اکنون در دسترس! پژوهش تلگرام ۲۰۲۵ — مهمترین بینشهای سال 
Machine learning Interview
رفتن به کانال در Telegram
ИИ, Rust, вайбкодинг, Data Science, Deep Learning и делюсь тем, что интересно и полезно! Вопросы - @workakkk РКН: clck.ru/3FmwRz
نمایش بیشتر📈 تحلیل کانال تلگرام Machine learning Interview
کانال Machine learning Interview (@machinelearning_interview) در بخش زبانی روسی بازیگری فعال است. در حال حاضر جامعه شامل 30 033 مشترک است و جایگاه 4 585 را در دسته فناوری و برنامهها و رتبه 21 928 را در منطقه روسيا دارد.
📊 شاخصهای مخاطب و پویایی
از زمان ایجاد در невідомо، پروژه رشد سریعی داشته و 30 033 مشترک جذب کرده است.
بر اساس آخرین دادهها در تاریخ 14 ژوئن, 2026، کانال فعالیت پایداری دارد. در ۳۰ روز گذشته تغییر اعضا برابر 41 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 20.73% است و در ۲۴ ساعت نخست پس از انتشار، محتوا معمولاً 7.14% واکنش نسبت به کل مشترکان کسب میکند.
- دسترسی پستها: هر پست به طور میانگین 6 226 بازدید دریافت میکند. در اولین روز معمولاً 2 143 بازدید جمعآوری میشود.
- واکنشها و تعامل: مخاطبان بهطور فعال حمایت میکنند؛ میانگین واکنش به هر پست 39 است.
- علایق موضوعی: محتوا بر موضوعات کلیدی مانند claude, llm, контекст, hermes, nvidia تمرکز دارد.
📝 توضیح و سیاست محتوایی
نویسنده این فضا را محل بیان دیدگاههای شخصی توصیف میکند:
“ИИ, Rust, вайбкодинг, Data Science, Deep Learning и делюсь тем, что интересно и полезно!
Вопросы - @workakkk
РКН: clck.ru/3FmwRz”
به لطف بهروزرسانیهای پرتکرار (آخرین داده در تاریخ 15 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.
30 033
مشترکین
-824 ساعت
-97 روز
+4130 روز
آرشیو پست ها
🔥 Большая подборка вопросов для собеседования по DS, AI, ML, DL, NLP, компьютерному зрению Часть 2
🚀 Часть 1
▪Вопросы и ответы на собеседования по машинному обучению для специалистов в области анализа данных
▪Вопросы и ответы на собеседования по глубокому обучению для специалистов в области обработки данных
▪Вопросы по статистике
▪Вопросы по теории вероятности
▪Репозиторий для линейки онлайн-курсов по статистике
▪Вопросы и ответы для специалистов по анализу данных на Python
▪Вопросы и ответы для собеседований по SQL и DB для специалистов по обработке данных
Вопросы, основанные на резюме
▪Вопросы и ответы на собеседования по большим языковым моделям (ВПН)
▪Вопросы и ответы на собеседования по компьютерному зрению часть 1( ВПН)
▪Вопросы и ответы на собеседования по компьютерному зрению часть 2 (ВПН)
▪Вопросы и ответы на собеседования по компьютерному зрению часть 3 (ВПН)
@machinelearning_interview
+1📌Алгоритм Monte Carlo Tree Search простыми словами
Держите полезную статью, которая поможет разобраться в таком алгоритме ML, как Monte Carlo Tree Search.
Некоторые факты из статьи:
• MCTS использует дерево для представления игры и симуляции возможных ходов. Дерево строится динамически, добавляя новые состояния при выборе наиболее перспективных ходов.
• MCTS сходится к minimax благодаря использованию оценочной функции и перспективного хода.
• В MCTS учитывается перспективность хода, основанная на оценке и любопытстве.
• MCTS и нейросети дополняют друг друга, создавая наборы данных для обучения и используя их в тандеме.
📎 Статья
@machinelearning_interview
С чего же лучше начать практическое погружение в Machine Learning?
👉 Приглашаем 15 апреля в 18:00 мск на бесплатный вебинар «Случайный лес — мощная техника ансамблирования в ML» от Отус, где вы вместе с опытным экспертом:
✅ познакомитесь с алгоритмом Random Forest;
✅ узнаете, как он устроен;
✅ освоите принципы обучения Random Forest;
✅ примените его на практике.
