اکنون در دسترس! پژوهش تلگرام ۲۰۲۵ — مهمترین بینشهای سال 
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. Личный блог автора - @just_genych По вопросам рекламы или разработки - @g_abashkin РКН: https://vk.cc/cJPGXD
نمایش بیشتر📈 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 19 984 مشترک است و جایگاه 6 706 را در دسته فناوری و برنامهها و رتبه 33 686 را در منطقه روسيا دارد.
📊 شاخصهای مخاطب و پویایی
از زمان ایجاد در невідомо، پروژه رشد سریعی داشته و 19 984 مشترک جذب کرده است.
بر اساس آخرین دادهها در تاریخ 25 ژوئن, 2026، کانال فعالیت پایداری دارد. در ۳۰ روز گذشته تغییر اعضا برابر -75 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 7.47% است و در ۲۴ ساعت نخست پس از انتشار، محتوا معمولاً 3.67% واکنش نسبت به کل مشترکان کسب میکند.
- دسترسی پستها: هر پست به طور میانگین 1 492 بازدید دریافت میکند. در اولین روز معمولاً 733 بازدید جمعآوری میشود.
- واکنشها و تعامل: مخاطبان بهطور فعال حمایت میکنند؛ میانگین واکنش به هر پست 6 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.
Личный блог автора - @just_genych
По вопросам рекламы или разработки - @g_abashkin
РКН: https://vk.cc/cJPGXD”
به لطف بهروزرسانیهای پرتکرار (آخرین داده در تاریخ 26 ژوئن, 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.
19 984
مشترکین
-824 ساعت
-457 روز
-7530 روز
آرشیو پست ها
Об экшн-трансформере как следующем этапе развития модели трансформер и не только
В последний год многие интересующиеся технологиями искусственного интеллекта замерли в ожидании и следят за развитием интересного стартапа. Он собирается предложить миру новый способ взаимодействия с компьютером и радикально усовершенствовать этот процесс…
Читать...
Генеративный ИИ и его будущее
В конце прошлого года на крупнейших IT-ресурсах появились десятки статей о ChatGPT, которого назвали чат-ботом нового поколения. Но наш обзор посвящен не конкретным продуктам, а тем технологиям, которые позволяют создавать подобные проекты, и их перспективам.
Главной задачей генеративного ИИ является создание нового контента на основе алгоритмов машинного обучения. И это не только текст, но также изображения, музыка и даже видео. 2022 год можно с полным правом назвать прорывным в этом отношении.
Читать...
Нейросеть имитирует работу мозга — накапливает знания, анализирует и делает выводы. Сегодня алгоритмы находят злокачественные опухоли, рисуют картины под стать мастерам, пишут стихи.
Это интригует и немного пугает. Чтобы не бояться неизвестного, нужно разобраться, как это работает: приходите на бесплатный онлайн-интенсив от SkillFactory и обучите свою первую нейросеть. Лучший способ узнать новое — попробовать на практике и получить личный опыт.
За 3 дня вы:
— познакомитесь с профессией Data Scientist;
— узнаете, чем отличается машинное обучение от глубокого;
— поймете базовый синтаксис Python для анализа данных и создания нейронной сети;
— построите алгоритм для распознавания рукописных цифр по фотографии.
Старт интенсива — 27 февраля в 20:00 мск.
Получите первый опыт в Data Science: https://go.skillfactory.ru/8Gx1yw
Методы и способы построения нейросетевого ПО. Что надо знать, если вы решили профессионально разрабатывать ИНС. Часть 1
Научная группа из Московского Энергетического Института провела исследование о наиболее распространённых методах и способах построения нейросетевого программного обеспечения. В данной цикле статей мы расскажем какие знания о нейросетях нужно иметь, если вы решили профессионально разрабатывать нейросети.
Читать...
Друзья, ищете работу? Есть вариант!
Принёс горячие вакансии от Alfa Digital — цифрового подразделения Альфа-Банка 🔥
Нужны:
— Data Science риск-менеджер
— Python Developer Big Data
— Team Lead Data Lake Platform
Подробнее узнать о них и отозваться можно в канале Alfa Digital, тут настоящий карьерный хаб для разработчиков и других IT-специалистов: интервью, рассказы о командах, кейсы, анонсы хакатонов и митапов, вакансии, карьерные советы и даже мемы.
