![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]
رفتن به کانال در 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
نمایش بیشتر![شبکه: 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}
📈 تحلیل کانال تلگرام Data Science | Machinelearning [ru]
کانال Data Science | Machinelearning [ru] (@devsp) در بخش زبانی روسی بازیگری فعال است. در حال حاضر جامعه شامل 19 659 مشترک است و جایگاه 6 684 را در دسته فناوری و برنامه‌ها و رتبه 33 399 را در منطقه روسيا دارد.
📊 شاخص‌های مخاطب و پویایی
از زمان ایجاد در невідомо، پروژه رشد سریعی داشته و 19 659 مشترک جذب کرده است.
بر اساس آخرین داده‌ها در تاریخ 09 نوامبر, 2026، کانال فعالیت پایداری دارد. در ۳۰ روز گذشته تغییر اعضا برابر -107 و در ۲۴ ساعت گذشته برابر -8 بوده و همچنان دسترسی گسترده‌ای حفظ شده است.
- وضعیت تأیید: تأیید نشده
- نرخ تعامل (ER): میانگین تعامل مخاطب 7.48% است و در ۲۴ ساعت نخست پس از انتشار، محتوا معمولاً 4.48% واکنش نسبت به کل مشترکان کسب می‌کند.
- دسترسی پست‌ها: هر پست به طور میانگین 1 471 بازدید دریافت می‌کند. در اولین روز معمولاً 881 بازدید جمع‌آوری می‌شود.
- واکنش‌ها و تعامل: مخاطبان به‌طور فعال حمایت می‌کنند؛ میانگین واکنش به هر پست 5 است.
- علایق موضوعی: محتوا بر موضوعات کلیدی مانند llm, nvidia, контекст, openai, архитектура تمرکز دارد.
📝 توضیح و سیاست محتوایی
نویسنده این فضا را محل بیان دیدگاه‌های شخصی توصیف می‌کند:
“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”
به لطف به‌روزرسانی‌های پرتکرار (آخرین داده در تاریخ 10 نوامبر, 2026)، کانال همواره به‌روز و دارای دسترسی بالاست. تحلیل‌ها نشان می‌دهد مخاطبان به‌طور فعال با محتوا تعامل دارند و آن را به نقطه اثرگذاری مهم در دسته فناوری و برنامه‌ها تبدیل کرده‌اند.
19 659
مشترکین
-824 ساعت
-297 روز
-10730 روز
آرشیو پست ها
![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}
⛅ Запуск локального кода в облаке без настройки серверов и кластеров
Yandex DataSphere Jobs позволяет запускать любую программу на Python или shell-скрипт в облаке без всяких изменений. Для запуска скрипта не нужно модифицировать исходный код, самостоятельно развёртывать кластер и собирать окружение — это происходит автоматически при запуске скрипта.
Преимущества DataSphere Jobs:
⏺ Быстрый запуск вычислений в облаке с доступом ко всем его ресурсам, включая GPU без настройки виртуальных машин и кластеров.
⏺ Безопасность — Yandex Cloud выполняет все требования безопасности информации и работы с персональными данными. После исполнения вычислений DataSphere Jobs удалит весь код и данные.
⏺ Экономия затрат на развёртывание кластеров, их обслуживание и DevOps.
🗣 Подробнее смотрите в видео.
Реклама. ООО «Яндекс.Облако» ИНН 7704458262
🧠EasyVolcap: Accelerating Neural Volumetric Video Research
Neural Radiance Fields (NeRF) — это метод синтеза новых видов сложных сцен путем оптимизации базовой функции непрерывной объемной сцены с использованием разреженного набора входных представлений.
🖥Code: https://github.com/zju3dv/easyvolcap
🖌Metrics: https://short.llm360.ai/amber-metrics
📚Paper: https://arxiv.org/abs/2312.06575v1
⚡️ Dataset: https://paperswithcode.com/dataset/nerf
@Devsp — Подписаться
One Day Offer для Data Science
Обнаружен самый короткий путь к офферу в Сбере: 2 марта вас ждут на онлайн One Day Offer для специалистов Data Science.
