Data Scientist | ML & AI

📰 Что вообще можно делать нейросетями кроме чат-ботов В статье на практике разбирают три больших направления: CV, NLP и табличные данные. Для каждого есть пример на PyTorch: от классификации изображений до анализа тональности текста. ⛓️ Читать статью tags: #статья ➡ Data Scientist | Чат

🔖 300+ инструментов для LLM evals в одном месте В репозитории собрали большой каталог решений для оценки LLM, RAG, агентов, observability, benchmarks и guardrails. Сохраняем, чтобы не искать нужные инструменты по всему GitHub. ⛓ Ссылка на GitHub tags: #полезное ➡ Data Scientist | Чат

📰 Глубокий разбор RAG: от архитектуры до продакшена В статье весь пайплайн раскладывают по полочкам: загрузка документов → чанкинг → embeddings → vector DB → retrieval → LLM. Заодно объясняют, чем отличаются Qdrant, Pinecone, Chroma, LangChain и LlamaIndex и где что лучше использовать. ⛓️ Читать статью tags: #статья ➡ Data Scientist | Чат

ТОП 5 каналов для тех, кто увлекается IT и хакингом ☁️ CodeGuard: PySec Edition 🤒 CodeGuard: OSINT 📱 CodeGuard: Python 🖥 CodeGuard: Academy 👩‍💻 CodeGuard: Linux

Будь частью сообщества CodeGuard

🔖 Официальные туториалы PyTorch В подборке есть:

🫡 Основы PyTorch и torch.nn; 🫡 Computer Vision и transfer learning; 🫡 NLP и RNN; 🫡 Reinforcement Learning; 🫡 torch.compile и ONNX; 🫡 Distributed Training, FSDP и Tensor Parallel; 🫡 Profiling и оптимизация памяти; 🫡 Serving моделей и Ray.

Полезный ресурс и для новичков, и для тех, кто уже работает с PyTorch в проде. ⛓ Ссылка на GitHub tags: #полезное ➡ Data Scientist | Чат

🔖 Один из главных инструментов для табличного ML XGBoost — оптимизированная библиотека градиентного бустинга, рассчитанная на высокую скорость, масштабируемость и распределённое обучение. Из полезного: GPU-ускорение, обучение через Dask, Spark и PySpark, а также работа с очень большими датасетами ⛓ Ссылка на GitHub tags: #полезное ➡ Data Scientist | Чат

📰 RAG без фреймворков: руками и по шагам В разборе показывают, как собрать RAG с нуля: чанки, эмбеддинги, векторный поиск, reranking и финальная генерация. Всё на Python, без LangChain и LlamaIndex, с локальными моделями через Ollama. ⛓️ Читать статью tags: #статья ➡ Data Scientist | Чат

🔖 Быстрый градиентный бустинг для больших данных LightGBM умеет обучаться на CPU и GPU, поддерживает распределённый режим и рассчитан на большие объёмы данных при относительно небольшом расходе памяти. Хороший инструмент для классификации, регрессии и ranking-задач. ⛓ Ссылка на GitHub tags: #полезное ➡ Data Scientist | Чат

🗂 Пакет Безопасности — папка, которую админ собирал более 10 лет ⚡️ Слитые курсы по IT и ИБ ⚡️ Сервисы и тулзы для приватности ⚡️ Инструкции и шпаргалки ⚡️ Редкие книги и утилиты ⚡️ Гайды написанные автором Большинство собирает такую базу годами. Здесь все отсортировали и разбили в одном канале ссылка действует 48 часов 📌 Подписывайся: @package_security

📰 Как устроены векторные базы данных под капотом В статье разбирают путь от обычных векторов до полноценного semantic search: векторизацию, поиск ближайших соседей, индексацию, LSH и HNSW. Плюс автор собирает рекомендательную систему на Weaviate и сравнивает её с поиском «в лоб» по расстоянию между векторами. ⛓️ Читать статью tags: #статья ➡ Data Scientist | Чат

Выбор моделей наглядно 😁 ➡ Data Scientist | Чат

REKONFA: что интересного вас ждёт 15 октября 15 октября встречаемся на REKONFA — большой конференции Яндекс Рекламы. На сцене: — Глеб Доброрадных — о рекламном рынке и эффективности в сложных условиях — Алексей Штоколов — о новых продуктах и технологиях — Лиза Смирнова — о 360°-форматах и новых точках контакта — Александр Пушной — о человеке и ИИ — Александр Умаров — о персональном подходе, который помогает влюблять клиентов в бренд — Яна Чурикова — об актуальных задачах предпринимателей — Татьяна Мужицкая — о целях и энергии — Антон Беляев — об индивидуальности и проектах, которые любят зрители Вне сцены — зона продуктов Яндекс Рекламы, три игры, викторина, зоны Яндекс Ярда и eLama и нетворкинг. 15 октября, Москва, ВТБ Арена и онлайн. Участие бесплатное. Зарегистрироваться #реклама 16+ ya.rekonfa.ru О рекламодателе

