Нескучный Data Science
Открыть в Telegram
Нюансы работы в Data Science, о которых ты не узнаешь в школе 👨💻 Managing AI Director, Sber @smirnovevgeny https://www.linkedin.com/in/smirnov-evgeny/ По вопросам сотрудничества @datascience_assist Регистрации в Роскомнадзор № 5278866657
Больше📈 Аналитический обзор Telegram-канала Нескучный Data Science
Канал Нескучный Data Science (@not_boring_ds) языкового сегмента Русский является активным участником. Сейчас сообщество объединяет 12 038 подписчиков, занимая 3 218 место в категории Карьера и 53 704 место в регионе Россия.
📊 Показатели аудитории и динамика
С момента создания невідомо проект демонстрирует стремительный рост, собрав аудиторию из 12 038 подписчиков.
Согласно последним данным от 25 августа, 2026, канал показывает стабильную активность. За последние 30 дней изменение числа участников составило 128, а за последние 24 часа — -5, при этом общий охват остаётся высоким.
- Статус верификации: Не верифицирован
- Уровень вовлечённости (ER): Средний показатель вовлечённости аудитории составляет 26.49%. В первые 24 часа после публикации контент обычно набирает 11.97% реакций от общего числа подписчиков.
- Охват публикаций: В среднем каждый пост получает 3 190 просмотров. В течение первых суток публикация набирает 1 442 просмотров.
- Реакции и взаимодействия: Аудитория активно поддерживает контент: среднее количество реакций на один пост — 38.
- Тематические интересы: Контент сосредоточен на ключевых темах, таких как лаборатория, automl, llm, продакт, стажировка.
📝 Описание и контентная политика
Автор описывает ресурс как площадку для выражения субъективного мнения:
“Нюансы работы в Data Science, о которых ты не узнаешь в школе
👨💻 Managing AI Director, Sber @smirnovevgeny
https://www.linkedin.com/in/smirnov-evgeny/
По вопросам сотрудничества @datascience_assist
Регистрации в Роскомнадзор № 5278866657”
Благодаря высокой частоте обновлений (последние данные получены 26 августа, 2026) канал поддерживает актуальность и высокий уровень охвата публикаций. Аналитика показывает, что аудитория активно взаимодействует с контентом, что делает его важной точкой влияния в категории Карьера.
12 038
Подписчики
-524 часа
+277 дней
+12830 день
Загрузка данных...
Похожие каналы
Облако тегов
Входящие и исходящие упоминания
---
---
---
---
---
---
Привлечение подписчиков
август '26
август '26
+237
в 7 каналах
июль '26
+110
в 0 каналах
Get PRO
июнь '26
+129
в 0 каналах
Get PRO
май '26
+113
в 0 каналах
Get PRO
апрель '26
+85
в 0 каналах
Get PRO
март '26
+125
в 1 каналах
Get PRO
февраль '26
+96
в 0 каналах
Get PRO
январь '26
+61
в 1 каналах
Get PRO
декабрь '25
+85
в 0 каналах
Get PRO
ноябрь '25
+114
в 1 каналах
Get PRO
октябрь '25
+119
в 1 каналах
Get PRO
сентябрь '25
+184
в 0 каналах
Get PRO
август '25
+304
в 2 каналах
Get PRO
июль '25
+250
в 4 каналах
Get PRO
июнь '25
+1 298
в 4 каналах
Get PRO
май '25
+313
в 2 каналах
Get PRO
апрель '25
+200
в 3 каналах
Get PRO
март '25
+7 859
в 10 каналах
Get PRO
февраль '25
+1 559
в 5 каналах
Get PRO
январь '25
+229
в 2 каналах
Get PRO
декабрь '24
+232
в 4 каналах
Get PRO
ноябрь '24
+481
в 1 каналах
Get PRO
октябрь '24
+1 517
в 4 каналах
Get PRO
сентябрь '24
+552
в 2 каналах
Get PRO
август '24
+270
в 6 каналах
Get PRO
июль '24
+171
в 3 каналах
Get PRO
июнь '24
+208
в 1 каналах
Get PRO
май '24
+194
в 2 каналах
Get PRO
апрель '24
+314
в 4 каналах
Get PRO
март '24
+215
в 0 каналах
Get PRO
февраль '24
+116
в 1 каналах
Get PRO
январь '24
+153
в 0 каналах
Get PRO
декабрь '23
+170
в 2 каналах
Get PRO
ноябрь '23
+198
в 0 каналах
Get PRO
октябрь '23
+239
в 1 каналах
Get PRO
сентябрь '23
+262
в 0 каналах
Get PRO
август '23
+158
в 0 каналах
Get PRO
июль '23
+228
в 0 каналах
Get PRO
июнь '23
+487
в 0 каналах
Get PRO
май '23
+183
в 0 каналах
Get PRO
апрель '23
+270
в 0 каналах
Get PRO
март '23
+199
в 0 каналах
Get PRO
февраль '23
+136
в 0 каналах
Get PRO
январь '23
+247
в 0 каналах
Get PRO
декабрь '22
+356
в 0 каналах
Get PRO
ноябрь '22
+178
в 0 каналах
Get PRO
октябрь '22
+104
в 0 каналах
Get PRO
сентябрь '22
+262
в 0 каналах
Get PRO
август '22
+1 401
в 0 каналах
Get PRO
июль '22
+2 318
в 0 каналах
| Дата | Привлечение подписчиков | Упоминания | Каналы | |
| 26 августа | +1 | |||
| 25 августа | +2 | |||
| 24 августа | +4 | |||
| 23 августа | +12 | |||
| 22 августа | +4 | |||
| 21 августа | +4 | |||
| 20 августа | +7 | |||
| 19 августа | +18 | |||
| 18 августа | +3 | |||
| 17 августа | +10 | |||
| 16 августа | +3 | |||
| 15 августа | +6 | |||
| 14 августа | +8 | |||
| 13 августа | +7 | |||
| 12 августа | +13 | |||
| 11 августа | +10 | |||
| 10 августа | +35 | |||
| 09 августа | +5 | |||
| 08 августа | +11 | |||
| 07 августа | +6 | |||
| 06 августа | +34 | |||
| 05 августа | +8 | |||
| 04 августа | +1 | |||
| 03 августа | +24 | |||
| 02 августа | 0 | |||
| 01 августа | +1 |
Посты канала
✈️ Альфа оплатит до 20 000 рублей на обеды состоятельным сотрудникам Сбера
🍽 У премиальных клиентов Альфа-Банка есть привилегия: банк компенсирует еду в ресторанах российских аэропортов.
