Big Data AI
Открыть в Telegram
@haarrp - админ Вопросы с собеседований по Machine Learning, Data Science, Deep Learning и Нейроннным сетям @data_analysis_ml - анализ данных @ai_machinelearning_big_data @itchannels_telegram - важное для программиста РКН: clck.ru/3Fmqxe
Больше
Сеть:📈 Аналитический обзор Telegram-канала Big Data AI
Канал Big Data AI (@bigdatai) языкового сегмента Русский является активным участником. Сейчас сообщество объединяет 18 193 подписчиков, занимая 7 051 место в категории Технологии и приложения и 36 409 место в регионе Россия.
📊 Показатели аудитории и динамика
С момента создания невідомо проект демонстрирует стремительный рост, собрав аудиторию из 18 193 подписчиков.
Согласно последним данным от 25 августа, 2026, канал показывает стабильную активность. За последние 30 дней изменение числа участников составило -1, а за последние 24 часа — 1, при этом общий охват остаётся высоким.
- Статус верификации: Не верифицирован
- Уровень вовлечённости (ER): Средний показатель вовлечённости аудитории составляет 6.70%. В первые 24 часа после публикации контент обычно набирает 3.34% реакций от общего числа подписчиков.
- Охват публикаций: В среднем каждый пост получает 1 219 просмотров. В течение первых суток публикация набирает 607 просмотров.
- Реакции и взаимодействия: Аудитория активно поддерживает контент: среднее количество реакций на один пост — 7.
- Тематические интересы: Контент сосредоточен на ключевых темах, таких как llm, openai, github, nvidia, deepseek.
📝 Описание и контентная политика
Автор описывает ресурс как площадку для выражения субъективного мнения:
“@haarrp - админ
Вопросы с собеседований по Machine Learning, Data Science, Deep Learning и Нейроннным сетям
@data_analysis_ml - анализ данных
@ai_machinelearning_big_data
@itchannels_telegram - важное для программиста
РКН: clck.ru/3Fmqxe”
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 Технологии и приложения.
18 193
Подписчики
+124 часа
+577 дней
-130 день
Загрузка данных...
Похожие каналы
Облако тегов
Входящие и исходящие упоминания
---
---
---
---
---
---
Привлечение подписчиков
август '26
август '26
+121
в 35 каналах
июль '26
+73
в 43 каналах
Get PRO
июнь '26
+51
в 0 каналах
Get PRO
май '26
+54
в 1 каналах
Get PRO
апрель '26
+245
в 2 каналах
Get PRO
март '26
+1 786
в 3 каналах
Get PRO
февраль '26
+683
в 4 каналах
Get PRO
январь '26
+145
в 0 каналах
Get PRO
декабрь '25
+114
в 2 каналах
Get PRO
ноябрь '25
+339
в 44 каналах
Get PRO
октябрь '25
+158
в 14 каналах
Get PRO
сентябрь '25
+231
в 36 каналах
Get PRO
август '25
+148
в 3 каналах
Get PRO
июль '25
+389
в 52 каналах
Get PRO
июнь '25
+237
в 37 каналах
Get PRO
май '25
+136
в 3 каналах
Get PRO
апрель '25
+217
в 27 каналах
Get PRO
март '25
+471
в 4 каналах
Get PRO
февраль '25
+264
в 41 каналах
Get PRO
январь '25
+402
в 44 каналах
Get PRO
декабрь '24
+557
в 39 каналах
Get PRO
ноябрь '24
+463
в 54 каналах
Get PRO
октябрь '24
+620
в 57 каналах
Get PRO
сентябрь '24
+709
в 199 каналах
Get PRO
август '24
+581
в 40 каналах
Get PRO
июль '24
+692
в 50 каналах
Get PRO
июнь '24
+747
в 57 каналах
Get PRO
май '24
+671
в 36 каналах
Get PRO
апрель '24
+679
в 46 каналах
Get PRO
март '24
+779
в 22 каналах
