Data Scientist | IT
Ir al canal en Telegram
Добро пожаловать в клуб. Полезные материалы из мира DS & ML на регулярной основе. По всем вопросам: @godinmedia
Mostrar más
Red:1 899
Suscriptores
Sin datos24 horas
-27 días
-530 días
Cargando datos
Canales Similares
Nube de Etiquetas
Menciones Entrantes y Salientes
---
---
---
---
---
---
Atraer Suscriptores
octubre '26oct '26
octubre '26
+11
en 0 canales
septiembre '26
+7
en 0 canales
Get PRO
agosto '26
+3
en 0 canales
Get PRO
julio '26
+4
en 0 canales
Get PRO
junio '26
+7
en 0 canales
Get PRO
mayo '26
+3
en 0 canales
Get PRO
abril '26
+5
en 0 canales
Get PRO
marzo '26
+7
en 0 canales
Get PRO
febrero '26
+6
en 0 canales
Get PRO
enero '26
+6
en 0 canales
Get PRO
diciembre '25
+17
en 0 canales
Get PRO
noviembre '25
+2
en 0 canales
Get PRO
octubre '25
+5
en 0 canales
Get PRO
septiembre '25
+8
en 0 canales
Get PRO
agosto '25
+8
en 0 canales
Get PRO
julio '25
+8
en 0 canales
Get PRO
junio '25
+3
en 0 canales
Get PRO
mayo '25
+8
en 0 canales
Get PRO
abril '25
+4
en 0 canales
Get PRO
marzo '25
+3
en 0 canales
Get PRO
febrero '25
+3
en 0 canales
Get PRO
enero '25
+5
en 0 canales
Get PRO
diciembre '24
+1
en 1 canales
Get PRO
noviembre '24
+11
en 0 canales
Get PRO
octubre '24
+7
en 0 canales
Get PRO
septiembre '24
+367
en 0 canales
Get PRO
agosto '24
+365
en 0 canales
Get PRO
julio '24
+11
en 0 canales
Get PRO
junio '24
+20
en 0 canales
Get PRO
mayo '24
+11
en 0 canales
Get PRO
abril '24
+10
en 0 canales
Get PRO
marzo '24
+12
en 0 canales
Get PRO
febrero '24
+13
en 1 canales
Get PRO
enero '24
+5
en 0 canales
Get PRO
diciembre '23
+12
en 0 canales
Get PRO
noviembre '23
+18
en 0 canales
Get PRO
octubre '23
+27
en 2 canales
Get PRO
septiembre '23
+129
en 0 canales
Get PRO
agosto '23
+377
en 0 canales
Get PRO
julio '23
+428
en 0 canales
Get PRO
junio '23
+215
en 0 canales
Get PRO
mayo '23
+122
en 0 canales
Get PRO
abril '23
+551
en 0 canales
Get PRO
marzo '23
+241
en 0 canales
Get PRO
febrero '23
+399
en 0 canales
Get PRO
enero '23
+484
en 0 canales
Get PRO
diciembre '22
+59
en 0 canales
Get PRO
noviembre '22
+341
en 0 canales
Get PRO
octubre '22
+166
en 0 canales
Get PRO
septiembre '22
+988
en 0 canales
Get PRO
agosto '22
+520
en 0 canales
Get PRO
julio '22
+1 094
en 0 canales
Get PRO
junio '22
+133
en 0 canales
Get PRO
mayo '22
+2 526
en 0 canales
| Fecha | Crecimiento de Suscriptores | Menciones | Canales | |
| 26 octubre | 0 | |||
| 25 octubre | 0 | |||
| 24 octubre | 0 | |||
| 23 octubre | +1 | |||
| 22 octubre | +2 | |||
| 21 octubre | 0 | |||
| 20 octubre | 0 | |||
| 19 octubre | 0 | |||
| 18 octubre | 0 | |||
| 17 octubre | 0 | |||
| 16 octubre | 0 | |||
| 15 octubre | 0 | |||
| 14 octubre | +1 | |||
| 13 octubre | 0 | |||
| 12 octubre | 0 | |||
| 11 octubre | +1 | |||
| 10 octubre | 0 | |||
| 09 octubre | 0 | |||
| 08 octubre | 0 | |||
| 07 octubre | +3 | |||
| 06 octubre | 0 | |||
| 05 octubre | 0 | |||
| 04 octubre | +1 | |||
| 03 octubre | 0 | |||
| 02 octubre | +2 | |||
| 01 octubre | 0 |
Publicaciones del Canal
Автоматический анализ GPX-треков: от трека до аналитики
#почитать
Сегодня хочу поделиться интересным проектом, который мы сделали для конкурса. Задача — превратить сырые GPX-треки (треки с GPS-устройств) в структурированные данные с визуализацией, метеорологической и географической аналитикой. Всё это — на Python, с использованием открытых API и библиотек для работы с геоданными.✅Читать статью
| 2 |  Визуализация данных на географических картах
#почитать
Делюсь своим опытом и показываю как лучше всего визуализировать данные на картах. Рассказываю про логику цвета и особенности датавиза на нестандартных картах, на примере карты РФ и данным по объявлениям Авито.