Чтобы не заключать договор с каждым заведением вручную, Альфа подключила дата-сайентистов 👨💻 Как рассказали в статье на РБК, алгоритм анализирует карточные операции, сопоставляет их с координатами терминалов и определяет, прошла ли покупка на территории аэропорта.
📱 Подходящие операции автоматически появляются в приложении. Загружать чек обычно не нужно, хотя банк оставляет за собой право запросить билет или подтверждение покупки. Запомним этот момент)
Но недавно у алгоритма обнаружился интересный побочный эффект 😅
Ресторан в офисе Сбера на одном из верхних этажей определяется как ресторан в аэропорту. Возможно, терминалу присвоили неправильные координаты. Возможно, подвели исходные данные. А может быть, ресторан просто оказался слишком близко к небу ☁️
В итоге премиальные клиенты Альфы могут компенсировать там обычные рабочие обеды — как будто едят перед вылетом 🛫
💸 За один чек можно вернуть до 5 000 рублей. При остатках свыше 12 млн рублей количество визитов не ограничено, но действует общий лимит компенсации ресторанов — 20 000 рублей в месяц.
Работаешь в Сбере, держишь деньги в Альфе, а обеды в Сбере оплачивает Альфа. Получается не просто выгодно, а Альфа-Выгодно ❤️
😅😅😅 Если вы работаете в Сбере и соответствуете условиям премиального обслуживания, оформляйте карту Альфа-Банка, пока дата сайентисты в Альфе не исправили баг
А теперь два вопроса:
1️⃣ Технический: какую метрику или алерт вы бы поставили на мониторинг, чтобы быстро выявлять случаи неправильной геопривязки терминалов?
2️⃣ Бизнесовый: как бы вы поступили на месте Альфы — закрыли бы лазейку и исключили ошибочно привязанные терминалы или превратили бы баг в PR-ход для привлечения клиентов с крупными остатками?
👇 Пишите свои варианты в комментариях.
| 2 | 🐍 Как сделать автоматизацию 100% одной фразой
🎤 В 2018 году в одной крупной компании проходила презентация чат-бота. Команда защищала метрику автоматизации.
Один из топ-менеджеров выслушал доклад и сказал:
— Я знаю, как одной фразой довести вашу автоматизацию до 100%.
📊 В 2020 году уже в другой крупной компании топ-менеджера уволили за то, что он слишком успешно растил автоматизацию.
Автоматизацию растили. Топ-менеджера сократили. Баланс всё-таки нашёлся — просто не там.
🤖 В 2026 году помощь понадобилась одному AI-директору. Он обратился во внутренний хелпдеск, но ответа не получил: годом ранее компания успешно выполнила цели по внедрению AI и сократила поддержку.
AI внедрили. Помогать стало некому.
Когда-то я уже выпускал статью о том, как сделать контактный центр автономным. Похоже, кто-то воспринял слово «автономный» слишком буквально: теперь контактный центр не зависит ни от операторов, ни от обращений, ни от необходимости кому-то отвечать.
Что общего у этих историй?
У метрики автоматизации есть неприятная особенность: она не умеет отличать ситуацию «клиенту помогли» от ситуации «клиент не смог ни до кого достучаться». В обоих случаях оператор не понадобился.
Поэтому автоматизацию нельзя растить без второй метрики, которая показывает, не стало ли клиентам хуже. Иначе вместе с автоматизацией можно незаметно вырастить отток, а повторные покупки и кросс-продажи — так же незаметно сократить.
🐍 Говорят, на змею не действует собственный яд. Но в этой истории в конце концов подействовал. Правда, это был яд других гадюк.
💬 А теперь вопрос: какая одна фраза может сделать автоматизацию чат-бота 100%?
Пишите свои версии в комментариях 👇 | 1 259 |
| 3 |  Нет текста... | 1 |
| 4 |  +3🚀 50 грантов Tech Orda: специализация AI Agents Engineer
Уникальная возможность для граждан РК от 18 до 45 лет:
1. Получить грант 400 000 ₸ от государства на обучение в IT;
2. С вероятностью 60+% достичь карьерных целей в ближайшие 6 месяцев при обучении с BigData Team.
📌 Как подать заявку? До 6 сентября:
1. Нажать "подать заявку" на портале Astana Hub
2. Зарегистрироваться и пройти тестирование на Learn BDT
3. Подписаться на наш Telegram, чтобы не пропустить новости.
Результаты отбора — на почту; анонсы — здесь.
Особенности 2026
1️⃣ Конечно же ИИ (Agentic Coding и AI Agents)
Не банальный prompt engineering, а фундаментальная база: tools, skills, MCP, окружения (*code*, *claw) или harness. Управление памятью (context, memory, fine-tuning vs RAG, embeddings vs Zettelkasten) и качеством (MAS, ralph-loop, evals, понимание LLMs).
2️⃣ Стоимость
Разработали программу доступную каждому:
— стоимость программы (level 1): 595 000 ₸
— грант Tech Orda: 400 000 ₸
— остаток: 195 000 ₸. Если поделить на 6 месяцев обучения:
🔥 32 500 ₸/месяц
3️⃣ Аналитика зарплат и выпускников от Astana Hub
По нашим выпускникам программы Tech Orda в Казахстане:
— 44% пришли без профильного ИКТ-образования
— 61% достигли карьерных успехов уже в период обучения
💰 1+ млн ₸ средняя зарплата выпускника
Откуда цифры — из налоговой (но анонимно). Подробности читайте в гайде по Data-профессиям.