Get PRO
февраль '24
+1 165
в 4 каналах
Get PRO
январь '24
+1 256
в 44 каналах
Get PRO
декабрь '23
+593
в 40 каналах
Get PRO
ноябрь '23
+297
в 30 каналах
Get PRO
октябрь '23
+782
в 1 каналах
Get PRO
сентябрь '23
+717
в 0 каналах
Get PRO
август '23
+893
в 0 каналах
Get PRO
июль '23
+570
в 0 каналах
Get PRO
июнь '23
+635
в 0 каналах
Get PRO
май '23
+859
в 0 каналах
Get PRO
апрель '23
+430
в 0 каналах
Get PRO
март '23
+146
в 0 каналах
Get PRO
февраль '23
+164
в 0 каналах
Get PRO
январь '23
+289
в 0 каналах
Get PRO
декабрь '22
+700
в 0 каналах
Get PRO
ноябрь '22
+6 074
в 0 каналах
| Дата | Привлечение подписчиков | Упоминания | Каналы | |
| 26 августа | 0 | |||
| 25 августа | +5 | |||
| 24 августа | +7 | |||
| 23 августа | +19 | |||
| 22 августа | +22 | |||
| 21 августа | +6 | |||
| 20 августа | +13 | |||
| 19 августа | +2 | |||
| 18 августа | +9 | |||
| 17 августа | +7 | |||
| 16 августа | +1 | |||
| 15 августа | +9 | |||
| 14 августа | +1 | |||
| 13 августа | +1 | |||
| 12 августа | +4 | |||
| 11 августа | 0 | |||
| 10 августа | +2 | |||
| 09 августа | +2 | |||
| 08 августа | 0 | |||
| 07 августа | +1 | |||
| 06 августа | +1 | |||
| 05 августа | +1 | |||
| 04 августа | +2 | |||
| 03 августа | +1 | |||
| 02 августа | +4 | |||
| 01 августа | +1 |
Посты канала
📚 Бесплатная книга по выпуклой оптимизации - 130 страниц
"Convex Optimization: Algorithms and Complexity" - хорошее введение в алгоритмы выпуклой оптимизации и их вычислительную сложность.
Внутри:
* градиентные методы
* ускоренные методы
* субградиентная оптимизация
* проксимальные алгоритмы
* first-order methods
* оценки скорости сходимости
* сложность оптимизационных алгоритмов
Полезно для ML, математики и тех, кто хочет глубже понять, что стоит за обучением моделей.
PDF:
https://arxiv.org/abs/1405.4980
| 2 |  🚀 Будущее AI — это не только ум, но и скорость
Одно из самых интересных интервью года — Tibo у Matthew Berman.
Одна мысль особенно цепляет: в ближайшем будущем скорость около 750 токенов в секунду может стать обычным стандартом, а не редким достижением.
И это важно.
Мы всё больше времени проводим, наблюдая, как AI-агенты работают: анализируют, пишут код, запускают задачи.
Каждая секунда ожидания — это потеря времени и денег.
Следующий этап гонки AI — не только кто умнее.
А кто сможет выполнять эту интеллектуальную работу быстрее.
https://x.com/MatthewBerman/status/2091959711423996249 | 691 |
| 3 |  Сгорел на работе | 1 035 |
| 4 |  ☁️☁️☁️☁️☁️☁️☁️
Yandex Cloud 24 сентября проведёт флагманскую конференцию в Москве — Yandex Scale 2026.
🎨🎨🎨🎨🎨🎨🎨🎨🎨🎨
🎨🎨🎨🎨🎨🎨🎨🎨🎨🎨
🎨🎨🎨🎨🎨🎨🎨🎨🎨
В программе четыре продуктовых трека — AI, Data, Security и Hybrid Infrastructure & DevOps, — и отдельный углублённый технологический трек DeepTech, который пройдёт только онлайн.
В треке AI откроем программу докладом о том, как развиваются платформы для создания ИИ-агентов и рынок GenAI и что такое Agentic OS. Разберём подходы к глубокой аналитике коммуникаций, которая позволяет быстро перейти к ценным бизнес‑инсайтам. А ещё покажем, каким становится голосовой агент, когда перестаёт просто зачитывать текст и начинает вести настоящий диалог — с новым Realtime API и подключением к телефонии.