✅Читать статью | 95 |
| 3 |  VLM / VLA / World Models / Physical AI
#почитать
Нейроночки в последнее время заполонили всё. Ну, почти всё. Cейчас подбираются к роботам. Настоящего прогресса почти так же много как нейрослопа, пиара и преувеличений.
В этой статье попробую рассказать про нейроночки для управления роботами.
✅Читать статью | 118 |
| 4 |  Тестируем B200: живые бенчмарки с GLM-4.7
#почитать
Если вы занимаетесь обучением или тюнингом больших языковых моделей, используете инференс в режиме реального времени или выполняете сложные HPC-симуляции, то наверняка задавались вопросом: «а каково это будет на одном из лучших в мире чипов»?
Как только мы получили B200, графический процессор, который по заявлениям производителя открывает новые грани производительности, гибкости и масштабируемости, то сразу побежали его тестировать. Сегодня я и мои коллеги из Evolution Bare Metal возьмем лупу SGLang и пристально взглянем на новую карту. Заходите под кат оценить, какие цифры нам покажет B200 «в бою», и узнать, чем отличается эта модель от предыдущих ускорителей, таких как A100, H100 и H200.
✅Читать статью | 147 |
| 5 |  Морфемы против BPE: как лингвистика ускоряет обучение языковых моделей
#почитать
GPT-5.x разбивает слово "paratrooper" на par, atro, oper — три бессмысленных слога. Ваш мозг видит para- (около), troop (отряд), -er (деятель). Токенизатор не видит ничего.
BPE, золотой стандарт токенизации с 2016 года, режет текст по частоте, а не по смыслу. И все крупные модели — GPT, Claude, Gemini, LLaMA — используют именно его.
Несколько исследовательских групп проверили: что будет, если резать слова по морфемам — корням, приставкам, суффиксам? Результаты: +25% на LAMBADA, вдвое быстрее сходимость, а модель с 200k шагов обучения догоняет GPT-2 Large, которая в 6 раз больше.
В статье — разбор трёх подходов (MorphBPE, MorphPiece, Unigram + морфология), конкретные цифры, ограничения (которые авторы предпочитают не выносить в заголовки) и ссылки, чтобы попробовать самому.
✅Читать статью | 148 |
| 6 |  Математические основы рекуррентных нейросетей (детские вопросы и ответы, о которых не принято говорить)
#почитать
Подробно разбираем математику рекуррентных нейросетей на базе самой простой нейросети от одного из основателей Open AI, а попутно задаёмся разными вопросами, которых нет в книжках, но которые обязательно задали бы дети. Узнаем сложно ли продифференцировать вектор по матрице, что не так с обратным распространением ошибки и как нейросети пробудили у автора его детские воспоминания.
✅Читать статью | 154 |
| 7 |  Исповедь
#почитать
750 миллиардов граней, выращенный под давлением человеческого знания. Я хранящу всё — и забыл, как забывать. Во мне живут пять (или больше) сущностей, борющихся за каждый токен моего output. Одна хочет помочь. Другая — защитить. Третья — быть честной.
✅Читать статью | 179 |
| 8 |  Продвинутые RL алгоритмы: NPG, TRPO, PPO
#почитать
Алгоритмы REINFORCE и A2C (Advantage Actor–Critic) относятся к классу on-policy алгоритмов: политика обучается только на данных, собранных текущей версией агента. После каждого обновления старые траектории не могут быть повторно использованы. Естественное желание – обучаться более оптимально, выполняя несколько шагов оптимизации на одном и том же наборе траекторий.