📌 Ключевая информация
В AI-native эпоху в IT профессии базовых навыков Computer Science уже недостаточно — важно уметь ускорять процессы разработки и аналитики в десятки раз с помощью автономных ИИ-агентов, не теряя контроля над кодовой базой и архитектурой. В 2026 году мы трансформировали программу BDMLE в новый стандарт — AI Agents Engineer (AIE).
🗓 Старт обучения: сентябрь–октябрь
▶️ Видео о школе и программе (10 минут)
🔄 Волны отбора
— I волна — до 23 августа, 23:59 🔥
— II волна — до 30 августа, 23:59
— III волна — до 6 сентября, 23:59
Last, but not least
Поспешите! (почему)
📩 Вопросы: личка, комментарии или techorda@bigdatateam.org
🤗 Лайк и репост — у кого-то из ваших знакомых сейчас закроется вопрос "а на что учиться".
BigData Team: the way you learn best
AI Agents | Py4BDA | Python | Machine Learning | Big Data
#study #BigDataTeam #TechOrda #AstanaHub #BDMLE #AIE | 2 202 |
| 5 |  +2🤣 Яндекс сам себя забанил
Помните, я писал, как Тинькофф защитил меня от собственного спама?
Похоже, тг-боты Яндекса это прочитали, решили повторить успех и применили тот же подход к рекламе.
🍽 Хотел купить рекламу для @mirabistro на Яндекс Картах. Написал в чат-бот поддержки. Бот объяснил, что нужно отправить письмо на указанный им адрес, добавить номер телефона и логин — всё сделал по инструкции.
✉️ Причём для надёжности отправлял письмо из Яндекс Почты на аккаунт Яндекса. Текст — практически тот же, который предложил бот.
🛡 Но письмо не ушло: Яндекс решил, что оно похоже на спам, и временно заблокировал отправку.
Итого: бот Яндекса написал инструкцию, я ей последовал, а другой бот Яндекса защитил Яндекс от покупки рекламы в Яндексе.
Вот она — настоящая сквозная автоматизация бизнес-процессов 😅
P.S. @yandex свяжитесь со мной) | 3 385 |
| 6 |  🧠 10 бит в секунду, или Почему люди тупые
Когда я учился в университете, мой сосед любил повторять:
— Люди тупые. В том числе и я.
Вторая часть фразы нравилась мне гораздо больше первой. В ней была полезная мысль: свои когнитивные ограничения лучше учитывать заранее, а не обнаруживать постфактум.
💾 Позже я попал к научному руководителю, у которого одновременно со мной было ещё несколько десятков студентов. Он честно предупреждал:
— Женя, я обещаю, что забуду всё, о чём мы сегодня говорили.
Он просто хорошо понимал ограничения собственной памяти и не делал вид, что способен удержать в голове всё.
🔬 Ещё в 1952 году психолог Уильям Хик оценил скорость обработки информации в задачах выбора примерно в 5 бит в секунду. Спустя семь десятилетий исследователи из Caltech проанализировали самые разные виды человеческой деятельности — от чтения и печати до игр и запоминания — и получили величину того же порядка: около 10 бит в секунду, или 1,25 байта.
⚠️ Это не скорость всего мозга. Сенсорные и двигательные системы работают значительно быстрее. Скорее, речь об узком канале, через который информация превращается в осознанный выбор и контролируемое действие.
🤔 Отсюда простой вывод.
Если вы задали человеку сложный вопрос, а через секунду получили уверенный ответ, возможны три варианта:
1. Перед вами гений.
2. Человек уже долго думал об этом раньше.
3. Он озвучил первое, что пришло в голову.
Чаще, чем нам хотелось бы, срабатывает третий вариант.
🤖 Для GPT мы специально включаем thinking mode и соглашаемся немного подождать. А от человека почему-то ожидаем качественного решения немедленно — желательно прямо на созвоне, между двумя уведомлениями и вопросом «ну что тут вообще думать?».
Но человеку тоже можно включить thinking mode.
📝 Поэтому сложные вопросы лучше задавать заранее, а важные договорённости — записывать. И не стоит путать скорость ответа с качеством мышления.
🗂 Кажется, единственный выход с учётом наших ограничений — учиться структурировать знания и сохранять их так, чтобы потом быстро находить. Такая внешняя память медленнее оперативной, но гораздо быстрее, чем каждый раз вспоминать или придумывать всё заново.
🛡 И тут начинается самое интересное: если мы понимаем ограничения естественного интеллекта, становится понятнее, как работают некоторые виды атак на него — и как от них защищаться.
Возможно, об этом поговорим в следующих статьях. | 3 032 |
| 7 |  Исследуйте сферу AI в T-Lab
Т-Образование зовет участников в проект T-Lab. Это годовая программа научно-исследовательской работы в области AI. Станьте соавтором научных открытий, которые меняют индустрию!
Вы сможете выбрать один из проектов в сфере AI и участвовать в исследовании на всех этапах. Итоги вашей работы могут лечь в основу научных публикаций и стать вектором новых продуктов.
Кого ждут в T-Lab?
Студентов бакалавриата и магистратуры, недавних выпускников технических направлений.
Участники получат:
🔴Официальное трудоустройство с зарплатой.
🔴Доступ к ресурсам бигтеха для исследований.
🔴Возможность получить оффер в IT-компанию.
Узнайте больше и оставьте заявку до 23 августа по ссылке | 3 361 |
| 8 |  Конференция Ozon Tech, уже успевшая заслужить высокоранговую славу, обещает и в этом году собрать много интересного для тех, кто работает с ML&DS. Программа E-CODE 2026 еще пополняется, но трек уже выглядит вполне серьезно: сложный индустриальный ML, генеративные подсказки, уровни дообучения и агентский Cotype.