🎨🎨🎨🎨🎨🎨🎨🎨🎨🎨
🎨🎨🎨🎨🎨🎨🎨🎨🎨🎨
🎨🎨🎨🎨🎨🎨🎨🎨🎨
Отдельно пройдут воркшопы по AI. Покажем, как за час собрать своего кодинг-агента для анализа данных на базе Yandex AI Studio. Научим собирать ИИ-агента без единой строки кода — от идеи до публикации в веб-виджете или популярных мессенджерах. Разберём, как ИИ-агент Нейроаналитик в DataLens считает чарты, анализирует дашборды и подключается к внешним LLM через MCP. И познакомим с аналитикой каналов коммуникации в Yandex SpeechSense — от шаблонов под сценарии до готовых тегов и отчётов.
🎨🎨🎨🎨🎨🎨🎨🎨🎨🎨
🎨🎨🎨🎨🎨🎨🎨🎨🎨🎨
Помимо докладов, будут демозоны, питчинг решений, IT-квест и мерч. В онлайн-студии в это время — розыгрыши призов и секретный гость.
Полную программу можно посмотреть на сайте — там же можно и зарегистрироваться, участие бесплатное! | 1 271 |
| 5 |  ⚡️ SenseNova U1.5-Lite: не «умеет всё», а умеет делать всё вместе
SenseNova выпустила U1.5-Lite - открытую мультимодальную модель на 8B параметров для понимания изображений, генерации и редактирования.
Главная идея здесь не в размере, а в объединении навыков в одной модели.
U1.5-Lite умеет работать со сложными промптами, нативно генерировать 2K/4K, лучше рисовать текст и делать локальные правки без отдельного роутера или переключения между экспертами.
Обучение идёт через специализированных экспертов для:
— text rendering и инфографики
— визуального качества
— image editing
После этого OPD переносит их способности в одну лёгкую unified-модель.
Плюс task-oriented RL усиливает следование инструкциям, качество композиции и точность редактирования.
🛠️GitHub: https://github.com/OpenSenseNova/SenseNova-U1
🤗HF: https://huggingface.co/collections/sensenova/sensenova-u15 | 1 127 |
| 6 |  На старте ИИ-проекта для инференса часто используют API ⤵️
Но по мере роста нагрузки, требований к безопасности и затрат возникает потребность в собственной ИИ-инфраструктуре.
На вебинаре 25 августа эксперты Cloud․ru расскажут, когда пора переходить на Bare Metal и как построить инфраструктуру для запуска моделей в продакшене.
В программе:
▶️Когда для инференса достаточно API, а когда переходить на собственную инфраструктуру
▶️Как выбрать GPU-сервер для инференса и обучения моделей
▶️Как обеспечить быструю связь между GPU-серверами с InfiniBand
▶️Как собрать кластер уровня суперкомпьютера
▶️Как обеспечить изоляцию данных и безопасность
▶️Как избежать непредсказуемого роста расходов
Зарегистрироваться на вебинар | 1 045 |
| 7 |  ⚡️ Переписывание Bun на Rust превращается в очень странный AI-эксперимент
Bun 1.4 задерживается уже около трёх месяцев, и автор Tero Piirainen считает, что проблема намного интереснее обычного сорванного релиза.
За последний месяц в репозитории Bun 15,8 тыс. коммитов сделал robobun, ещё 1,6 тыс. — autofix-ci[bot], а Jarred Sumner — около 790. При этом у проекта накопилось больше 5 тыс. открытых PR.
По сути, Bun стал одним из крупнейших экспериментов: можно ли переписать важную продакшен-кодовую базу на Rust силами AI-агентов, когда человек в основном направляет процесс.
Отдельный вопрос, зачем вообще понадобился полный переход с Zig на Rust. Одним из аргументов была memory safety, но в новой кодовой базе всё ещё много unsafe, поэтому выгода выглядит не такой очевидной.
https://tipiirai.com/writing/bun-rust-rewrite-worries
@rust_code | 990 |
| 8 |  Ornith-1.5: новая семья open-source моделей с упором на самообучение
В линейку вошли три версии: 9B Dense, 35B MoE и 397B MoE. Авторы делают ставку не только на масштаб, но и на self-improvement: модель сама предлагает новые задачи, строит под них scaffolding и генерирует rollouts для последующего RL-обучения.
