![Data Science | Machinelearning [ru]](https://cdn.tlmtr.io/_next/image?url=https%3A%2F%2Fimg.telemetr.io%2Fc%2F1dVo3O%2F5217464346798572541%3Fty%3Dl&w=48&q=75){kind=small}
Data Science | Machinelearning [ru]
Ir al canal en Telegram
Все о Data Science, машинном обучении и искусственном интеллекте: от базовой теории до cutting-edge исследований и LLM. MAX - https://max.ru/devsp Личный блог - @just_genych По вопросам рекламы или разработки - @g_abashkin РКН: https://vk.cc/cJPGXD
Mostrar más![Red: Frontender's notes [ru]](https://cdn.tlmtr.io/_next/image?url=https%3A%2F%2Fimg.telemetr.io%2Fc%2F1qrVZ3%2F5348049928330532677%3Fty%3Dx&w=32&q=75){kind=small}
📈 Análisis del canal de Telegram Data Science | Machinelearning [ru]
El canal Data Science | Machinelearning [ru] (@devsp) en el segmento lingüístico de Ruso es un actor destacado. Actualmente la comunidad reúne a 19 633 suscriptores, ocupando la posición 6 702 en la categoría Tecnologías y Aplicaciones y el puesto 33 418 en la región Rusia.
📊 Métricas de audiencia y dinámica
Desde su creación el невідомо, el proyecto ha mostrado un crecimiento acelerado, reuniendo a 19 633 suscriptores.
Según los últimos datos del 14 noviembre, 2026, el canal mantiene una actividad estable. En los últimos 30 días la variación de miembros fue de -117, y en las últimas 24 horas de -3, conservando un alto alcance.
- Estado de verificación: No verificado
- Tasa de interacción (ER): El promedio de interacción de la audiencia es 7.60%. Durante las primeras 24 horas tras publicar, el contenido suele obtener 4.61% de reacciones respecto al total de suscriptores.
- Alcance de las publicaciones: Cada publicación recibe en promedio 1 492 visualizaciones. En el primer día suele acumular 905 visualizaciones.
- Reacciones e interacción: La audiencia responde de forma activa: el promedio de reacciones por publicación es 4.
- Intereses temáticos: El contenido se centra en temas clave como llm, nvidia, контекст, openai, архитектура.
📝 Descripción y política de contenido
El autor describe el recurso como un espacio para expresar opiniones subjetivas:
“Все о Data Science, машинном обучении и искусственном интеллекте: от базовой теории до cutting-edge исследований и LLM.
MAX - https://max.ru/devsp
Личный блог - @just_genych
По вопросам рекламы или разработки - @g_abashkin
РКН: https://vk.cc/cJPGXD”
Gracias a la alta frecuencia de actualizaciones (últimos datos recibidos el 15 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.
19 633
Suscriptores
-324 horas
-417 días
-11730 días
Archivo de publicaciones
![Data Science | Machinelearning [ru]](https://cdn.tlmtr.io/_next/image?url=https%3A%2F%2Fimg.telemetr.io%2Fc%2F1dVo3O%2F5217464346798572541%3Fty%3Dx&w=64&q=75){kind=small}
🌎 Команда Google Chrome вместе с разработчиками других браузеров обновила набор скиллов для современной веб-разработки
Внутри Modern Web Guidance инструкции по 250 возможностям современных браузеров и 203 сценария их применения. Агенты учатся избегать устаревшие подходы, создавать адаптивные интерфейсы, делать анимации без лишнего JavaScript и использовать встроенные функции вместо сторонних библиотек.
Работает с Claude Code, Cursor и Gemini CLI
✖️ Telegram | Max | 🌥 Claude и другие ИИ
+2🖥 Пока фронтендеры и мобильные разработчики теряют работу, спрос на других инженеров взлетает
По данным нового большого исследования, за год количество открытых вакансий для фронтендеров сократилось на 51%, для Android-разработчиков упало на 47%, а для iOS — на 46%. Что еще:
— Спрос на Forward Deployed Engineers, которые внедряют технологии у клиентов, вырос сразу на 361%. На наше несчастье, ИИ пока не заменил эйчаров — количество вакансий для них взлетело на 295% относительно 2023 года. — В выигрыше также оказались продакты, у которых +56% вакансий, и специалисты по безопасности с +34%. — Из заметных минусов: удалёнка постепенно исчезает. Теперь её предлагают лишь в 14% IT-вакансий против 21% в конце 2022 года.✖️ Telegram | Max | 🌥 Claude и другие ИИ
Вышло исследование про то, как рекомендательным системам точнее понимать, что нам реально интересно. Главный головняк в этой теме сейчас один: обычные модели предсказывают «среднее время просмотра», а за этой цифрой может стоять что угодно — кто-то пролистнул за секунду, кто-то досмотрел до конца.