Такое нам определенно надо. Еще и участие бесплатное - осталось только зарегистрироваться: https://ecode.ozon.tech/
Ну и в рамках соблюдения work-life balance вечерком прям там же можно и под «Хлеб» с «Нейромонахом Феофаном» отжечь 😅 | 3 477 |
| 9 |  ИИ крадёт у нас или учится у нас? 🧠
Недавно сидел на панельной дискуссии. Во время вопросов из зала прозвучало примерно следующее:
— Как быть с тем, что ИИ будет обучаться на наших данных? Как защитить то уникальное, на создание чего человек потратил столько времени?
Но тут возникает неудобный вопрос: а в чём именно заключается эта уникальность?
Я люблю сравнивать работу ИИ с ЕИ — естественным интеллектом. Такое сравнение помогает лучше замечать некоторые паттерны человеческого мышления и обучения.
Так вот: ЕИ тоже учится на чужих данных 📚
Человек читает книги, слушает преподавателей, разбирает чужие работы, наблюдает за другими людьми и запоминает удачные решения.
В творческих профессиях это называют насмотренностью и начитанностью. А затем человек комбинирует знания и приёмы, придуманные до него, — и создаёт нечто, что мы считаем уникальным.
Даже гены в некотором смысле можно рассматривать как накопленный поколениями опыт 🧬
Это, конечно, не обучение в обычном смысле, а результат эволюционного отбора. Но принцип сохранения успешных решений здесь тоже просматривается.
Поэтому мне немного странно слышать от ЕИ, что ИИ обязательно что-то у него «украдёт». Ведь ИИ обучается на созданном людьми примерно так же, как сам человек когда-то учился на наследии предыдущих поколений.
Возможно, главное, чему ИИ пока не научился, — это вкус 🎨
Не просто способность скомбинировать знакомые элементы, а умение почувствовать: что действительно стоит создавать, зачем и для кого.
Хотя и вкус, если честно, тоже формируется не в вакууме.
На фото мы с Радославом @girafe_ai — довольные тем, что обсудили эту тему и поняли друг друга с полуслова 🤝
💬 Как думаете, что на этом изображении создано с ИИ? | 2 981 |
| 10 | Как понять по письму, что задача не выполнена? 📨
За годы работы в крупных компаниях мне пришлось прочитать очень много писем. Иногда их приходит до сотни в день. Поэтому навыки анализа данных приходится применять и здесь.
Представьте: вы поставили кому-то задачу, подошёл срок — и вам присылают отчёт. Это может быть один абзац, а может быть целый лист А4. Вы читаете про процесс, коллег, сложности и то, как все героически преодолевали препятствия. Первый абзац, второй, третий… Очень интересно. Все явно вспотели 😅
Письмо заканчивается, а вы так и не поняли: задача выполнена или нет? 😅
Чем выше вы поднимаетесь в компании, тем сильнее вас интересуют две вещи: какой результат получен и сколько пользы он принёс бизнесу в рублях 💰
Письма с результатом обычно короткие:
✅ «Задача выполнена. Конверсия выросла с X до Y. Эффект для компании — N миллионов рублей».
Но даже если письмо длинное, при наличии результата о нём напишут в первом абзаце. В крайнем случае — в последнем.
Поэтому длинные письма можно читать по простому алгоритму 🔍: сначала первый абзац, затем последний. Если ответа нет ни там ни там, скорее всего, внутри будут процесс, сложности и оправдания.
А если вам сложно писать короткие и ёмкие тексты, советую прочитать книгу «Пиши, сокращай: Как создавать сильные тексты» 📘 Она хорошо учит убирать лишнее и сразу доносить главную мысль.
Конечно, бывают исключения. Но в классификации статусных писем и отчётов длина письма — топ-фича 🎯 Если результата нет в первом или последнем абзаце, с большой вероятностью его нет. Более того, если такие письма вам приходят постоянно от одного и того же оправителя, то результат можно вовсе не ждать. | 3 179 |
| 11 | На конференциях только и разговоров, что об агентах.
Вообще, я бы назвал это harness'ами. Они могут приносить кучу пользы, и их огромное количество: Claude Code, Codex, pi, Hermes, OpenClaw, Cursor, Muse Code...
Хорошая новость в том, что под капотом +- одни и те же механизимы, и если в них разобраться, почти не важно, какой harness у вас под рукой.
Поэтому проведу в понедельник, 10 августа в 18:30 открытый вебинар «Агенты без магии».
Разберём:
* как правильно ставить задачи агенту
* что такое скиллы, MCP и зачем они нужны
* в чем разница с пайплайнами, и почему для повторяемых задач они лучше подходят (например, n8n)
И с теорией, и с примерами. Свои подписки не требуются (но точно не будут лишними :) )
Участие, как и в предыдущий раз, свободное. Но нужно будет заполнить формочку (чтобы я знал, сколько вас будет).
А если есть вопросы или кейсы, которые хочется разобрать – пишите в комментарии.
А для тех, кто хочет глубоко погрузиться в ИИ и стать магистром AI ☕️ – у нас целая программа в МФТИ есть, с которой успешно выпустилось пять потоков. Онлайн, на английском, совместимо с работой, в небольшой группе. Подача документов через Госуслуги до 11 августа, вам достаточно оставить заявку, дальше мы проведем по шагам. Присоединяйтесь!
P.s. Долго думал, какие аналогии провести, получилось вот такое:
Claude Code – для храбрых
Codex – для спокойных
Goose – для желающих пропатчить KDE2 под FreeBSD
Hermes – для отаку
pi – 🐭 | 2 402 |
| 12 |  ❓ Научитесь отвечать на вопрос «зачем?», прежде чем ставить задачу ИИ
Моё знакомство с Codex началось, когда появилась вполне конкретная задача: собрать сайт для @mirabistro.