Сбер разрабатывает и внедряет DS-решения в точки касания с клиентом: отделения, мобильное приложение, банкоматную сеть, кол-центр, канал Премьер и т. д. За год запускается более 200 моделей.
Стек направления: Python, Spark, SQL, Hadoop, GreenPlum.
В ваших задачах будет:
— Обучение всех типов моделей искусственного интеллекта: от классического ML до глубоких нейронных сетей.
— Создание высокотехнологичных сервисов: от систем принятия решений до компьютерного зрения и обработки естественного языка.
— Развитие хранилищ блока на Teradata и DataLake на Hadoop.
У вас есть уникальная возможность поучаствовать в выводе продуктов с нуля в промышленную эксплуатацию. Интересно?
Регистрируйтесь по ссылке.
🧠EasyVolcap: Accelerating Neural Volumetric Video Research
Neural Radiance Fields (NeRF) — это метод синтеза новых видов сложных сцен путем оптимизации базовой функции непрерывной объемной сцены с использованием разреженного набора входных представлений.
🖥Code: https://github.com/zju3dv/easyvolcap
🖌Metrics: https://short.llm360.ai/amber-metrics
📚Paper: https://arxiv.org/abs/2312.06575v1
⚡️ Dataset: https://paperswithcode.com/dataset/nerf
@Devsp — Подписаться
🤔Что происходит на рынке баз данных в свете импортозамещения?
🔥Обсудим этот злободневный вопрос на бесплатном открытом уроке 4 марта вместе с Сергеем Окатовым — руководителем управления разработки, Fullstack-разработчик с опытом >10 лет
✅Если вы бэкенд-разработчик, аналитик, тимлид, архитектор или занимаетесь вопросами миграции, этот урок — для вас. Мы обсудим мировые тенденции в сфере баз данных, рассмотрим предложения от отечественных производителей, а также сравним их с зарубежными аналогами. Разберемся, как обстоят дела на российском рынке и какие проблемы требуют решения.
👉🏻Этот открытый урок – хороший шанс расширить знания и получить свежие инсайты о рынке баз данных. Больше актуальных знаний ждут вас на онлайн-курсе OTUS “NoSQL”. Осталось меньше половины мест. Курс можно приобрести в рассрочку.
🤝Чтобы записаться на открытый урок, пройдите вступительный тест!
Реклама. ООО «Отус онлайн-образование», ОГРН 1177746618576
🎃FreeInit : Bridging Initialization Gap in Video Diffusion Models
В этой статье мы углубимся в инициализацию шума в моделях видеодиффузии и обнаружим неявный разрыв между обучением и выводом, который связан с падением качества вывода.
🖥colab: https://github.com/camenduru/FreeInit-colab
🔮page: https://tianxingwu.github.io/pages/FreeInit/
📚paper: https://arxiv.org/abs/2312.07537
🥩code: https://github.com/TianxingWu/FreeInit
@Devsp — Подписаться
🥳DiffMorpher: Unleashing the Capability of Diffusion Models for Image Morphing
В этой работе мы представляем DiffMorpher, первый подход, обеспечивающий плавную и естественную интерполяцию изображений с использованием моделей диффузии. Наша ключевая идея состоит в том, чтобы уловить семантику двух изображений, подобрав к ним два LoRA соответственно, и интерполировать как параметры LoRA, так и скрытые шумы, чтобы обеспечить плавный семантический переход, при котором соответствие автоматически возникает без необходимости аннотации.
🖥Code: https://github.com/Kevin-thu/DiffMorpher
🧪OpenXLab: https://openxlab.org.cn/apps/detail/KaiwenZhang/DiffMorpher
🎓Colab: https://github.com/camenduru/DiffMorpher-colab
🔮Project Page: https://kevin-thu.github.io/DiffMorpher_page
📚ArXiv: https://arxiv.org/abs/2312.07409
@Devsp — Подписаться
✔️ Телеграм-канал Яндекса специально для разработчиков
Опенсорс-проекты, которые меняют мир. Большие программы для поддержки белых хакеров. Наука в ML и резиденции для молодых учёных. Подборки статей и видео, которыми вдохновляются инженеры Яндекса. Говорим об этом в канале Yandex for Developers.