Как обычно устроено? Модель выдаёт одно число: «это видео посмотрят в среднем 15 секунд». И всё. Хоть половина пользователей пролистнула его мгновенно, хоть все досмотрели — для алгоритма это одно и то же. Отсюда промахи в ранжировании: контент, который цепляет одних и отталкивает других, система видит вслепую.
Команда AI VK Research придумала подход HEGM. Вместо одной цифры модель предсказывает целый расклад сценариев: с какой вероятностью пролистают, с какой посмотрят частично, с какой досмотрят или включат повтор. И всё это одной моделью, а не зоопарком отдельных классификаторов.
И цифры реально бодрят. В VK Клипах за одну сессию стали смотреть на 10% больше роликов, досмотров дольше 10 секунд стало на 6% больше, а дизлайков — на 8,3% меньше. Проверяли на KuaiRec, VK-LSVD и датасете из 282 млн реальных взаимодействий — по качеству ранжирования обошли протестированные альтернативы.
И самое интересное: подход не привязан к видео. Музыка (пропустят трек или дослушают), реклама (сколько секунд выдержат), карточки товаров (сколько времени изучат) — та же логика. Причём встраивается в уже работающую систему без переделки архитектуры. Исследование по ссылке.
Всего месяц курса CS8803 в Технологическом институте Джорджии — и на руках реально жирные материалы
Эмбеддинги, рассуждения, выравнивание моделей, архитектура ИИ-агентов и работа с длинным контекстом — всё разобрано детально. И подкреплено научными публикациями.
Материалы офигенно ценные и лежат в открытом доступе
👉 Telegram | Max | 🌥 Claude и другие ИИ
🖥Если ты хочешь обучиться вайбкодингу и при этом иметь возможность провести аудит безопасности своего продукта, то тебе сюда:
Lab IT — репозитории, полезные инструменты, курсы и многое другое по Айти:
ЭЙ, АЙ! — бесплатные инструменты, репозитории, обучающие материалы для упрощения работы с ИИ.
ИИ тебя взломает — объединит твои навыки в ИБ с ИИ
CyberGuard — оплот для ИБ-специалистов со всего телеграма. Тут ты точно узнаешь, как не оплошаться с запуском своего продукта, и защитить его от злоумышленников
🫵Подписывайся и обучайся!
Раздел про комплексные числа на Algebrica перебрали и обновили
За две недели там прошерстили и переписали весь раздел, который про комплексные числа: «Комплексные числа», «Операции с комплексными числами», «Тригонометрическая форма комплексного числа», «Формула Эйлера», «Показательная форма комплексного числа», «Формула Муавра», «Корни из единицы», «Основные неравенства для комплексных чисел», «Неравенство треугольника», «Неравенство Коши — Шварца», «Комплексные степени» и «Комплексный логарифм».
Всё это на Algebrica лежит в открытом доступе — ни рекламы, ни платных заглушек. Исходники статей в Markdown тоже отдают бесплатно: качай из репозитория на GitHub.
Ссылка: algebrica.org/complex-numbers
👉 Telegram | Max | 🌥 Claude и другие ИИ
Claude Fable 5.2: новая модель под микроскопом — большой разбор
Вечер воскресенья, 9 ноября. Anthropic выкатывает анонс — и за ночь его смотрят 9,7 миллиона раз. Причина простая: Claude Fable 5.2 за 30 часов довёл доказательство Великой теоремы Ферма до состояния, когда его по шагам проверяет компьютер. Силами сотен скоординированных агентов.
Параллельно эта же модель, начиная с пустой папки, за восемь дней накатала операционную систему — и та грузится на ноуте. В статье раскладывают: что за нейросеть, в чём Fable 5.2 расходится с Opus 5.5, GPT-6 и Gemini 4, почему бенчмаркам обычно не верят — и почему этим верить можно, и как формулировать промпты, чтобы модель не нагородила тебе бюрократии на 87500 слов. Цифры, пруфы, таблицы и графики прилагаются.