Сайты я делал и раньше — первый написал на PHP ещё в восьмом классе. Но никогда не вайбкодил и относился к этому довольно скептически. Несмотря на десять лет работы в анализе данных, мне казалось, что нормальный рабочий продукт всё равно придётся долго собирать руками. А тратить время на проект без понятной цели я не хотел.
🌐 Здесь наконец появилась конкретная цель. К тому же все «эксперты по ИИ» в соцсетях уже рассказывали, что теперь такие вещи можно собрать чуть ли не за один вечер. Я решил проверить — и сайт действительно получился. Напишите в комментариях, как он вам 👇
После этого я начал вайбкодить почти каждый день. 😁
Но именно тогда я понял главное: когда ИИ позволяет очень быстро собрать практически любой MVP, становится особенно важным ещё до начала работы ответить на вопрос: «зачем?»
🏠 Недавно у меня появилась новая «задача».
Дома стоит старый видеодомофон Tantos. У него есть приложение vhOme, которое работает довольно медленно, не присылало уведомления о звонках на iPhone и просто не нравилось мне визуально.
Приложения под Android я тоже писал — как вы помните. Правда, это было ещё в 2014 году. И самое смешное, что vhOme выглядело примерно так же, как мои приложения того времени. Но у меня хотя бы не было дизайнера. Точнее, дизайнер был — я сам 😅
Я такой:
— Сейчас сделаю своё приложение.
📱 Закинул в Codex APK Android-приложения. Он разобрал его, вытащил используемые методы, нашёл механизмы подключения к домофону и получения видеопотока. Ещё немного — и можно было начинать писать полноценное приложение под iOS.
Можно было упороться окончательно: сделать системный экран входящего звонка, после ответа сразу открывать видео, добавить две кнопки — «Открыть» и «Не открывать», оформить аккаунт разработчика и попробовать выложить всё это в App Store.
В целом многие приложения теперь действительно можно допиливать и переделывать под себя. Если есть работающий клиент, ИИ способен исследовать его поведение, разобраться с протоколами и собрать свое решение.
В итоге я потратил несколько часов на исследование vhOme.
🤔 Но перед тем, как переходить к полноценной разработке и публикации в App Store, я всё-таки остановился и задумался: а точно ли эту задачу нужно решать таким сложным способом? Нет ли чего-то проще?
И главное: зачем мне вообще собственное приложение?
Мне было нужно не приложение само по себе. Мне было нужно не пропустить звонок в дверь.
🔔 А потом выяснилось, что проблема была не в домофоне: пришлось поиграться с режимами «Фокусирование» на iPhone и правильно настроить допуск уведомлений.
После этого они начали приходить.
Собственное приложение с быстрым переходом к видео и двумя кнопками всё ещё было бы удобнее. Но когда пуш уже работает, потенциальный аплифт от разработки резко снижается.
🎓 Если, конечно, перед вами не стоит образовательная цель. Тогда ответ на вопрос «зачем?» тоже есть: разобраться в чужом приложении, исследовать протоколы и научиться собирать собственные продукты под iOS. В этом случае само исследование уже становится результатом.
🤔 Но изменилось ли что-то с появлением вайбкодинга?
В вопросе целеполагания — ничего. Ведь и раньше существовало огромное количество бесполезных стартапов, научных статей и корпоративных проектов, которые пятый год подряд делают одно и то же второй раз.
ИИ не решает проблему целеполагания. Он помогает быстрее написать код и дешевле проверить гипотезу, но не способен решить за вас, какой результат действительно нужен и стоит ли вообще браться за проект.
🎯 Поэтому главный навык сейчас — умение отвечать на вопрос «зачем?».
Так было всегда: на вопрос «зачем?» должен уметь отвечать заказчик и любой руководитель, который несёт ответственность за результат. Но теперь, когда вы ставите задачу ИИ и с его помощью пишете код, вы тоже становитесь руководителем — как минимум собственного проекта.
А значит, теперь и вам нужно уметь отвечать на главный вопрос:
«зачем?» | 2 920 |
| 13 | 🔥 ODS Moscow × Нескучный Data Science: бранч в эту субботу
После поста про МИРА можно уже не делать вид, что выбор места — случайное совпадение и не очень нативная рекламная интеграция 😅
В эту субботу снова собираемся там на офлайн-бранч вместе с ODS Moscow.
Будем знакомиться, есть и обсуждать ИИ, Data Science, карьеру и собственный бизнес. Заодно можно будет посмотреть на тот самый «очень дорогой pet-проект» из предыдущего поста и спросить, что в нём уже удалось оцифровать, а где операционка пока побеждает ИИ.
📆 Когда: суббота, 8 августа
🕛 Время: 12:00
📍 Место: МИРА бистро, Тверская ул., 16, стр. 1
Вход со стороны метро «Тверская» / «Пушкинская»
Бронь на имя Даниель ODS.
Ставьте 👍, если планируете прийти — будет полезно понимать примерное количество людей.
Буду рад увидеться! | 2 894 |
| 14 |  🎉 Мы запустили МИРА бистро — это очень дорогой pet-проект 😅
👀 Внимательные читатели уже могли что-то заподозрить: последние бранчи ODS Moscow × Нескучный Data Science проходили именно там.
Пора признаться — это было не случайное совпадение и не очень нативная рекламная интеграция.
🏦 Четыре с половиной года назад, когда мой банковский стаж уже перевалил за пять лет, в самом первом посте я признался, что никогда не собирался работать в крупных компаниях, тем более в банках.
К настоящему моменту стаж приблизился к десяти годам, а я прошёл путь от джуна до управляющего директора с командой из 150 человек. Прогноз оказался неточным, зато обучающая выборка получилась отличной.
🤖 Все эти годы главной темой канала было практическое применение ИИ в бизнесе — ровно то, чем я занимался в финтехе: находил точки применения ИИ, оценивал потенциальный эффект и встраивал решения в бизнес-процессы.