Подписывайтесь 👉 @Yandex4Developers
👌MotionCtrl: A Unified and Flexible Motion Controller for Video Generation
MotionCtrl может независимо управлять сложным движением камеры и движением объектов в созданных видео, используя только унифицированную модель.
🖥Code: https://github.com/TencentARC/MotionCtrl
🎓Colab: https://github.com/camenduru/MotionCtrl-colab
🔮Project Page: https://openxlab.org.cn/apps/detail/camenduru/MotionCtrl
📚ArXiv: https://arxiv.org/abs/2312.03641
@Devsp — Подписаться
🤫InsActor: Instruction-driven Physics-based Characters
InsActor - генеративная структура, которая использует последние достижения в моделях движения человека на основе диффузии для создания управляемой инструкциями анимации персонажей, основанных на физике.
🖥Code: github.com/jiawei-ren/insactor
📚Paper: arxiv.org/abs/2312.17135
⚡️Project: https://jiawei-ren.github.io/projects/insactor/
@Devsp — Подписаться
Сможете пошутить про Data Engineering?
А целый курс напишете?
Если готовы, то ждём вас в Яндекс Практикуме — это edtech-проект, который помогает освоить цифровую профессию и таким образом поменять жизнь к лучшему.
Сейчас мы ищем автора контента для курса по Data Engineering, который сделает содержательные и увлекательные учебные материалы — тексты уроков, тесты, памятки, квизы и др.
Что мы ждём от кандидата:
– опыт в Data Engineering более 3 лет,
– глубокое знание по темам:
• колоночные СУБД; MPP СУБД; Massive Parallel Processing; Vertica;
• Data Vault — полный список по ссылке ниже.
Главное условие — желание делиться своим опытом с новичками.
Что мы предлагаем:
– удалёнку, от 10 часов в неделю, цифровой офис;
– контент-команду, с которой вы быстро подружитесь;
– ежемесячное вознаграждение и творческую свободу;
– самореализацию и статус эксперта Яндекс Практикума.
Все подробности здесь:
https://practicum.yandex.ru/job/vacancy-161
🥸InstructIR: High-Quality Image Restoration Following Human Instructions
InstructIR принимает на вход изображение и написанную человеком инструкцию по улучшению этого изображения. Нейронная модель выполняет комплексное восстановление изображения. InstructIR достигает самых современных результатов при выполнении нескольких задач восстановления, включая шумоподавление, уменьшение размытия, удаление дымки и улучшение изображения (при слабом освещении).
🖥Code: https://github.com/mv-lab/InstructIR
🚀Project: mv-lab.github.io/InstructIR/
🎮Colab: https://colab.research.google.com/drive/1OrTvS-i6uLM2Y8kIkq8ZZRwEQxQFchfq
📚Paper: https://arxiv.org/abs/2401.16468
@Devsp — Подписаться
😶🌫DeepSeekMath: Pushing the Limits of Mathematical Reasoning in Open Language Models
DeepSeekMath-Instruct 7B — это модель настройки с математическими инструкциями, полученная на основе DeepSeekMath-Base 7B, а DeepSeekMath-RL 7B обучается на основе DeepSeekMath-Instruct 7B с использованием предложенного нами алгоритма групповой относительной политики оптимизации (GRPO).
🖥Github: https://github.com/deepseek-ai/deepseek-math
📚 Paper: https://arxiv.org/abs/2402.03300v1
🦾 Dataset: https://paperswithcode.com/dataset/math
@Devsp — Подписаться
Repost from Neural Networks | Нейронные сети
⚡️Разыгрываем Macbook Air, airpods,обучающие курсы и книги Python.
Мы развиваемся и благодарим вас за то, что читаете нас, и поэтому мы устраиваем крупный розыгрыш.
