ru
Feedback
Data Secrets

Data Secrets

Открыть в Telegram

Главный по машинному обучению Сотрудничество: @veron_28 РКН: clck.ru/3FY3GN

Больше

📈 Аналитический обзор Telegram-канала Data Secrets

Канал Data Secrets (@data_secrets) языкового сегмента Русский является активным участником. Сейчас сообщество объединяет 91 236 подписчиков, занимая 1 376 место в категории Технологии и приложения и 6 147 место в регионе Россия.

📊 Показатели аудитории и динамика

С момента создания невідомо проект демонстрирует стремительный рост, собрав аудиторию из 91 236 подписчиков.

Согласно последним данным от 13 июля, 2026, канал показывает стабильную активность. За последние 30 дней изменение числа участников составило 793, а за последние 24 часа — 15, при этом общий охват остаётся высоким.

  • Статус верификации: Верифицирован (официально подтверждён Telegram)
  • Уровень вовлечённости (ER): Средний показатель вовлечённости аудитории составляет 25.34%. В первые 24 часа после публикации контент обычно набирает 18.42% реакций от общего числа подписчиков.
  • Охват публикаций: В среднем каждый пост получает 23 111 просмотров. В течение первых суток публикация набирает 16 804 просмотров.
  • Реакции и взаимодействия: Аудитория активно поддерживает контент: среднее количество реакций на один пост — 267.
  • Тематические интересы: Контент сосредоточен на ключевых темах, таких как claude, openai, контекст, стартап, llm.

📝 Описание и контентная политика

Автор описывает ресурс как площадку для выражения субъективного мнения:
Главный по машинному обучению Сотрудничество: @veron_28 РКН: clck.ru/3FY3GN

Благодаря высокой частоте обновлений (последние данные получены 14 июля, 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.

91 236
Подписчики
+1524 часа
+2307 дней
+79330 день
Архив постов
Сентябрьский книгопад продолжается Вот и еще одна книжка первой свежести заехала. Называется Introduction to Machine Learning
Сентябрьский книгопад продолжается Вот и еще одна книжка первой свежести заехала. Называется Introduction to Machine Learning, появилась на архиве сегодня. Хоть и называется «Введение», но содержит достаточно много глубокого материала. Например, 50 страниц посвящено оптимизации в ML (со всей серьезной математикой), а еще 50 – PCA, тоже со всеми тонкостями. Ну и базовая база типа линейных моделей и деревьев тоже присутствует. Сами посмотрите оглавление 👆 Читать тут

Системный аналитик, присоединяйся к Сберу! 👌 Мы разрабатываем аналитическую платформу по управлению эффективностью организац
Системный аналитик, присоединяйся к Сберу! 👌 Мы разрабатываем аналитическую платформу по управлению эффективностью организации. Наша цель – создать «сердце» платформы: общие технологические сервисы для разработчиков и low/no-code инструменты, которыми будут пользоваться аналитики для реализации бизнес-логики. Чем предстоит заниматься ⤵️ 👉 сбором, детализацией, уточнением и согласованием требований 👉 проработкой и подготовкой типовых решений для использования общих сервисов 👉 разработкой технической документации для разработчиков 👉 контролем реализации требований на всех этапах жизненного цикла разработки. Читай подробности и откликайся на вакансию по ссылке 💁

Разработчики PyTorch выкатили прикольный гайд про то, как организовать инференс LLM вообще без CUDA-ядер Они предлагают замен
Разработчики PyTorch выкатили прикольный гайд про то, как организовать инференс LLM вообще без CUDA-ядер Они предлагают заменить все ядра CUDA на рукописные Triton ядра в миксе с torch.compile. Это нужно для совместимости с ГПУ от AMD, Intel и др, а не только с Nvidia + для большей гибкости и низкоуровневости. В статье подробно описывается, как и что нужно сделать, и в итоге показано, что с помощью некоторых дополнительных оптимизаций и танцев с бубном таким способом можно добиться ~80% производительности CUDA. Получился интересный, но, к слову, достаточно ироничный гайд, учитывая трудности Nvidia на сегодняшний день 😀