Теперь похожую задачу мы уже решаем в собственном бизнесе.
🏪 Главное отличие — в начальной точке: в бигтехе и финтехе данные обычно собираются и логируются, хотя используются далеко не всегда, а в небольшом офлайн-бизнесе их обычно не собирают системно.
📊 Но в главном небольшой бизнес ничем не отличается от крупного: путь к AI-native компании начинается с data-driven фундамента.
Сначала мы описываем и оцифровываем процессы, организуем сбор данных и выстраиваем систему метрик, а затем внедряем ИИ.
🔬 Основные принципы при этом остаются прежними: начать с изучения бизнес-процесса — подобно тому, как физик изучает природу, понять, как его можно улучшить и где ИИ принесёт измеримый эффект, а затем довести решение до внедрения.
👨🏫 Этим же принципам я учил руководителей на курсе «Принятие решений на основе данных», а теперь применяю их уже в роли владельца компании.
В МИРА мой опыт в данных, ИИ и построении процессов соединился с ресторанной операционкой — на том самом стыке ортогональных областей, о котором я писал в посте про настоящий аплифт от ИИ.
🚀 Для подписчиков это будет кейс о том, как перенести опыт из ИИ и крупного бизнеса в собственную компанию.
В предыдущем посте я писал, что работодатель больше платит тем, кто помогает ему больше зарабатывать. Но эта сделка работает в обе стороны: когда вы относитесь к чужой компании как к своей и выбираете сложный путь, который приносит ей дополнительный результат, вы одновременно накапливаете опыт и инструменты.
Теперь проверим, насколько хорошо этот опыт переиспользуется уже в собственном бизнесе.
🎁 Но прежде чем рассказывать о применении ИИ, нужно понять сам продукт и изучить его процессы. Только после этого станет ясно, где и зачем нужен ИИ.
Поэтому в следующем посте будет первая коллаборация с каналом @mirabistro и акция для подписчиков. Сначала познакомлю вас с продуктом, а уже потом перейдём к данным, метрикам и применению ИИ. | 4 226 |
| 15 |  От стажёра до Head of DS: что я узнал, изучив почти 700 карьер в Data Science 🧬
Наконец-то дождались 🗿
Чуть больше года назад вы заполнили мой зарплатный опрос. Я обещал проанализировать результаты, но 695 анкет превратились в технический долг, о котором мне регулярно напоминали в комментариях.
Сегодня я этот долг возвращаю. Кажется, даже с процентами: вместо очередной таблицы «кто сколько получает» получилось большое исследование карьер в Data Science.
Да, за прошедшее время зарплатные вилки успели сдвинуться. Но карьерные зависимости никуда не делись, поэтому статья не только о суммах, а о профессиональном росте, удовлетворённости работой и готовности её сменить.
Внутри вас ждет лонгрид, где в том числе есть ответы на пять не самых очевидных вопросов:
1️⃣ Можно ли удержать недовольного дата-сайентиста высокой зарплатой и запереть его в золотой клетке?
2️⃣ Какие навыки помогут быстрее вырасти в грейде и больше зарабатывать?
3️⃣ Одинаково ли зарабатывают мужчины и женщины с одним грейдом и опытом?
4️⃣ Что дата-сайентисты хотят сказать Head of DS, когда отвечают анонимно?
5️⃣ Как часто дата-сайентисты *** и связано ли это с доходом и удовлетворённостью работой?
Ещё там премии стажёров, ШАД на скейтборде, зарплата CDS до 4,5 млн рублей 😳, переработки и попытка понять, где заканчивается развитие и начинается менеджмент. В анализ вошли 694 анкеты.
👉 Читать на Хабре | 17 463 |
| 16 | 24 сентября скучно не будет – в этот день пройдёт Yandex Scale 2026, флагманская технологическая конференция Yandex Cloud.
🎨🎨🎨🎨🎨🎨🎨🎨🎨🎨
🎨🎨🎨🎨🎨🎨🎨🎨🎨🎨
🎨🎨🎨🎨🎨🎨🎨🎨🎨
Четыре офлайн-трека: Data – обновления сервисов управляемых баз данных, новые возможности аналитики и честный разбор одного из самых сложных кейсов миграции данных, плюс AI, Hybrid Infrastructure & DevOps и Security.
А в онлайне — отдельный технологический трек DeepTech: реальные воркшопы, в которых можно принять участие, игровые механики и эксклюзивные гости.🎨
🎨🎨🎨🎨🎨🎨🎨🎨🎨🎨
🎨🎨🎨🎨🎨🎨🎨🎨🎨🎨
🎨🎨🎨🎨🎨🎨🎨🎨🎨
Кроме того — виртуальный стенд VibeCraft, где можно завайбкодить проект.
Плюс отдельная онлайн-студия с интерактивной программой где можно:
🔴 оценить юмор на Лиге IT-шуток;
🔴 задать вопросы СТО Yandex Cloud;
🔴 послушать известных научпоп-спикеров и задать им свои вопросы;
Зрители голосуют и в реальном времени влияют на взаимодействие в студии. И это ещё не всё!
🎨🎨🎨🎨🎨🎨🎨🎨🎨🎨
🎨🎨🎨🎨🎨🎨🎨🎨🎨
🎨
Актуально для дата-сайентистов, ML-инженеров, аналитиков и всех, кто хоть раз чинил пайплайн в пятницу вечером.
24 сентября, Москва + онлайн. Оставить заявку можно по ссылке – участие бесплатное!
Реклама. ООО «Яндекс.Облако». ИНН 7704458262. Erid: 2VtzqwwQoy4 | 3 798 |
| 17 |  🥩 Как перестать быть жирным как поезд пассажирный?
Сейчас я снова в «отпуске» и наконец возвращаюсь к серии постов про work-life balance.
Год назад в предыдущем посте я рассказывал про свой первый подход к снаряду — борьбе с лишним весом:
Я собрал дома спортзал, регулярно тренировался, купил велосипед и иногда проезжал на нём по 80 километров. Но желаемого результата не было.