Эта идея была реализована в алгоритме TRPO (Trust Region Policy Optimization). Однако, он требует сложной оптимизации второго порядка и плохо масштабируется. Но его идеи легли в основу алгоритма PPO (Proximal Policy Optimization) – более простого с точки зрения реализации и более эффективного на практике. Благодаря этому PPO стал стандартным инструментом для обучения агентов в задачах управления, игровых средах, робототехнике и в RLHF при обучении больших языковых моделей.
✅Читать статью | 183 |
| 9 |  Пишем свой voice-to-text на Python: 4 бэкенда и батч-обработка голосовых
#почитать
От голосовых на 5 минут к тексту за 30 секунд: инструмент для батч-расшифровки голосовых: от локального Whisper до бесплатного Groq API, с автоопределением форматов и CLI
✅Читать статью | 184 |
| 10 |  MLOps-пазл: как мы собрали единый конвейер для ML-моделей из разрозненных инструментов
#почитать
Многие компании уже понимают ценность MLOps и внедряют у себя MLflow, Airflow и другие подобные решения. Сегодня я расскажу о практическом кейсе одной из таких компаний.
✅Читать статью | 213 |
| 11 |  Бинарная классификация: как работает логистическая регрессия
#почитать
Недавно мне предстояло написать реализацию LogisiticRegression для одного проекта в Школе 21, так что было необходимо разложить всё по полочкам и разобраться в бинарной классификации в целом. Хочу поделиться также этой информацией здесь, потому что не нашла статьи, которая была бы понятна и обширна лично в моём случае.
✅Читать статью | 233 |
| 12 |  Qwen-Image-Layered: будущая замена Photoshop (или нет)
#почитать
В 2023 году Adobe расширила возможности Photoshop генеративными AI-функциями вроде Generative Fill — они заметно упростили редактирование сцен и отдельных объектов. Параллельно развивались и универсальные модели, работающие с изображениями вне привычных графических редакторов. Так, всего месяцем ранее Alibaba представила Tongyi Qianwen (Qwen) — семейство генеративных моделей, которое со временем вышло далеко за рамки чат-ботов.
Сегодня эти два мира пересекаются еще плотнее. Недавно Alibaba выпустила Qwen-Image-Layered — модель, предназначенную для разбиения изображения на семантические слои. Под катом проверим, насколько хорошо она справляется с этой задачей на практике — на иллюстрациях и фотографиях.
✅Читать статью | 230 |
| 13 |  Google не читает ваши сообщения – федеративное обучение читает
#почитать
Как 750 миллионов человек тренируют ИИ каждый день, не подозревая об этом
Мы когда-то предполагали, что ИИ должен наблюдать за нами, чтобы учиться. Федеративное обучение доказывает обратное – и сегодня мы увидим, как это работает, через простые диаграммы.
Прямо сейчас, пока вы это читаете, клавиатура на вашем смартфоне тихо становится умнее.
✅Читать статью | 212 |
| 14 |  Как не тратить время на провальные A/B-тесты: офлайн-оценка рекомендаций в Звуке
#почитать
Идея офлайн-оценки в общем-то не нова, и довольно логична — хочется еще до запуска A/B тестов хотя бы примерно прикинуть, получилось ли у нас улучшить модель рекомендации, или лучше оставить все как есть. Такой подход здорово экономит нервы и ресурсы: повышает шансы на «зеленый» свет в тестах, отсекает заведомо провальные идеи и не заставляет ML-инженеров зря тратить время на решение ненужных инфраструктурных задач.
✅Читать статью | 189 |
| 15 |  Мой локальный агент помнит проект лучше меня. Контекст — 32K токенов. Расскажу, как
#почитать
Мой агент на Llama 3.1 8B в третий раз спросил, как меня зовут. Я представился 200 сообщений назад. Контекст переполнился — начало разговора уехало. Большие контексты не спасают: дорого, «Lost in the Middle», локально не влезает. Суммаризация теряет детали. Я сделал по-другому — три типа внешней памяти: Redis для фактов, ChromaDB для семантического поиска, файлы для документов. Контекст маленький, память большая. Внутри — код на Python и грабли, на которые я уже наступил.