По заявленным результатам, Ornith-1.5 показывает сильные цифры на reasoning, coding и agentic-бенчмарках:
Terminal-Bench 2.1 — 86.1
SWE-Bench Verified — 86
SWE-Bench Pro — 65.1
SWE-Bench Multilingual — 79.6
HLE — 44.6
ClawEval — 81.4
Tool Decathlon — 71.2
Авторы также заявляют уровень, сопоставимый с Claude Opus 4.8 в ряде задач.
Все модели выпущены под MIT License. Есть также FP8, GGUF, MLX и NVFP4-квантизации, поэтому линейку можно использовать как для исследований, так и в коммерческих проектах.
Tech Blog:
http://ornith.ai/ornith_1_5.html
Hugging Face:
http://huggingface.co/collections/ornith-ai/ornith-15 | 1 030 |
| 9 |  Вырастили целое дерево из агентов 🌳
Мы в Авито разработали единую платформу для процессов. Самые лучшие и популярные становятся агентами. В итоге каждый сотрудник может создать свой процесс или воспользоваться готовым. Классно? Не то слово! Поэтому мы написали статью, как создавали это решение.
О чём узнаете, если прочитаете:
🔸как устроена архитектура платформы,
🔸как процесс становится агентом,
🔸как измерять качество агентов.
Читать статью 🚀 | 1 139 |
| 10 |  ✔️ США пригрозили исключать из Pax Silica страны, работающие с КНР по ИИ
Госдепартамент разослал странам-партнерам документ с требованием свернуть сотрудничество с Китаем в сфере ИИ. Кто откажется - вылетит из Pax Silica, коалиции, созданной ради контроля над поставками полупроводников, ИИ-технологий и критических минералов.
Поводом стали действия Казахстана, крупного поставщика редкоземельных ископаемых. Страна попыталась усидеть на двух стульях, вступив разом в Pax Silica и в аналогичное китайское объединение.
Ограничивая участие союзников в китайских проектах, США рассчитывают отрезать КНР от сырья и технологий, на которых держится развитие ИИ.
reuters.com
✔️ OpenAI арендует кластер на 8 ГВт в Огайо
OpenAI подписала 20-летний договор аренды ИИ-кластера в Огайо. Дата-центр и энергетику для него построит SB Energy, структура SoftBank.
ИТ-нагрузка кампуса составит 8 ГВт, вся площадка потребует около 10 ГВт, из которых 9,2 ГВт дадут газовые электростанции. Строить будут на территории бывшего завода по обогащению урана. Первые стойки должны заработать в 2028 году.
Ускорители поставит только Nvidia. Она же подстраховала проект деньгами: гарантировала SB Energy выплаты за аренду и электричество на 105 млрд долларов, то есть взяла на себя риск, если OpenAI не потянет, и вложила в застройщика еще 1,5 млрд.
openai.com
✔️ Alibaba открыла бету музыкального генератора HappyShrimp
Сервис собирает трек целиком (мелодию, аранжировку и вокал) по тексту песни или описанию жанра. Можно задать инструменты, стиль и динамику.
Жанров пока пять: поп, рок, электроника, джаз и традиционная китайская музыка. Для работы над сервисом Alibaba договорилась с китайским лейблом Taihe Music Group.
На бесплатном тарифе ежедневно начисляется квота генераций. За 5 долларов в месяц дают 150 треков, за 20 долларов - 800 треков и до шести генераций одновременно.
happyshrimp.ai
✔️ Unitree показала тизер гуманоида Superman
По заявлению компании, робот разгоняется до 12,66 м/с (45,5 км/ч). Это выше пиковой скорости, которую показывают спринтеры на стометровке, у рекордсменов она держится около 12,3 м/с.
При длине ног 0,85 метра робот прыгает с места на 2 метра. Всю машину, по словам Unitree, собрали за три месяца.
Проект в очень ранней стадии. Компания обещает дорабатывать и железо, и алгоритмы управления.
UnitreeRobotics в X
✔️ Модели Qwen скачали больше 3 млрд раз за полгода
Открытые модели Alibaba за последние шесть месяцев скачали свыше 3 млрд раз. Крупнейшие американские разработчики открытых моделей за тот же срок вместе не набрали и миллиарда - это данные Hugging Face.