Читать далее
👉 Telegram | Max | 🌥 Claude и другие ИИ
Ферромарганец в ДСП-3: CatBoost дрессируют на прогноз дозы
Автор — Рамиль Максютов, и это уже вторая часть цикла про плавки в ДСП-3. Первая часть лежит тут.
В свежей статье на данных из первой части CatBoost учат предсказывать минимальную дозу ферромарганца для выплавки отливки из стали 35Л в дуговой сталеплавильной печи с основной футеровкой. Читать далее
👉 Telegram | Max | 🌥 Claude и другие ИИ
Приглашаем на митап для ML-разработчиков и дата-сайентистов 🥰
Как использовать LLM и агентов в поиске, чтобы точнее понимать запросы пользователей и повышать релевантность результатов?
19 ноября обсудим выбор моделей, оценку качества и работу таких систем в проде.
🔴 Борис Коварский, hh.ru — Агентный поиск в рекрутинге: опыт hh 🔴 Виктор Реушкин, hh.ru — Как устроен диалоговый поиск вакансий на hh 🤩 Алексей Казаков, Циан — LLM и энкодерные модели для поиска. Опыт развития подходов в поиске недвижимостиДата и время: 19 ноября в 19:00 мск Очно: Москва, офис hh Онлайн: будет трансляция в VK и YouTube для тех, кто не сможет прийти в офис После докладов можно будет пообщаться с коллегами — подготовим вкусную еду и напитки 🍕 Регистрируйтесь → участие бесплатное 🥹 #реклама О рекламодателе
На Habr есть материал: JS-проект для моделирования физических экспериментов прокачали через ИИ-возможности.
В программе — эксперименты из разделов: механика, механические колебания, гидростатика. Код — голый Vanilla JS, сторонние библиотеки не подтягивали.
Читать далее
👉 Telegram | Max | 🌥 Claude и другие ИИ
Z3R0, если верить Артуру Валиеву, — его первая в жизни научная работа. Благодарности он раздаёт пачкой: командам, которые стоят за Spore, eligibilit, e-prop, NEST Simulator, BindsNET, Brian2 и Norse. Прямо говорит — гении, а экспериментальные стенды называет чуть ли не святынями (только без религиозного подтекста). Без этих людей, мол, доброй части работы просто не существовало бы.
Ещё он вносит ясность: Spore тут — другой, инженерный проект под управление ИИ-задачами, с одноимённым нейроморфным модулем он не родня. И напоминает: наука начинается не с очередного свежесозданного файла main.rs. Она начинается с Тьюринга, Хебба, Розенблатта и Эшби, с исследований пластичности, нейрофизиологии, обучения с подкреплением, стохастических процессов и динамических систем.
Читать далее
👉 Telegram | Max | 🌥 Claude и другие ИИ
В Railway кто-то полез в чужую инфраструктуру — и это заметили
Основатель хостинг-платформы Primcloud Джош Мандерс наехал на конкурента: работник Railway Джейк Разнер, по его данным, лез в инфраструктуру Primcloud. Причём не абстрактно, а в попытке реального взлома.
Дальше начали разбираться. Гендир Railway Джейк Купер и сам Разнер на заяву отреагировали. Второй не отвертелся: причастность к инциденту признал. Но злого умысла, говорит, не было — тестировал автономные алгоритмы для создания аккаунтов на сторонних платформах. А ИИ-агент «зашёл слишком далеко».
Читать далее
👉 Telegram | Max | 🌥 Claude и другие ИИ
Идея — ИИ — авария: в каком мире мы теперь живём
Материал про то, как существовать в новом мире ИИ и какие косяки вылезают на практике. На что реально смотреть, когда каждая собака орёт про ИИ, а директор впихивает его в дела всё злее.
Можно до посинения спорить, случилась ли революция и вообще что-то поменялось. Но инструменты уже не откатить — как и мысли у людей в головах. Часть этих мыслей решает, останешься ли ты завтра на своей должности, и она же начисляет тебе зарплату. Когда технологии упёрлись в некое плато, без этого разговора уже никак. И да, материал автор клепал по старинке.
Читать далее
👉 Telegram | Max | 🌥 Claude и другие ИИ
Кто в IT платит выше рынка? И какой оффер считается хорошим?
Предлагаем опытным IT-специалистам поделиться мнением о зарплатах и бенефитах в крупных технологических компаниях.
Кто, на ваш взгляд, платит выше рынка?
У кого привлекательнее премии?
Насколько важны ДМС, спорт, питание и другие бонусы при выборе работы?
