценка поможет разработать эффективные инструменты для создания благоприятных условий работы ИИ-сообщества в России.
Для пожеланий и комментариев, а также получения результатов исследования писать на info@pltf.ru
293 828
📹 End-to-End Referring Video Object Segmentation with Multimodal Transformers
Github: https://github.com/mttr2021/MTTR
Paper: https://arxiv.org/abs/2111.14821v1
Dataset: https://kgavrilyuk.github.io/publication/actor_action/
@ai_machinelearning_big_data
293 828
МТС проведет онлайн-митап для дата-сайентистов, дата-инженеров и специалистов по машинному обучению 👨💻
Беседа начнется 2 декабря в 18.00, зарегистрироваться можно здесь.
Речь, в том числе, пойдет о нюансах обучения бустингов на CPU против GPU и о том, как в МТС налажено взаимодействие между командами DS и MLOps. Также руководитель отдела аналитики в Яндекс.Еде поделится лайфхаками в ML-проектах.
293 828
🛢 Unleashing Transformers: Parallel Token Prediction with Discrete Absorbing Diffusion for Fast High-Resolution Image Generation from Vector-Quantized Codes
Github: https://github.com/samb-t/unleashing-transformers
Paper: https://arxiv.org/abs/2111.12701v1
Dataset: https://paperswithcode.com/dataset/lsun
Project: https://samb-t.github.io/unleashing-transformers
@ai_machinelearning_big_data
293 828
Участвуй в блокчейн-хакатоне от Сбера 😎
- Получи бесплатный доступ к блокчейн-платформе
- Выведи свой проект в магазин приложений блокчейн-платформы Сбера
- Получи консультацию по проекту от экспертов блокчейн-лаборатории Сбера
- Победители получат денежные призы до 350 000 рублей
Вот несколько примеров возможных проектов:
1. NFT
Кошелёк для выпуска NFT
Сервис для хранения контента NFT
Аукцион NFT
Интеграция приложения
2. DeFi
Автоматический обменник токенов
Сервис P2P-лендинга
Платформа для сбора средств
Создание и интеграция смарт-контракта
Принять участие в хакатоне: http://sber.me/?p=rdDKF
293 828
Участвуй в блокчейн-хакатоне от Сбера 😎
- Получи бесплатный доступ к блокчейн-платформе
- Выведи свой проект в магазин приложений блокчейн-платформы Сбера
- Получи консультацию по проекту от экспертов блокчейн-лаборатории Сбера
- Победители получат денежные призы до 350 000 рублей
Вот несколько примеров возможных проектов:
1. NFT
Кошелёк для выпуска NFT
Сервис для хранения контента NFT
Аукцион NFT
Интеграция приложения
2. DeFi
Автоматический обменник токенов
Сервис P2P-лендинга
Платформа для сбора средств
Создание и интеграция смарт-контракта
Принять участие в хакатоне: http://sber.me/?p=rdDKF
293 828
🔋 Density-aware Chamfer Distance
Github: density_aware_chamfer_distance
Paper: https://arxiv.org/abs/2111.12702
Dataset: https://paperswithcode.com/dataset/mvp
@ai_machinelearning_big_data
293 828
🎼 Music Classification: Beyond Supervised Learning, Towards Real-world Application
📖 Book
💻Code
📜 Paper
📝Dataset
@ai_machinelearning_big_data
293 828
🚀 Обсуждаем ML на YaTalks 2021
Уже 4 декабря Яндекс проведет YaTalks — главную конференцию для IT-сообщества. Обещают космическую программу. Среди заявленных тем ML-трека:
— Какие существуют подходы к созданию текстового и мультимедийного контента с помощью нейросетей?
— В чем сложности в обучении генеративных моделей?
— Почему оценить их качество сложнее, чем в случае с дискриминативными моделями?
Программа и регистрация на сайте.