Стоит подписаться 🅰️
Сколько стоит содержать виртуальную девушку? Создаем подругу, записывающую кружочки в Telegram, с помощью 4 нейросетей
Не так давно в интернете появилась душещипательная история, как пользователь hackdaddy8000 сперва создал виртуальную девушку, а затем усыпил ее. Моральный и мемный аспект этого события обсуждали в комментариях под новостями.
Поговорим о технической стороне. Как повторить этот шедевр и можно ли обойтись без сервисов OpenAI, которые сложно оплатить в России? И главное — сколько придется инвестировать в виртуальную подругу.
Читать...
Работать там, где живешь, а не жить там, где работаешь?
Да, и мы в Тинькофф поддерживаем такой формат работы. Поэтому открыли свои центры разработки не только в Москве, но и еще в 24 городах России, Беларуси, Армении и Казахстана.
Для нашей команды эти распределенные IT-хабы — возможность выбирать комфортный город для работы. Не переезжать в столицу, чтобы делать флагманские продукты, а создавать их там, где удобно. Или не оставаться на одном месте, а свободно перемещаться между офисами — встречаться и работать с коллегами по всей стране!
Посмотреть открытые вакансии в наши центры разработки и оставить резюме можно на этой странице: https://l.tinkoff.ru/tinkoff-2023-tcr
О трёх существенных недостатках известных алгоритмов обучения с подкреплением (и о том, как их устранить)
Уже несколько десятилетий существуют такие алгоритмы машинного обучения с подкреплением, как Q-learning и REINFORCE. До сих пор часто применяется их классическая реализация. К сожалению, эти алгоритмы не лишены фундаментальных недостатков, значительно усложняющих обучение хорошей политике. Рассмотрим три основных недостатка классических алгоритмов обучения с подкреплением, а также решения, направленные на их преодоление.
Читать...
7 способов улучшения датасетов медицинских снимков для машинного обучения
Качество датасета медицинских снимков (как и датасетов изображений в любой другой области) напрямую влияет на точность модели машинного обучения.
В секторе здравоохранения это ещё более важно, ведь качество крупных массивов данных медицинских снимков для диагностического и медицинского AI (искусственного интеллекта) или моделей глубокого обучения может стать для пациентов вопросом жизни и смерти.
Как знают команды клинических исследователей, сложность, форматы и слои информации в медицине больше и затейливее, чем в немедицинских изображениях и видео. Отсюда и берётся необходимость в алгоритмах искусственного интеллекта, машинного обучения (ML) и глубокого обучения с целью понимания, интерпретации и обучения на аннотированных массивах данных медицинских снимков.
В этой статье мы расскажем о сложностях создания обучающих массивов данных из медицинских снимков и видео (особенно в сфере радиологии), а также поделимся рекомендациями по созданию обучающих массивов данных высочайшего качества.
Читать...
20 уроков, которые я вынес из 20 лет работы программистом
Приобретенный за последние двадцать лет опыт сформировал мои взгляды на разработку и привел меня к некоторым выводам — я попытался скомпоновать их в удобоваримый список, в котором вы, надеюсь, найдете что-то ценное для себя.
https://habr.com/en/company/productivity_inside/blog/717108/
Автоэнкодеры для удаления шумов с изображений
Все глубже погружаясь в машинное и глубокое обучение меня очень заинтересовала тема автоэнкодеров, особенно с точки зрения удаления шумов. Поиски различной интересующей меня информации дали свои результаты, но, к сожалению, почти везде работа автоэнкодеров рассматривается на примере очень популярного набора данныx MNIST. Коллекция изображений данного набора имеет размер 28х28, данные разделены на наборы для обучения и тестирования. Однако, хотелось бы увидеть как работают автоэнкодеры на практике на более реальных изображениях. И прежде, чем приступать к практике, давайте сначала немного вспомним, что из себя представляют автоэнкодеры.
Читать...
Кроссовки с машинным обучением. Как стартап хочет сделать революцию в ходьбе
Стартап Shift Robotics из Питтсбурга изобрел «обувь», которая позволяет ходить на 250% быстрее. При этом человек не затрачивает никакой дополнительной энергии. Такая пара кроссовок стоит 1400 долларов. Дороже любых Yeezy's в разы. Но зато — в буквальном смысле самая быстрая обувь в мире, которая способна превратить вас в Майкла Джексона на максималках. Ну и вживую это выглядит, конечно, очень круто.
Читать...