В экосистеме Qwen больше 460 моделей, а сообщество выпустило на их основе свыше 300 тысяч производных версий.
bloomberg.com
@ai_machinelearning_big_data
#news #ai #ml | 694 |
| 11 |  Компании финансового и промышленного секторов уже активно внедряют технологии машинного обучения (МL) 👨🏻💻И правильно, ведь это повышает эффективность бизнес-процессов и позволяет создавать новые цифровые сервисы.
☹️Но высокие операционные риски, большие затраты на вывод моделей в промышленную эксплуатацию (и еще ряд проблем) мешают масштабированию ML-проектов.
😊Эти задачи решает продукт с говорящим названием "Управление жизненным циклом машинного обучения" от Диасофт. Он обеспечивает централизованное управление всеми этапами работы с ML-моделями – от проведения экспериментов и управления версиями до промышленного развертывания, мониторинга и сопровождения моделей. Все это происходит в едином технологическом контуре организации.
Как это возможно? Благодаря внушительной функциональности продукта. Узнать подробнее можно по ссылке!
#реклама
О рекламодателе | 839 |
| 12 |  🚀 DeepSeek V4 Pro внезапно стал заметно сильнее - без переобучения модели
К DeepSeek V4 Pro 0813 подключили harness под названием J-Space, который снижает ошибки в длинных цепочках reasoning и tool use.
По опубликованным результатам прирост местами очень серьёзный:
* Terminal Bench: 87.9 → 90.1
* NL2Repo: 61.5 → 73.4
* CyberGym: 83.3 → 86.8
* DeepSWE: 62.7 → 72.0
* Toolathlon: 74.1 → 79.5
В ряде agentic/coding тестов такая связка якобы обходит даже Fable 5 и Opus 4.8.
И здесь интереснее всего не сам DeepSeek.
Один и тот же LLM может давать радикально разный результат в зависимости от harness: как агент хранит состояние, вызывает инструменты, проверяет себя и восстанавливается после ошибок.
Модель становится только частью системы.
Важно: я нашёл официальные результаты DeepSeek V4 Pro, но именно цифры J-Space из поста пока не удалось подтвердить первичным источником, поэтому их лучше воспринимать как заявленные авторами harness, а не независимый benchmark. | 924 |
| 13 | Вырастили целое дерево из агентов 🌳
Мы в Авито разработали единую платформу для процессов. Самые лучшие и популярные становятся агентами. В итоге каждый сотрудник может создать свой процесс или воспользоваться готовым. Классно? Не то слово! Поэтому мы написали статью, как создавали это решение.
О чём узнаете, если прочитаете:
🔸как устроена архитектура платформы,
🔸как процесс становится агентом,
🔸как измерять качество агентов.
Читать статью 🚀 | 1 |
| 14 |  17 сентября собираем всех, кто реально делает ИИ, на AI R&D DAY в Москве.
Конференция для R&D-специалистов, AI-архитекторов, продакт-менеджеров и технических лидеров, отвечающих за внедрение технологий следующего поколения.
Особенности программы:
🔹 NextGenAI: из исследований — в продукты
🔹 Голос, текст, изображения, звук — в одной системе
🔹 Как оценивать качество, когда старые метрики устарели
🔹 22 доклада от тех, кто пишет код, а не только статьи
Это не конференция «послушать и забыть». Это точка сборки сообщества, которое формирует, а не комментирует.
📍 Москва / онлайн
💰 Бесплатно
🚨 Места ограничены
👇 Регистрация по ссылке: https://tglink.io/63095d1baa9c31?erid=2W5zFGUGZzq
#реклама
О рекламодателе | 979 |
| 15 |  🇪🇺 Китайские open-weight модели начинают всё активнее заходить в европейский enterprise.
Siemens уже рассказывала о собственной изолированной LLM-платформе на базе vLLM, куда можно подключать Qwen, DeepSeek, Llama и другие открытые модели без привязки к одному API.
Данные можно оставить внутри собственной инфраструктуры. Если персональные данные не уходят внешнему провайдеру за пределы EEA, не возникает отдельного трансграничного маршрута, к которому применяются требования главы V GDPR.
С американскими API ситуация другая: передача данных через Атлантику по-прежнему опирается на EU-US Data Privacy Framework, который пришёл на смену двум предыдущим соглашениям, отменённым судами. Действующая схема была поддержана судом ЕС в 2025 году, хотя споры вокруг неё продолжаются.