Помните недавнюю лекцию Эндрю Барто о том, что ML – это всего лишь частный случай RL? Мы писали про нее месяц назад. Это была
+4
Помните недавнюю лекцию Эндрю Барто о том, что ML – это всего лишь частный случай RL? Мы писали про нее месяц назад. Это была лекция Эндрю (отца RL) в рамках самой крупной конференции по RL в мире, дословно она называлась «В начале весь ML был RL». Так вот, есть хорошая новость и плохая. Плохая: лекцию в открытый доступ так и не выложили. Хорошая: по пересказам присутствовавших и отдельным слайдам мы смогли обобщить то, о чем говорил Барто. Вот главное: ⚪️ RL – это не просто исправление ерроров модели, а глобальный метод проб и ошибок. В первых работах по RL исследователи опирались на базу того, как действует наш мозг: гедонистические нейроны стараются максимизировать удовольствие и минимизируют боль. Для этого синапсы, активные в процессе некоторого действия, становятся "доступными для изменения" — учатся лучше оценивать действие при поощрении окружающей среды, и хуже при наказании. ⚪️ Именно идеи из этих работ затем перекочевали в самые первые древние исследования по нейросетям. Например, A modern theory of adaptive networks with expectation & prediction (1981 год). А если еще глубже погружаться в историю, то оказывается, что сам Алан Тьюринг, прородитель ML, работал, по сути, над RL: речь о его Pleasure-Pain system (1948). ⚪️ Получается, что современный ML – действительно частный случай большой общей идеи RL. Ведь методы обратного распространения ошибки и градиентного спуска, по своей сути, и есть изменение весов под влиянием ограниченной внешней среды (обучающего датасета). Think about it 🤔

⚡️ Breaking: чтобы выйти из кризиса, Nvidia начала выпускать женские сумочки
⚡️ Breaking: чтобы выйти из кризиса, Nvidia начала выпускать женские сумочки

YandexART научилась создавать короткие видео с движущимися объектами Яндекс рассказал про процесс обучения своей главной гене
YandexART научилась создавать короткие видео с движущимися объектами Яндекс рассказал про процесс обучения своей главной генеративной нейросети, которая учитывает при генерации взаимосвязь между кадрами. Это позволяет ей воссоздавать плавные движения объектов в кадре — такие как бег собаки, падение листа с дерева или взрыв фейерверка. Пошагово это работает так: на вход модель получает текстовое описание от пользователя о том, что должно быть в кадре, и создаёт картинку, с которой начнётся анимация. Затем модель постепенно превращает цифровой шум в последовательность кадров, опираясь на это изображение и текстовый запрос. Увидеть нейронку в действии можно в приложении Шедеврум.

💰 Илья Суцкевер привлек для своей компании инвестиции в размере $1 млрд Компании Safe Superintellgence(SSI) всего 3 месяца,
💰 Илья Суцкевер привлек для своей компании инвестиции в размере $1 млрд Компании Safe Superintellgence(SSI) всего 3 месяца, у нее еще нет ни одного продукта, но она уже оценивается в 5 миллиардов. Видимо из-за громких имен в составе и больших... амбиций команды: ранее Илья заявлял, что первым продуктом SSI станет только safe AGI. Инвестиции завезли NFDG, a16z, Sequoia, DST Global и SV Angel. А еще компания заявила о том, что нанимает ученых. Кто на собес?

Финансовый эффект от применения технологии Process Mining для Сбера уже составил 20 млрд рублей и высока вероятность, что российский рынок вырастет еще в 19 раз до 7,3 млрд рублей на конец 2028 года — рассказал старший вице-президент, руководитель блока «Финансы» Сбербанка Тарас Скворцов во время ВЭФ. Судя по подсчетам анатиликов, среднегодовой темп роста российского рынка Process Mining составит 183%, а зарубежного 142% в год. На данный момент около 24% российских компаний уже используют Process Mining, а в течение ближайших пяти лет еще 42% компаний планируют внедрить этот инструмент.