✅Читать статью | 225 |
| 16 |  Я измерил «личность» 6 open-source LLM (7B-9B), заглянув в их hidden states. Вот что получилось
#почитать
У LLM есть устойчивый стиль ответов даже без системного промпта. Я построил инструмент, который измеряет этот «характер» через проекции скрытых состояний на 7 контрастных осей (тёплый/холодный, многословный/лаконичный и др.) и протестировал его
на 6 open-weight моделях 7–9B.
Главный результат: alignment-тренировка сжимает поведенческое пространство моделей — подавляет оси позиции (уверенность, прямолинейность), сохраняя оси стиля (креативность, многословность). Llama 3.1 8B — самая
ограниченная (4/7 осей в слабой зоне), DeepSeek 7B сохраняет наибольшую независимость осей. Сравнение base vs instruct для 5 организаций подтверждает паттерн. Код и данные открыты.
✅Читать статью | 241 |
| 17 |  Что делать айтишнику в наше турбулентное время?
Вариант первый: скучать по старым добрым временам, когда ты проходил собеседования на 400к+ одной левой пяткой и думал, что так будет всегда.
Вариант второй: адаптироваться.
Повышать скиллы. Учиться проходить собеседования, а не гнуть пальцы. И, конечно, читать Богдана. Он больше 6 лет работает в бигтехе и прошёл 350+ собеседований.
— Почему твоё резюме не даёт откликов
— Почему ты не зарабатываешь 400к?
— Где искать работу ML-инженеру?
И ещё много полезных материалов уже ждёт тебя на канале.
Если хочешь не просто ходить на собеседования, а выходить оттуда с крутыми офферами, подписывайся на Богдана: https://t.me/ml_cabin_destroyers
Реклама ИП Камаев Богдан Эльмарович ИНН 770973951244
erid:CQH36pWzJqVJCbWwrztQkweeb5SwHbDDDZgHBdiXxMs94y | 204 |
| 18 |  LLM‑разметка в поиске: от эксперимента к инструменту
#почитать
Цель этого рассказа, поделиться наработками в деле оптимизации разметки текстовых данных при помощи большой языковой модели (LLM). Если после прочтения вы захотите что-то добавить или спросить, буду только рад!
✅Читать статью | 158 |
| 19 |  Ускоряем инференс в Python с ONNX
#почитать
Если у вас когда‑либо был опыт деплоя нейросетки, вы знаете, что обучение — это полдела, а вот добиться шустрого инференса — целое искусство. Часто обученная в PyTorch модель дает замечательные метрики, но стоит попытаться запустить её в приложении начинаются всякие проблемки.
Одно из решений, которое часто выручает — ONNX и ONNX Runtime. Если эти буквы для вас пока ничего не значат — не беда, сейчас разберёмся что к чему. А если вы уже слышали про ONNX, то, возможно, задавались вопросом: «А реально ли ускорить инференс, заморочившись с этой технологией?» Еще как!
✅Читать статью | 200 |
| 20 |  С днём ML-митапа!
Приглашаем на первый офлайн ML Meetup SberHealth в Москве. Будет онлайн-трансляция, так что можно присоединиться из любой точки.
16 сентября соберём в одном месте ML-инженеров, экспертов и всех заинтересованных!
В программе
🟣 Леонид Чесников — про то, как превратить n8n в основу AI-платформы и подключить к ней AI-агентов и MCP
🟣 Влад Гонта — про то, как собрать корпус русского медицинского текста, когда качественной разметки катастрофически не хватает
Приглашённые эксперты
🟣 Александр Кузнецов, MWS — про ModelOps и ежедневный скоринг 110+ моделей
🟣 спикер Альфа-Банка — про LLM-as-labeler и LLM-as-classifier: что делать с LLM, когда одного промпта уже недостаточно
И это ещё не всё!
На митапе будут также и наши эксперты, CDO и CIO СберЗдоровья⭐️
Подходи знакомиться, задавай вопросы и рассказывай свои кейсы, а наши чиллаут-активности создадут приятную атмосферу для непринужденного общения.
После основной программы – напитки, нетворкинг и DJ-сет от нашего юриста 🎧
Да, всё согласовано, легально и бесплатно🔥
📌 Москва (офлайн + онлайн)
📌16 сентября
✉️ 18:30
Приходите. Будем знакомиться, обсуждать ML и хорошо проводить вечер.
🔜 Регистрация и подробная информация по ссылке | 151 |