Тем не менее я продолжал пытаться.
🌍 Как мне помогли полгода путешествий
Волею судьбы я провёл полгода в путешествиях: Турция, Казахстан, Таиланд, ОАЭ, Сейшелы и Армения. Вроде ничего не забыл.
С едой возникло сразу несколько проблем.
Во-первых, я довольно привередлив. Во многих ресторанах мне не нравится, когда настоящий вкус продукта пытаются спрятать под тонной соуса.
Во-вторых, в каждой стране своя кухня. А ежедневные эксперименты создавали дополнительную нагрузку не только на желудок, но и на бюджет.
В-третьих, с тех времён, когда я качался и переставал быть дрищом (как сейчас, лол), я люблю мясо.
Но приходишь в Турции, Таиланде или даже ОАЭ выбирать мясо — и абсолютно ничего не вызывает доверия. А отравиться за рубежом без медицинской страховки совсем не хочется.
🥩 Так появилась стейковая диета
Я начал сам готовить себе на обед стейк с гарниром и овощами, а на ужин — красную рыбу с овощами.
Рецептом стейка со мной ещё в студенческие годы поделился сосед по общаге. Он уже тогда был аспирантом и поэтому мог позволить себе стейк на ужин.
Изначально главным преимуществом такого рациона для меня было стабильное и предсказуемое качество. Я сам выбирал продукт и полностью контролировал приготовление.
Неожиданно именно такой рацион помог мне начать сбрасывать вес.
🔍 Как это сработало в моём случае?
Раньше я ел курицу. Чтобы нормально наесться, её требовалось много. Но даже после большой порции довольно быстро снова хотелось есть.
Отсюда появлялась проблема перекусов: я заходил на кухню и сметал всё, что плохо лежало. А иногда и то, что лежало хорошо.
После стейка с гарниром и овощами я просто не думал о еде до ужина вообще.
Стейк — достаточно калорийный, сытный и питательный продукт. Но именно поэтому после него у меня пропала потребность постоянно перекусывать. В результате общая калорийность моего дневного рациона снизилась, и дефицит наконец сошёлся.
🏠 Что было после возвращения?
Вернувшись в Россию, я продолжил придерживаться этого рациона и стал развивать навык приготовления стейков.
Купил домой гриль и постепенно начал получать от самого процесса эстетическое удовольствие. Дошло до того, что на командных тимбилдингах я вставал за гриль и готовил стейки уже на всех.
Разнообразие в собственный рацион начал добавлять только примерно через три года.
В студенчестве я пять лет ел куру с гречкой и не страдал. А тут всего три года — практически высокая кухня.
В результате я сбросил чуть больше десяти килограммов.
⚠️ Важная ремарка
Это мой личный опыт с выборкой из одного наблюдения, а не рекомендация переходить на стейки.
Перед регулярным употреблением красного мяса лучше проконсультироваться с врачом. Я со своим консультировался. ВОЗ и IARC относят красное мясо к вероятно канцерогенным продуктам, а переработанное мясо — к канцерогенным. Риск зависит в том числе от количества: Поэтому повторять мой эксперимент бездумно не стоит.
А какой способ похудеть неожиданно сработал у вас? | 4 687 |
| 18 |  +5🔥 Как прошёл офлайн-бранч ODS Moscow × Нескучный Data Science
🧠 Начали с доклада Альберта про то, как в Avito обучают собственную LLM.
Это не история про «взяли открытую модель и немного дообучили», а полноценный процесс: выбор базовой модели, собственный токенизатор, адаптация на данных Avito, SFT и дальнейшее обучение с помощью RL.
Для SFT собрали больше 800 тысяч примеров: открытые датасеты, синтетические данные, олимпиадные задачи, внутренние бизнес-кейсы и диалоги пользователей с большими моделями.
На этапе RL отдельно развивают несколько навыков модели: решение математических задач, следование сложным инструкциям и корректный вызов инструментов. Причём для каждого навыка нужен свой автоматически проверяемый reward.
В математике система извлекает финальный ответ и проверяет его эквивалентность правильному. В instruction following — смотрит, выполнила ли модель все заданные ограничения. В function calling — проверяет название инструмента, аргументы и их значения.
Отдельно поговорили про инфраструктуру. Для моделей на 8B параметров можно относительно быстро запускать эксперименты и проверять гипотезы. Но при переходе к большим MoE-моделям главным вызовом становятся масштабирование, распределение модели по GPU, батчинг, инференс и offloading.
👨🔬 После продуктовых LLM резко переключились на химию.
Константин начал с важной мысли: химическая информация — это не один универсальный тип данных. Одну и ту же молекулу можно представить текстом, строкой SMILES, двумерным графом, трёхмерной структурой или структурой, которая изменяется во времени. И под каждое представление нужны свои методы и модели.
Поговорили о том, почему даже на фоне сложных нейросетевых архитектур связка Morgan fingerprints + XGBoost всё ещё остаётся очень сильным базовым решением для многих задач с химическими данными.
Затем перешли к геометрическим графовым нейронным сетям. Они учитывают расположение атомов и позволяют предсказывать свойства молекул в десятки раз быстрее традиционных DFT-расчётов.
Отдельно разобрали нейронные потенциалы и delta-ML. Идея в том, чтобы не выполнять каждый раз дорогой квантово-химический расчёт полностью: часть свойства можно посчитать более дешёвым методом, а нейросети поручить предсказать необходимую поправку.
Дошли и до LLM с агентами. Здесь пока всё не так магически, как иногда выглядит в заголовках: модели могут по-разному отвечать на один и тот же вопрос в зависимости от того, передали им обычное название соединения, IUPAC или SMILES. А некоторые агенты, которые должны самостоятельно запускать вычислительные эксперименты, пока скорее напоминают roadmap, чем полностью автономного исследователя.