293 828
👀 PoolFormer: MetaFormer is Actually What You Need for Vision
Github: https://github.com/sail-sg/poolformer
Paper: https://arxiv.org/abs/2111.11418
Dataset: https://paperswithcode.com/dataset/ade20k
Colab: https://colab.research.google.com/github/sail-sg/poolformer/blob/main/misc/poolformer_demo.ipynb
@ai_machinelearning_big_data
293 828
❓Какие инструменты должен знать специалист по работе с большими данными и машинному обучению?
Узнайте 1 декабря в 20:00 на Demo day онлайн-курса «MLOps» от OTUS. Курс разработан совместно со Сбером.
✨Преподаватель представит программу и формат обучения, а также поделится свои карьерным опытом.
А вы сможете задать вопросы об инструментах и технологиях работы с большими данными эксперту.
👉Регистрируйтесь на мероприятие и готовьте свои вопросы
https://otus.pw/37L4
293 828
🌍 TorchGeo is a PyTorch domain library, similar to torchvision, that provides datasets, transforms, samplers, and pre-trained models specific to geospatial data.
Github: https://github.com/microsoft/torchgeo
Paper: https://arxiv.org/abs/2111.08872v1
Dataset: https://paperswithcode.com/dataset/so2sat-lcz42
Documentation: https://github.com/microsoft/torchgeo#documentation
@ai_machinelearning_big_data
293 828
DeBERTaV3: Improving DeBERTa using ELECTRA-Style Pre-Training with Gradient-Disentangled Embedding Sharing
Github: https://github.com/microsoft/DeBERTa
Explanation: https://www.youtube.com/watch?v=_c6A33Fg5Ns&ab_channel=YannicKilcher
Paper: https://arxiv.org/abs/2111.09543v1
Dataset: https://paperswithcode.com/dataset/squad
Documentation: https://deberta.readthedocs.io/en/latest/
@ai_machinelearning_big_data
293 828
Привет!
Команда Cameos ищет крутого ML разработчика в лондонский офис Snapchat. Вас ожидают state-of-the-art computer vision задачи (https://www.thesun.co.uk/tech/13383120/snapchat-rolls-out-cartoon-lens/). Полагаются все плюшки работы в большой компании, при этом мы еще сохраняем дух стартапа внутри (компания AI Factory была недавно куплена Snap). Через год возможен relocation в Лос-Анджелес 😎🌴
Желающие попробовать свои силы пишите @akovalenko7
293 828
🧊 GANformer: Generative Adversarial Transformers
Github: https://github.com/pengzhiliang/MAE-pytorch
Paper: https://arxiv.org/abs/2111.08960
Dataset: https://paperswithcode.com/dataset/coco
@ai_machinelearning_big_data
293 828
📶 Word Embeddings Transformers In SVM Classifier Using Python
https://www.nbshare.io/notebook/197284676/Word-Embeddings-Transformers-In-SVM-Classifier-Using-Python/
@ai_machinelearning_big_data
293 828
18 ноября в 11:00 МСК состоится вебинар «Бесплатная оптимизация ИИ-моделей на базе ML Space с помощью Intel®️ oneAPI». Эксперт облачного провайдера услуг и сервисов SberCloud Владимир Новоженов расскажет об инструментах Intel oneAPI — OpenVino на облачной платформе ML Space, ставших теперь доступными для физических лиц, и продемонстрирует, как с их помощью оптимизировать ИИ-модели. Также вы узнаете, где получить бесплатный доступ к инструментам Intel oneAPI на платформе ML Space.
Intel oneAPI Toolkits – это набор инструментов для разработки приложений под различные архитектуры: CPU, GPU, FPGA и другие. В состав набора входит компилятор языка Data Parallel C++, библиотеки для API-программирования и комплект средств для анализа и отладки приложений. Intel oneAPI обеспечивает разработчикам продуктивное и производительное гетерогенное программирование.
Присоединяйтесь! Будет интересно и полезно:
https://sbercloud.ru/ru/warp/webinar?id=9657285