Спикером выступит: Мария Тихонова – PhD in Computer Science, Senior Data Scientist в SberDevices и преподаватель ВШЭ.
➡️ Регистрация на вебинар: https://otus.pw/qdET/?erid=LjN8K85bc
Вебинар является бесплатной частью полноценного онлайн-курса «Специализация Machine Learning».
💪 Записывайтесь сейчас, а мы потом напомним. Участие бесплатно.
+1💻Мультирегиональная репликация Apache Kafka: кластерные топологии
Неплохая статья о том, какую топологию может иметь кластер Apache Kafka при межрегиональной репликации по нескольким ЦОД и как это реализовать.
Плюс описывается, чем брокеры-наблюдатели отличаются от подписчиков в Confluent Server и при чем здесь конфигурация подтверждений acks в приложении-продюсере.
Для репликации в нескольких регионах кластер Kafka может иметь следующую топологию:
⏩растянутые кластеры (stretched clusters), когда один кластер Kafka устанавливается в нескольких ЦОД. При этом используется протокол синхронной репликации Kafka.
⏩связанные кластеры (connected clusters) с асинхронной репликацией в нескольких регионах. В этом случае может использоваться внешняя система для копирования данных из одного или нескольких кластеров в другой.
Преимущество растянутого кластера в том, что он сохраняет смещения, а также обеспечивает быстрое аварийное восстановление и автоматическое переключение клиента при сбое без дополнительного кода.
📎 Статья
@machinelearning_interview
🤖 Подкаст «Техно.Логично»: Роботизация в Газпромбанке
Первый робот по имени Вера появился в Газпромбанке в 2018 году. Сегодня в компании трудятся уже около 300 цифровых помощников. Благодаря им сотрудники экономят время для по-настоящему важных и креативных задач, пока роботы разгребают рутину.
Но все ли так гладко с технологией RPA? Есть ли у роботизации подводные камни и какие у нее перспективы? Поговорили об этом в новом выпуске «Техно.Логично» с заместителем начальника Департамента банковских процессов Алексеем Голубинцевым и начальником Центра RPA Департамента банковских процессов Елизаветой Поваляевой ✨
Ребята рассказали:
🔹Как устроена технология RPA
🔹Зачем учить робота разгадывать капчу
🔹Почему разработчики порой скептически относятся к RPA
🔹Справедливо ли считать роботизацию костылем
Посмотреть и послушать:
🖤YouTube
📱Apple Podcasts
🎵Яндекс Музыка
🔍Google Podcasts
🍽 Бонус – конкурс в конце выпуска! Сколько человеко-часов экономят все роботы Газпромбанка за рабочий месяц? Напишите ваш ответ в комментариях на «Сфере» или в YouTube. Автор лучшего ответа получит приз – умную колонку с Алисой 🥹
Реклама, Банк ГПБ (АО), ИНН: 7744001497, erid:2VtzqwjfYcE
🦾 Google выпустили модель с новой архитектурой Griffin, которая превосходит transformers по своим характеристикам.
Griffin превосходит базовые показатели transformers baseline в контролируемых тестах как по шкале MMLU для различных размеров параметров, так и по среднему баллу в различных тестах.
Архитектура также обеспечивает преимущества в плане эффективности за счет более быстрого вывода и меньшего потребления памяти при выводе длинных контекстов.
▪Статья: arxiv.org/abs/2402.19427
▪Версия 2B на hugging face: huggingface.co/google/recurrentgemma-2b
@machinelearning_interview
📌 Яндекс открыл YandexART API и рассказал, как обучали модель
Исследователь генеративных моделей из Yandex Research делится подробностями разработки и усовершенствования API YandexART v2, которая недавно стала доступна для тестирования компаниям в Foundation Models, сервисе платформы Yandex Cloud: как отбирали данные для обучения модели, какие подходы лежат в её основе, как добились качества работы нейросети по нужным критериям. Внутри также замеры на DrawBench.
🔗 https://habr.com/ru/companies/yandex/articles/805745/
@machinelearning_interview
🔥 Google мощно улучшила Gemini 1.5 Pro. Теперь нейронная сеть понимает аудио и работает быстрее.