Только что на просторы интернета выложили новую книжку с математической базой по тензорам Автор, кстати, оказался любителем «
+1
Только что на просторы интернета выложили новую книжку с математической базой по тензорам Автор, кстати, оказался любителем «древнего» стиля и оформил книгу в стиле широко известной книжки «The Matrix Cookbook». И название позаимствовал: получился The Tensor Cookbook. Для любителей в книжке есть много зубодробительной математики. А если вы заинтересованы с практической стороны, то достаточно прочитать эти главы:
1. Introduction (определения, важные теоремы и общие понятия) 10. Machine Learning Applications (про то, как тензоры работают в привычной нам среде, оптимизацию лоссов и атеншен) 12. Tensorgrad (более глубоко про производные, градиенты и операции над тензорами)
Ну что может быть лучше свеженького образовательного материала в сентябре? 😋

А пока Nvidia справляется с кризисам, а Хуанга вызывает на ковер Минюст США, давайте посмотрим, как в 2020 году он доставал из какой-то духовки и впервые показывал миру легендарную A100

Тем временем Nvidia переживает черную полосу: за день компания потеряла рекордные 280 миллиардов долларов Все из-за антимоноп
Тем временем Nvidia переживает черную полосу: за день компания потеряла рекордные 280 миллиардов долларов Все из-за антимонопольной полиции. Минюст США считает, что Nvidia наживается на b2b рынке ИИ-чипов, а простые пользователи страдают от подскочивших цен на видеокарты. Проще говоря: о геймерах во всей этой ИИ-суете забыли 😞 Самое смешное: оказывается, с Хуангом уже давно вели переговоры, и он, вероятно, понимал последствия. Поэтому и продал кучу своих акций на пике. А начиналось так красиво…

Просто некоторые цитаты Франсуа Шолле: создателя Keras, ведущего исследователя Google DeepMind и автора книги "Deep Learning
Просто некоторые цитаты Франсуа Шолле: создателя Keras, ведущего исследователя Google DeepMind и автора книги "Deep Learning with Python" ⚪️ "Исследования в области глубокого обучения — это эволюционный процесс, движимый, на деле, очень плохо понятыми нам случайными эмпирическими результатами." ⚪️ "Математика в статьях по Deep Learning обычно бесполезна и, скорее всего, была помещена в текст исключительно для деловитости." ⚪️ "Ключ к хорошему исследованию – это понимание того, что именно порождает результаты, которые вы получили. Выяснить это не так просто, потому что такой процесс требует глубоких экспериментальных исследований (которые на самом деле проводят или стараются проводить очень немногие)." Шолее, кстати, – один из учредителей премии ARC Prize, того самого ML-соревнования с призом в $1 млн. Оно нацелено на разработку новых архитектур, которые смогут побороть один из самых сложных существующих ИИ-бенчмарков: ARC AGI.

CEO OpenAI Japan на презентации заявил, что следующий GPT будет в 100 раз мощнее предыдущего, и проговорился, что появится мо
CEO OpenAI Japan на презентации заявил, что следующий GPT будет в 100 раз мощнее предыдущего, и проговорился, что появится модель в этом году При этом предполагается, что мощи вырастут не за счет объема вычислительных ресурсов, а в основном благодаря улучшениям в архитектуре и эффективности обучения. Тадао Нагасаки также упомянул Orion, который недавно был в центре новостей. Он рассказал, что модель обучалась (именно в прошедшем времени) на 10к H100.