Автор библиотеки, от которой зависит половина веб-сайтов, сидит без денег
Если кратко, автор пакета core-js Денис Пушкарев (zloirock), от которого зависит огромное количество других js-пакетов, за много лет развития core-js не получал почти ничего, при этом ему регулярно прилетал хейт если его библиотека работал плохо, плюс в 20-м году он сел в тюрьму из-за ДТП (по его словам, на дорогу прямо перед его мотоциклом выбежали пьяные люди, впрочем, по правилам виноват был он), через несколько месяцев освободили досрочно, денег нет, получить донаты из-за рубежа затруднительно из-за санкций, американские СМИ "были разочарованы, что он не русский хакер, который вмешивается в американские выборы", в общем, денег нет, поддержки нет, развивать пакет дальше он не может, если кто-то не начнет его спонсировать.
На мой взгляд, это глобальная проблема в ИТ, как в мире, так и в России - вся ИТ-инфраструктура зависит от open source библиотек, авторам которых зачастую никто не платит, зато все предъявляют к ним претензии.
С этим надо что-то делать. Если авторы перестанут развивать эти библиотеки, или же переведут из на проприетарную лицензию, весь интернет может сломаться.
Читать...
VK приглашает на Weekend Offer ML- и мобильных разработчиков
Специалистов ждут в командах Дзена, Почты Mail.ru, Антиспама и Маруси.
Мобильных разработчиков ждут только в команде Дзена, а в ML Дзена также ищут Java-разработчиков.
Вас ждет детальное знакомство с тимлидами: они подробно расскажут о задачах, которые вам предстоит решать. индивидуальные технические онлайн-собеседования и финальное собеседование, на котором вы сможете пообщаться с понравившимися командами и получить ответы на оставшиеся вопросы. Оставляйте отклики до 16 февраля по ссылке ниже: HR с вами свяжутся и назначат слот на выходные (18–19 февраля).
Откликнуться
Что нужно знать нашим ML-сотрудникам
Недавно в комментариях к одному из постов в Варим ML меня спросили, какие навыки и знания нужны, чтобы у нас работать. Вопрос на самом деле очень важный - без правильного ответа невозможно нормально выстроить процессы найма и развития сотрудников. Можно быстро набросать дефолтный список - питончик, ML/DL, докер, и на этом закончить, но я решил зарыться в вопрос пообстоятельнее. Конечно, существуют самые разные родмапы, но лично мне они кажутся излишне общими, а я захотел поразмышлять именно про те скиллы, которые необходимы для работы в Цельсе, а главное про их необходимый уровень.
Читать...
Войны ИИ: Google против Microsoft. Как Google вчистую проигрывает одному ChatGPT
Microsoft, Google, Baidu и другие вовсю работают над тем, чтобы первыми создать бота, который сможет отвечать на все ваши вопросы. Битва идет не на жизнь, а на смерть. И пока что в ней выигрывает Microsoft. Всё потому, что в 2019 году она инвестировала в OpenAI, конкурента тогда гораздо более известной DeepMind. Это уже оказалось одной из их лучших инвестиций. В сумме они потратили всего $10 млрд, а их главный конкурент из-за этого на днях потерял $100 млрд капитализации, пытаясь представить публике что-то хотя бы отдаленно похожее.
Читать...
28 февраля в NewProLab стартует 5-недельная онлайн-программа Spark Scala for Data Engineering 5.0
Программа подойдет дата-инженерам, разработчикам и дата сайентистам.
Что входит в программу:
✅ 11 занятий в прямом эфире с преподавателями-практиками.
✅ 5 инструментов – помимо Apache Spark вы поработаете с Kafka, Elasticsearch, Cassandra, PostgreSQL, HDFS.
✅ 5 лаб – каждую неделю вы будете решать задачи с использованием реальных датасетов и на основе кейсов из реальной жизни.
Подробности по ссылке
Для участников нашего сообщества организаторы предоставили промокод devsp, по которому вы получите скидку 20% при покупке программы до 20 февраля.
Пишем прототип программы для обучения английскому языку с помощью OpenAI API
Хочу описать процесс создания приложения, которое работает с OpenAI API. Идея приложения возникла из потребности улучшить мой английский язык. Как говорится, если у вас есть молоток, то все проблемы выглядят как гвозди. Так как я программист, я решил написать Искусственный Интеллект, который будет заменять учителя английского языка.
Читать...