Она может легко трансформировать аудио в текст, создавать краткую выжимку из лекции, анализировать любимую песню. Есть множество возможностей применения.
Тестируем новый функционал здесь. Нужно включить VPN.
+3📌Machine Learning with Python and Scikit-Learn – Full Course
Держите сверхполезный видеокурс по основам Machine Learning, по Python в целом, и по Scikit-Learn.
Отлично подойдёт, если вы только вливаетесь в это, да и если давно занимаетесь ML, не повредит освежить основы
Enjoy)
📎 Курс YouTube [18 часов]
@machinelearning_interview
+4Если вы интересуетесь ML, DL и RL, хотите развивать искусственный интеллект и работать на острие науки — не пропустите ивент от Tinkoff Lab Research
Tinkoff Lab — это исследовательская лаборатория для студентов. Это классная возможность получить научный и продуктовый опыт, поскольку индустриальные проекты становятся частью экосистемы Тинькофф, а научные — основой для публикаций и докладов на конференциях. Лаборантов оформляем на работу в МФТИ, а лучших приглашаем в штат Тинькофф 🔥
На встрече Research 4 Kids выпускники Лаборатории расскажут о своих проектах и о том, как присоединиться к ним в этих исследованиях.
📍Мероприятия пройдут офлайн в Москве, Санкт-Петербурге, Казани, Минске, Астане, Новосибирске и Екатеринбурге. Все подробности и регистрация по ссылке
erid:2VtzqvJdwdQ
Реклама, АНО ДПО “Тинькофф Образование”, ИНН 7743270426
📌Стандартизация MLOps с CRISP-ML
Стандартизация процессов позволяет унифицировать и масштабировать лучшие практики управления исследованиями и разработкой. То же самое относится и к Machine Learning, конечно.
⏩Например, CRISP-DM (Cross-Industry Standard Process for Data Mining) как наиболее распространенная методология выполнения Data Science проектов описывает их жизненный цикл в 6 фазах.
Вот, собственно, эти 6 фаз:
— понимание бизнеса и данных
— инженерия данных
— моделирование машинного обучения
— обеспечение качества приложений машинного обучения
— развертывание ML-модели
— мониторинг и обслуживание ML-системы
Подробнее об этом в статье
📎 Статья
@machinelearning_interview
Весь опыт Data Science – в одном месте. Data Fusion в четвертый раз соберет DS-экспертов для диалога на кросс-индустриальной площадке. Конференция пройдет 17-18 апреля в Москве. Регистрация уже открыта: https://tglink.io/0c5c46b743c8
Data Fusion 2024 – главное событие весны в области анализа больших данных и технологий ИИ. Исследованиям и практике посвящен первый день конференции.
– Известные ученые и эксперты по Data Science расскажут о трендах в различных направлениях машинного обучения и технологиях ИИ.
– Желающие еще глубже погрузиться в сферу искусственного интеллекта смогут посетить трек ML+, посвященный использованию машинного обучения на стыке с физикой, медициной и фармакологией и другими науками.
Второй день мероприятия будет посвящены бизнесу и стратегии.
В этом году конференция Data Fusion пройдет в московском технологическом кластере «Ломоносов». Регистрация здесь: https://tglink.io/0c5c46b743c8
🔥 Большая подборка вопросов для собеседования по DS, AI, ML, DL, NLP, компьютерному зрению.
Подборка вопросов для собеседования поможет вам на собеседовании в области науки о данных, искусственного интеллекта, машинного обучения, глубинного обучения, обработки естественного языка, компьютерного зрения.
▪100 вопросов для собеседования по машинному обучению в 2024 году
▪50 вопросов для собеседования по компьютерному зрению в 2024 году
▪50 вопросов для интервью по глубинному обучению в 2024 году
▪50 вопросов для интервью по НЛП (обработке естественного языка) в 2024 году
@machinelearning_interview
📌Теоретические основы всех популярных алгоритмов ML и их реализация на Python 🖥
Держите полезный контент)
В данной статье в виде ссылок представлены все популярные алгоритмы классического машинного обучения с их подробным теоретическим описанием и немного упрощённой реализацией на Python, отражающей основную идею.