GPU простаивает за те же деньги, что и работает. Облачный провайдер распределяет один кластер между тысячами клиентов, а отдельная компания вынуждена покупать мощности под собственный пик нагрузки.
Поэтому Qwen или DeepSeek в европейском дата-центре могут выиграть по контролю над данными и зависимости от внешних API, но экономика сходится только при достаточно высокой загрузке железа.
Китай остаётся стратегически важным рынком компании, поэтому поддержка китайских моделей в собственном стеке даёт дополнительную технологическую гибкость сразу в двух регионах. | 1 153 |
| 16 |  Нет текста... | 1 179 |
| 17 |  ⚡️ Harness Engineering - полный курс на русском
Как заставить AI-агента писать код надёжно. Не «какую модель выбрать», а как спроектировать вокруг неё рабочую систему: инструкции, инструменты, среду, состояние и верификацию.
Курс - от нуля до продвинутых тем: теоретическая база из 11 блоков, 14 модулей, 8 практических проектов, 14 лабораторных работ, диагностический протокол «как починить агента», библиотека готовых шаблонов, карта инструментов, 40 приёмов и каталог антипаттернов.
Главный тезис курса: способность модели и надёжность исполнения - это две разные вещи. Одна и та же модель в «голой» среде и в среде с продуманным harness даёт качественно разные результаты. Апгрейд модели - это самый дорогой и обычно не самый эффективный способ починить агента.
https://github.com/justxor/Harness_ru | 1 209 |
| 18 |  🧮 AI может изменить саму природу математических исследований.
Bloomberg пишет о проблеме, которая уже начинает обсуждаться в академической среде: что будет, если AI начнёт создавать доказательства быстрее, чем люди смогут понять их последствия?
Математика может столкнуться не с нехваткой новых результатов, а с их избытком.
Сегодня академический успех строится вокруг количества публикаций, цитат и новых теорем. Но если машины смогут генерировать тысячи доказательств, ценность может сместиться в другое место.
Главным навыком станет не только найти решение, а понять, какие задачи вообще имеют значение.
Будущая роль математиков может быть больше связана с выбором направлений, проверкой важности результатов, объяснением сложных идей и обучением других.
Возможно, самым редким ресурсом станет не способность доказать теорему, а способность понять, почему она важна.
https://www.bloomberg.com/opinion/articles/2026-08-13/math-faces-an-ai-spiritual-crisis-it-has-a-lesson-for-the-rest-of-us | 1 109 |
| 19 |  🔥 Python + AI без игрушечных демок. Курс для тех, кто хочет собирать рабочие системы.
Stepik: «Python современный AI для разработчика и автоматизации задач»
63 урока, 382 шага, практика с кодом и автопроверкой.
Внутри: RAG, tool calling, агенты, evals, MCP, Ollama, vLLM, pgvector + HNSW, безопасный text-to-SQL, prompt injection, кэш, очереди и sandbox для агентного кода.
Плюс реальные автоматизации: почта, отчёты, боты, вебхуки и браузерные сценарии.
Для тех, кто уже знает Python и хочет перейти к production AI.
⏳ 72 часа скидка 55%
https://stepik.org/a/295921 | 1 047 |
| 20 | 🔥 Liquid AI выпустила LFM2.5-VL-3B - маленькую vision-модель, заточенную под локальных агентов
Всего 3B параметров, но модель умеет разбирать экраны и изображения, делать OCR с разметкой страницы, находить объекты по текстовому запросу и использовать tool calls. Внутри LFM2.5-2.6B + SigLIP2 NaFlex vision encoder, контекст 32K.
Самое интересное - скорость. Liquid AI заявляет 228 ток/с на Apple M5 Max и 116 ток/с на Ryzen AI Max+ 395, при этом модель укладывается менее чем в 3,3 ГБ памяти.
Есть готовые версии для Transformers, vLLM, SGLang, GGUF, ONNX и MLX, поэтому её можно использовать как лёгкий локальный vision-слой для OCR, screen understanding и agentic workflows.
huggingface.co/LiquidAI/LFM2.5-VL-3B
#AI #Vision #LocalAI #Agents #LiquidAI | 1 278 |
