Data Science

AI-Driven Multi-Region Provisioning for Cloud Services Using Spot Fleets 📗 Read @datascienceiot

От мечты о карьере сварщика до стажировки в KAUST История выпускника Школы анализа данных Степана Платинского — яркий пример того, куда может вывести фундаментальное образование в ML. До 9 класса он хотел быть сварщиком. Но потом поступил в Физтех-лицей, оттуда в МФТИ, а затем в Школу анализа данных. Сегодня он улучшает ML-модели для международного поиска Яндекса, а в прошлом году стажировался в университете KAUST в Саудовской Аравии как приглашенный исследователь. Его цель — построить статистическую модель, которая сможет предсказывать экстремальные события вроде наводнений или обвала рынка. Этому как раз посвящена его научная работа. Степан считает, что главное для карьеры в ML — любознательность и искреннее желание разобраться в теме. О том, как попасть на международную стажировку и заниматься наукой параллельно с карьерой в бигтехе, читайте в интервью со Степаном.

A 178 page survey study for refreshing math and generative AI foundations from University of Huddersfield. The Little Book of Generative AI Foundations. 📗 Read @datascienceiot

И вот пост на согласование: ___ Хакатон по моделированию рыночных решений и максимизации PnL Reinforce.fi (ex-Overnight.fi) — проект, который использует reinforcement learning и автоматическое управление капиталом для повышения доходности на свободный USDT — запускает хакатон. Задача — построить модель, которая на каждом шаге выбирает оптимальное действие (A1–A10) и максимизирует суммарный PnL. Данные: — последовательности состояний рынка (анонимизированные признаки) — 1000 шагов в каждой последовательности — первые шаги — контекст, далее — предсказания Метрика: — итоговый скор = суммарный PnL по всем выбранным действиям Призы: 1 место — $2,500 2 место — $1,500 3 место — $1,000 Старт: конец июня Продолжительность: ~1.5–2 месяца Информация: тут Регистрация Чат хакатона: https://t.me/+R6lMJ10VXP5hOTI0

"Language Models Need Sleep" 📚 Read

🐍 Python Roadmap 2026: наконец-то полноценная актуальная карта изучения Python, а не список ссылок «разберись сам» На GitHub выложили большой русскоязычный роадмап по Python на 2026 год - от первых скриптов до уровня Middle+/Senior. Маршрут собран под современный Python: - Python 3.13+ - free-threaded mode без GIL - JIT - uv вместо боли с pip/venv/poetry - ruff, pyright, pytest, hypothesis - async-first подход - типизация - CPython внутри - web, базы, ML/AI, DevOps и архитектура В роадмапе есть нормальная последовательность: сначала окружение и база, потом идиомы, ООП, типы, стандартная библиотека, асинхронность, тестирование, внутренности CPython, web, базы данных, AI-направление, продакшн и архитектура. Отдельный плюс - практический формат. На каждом этапе есть задачи, чеклисты, примеры кода и бесплатные ресурсы. То есть это не мотивационная простыня, а маршрут, по которому реально можно идти несколько месяцев и видеть прогресс. Для новичков - понятный путь без хаоса. Для джунов - способ закрыть дыры. Для тех, кто уже пишет на Python - хороший чеклист, чтобы понять, где ты всё ещё плаваешь. Python в 2026 году - это tooling, типы, async, инфраструктура, AI и продакшн-дисциплина. И этот роадмап как раз про такой Python. https://github.com/justxor/pythonroamap2026

Ваша команда аналитики тонет в авралах? Задачи копятся, данным не доверяют, аналитики заняты ручными выгрузками вместо реальной аналитики — знакомо? Рекомендуем к посещению Практикум «Порядок в данных» от Павла Беляева, тимлида дата-аналитики в Яндекс.eLama.

За 1 вечер разберём: — Как выстроить спринт-планирование и расставить приоритеты без конфликтов; — Как внедрить мониторинг качества данных и регламент обработки инцидентов; — Как автоматизировать рутину через Python + Airflow; — Как освободить аналитиков от бесконечных разовых выгрузок.