Условия:
1. Подписаться на t.me/ai_machinelearning_big_data
2. Подписаться на t.me/vistehno
3. Нажать кнопку «Участвовать»
Итоги розыгрыша 8 марта.
😎Magic-Me: Identity-Specific Video Customized Diffusion
Создание контента для конкретной личности (ID) продемонстрировало значительный интерес в области генеративных моделей. В области генерации текста в изображение (T2I) генерация тематического контента достигла большого прогресса благодаря управляемому идентификатору в изображениях. Однако прямое распространение его на генерацию видео недостаточно изучено.
▪Github: https://github.com/Zhen-Dong/Magic-Me
▪Colab: https://colab.research.google.com/drive/1gMialn4nkGeDZ72yx1Wob1E1QBgrqeGa
▪Project: https://magic-me-webpage.github.io
▪Paper: arxiv.org/abs/2402.09368
@Devsp — Подписаться
⚡️HASSOD: Hierarchical Adaptive Self-Supervised Object Detection
HASSOD — это полностью самоконтролируемый подход к обнаружению объектов и сегментации экземпляров, демонстрирующий значительное улучшение по сравнению с предыдущими современными методами за счет обнаружения более широкого диапазона объектов.
🖥Github: https://github.com/Shengcao-Cao/HASSOD
📚 Paper: https://arxiv.org/abs/2402.03311
⏩Project: https://hassod-neurips23.github.io/
💻Video: https://www.youtube.com/watch?v=s8u7tEKg5ew
@Devsp — Подписаться
Trino Meetup #2: Trino в Тинькофф, и как ускорить чтение из Data Lake с помощью кэширования
Приглашаем вас на митап, посвященный технологии Trino, от разработчиков CedrusData — коммерческого форка Trino для российского рынка. Обсудим использование Trino в аналитической инфраструктуре Tinkoff и разберемся, как можно ускорить работу с озерами данных в Trino с помощью кэширования.
В программе:
✔ Дмитрий Зуев, Тинькофф — «Trino в Тинькофф»
✔ Владимир Озеров, CedrusData — «Как ускорить работу Trino с Data Lake c помощью кэширования»
📍Митап пройдет онлайн на YouTube — 27 февраля в 18:00 по Москве. Ссылку отправим вам на почту за час до начала митапа.
Для участия нужно зарегистрироваться.
Реклама. ООО "КВЕРИФАЙ ЛАБС". ИНН 7811766769
👤Learning to Learn Faster from Human Feedback with Language Model Predictive Control
В этой работе мы изучаем тонкую настройку LLM для написания кода роботами, чтобы запомнить их контекстное взаимодействие и улучшить их обучаемость, т. е. насколько эффективно они адаптируются к вводу человека (измеряется средним количеством исправлений, прежде чем пользователь сочтет задачу успешной).
▪proj: https://robot-teaching.github.io
▪paper: https://arxiv.org/abs/2402.11450
▪code: https://colab.research.google.com/drive/1YcRN_kklw3cVVJNvgK_IEV6nDce9EJWK
@Devsp — Подписаться
⚡️ByteDance presents SDXL-Lightning: a lightning fast 1024px text-to-image generation model
SDXL-Lightning — это молниеносная модель преобразования текста в изображение. Он может генерировать высококачественные изображения размером 1024 пикселей за несколько шагов.
▪HF: https://huggingface.co/ByteDance/SDXL-Lightning
@Devsp — Подписаться
🚨 Безопасность ваших данных под угрозой
За последние годы инфраструктура компаний разрослась: она содержит сотни терабайтов разнородной информации, вопрос защиты которой стоит особенно остро.
На рынке кибербезопасности представлено несколько классов решений для защиты данных — это системы DLP, DAM, DCAP и другие. Однако практически ежедневно мы видим новости об очередной крупной утечке. Например, только за 2022 год, по информации DLBI, в сеть утекли данные 75% россиян.
Мы хотим выяснить, чего не хватает пользователям существующих решений. Если вы занимаетесь защитой данных в компании, пройдите наш опрос.