В конце каждой темы указаны дополнительные источники для более глубокого ознакомления, суммарное время прочтения статей по этим ссылкам составляет более трёх часов, что неплохо для погружения в тему
Пользуйтесь)
📎 Ссылка
@machinelearning_interview
🤖Какая сертификация нужна для разработки медицинского ИИ?
Расскажет Николай Павлов — Advanced Project Engineer в SnkeOS GmbH. Встречаемся на бесплатном практическом уроке от OTUS, где разберём:
- кого и как сертифицируют в России и мире, чтобы продукт успешно вышел на рынок, а разработчик по пути не сел в тюрьму;
- по каким ключевым словам искать детализированную информацию, которой свойственно быстро меняться.
Кому нужен этот вебинар:
– IT-специалистам, которые работают или хотят работать в медицинских стартапах;
– разработчикам, желающим выйти на рынок медицинских устройств.
Занятие пройдёт 10 апреля в 20:00 мск и будет приурочено к старту курса «Искусственный интеллект (AI) в медицине».
💸Только до 7 апреля вы можете применить скидку 15% на оплату любого курса в честь дня рождения OTUS!
Регистрируйтесь прямо сейчас, чтобы занять место на открытом уроке и получить запись: https://otus.pw/jEBM/
Реклама. ООО "ОТУС ОНЛАЙН-ОБРАЗОВАНИЕ". ИНН 9705100963. erid: LjN8KLEax
⚡️ Jan - Bring AI to your Desktop
Jan : альтернатива ChatGPT с открытым исходным кодом, которая работает на вашем компьютере в автономном режиме на 100%:
🔗 Github
@machinelearning_interview
📌 Повышение скорости инференса больших языковых моделей
Разработчик из команды YandexGPT по полочкам раскладывает, в каких случаях подойдёт дистилляция и с помощью каких трюков можно заменить алгоритм PPO, как бороться с выбросами с помощью LLM.Int8, SmoothQuant и GPT-Q, и разбирает особые методы ускорения вроде Speculative Decoding и Continuous Batching.
🔗 https://habr.com/ru/companies/yandex/articles/801119/
@machinelearning_interview
+2📌«Аутсорс разработка ML-систем: просто о сложном», Влад Кирпинский
⏩Годное видео, в котором обсуждается процесс разработки ML-моделей изнутри, рассказывается про подводные камни в работе ML-специалиста и вообще много интересных вещей
Что внутри?
• 02:01 — Примеры использования машинного обучения
• 06:02 — Упаковка модели в Docker-контейнер
• 07:26 — Использование машинного обучения в проде
• 09:21 — ML-специалисты и их роль в машинном обучении
• 12:50 — ML-система и ее компоненты
• 15:03 — Выбор инфраструктуры и обучение моделей
• 18:47 — ML-платформа и ее компоненты
• 21:59 — Тестирование и авторизация
• 26:51 — Обсуждение видеокарт для обучения моделей
📎 YouTube
@machinelearning_interview
Встречайте GigaCode — российский AI-инструмент для ускорения работы с кодом!
Отличная новость для разработчиков — у них есть возможность воспользоваться AI-помощником*, который ускоряет работу с кодом.
GigaCode поддерживает 15 языков программирования и может предлагать полные конструкции функций, циклов и других элементов кода. AI-ассистента можно использовать в любой привычной среде разработки, такой как IDEA, PyCharm, VSCode, Jupyter и других. Он генерирует варианты завершения кода в режиме реального времени, что ускоряет и упрощает процесс работы.
GigaCode развивается вместе c сервисом GigaChat. В AI-ассистенте есть нейросетевые модели, которые обучены на больших корпусах исходного кода и специализируются на определенных задачах разработки. А по опыту команд в Сбере, GigaCode может сокращать время для создания кода до 25%.
AI-ассистент доступен для использования на площадке GitVerse — платформе для работы с исходным кодом от СберТеха. Здесь можно размещать проекты с открытым и закрытым кодом, вести совместную разработку и участвовать в жизни комьюнити.
Чтобы получить ранний доступ к GigaCode, зарегистрируйтесь на GitVerse. Проект доступен всем желающим.
Не упустите возможность ускорить свою работу с кодом!
*AI, artificial intelligence — искусственный интеллект
⚡️ Огромный список лучших бесплатных курсов Data Science.
▪ Список
@machinelearning_interview