👉 Поделиться мнением: https://clck.ru/3WNjfX
Anthropic запилила гайд: какую модель брать под конкретную задачу
Anthropic выкатила гайд, где разжёвано, какую именно ИИ-модель тащить под конкретные задачи. И там прямо сказано: самая жирная по мощности система — не всегда лучший вариант в ряде случаев.
Читать далее
👉 Telegram | Max | 🌥 Claude и другие ИИ
Вышло исследование про то, как масштабировать мультиагентные системы. Главный головняк в этой теме сейчас один: заставить толпу ИИ-агентов нормально координироваться и тащить задачу вместе, а не тянуть одеяло каждый в свою сторону.
Как обычно устроено? Разработчик сверху рисует план: вот этот агент делает вот это, вот тут они перекидываются данными. И вся эта схема, как правило, работает одинаково — хоть задачу поменяй, хоть нет.
Исследователи придумали подход s3. Правила сверху больше не нужны: агенты сами, через обучение с подкреплением, учатся договариваться о совместной работе. Сами решают, когда пора действовать в одиночку, когда скинуть результаты другим, а когда и к коллегам по команде постучаться. Роли никто заранее не раздаёт.
И цифры реально бодрят. При тех же затратах на обучение и инференс группы s3 — а на тестах их состав был вдвое больше, чем на обучении — закрыли более чем в 25 раз больше задач на координацию, чем лучший базовый метод. Когда решения искали параллельно, обмен данными между агентами почти вдвое срезал объём повторной работы и обогнал метод best-of-N на величину до 9,4 балла. И самое интересное: агенты сами разложили между собой взаимодополняющие роли, причём это разделение не развалилось даже когда команда выросла. Исследование:
👉 Telegram | Max | 🌥 Claude и другие ИИ
Сила команды во времени: как её замерить и что в итоге вышло с рейтингом Universal Cup
Сколько процентов дашь за то, что ваша тима утащит медаль с финала ICPC? Десятки команд крутят этот вопрос в голове. Но кто реально способен выдать внятный ответ? У MachineSolution — финалиста ICPC и гроссмейстера Codeforces — под рукой были результаты 30 контестов Universal Cup, немного свободного времени и зуд докопаться до сути.
В статье — матмодель силы команд во времени, виртуальные участия и распределение Гумбеля, разбор ничьих, проверка предсказаний и готовый рейтинг Universal Cup. Узнать, как устроен рейтинг
👉 Telegram | Max | 🌥 Claude и другие ИИ
Прогнал Kimi AI, Qwen, DeepSeek и Grok по текстам. Результаты — ниже
Дай нейросетке статью на вычитку — назад прилетит вылизанный текст, в котором автора уже не читается. В препринте 2026 года исследователи из Berkeley, Google DeepMind и других организаций показали: ИИ-модели перекручивают смысл даже тогда, когда их просят только поправить грамматику.
Kimi AI, Qwen, DeepSeek и Grok всё чаще суют в тексты вместо ChatGPT. Но выбрать из них редактора на глаз — та ещё рулетка. По дефолту нейросеть, которой дали текст на вычитку, начинает его переписывать, хотя просили только правки. Прижать её можно лишь жёстким промптом и сравнением версий.
Редакторские модели сравнивай не по ощущению «стало лучше», а по доле переписанного текста и по тому, уцелел ли смысл. Читать далее
👉 Telegram | Max | 🌥 Claude и другие ИИ
Как я перекроил свою CRM без прогеров
По рассказу автора, в его CRM шесть сервисов накручены вокруг одной базы, и команда кодеров пилила это годами. Плюс SQLite-базы рядом, скрипты, тесты и поддержка — всё это докручивал Claude Code.
Теперь, с его слов, Claude Code сам тащит весь этот воз: от ковыряния в чужом коде до новых доработок. Читать далее
👉 Telegram | Max | 🌥 Claude и другие ИИ
Пять слоёв памяти ИИ-ассистента: что в проде реально тащит, а что так и пылится в библиотеке
Снова одно и то же нытьё про чат-ботов: «он меня не помнит». У самой LLM памяти нет. Всё, что она якобы запомнила, мы сами заталкиваем ей в контекст.
В статье — как память ассистента устроена в проде на 16 тысячах раундов: файлы, PostgreSQL с pgvector, судья на дешёвой модели, выжимки и политика доступа между агентами. Плюс про то, что из задуманного так и осталось валяться в библиотеке.
Читать далее
👉 Telegram | Max | 🌥 Claude и другие ИИ
