![Data Science | Machinelearning [ru]](https://cdn.tlmtr.io/_next/image?url=https%3A%2F%2Fimg.telemetr.io%2Fc%2F1dVo3O%2F5217464346798572541%3Fty%3Dl&w=48&q=75){kind=small}
Data Science | Machinelearning [ru]
Відкрити в Telegram
Все о Data Science, машинном обучении и искусственном интеллекте: от базовой теории до cutting-edge исследований и LLM. MAX - https://max.ru/devsp Личный блог - @just_genych По вопросам рекламы или разработки - @g_abashkin РКН: https://vk.cc/cJPGXD
Показати більше![Сітка: Frontender's notes [ru]](https://cdn.tlmtr.io/_next/image?url=https%3A%2F%2Fimg.telemetr.io%2Fc%2F1qrVZ3%2F5348049928330532677%3Fty%3Dx&w=32&q=75){kind=small}
📈 Аналітичний огляд Telegram-каналу Data Science | Machinelearning [ru]
Канал Data Science | Machinelearning [ru] (@devsp) у мовному сегменті Російська є активним учасником. На даний момент спільнота об'єднує 19 676 підписників, посідаючи 6 664 місце в категорії Технології та додатки та 33 344 місце у регіоні Росія.
📊 Показники аудиторії та динаміка
З моменту свого створення невідомо, проект продемонстрував стрімке зростання, зібравши аудиторію у 19 676 підписників.
За останніми даними від 06 листопада, 2026, канал демонструє стабільну активність. Хоча за останні 30 днів спостерігається зміна кількості учасників на -96, а за останні 24 години на -4, загальне охоплення залишається високим.
- Статус верифікації: Не верифікований
- Рівень залученості (ER): Середній показник залученості аудиторії становить 7.57%. Протягом перших 24 годин після публікації контент зазвичай збирає 4.51% реакцій від загальної кількості підписників.
- Охоплення публікацій: В середньому кожен допис отримує 1 489 переглядів. Протягом першої доби публікація в середньому набирає 888 переглядів.
- Реакції та взаємодія: Аудиторія активно підтримує контент: середня кількість реакцій на один пост – 4.
- Тематичні інтереси: Контент зосереджений навколо ключових тем, таких як llm, nvidia, контекст, openai, архитектура.
📝 Опис та контентна політика
Автор описує ресурс як майданчик для висловлення суб'єктивної думки:
“Все о Data Science, машинном обучении и искусственном интеллекте: от базовой теории до cutting-edge исследований и LLM.
MAX - https://max.ru/devsp
Личный блог - @just_genych
По вопросам рекламы или разработки - @g_abashkin
РКН: https://vk.cc/cJPGXD”
Завдяки високій частоті оновлень (останні дані отримано 07 листопада, 2026), канал підтримує актуальність та високий рівень охоплення публікацій. Аналітика показує, що аудиторія активно взаємодіє з контентом, що робить його важливою точкою впливу в категорії Технології та додатки.
19 676
Підписники
-424 години
-247 днів
-9630 днів
Архів дописів
![Data Science | Machinelearning [ru]](https://cdn.tlmtr.io/_next/image?url=https%3A%2F%2Fimg.telemetr.io%2Fc%2F1dVo3O%2F5217464346798572541%3Fty%3Dx&w=64&q=75){kind=small}
ИТ-команда Гринатома ищет опытного специалиста по машинному обучению для разработки продуктовых сервисов, связанных с обработкой естественного языка. Вам предстоит генерировать и проверять гипотезы, разрабатывать модели машинного обучения, писать тесты и взаимодействовать с командой проекта. Требуются отличные знания Python, опыт работы с DL-фреймворками, понимание принципов работы нейросетей, а также навыки работы с Linux. Будет плюсом опыт работы с системами логирования, backend-технологиями и поисковыми движками.
Мы предлагаем современные рабочие места, гибкий график, возможность выбора формата работы, обучение и развитие, карьерные возможности, социальные программы и корпоративную жизнь.
👉Узнать подробности и откликнуться можно тут: https://hh.ru/vacancy/104719493
😎CDM: надежная метрика для справедливой и точной оценки распознавания формул
Character Detection Matching (CDM), обеспечивает объективность оценки путем разработки метрической оценки на уровне изображения, а не на уровне LaTex.