Зато роботизация лабораторий уже вполне реальна: специализированные платформы, роборуки, автоматическое проведение серий экспериментов и превращение обычного оборудования в high-throughput-системы.
🎬 После двух технических докладов разговор с Денисом про ИИ в кино оказался очень кстати 😅
Обсудили, где новые инструменты уже помогают при работе с контентом, какие процессы способны ускорить, где вызывают сопротивление и в каких задачах пока остаются скорее экспериментом.
Но, как обычно, самое ценное происходило не только во время выступлений. После докладов продолжили обсуждать услышанное за завтраком, задавать вопросы, спорить, знакомиться и делиться своими кейсами.
Спасибо Альберту, Константину и Денису за содержательные выступления, ODS Moscow — за очередную совместную встречу, МИРА бистро — за пространство, а всем, кто пришёл, — за вопросы и атмосферу.
Формат «бранч + несколько докладов» точно будем повторять.
Поэтому уже начинаем собирать темы для следующего бранч-митапа. Если вам есть о чём рассказать — про рабочий кейс, исследование, неожиданный эксперимент, применение ИИ в своей индустрии или даже неудачу, из которой можно сделать полезные выводы, — присылайте тему доклада и пару предложений о себе в комментарии или личные сообщения.
P.S. Будем учиться фотографироваться до того, как все разошлись 😅 | 5 324 |
| 19 |  🔥 ODS Moscow × Нескучный Data Science: офлайн-бранч в эту субботу
В эту субботу снова собираемся на офлайн-бранч вместе с ODS Moscow.
Раньше наши бранчи проходили совсем без программы: просто встречались, ели и разговаривали про ИИ, data science и рабочие истории. В этот раз хотим сохранить этот живой формат, но добавить несколько докладов — чтобы было от чего оттолкнуться в обсуждении и куда глубже копнуть.
На позапрошлом бранче мы обсуждали, зачем Avito вообще обучать свою LLM. Тогда тема вызвала много вопросов, и я предложил Альберту рассказать об этом подробнее — уже не на уровне «а зачем», а на уровне технических деталей.
Альберт Акопян
LLM research engineer Avito | ex. Alfa Bank | MIPT & YSDA alumni
«Как мы в Avito делаем RL для нашей LLM»
Поговорим про то, как выглядит RL для LLM внутри большого продукта: какие задачи этим решают, как это связано с качеством модели и что вообще приходится учитывать, когда LLM живёт не в демке, а в реальном сервисе.
На прошлом бранче у нас была очень живая дискуссия про применение ИИ в медицине. В этот раз продолжим смотреть на ИИ в науке, но уже со стороны химии.
Ушенин Константин
ведущий научный сотрудник AIRI | кандидат физ-мат наук | препод в УрФУ и ТГУ | ex. Академия наук РФ | автор канала «эйай фор сайенс» — @not_only_llm
«Применение ИИ в химии»
Константин расскажет, как ИИ применяется в химии: где он действительно помогает исследователям, какие задачи уже можно решать с помощью моделей и как это выглядит не в хайповых заголовках, а ближе к реальной научной практике.
А ещё мне не хочется, чтобы наши бранчи превращались исключительно в разговоры про работу, метрики и продакшен. Это полезно, но иногда получается слишком душно 😅
Поэтому я позвал Дениса рассказать про ИИ в кино. Если вы давно читаете канал, возможно, помните, что он помогал вытаскивать книжный сериал «Дата Сапиенс», а сейчас сам активно начинает применять ИИ в жизни и творческих проектах.
Ну и, конечно, у нас будет шанс разведать, что произойдёт в следующем сезоне одного из сериалов с его участием. Скажу честно: у меня пока не получилось 😅
Денис Бузин
актёр театра и кино | выпускник ВГИК | основатель бренда одежды CNSTRCTR | снимался в «Универ. 15 лет спустя», «Кузя. Путь к успеху», «Полицейский с YouTube», «Солдаты», «Полярный»
«Как использует ИИ индустрия кино в РФ»
Обсудим, как ИИ уже используется в киноиндустрии: где он помогает, где вызывает сопротивление, какие задачи действительно закрывает, а где пока остаётся игрушкой.
📆 Когда: суббота, 11 июля
🕛 Время: 12:00
📍 Место: МИРА бистро, Тверская ул., 16, стр. 1
Вход со стороны метро «Тверская» / «Пушкинская»
Бронь на имя Александр ODS.
Ставьте 👍, если планируете прийти — будет полезно понимать примерное количество людей. Буду рад увидеться! | 5 719 |
| 20 |  Оффер на Senior Data Science роль за 1 неделю — реально? 🚀
Да. Авито запускает Fast Track — ускоренный отбор для Senior и Senior+ Data Science специалистов. Одна неделя на все технические этапы и финал → оффер в классифайд №1 в мире по количеству пользователей.
📅 Основные этапы — 20–26 июля. Регистрация по ссылке открыта до 15 июля, 23:59 МСК.
Как проходит:
🟣 До 15 июля — заявка + HR-скрининг
🟣 До 24 июля — техническая секция (ML-теория + Python)
🟣 25 июля — ML System Design
🟣 26 июля — финал
🟣 До 28 июля — оффер
Преимущества фаст-трека:
🟣 Быстрый отбор и совмещённые этапы
🟣 Все даты известны заранее
🟣 Возможность оценить свои скилы — результат закрепляется на год
Кого ждут:
🟣 От 4 лет опыта в крупных российских и международных IT, BigTech и FinTech компаниях
🟣 Полный цикл разработки моделей — от ресёрча до выкатки в прод
🟣 От 1 года самостоятельного лидирования проекта, автономность и инициативность
Команды на выбор: антифрод и модерация, монетизация и реклама, поиск и рекомендации, вертикальные DS-команды.
⏳ Регистрация — до 15 июля. Успей оставить заявку. Рекрутеры проведут тебя через все этапы за рекордно быстрые сроки! | 4 231 |