Это работающая система от практика, который управляет командой аналитики в одной из крупнейших рекламных платформ страны. Участие бесплатное, количество мест ограничено. ➡️Зарегистрироваться: https://tglink.io/a93f201f5e7470 Реклама. ООО "АЙТИ РЕЗЮМЕ". ИНН 4025460134. erid: 2W5zFHGBT4m

Apple has published a paper with a devastating title: “The Illusion of Thinking” 📗 Read @datascienceiot

🆓 Диасофт выпустил бесплатный дистрибутив "S3 Архипелаг" (российское S3-совместимое хранилище для работы с петабайтами данных в архитектурах Data Lakehouse, аналитических системах и консолидации разрозненных файловых хранилищ)! Дистрибутив разворачивается на серверах заказчика без обязательного подключения к облаку. 🔥Бесплатная версия ориентирована на тестовые, предпродуктовые и малые продуктивные среды. Она позволяет в полном объеме использовать функционал хранилища с ограничением до 500 ГБ. Бесплатная версия хранилища также упрощает администрирование за счет реализации поддержки единого входа (SSO). Это повышает безопасность и избавляет от необходимости отдельной аутентификации. В итоге получается простой пример: "коробочная" модель поставки + бесплатный доступ + использование SSO + полноценная вендорская поддержка = мощное преимущество предложения 😎 Скачать дистрибутив можно по ссылке! #реклама О рекламодателе

Best practices for computer and browser use with Claude 📗 Read @datascienceiot

On Training in Imagination 📗 Read @datascienceiot

Получите офер в Яндекс за 2 дня Участвуйте в онлайн-мероприятиях быстрого найма. Такой формат позволяет пройти всего две секции, вместо трёх в обычном найме, и финалы за выходные и сразу получить офер. Как всё устроено: 🔴 Зарегистрируйтесь на мероприятие — с вами свяжется рекрутер и договорится об удобном времени для интервью. 🔴 В субботу пройдите две технические секции. 🔴 В воскресенье познакомьтесь с командами и получите офер. Какие мероприятия проводим: ⚡️30–31 мая Weekend Offer ML Для ML- и DL-инженеров с опытом в доменных областях NLP, CV, RecSys и Classic ML. Подробности и регистрация — на сайте: https://yandex.ru/project/events/wo-ml-0526 ⚡️6–7 июня Weekend Offer Analytics Для продуктовых, дата-аналитиков и датасаентистов с опытом на Python от 3 лет. Подробности и регистрация — на сайте: https://yandex.ru/project/events/wo-analytics-0626

How AI Impacts Skill Formation 📗 Read @datascienceiot

The new Claude for Legal repo gives firms and in-house teams prebuilt agent workflows for contract review, litigation prep, and regulatory monitoring—completely free. 🔗 https://github.com/anthropics/claude-for-legal @datascienceiot

D><Vision — серия митапов для CV-инженеров, исследователей и всех, кто работает с ИИ 📍 21 мая в 18:30, Quattro Space (Москва. Мясницкая ул., 13, стр. 20) На ближайшей встрече вас ждут: — Александр Паркин (VisionLabs) — визуальные аватары и как они устроены — Анастасия Анциферова (Сбер) — генеративный ИИ в архитектуре — Никита Шубин (ЦПТ «АГРОЦИФРА») — как ускорить разметку данных в 5 раз с помощью DataOps и foundation models — Василий Висков (Яндекс) — как команда AliceAI VLM повышала качество модели на образовательных STEM-сценариях D><Vision — это не только доклады, но и профессиональное комьюнити: живое обсуждение и нетворкинг. Можно участвовать очно или подключиться к онлайн-трансляции, участие бесплатное Регистрация

GLM-5V-Turbo: Toward a Native Foundation Model for Multimodal Agents 📗 Read @datascienceiot

🚀 Claude Code: от «балуюсь в терминале» до агента в проде Claude Code уже не просто пишет код. Он рефакторит монорепо, делает code review, катит миграции и ведёт расследования инцидентов. Разница между «иногда играюсь» и «выжимаю реальные часы экономии» — огромная. Этот курс закрывает её за 20 практических модулей. Что соберёшь своими руками: — кастомные slash-команды и sub-agents — свои MCP-серверы под твой стек — хуки и автоматизация ревью — workflow в GitHub Actions и интеграция в CI/CD Что получишь на выходе: • релизы быстрее • ревью короче • токены дешевле • спокойный сон по поводу безопасности Подойдёт разработчикам, тимлидам, DevOps и архитекторам, которые почувствовали, что Claude Code - почти магия, и хотят довести её до магии на продакшене. 🎓 Курс на Stepik 🔥 Сейчас действует скидка −50% Хватит играться. Пора выкатывать агента в прод 👉 https://stepik.org/a/285842

Can LLM agents explore codebases and reason about code semantics without executing the code 📗 Read @datascienceiot

"DeepSeek-V4 Technical Report" 📗 Read @datascienceiot

Image Generators are Generalist Vision Learners 📗 Read @datascienceiot