Розыгрыш Machine Learning футболок В честь запуска сайта с ML-вакансиями команда Data Secrets запускает розыгрыш 10 футболок
Розыгрыш Machine Learning футболок В честь запуска сайта с ML-вакансиями команда Data Secrets запускает розыгрыш 10 футболок для истинных любителей глубокого обучения. Это лимитированная линейка нашего бренда. Каждая футболка – целый альманах, на котором любой найдет любимую архитектуру. Гарантирует +100 очков к прохождению собеса или экзамена Для участия нужно всего лишь быть подписанным на два наших канала: @data_secrets и @data_secrets_career, – и нажать кнопку "Участвовать" под этим постом. Итоги подведем 18 сентября в 18:00. Желаем удачи!

⚡️ Большие новости от команды Data Secrets: мы запустили страницу с ML-вакансиями на нашем сайте Теперь, помимо нашего второго канала Data Secrets | Карьера (подписывайтесь!), вы сможете также найти самые свежие вакансии и стажировки в DS и ML в удобном формате на нашем сайте! Там вы будете не только видеть ВСЕ актуальные объявления от проверенных российских и зарубежных работодателей, но и сортировать их по требуемому опыту, направлению и зарплате. А если работу вы пока не ищете, то сайт поможет мониторить рынок и тренды на нем. Переходите и пробуйте: https://datasecrets.ru/jobs

Обычный канадский подросток
Обычный канадский подросток

Ничего необычного, просто 16-летний парень и его 5-часовое видео с полным руководством по математике для глубокого обучения В
+1
Ничего необычного, просто 16-летний парень и его 5-часовое видео с полным руководством по математике для глубокого обучения Внутри – все про якобианы, производные, градиенты, алгоритм обратного распространения ошибки, функции активации и др. Автор – Адам Дхалла из Канады, и на момент создания видео ему только исполнилось 16. Сейчас парню 19, он создал очень перспективный алгоритм для классификации местоположений белков в клетках и уже имеет пожизненное финансирование исследований от Schmidt Futures 😦

🤗 Hugging Face выпустили свою speech2speech модель Разработчики пишут, что это попытка приблизить опенсорс разработки к GPT4o. Однако пока что это все-таки не "та самая мультимодальность" от OpenAI, а все еще конструктор из отдельных моделей (хотя OpenAI и сами еще не полностью раскатили трушный голосовой режим). По сути, предлагается следующий франкенштейн: 1) На первом этапе silero VAD v5 в роли Voice Activity Detection (VAD) 2) Далее Speech to Text (STT): здесь используется Whisper 3) Посередине у нас любая опенсорсная LM 4) Ну и Text to Speech (TTS), разрботчики предлагают Parler-TTS Весь код и инструкции по установке тут (не репе уже 2700 звезд, очень достойно). Можно увлекально поэкспериментировать. Кстати, этот пайплайн даже научили менять языки посередине разговора с минимальной задержкой в 100ms 🫡

🖥 Мечтаете о карьере в IT, но не хотите программировать? Хорошая новость: это возможно! Если стать аналитиком данных — IT-сп
🖥 Мечтаете о карьере в IT, но не хотите программировать? Хорошая новость: это возможно! Если стать аналитиком данных — IT-специалистом, который собирает и анализирует данные, чтобы строить прогнозы для бизнеса. Аналитики данных востребованы во многих сферах: IT, маркетинг, ритейл, банкинг и т. д. Обучение подойдет, если вы: 🟣новичок без опыта без опыта в IT 🟣бухгалтер, финансист или экономист 🟣уже работаете с аналитикой и хотите углубить знания для роста в карьере На курсе вы получите навыки, которые реально нужны работодателям, и овладеете самыми популярными инструментами: Python, Pandas, NumPy, Jupyter Notebook, SQL, Power BI. 🔗 Начните работать аналитиком уже через 6 месяцев! Заполните заявку, чтобы получить бесплатный доступ к первым урокам. Реклама. ООО «Эдюсон», ИНН 7729779476. Erid:2Vtzqusct2z

Внимание! Мемов про третье сентября не будет 😢 Вместо этого вот вам видео с новым китайским робопсом X30 от компании DEEP Robotics, цена которого – $65000. Спасибо за внимание 🙂