🔖 Что изменилось в DeepEP V2.5 DeepSeek серьёзно обновила библиотеку коммуникаций для MoE:

🫡 ElasticBuffer разделили на отдельные буферы; 🫡 Добавили BufferAllocator для предварительного планирования VRAM; 🫡 Появились batch all-gather, reduce-scatter и all-reduce; 🫡 Добавили prefetch весов резервных экспертов через NVLink; 🫡 Engram теперь умеет работать в несколько уровней на GPU и CPU; 🫡 Доработали сценарии обучения; 🫡 Полностью удалили V1 API и NVSHMEM.

⛓ Ссылка на GitHub tags: #полезное ➡ Data Scientist | Чат

📰 GraphRAG против обычного RAG В разборе показывают, как графы знаний помогают сохранять связи между сущностями и лучше отвечать на сложные многошаговые вопросы. Плюс есть сравнение GraphRAG и LightRAG и реальные тесты на трёх типах документации. ⛓️ Читать статью tags: #статья ➡ Data Scientist | Чат

🔖 База по CUDA от NVIDIA В CUDA Refresher объясняют, как GPU распределяет вычисления и как устроена CUDA-модель: ядра, сетки, блоки и потоки. Плюс есть разбор библиотек и готовых инструментов. tags: #полезное ➡ Data Scientist | Чат

Выспался, собрал чат-бота в течения дня → заработал 29 000₽ Это не развод, а обычный день работы, тех. спеца: Взял схему от заказчика → собрал бота по шаблону → отдал клиенту → получил деньги👌 Работы — 2–4 часа. Оплата — 20–50 000₽ за проект. ✅ Не надо рано вставать и ехать на "любимую работу" ✅ Никакого долгого обучения или знаний программирования ✅ Если умеешь пользоваться браузером, то легко справишься И спрос на это сейчас огромный, заказов куча. Бизнесу нужны ИИ, чат-боты и автоматизация уже сегодня. Это одна из самых быстрорастущих ниш 2026 года, просто заходи и бери заказы. Инструкции здесь, открой пока доступна: 👉 https://t.me/Alekseicoach_bot?start=testdrivetg209 Если ты хочешь реально хорошо зарабатывать, от 150к в месяц без начальников, нужно решать важные задачи бизнесов. Сейчас это задачи по сборке ботов на конструкторах (да, у тебя по-любому получится). Пробуй 👇 https://t.me/Alekseicoach_bot?start=testdrivetg209

📰 Как работает поиск в векторных базах В статье показывают весь путь: текст → embedding → расстояние между векторами → поиск похожих документов. А дальше начинается самое интересное — NSW и HNSW, которые позволяют не сравнивать запрос вообще со всей базой, а быстро находить ближайшие векторы через граф. ⛓️ Читать статью tags: #статья ➡ Data Scientist | Чат

🔖 Архитектура GPU для тех, кто работает с LLM-инференсом В руководстве разбирают, как современные GPU реально исполняют код и почему без этого сложно осмысленно оптимизировать ядра. Основной фокус — NVIDIA и CUDA: execution model, occupancy, shared memory, конфликты банков и другие вещи, которые напрямую влияют на производительность инференса. ⛓ Ссылка на руководство tags: #полезное ➡ Data Scientist | Чат

📰 Как дообучать LLM через Supervised Fine-Tuning В статье разбирают SFT — один из ключевых этапов выравнивания LLM, где модель дообучают на качественных примерах «правильных» ответов. Внутри — отличие SFT от pretraining и обычного fine-tuning, роль качества датасета, связь с RLHF и практический пример через Hugging Face TRL и SFTTrainer. ⛓️ Читать статью tags: #статья ➡ Data Scientist | Чат

🔖 Запускаем LLM локально на Mac MLX-LM позволяет запускать модели с Hugging Face одной командой, а затем дообучать их через LoRA или полноценный fine-tuning. Есть поддержка квантованных моделей, длинного контекста, распределённых вычислений и кэша промптов. ⛓ Ссылка на GitHub tags: #полезное ➡ Data Scientist | Чат