В частности, CDM преобразует как предсказанные моделью формулы LaTeX, так и наземные формулы LaTeX в формулы, отформатированные в виде изображения, затем использует визуальные методы извлечения признаков и локализации для точного сопоставления на уровне символов, включая информацию о пространственном положении.
Такой пространственно-ориентированный и сопоставленный с символами метод предлагает более точную и справедливую оценку по сравнению с предыдущими метриками BLEU и Edit Distance, которые полагаются исключительно на сопоставление символов на основе текста.
🤗 Hugging Face
💾 Arxiv
📂 PDF
@Devsp — Подписаться
21 сентября в расслабленной обстановке на свежем воздухе пройдёт Код-пленэр от Яндекса!
Встретимся с коллегами из Яндекса, чтобы порисовать кодом в саду, послушать про творчество в IT, поделиться опытом решения рабочих и не только проектов и подышать свежим воздухом в одну прекрасную сентябрьскую субботу.
Главным событием станет воркшоп по p5.js. На нём ваши навыки программирования пригодятся неожиданным образом: с помощью кода вырастите дерево, которое станет частью общего диджитал-леса.
Вечером мы увидим получившийся лес на большом экране. А потом завершим день у костра под DJ-сеты.
Заполняйте форму как можно подробнее и регистрируйтесь!
До встречи на Код-пленэре! 🔥
📹Новая версия YandexART (Vi) — как она устроена?
В статье на Хабре Яндекс рассказывает о процессе обучения нейросети, которая при генерации видео учитывает связь между кадрами и воссоздаёт реалистичные движения объектов.
Читать...
Центральный университет приглашает на курсы тех, кто уже силен в ML, DL и ИИ для углубленной прокачки навыков!
Университет открыл курсы дополнительного образования с интенсивной программой и большим количеством практики. Обучение проходит по вечерам или по субботам оффлайн и онлайн, так что можно совмещать с работой.
Курсы подойдут ML-инженерам, дата-саентистам и аналитикам от уровня джуниор+ до сеньор позиций, поэтому, помимо топовых преподавателей из ВШЭ, МФТИ, ШАД, победителей международных соревнований и практиков из индустрии, вас ждет еще и сильное комьюнити!
Подробнее о курсах и университете здесь.
Реклама, АНО ВО «Центральный университет», ИНН 7743418023
😎Mini-Omni: Language Models Can Hear, Talk While Thinking in Streaming
Сквозная разговорная модель на основе аудио, способная к речевому взаимодействию в реальном времени.
метод также помогает сохранить языковые возможности исходной модели с минимальным ухудшением, что позволяет другим работам устанавливать возможности взаимодействия в реальном времени.
Mini-Omni — это первая полностью сквозная модель с открытым исходным кодом для речевого взаимодействия в реальном времени, предлагающая ценный потенциал для будущих исследований.
🤗 Hugging Face
💾 Arxiv
📂 PDF
@Devsp — Подписаться
InkubaLM: A small language model for low-resource African languages
InkubaLM, небольшая языковая модель с 0,4 миллиарда параметров, которая достигает производительности, сопоставимой с моделями со значительно большим количеством параметров и более обширными данными обучения для таких задач, как машинный перевод, вопросы и ответы, AfriMMLU и задача AfriXnli.
В частности, InkubaLM превосходит многие более крупные модели в анализе настроений и демонстрирует замечательную согласованность на нескольких языках.
Эта работа представляет собой решающий шаг в оспаривании общепринятой парадигмы, согласно которой эффективные языковые модели должны полагаться на значительные ресурсы.
🤗 Hugging Face
💾 Arxiv
📂 PDF
@Devsp — Подписаться
🖥 Самые интересные статьи за последние дни:
• Как мы обучали нейросеть распознавать юридические документы
• Топ-7 высокооплачиваемых профессий в сфере ИИ
• Создание искусственного датасета для обучения модели с использованием Paddle OCR
🗣Яндекс анонсировал Practical ML Conf, которая пройдет 14 сентября и будет доступна для просмотра онлайн
Это мероприятие, на котором Яндекс ежегодно анонсирует свои крупные запуски и делится опытом.
Все подробности и регистрация тут
@Devsp — Подписаться
