Анализ данных (Data analysis)

Когда закончились лимиты на Claude

Пока все обсуждают искусственный интеллект сам по себе, промышленность тихо движется в сторону связки ИИ + роботы. В «Норникеле» рассказывают, что машинное обучение у них уже несколько лет работает в реальном производстве и приносит около 10 млрд рублей в год — за счёт более точных прогнозов, оптимизации процессов и дополнительного извлечения металлов. Но, по их мнению, самое интересное впереди. Следующий этап — роботизация. Рудники на глубине до двух километров, риски, сложные условия, и там алгоритмы и роботы часто справляются точнее, чем человек. В итоге ставка делается не на ИИ, а на вполне практичную вещь — автоматизированные производства, где решения принимают алгоритмы, а делают роботы. И похоже, именно туда и будет двигаться промышленность ближайшие годы.

⚡️ Code 2.1.90 - добавили новую команду /powerup. Запускаешь её - и прямо внутри инструмента получаешь интерактивные уроки по работе с Claude Code. Выглядит полезно: можно учиться прямо в терминале, без переключений и гайдов на стороне. Интересно, как это реализуют в VSCode и в десктопной версии Claude Code. Пойду дальше копаться в новом релизе 👀 Релиз: https://x.com/ClaudeCodeLog/status/2039493041979847023 🐍 полезные ресурсы 🚀Max @data_analysis_ml

Не успели мы порадоваться, что человечество,rак пришла более приземленная нововть( На корабле Orion новейшая система вышла из строя сразу после старта, проблему подтвердили в NASA, при этом экипажу предстоит провести в космосе около 10 дней. Надеемся, на станции найдутся альтернативные решения )

⚡️ GLM-5V-Turbo — модель, которая СМОТРИТ на экран и сразу ПИШЕТ код Главное: • Нативный мультимодальный кодинг Понимает изображения, видео, макеты, интерфейсы и документы без костылей • Видит → генерирует код Распознаёт дизайн, скриншоты и UI и превращает их в готовый, запускаемый код • Сильный баланс: визуал + программирование Топовые результаты в: - генерации кода по макетам - мультимодальном поиске и QA - работе с GUI-агентами • Не проседает в обычном кодинге Стабильно проходит бенчмарки Backend, Frontend и Repo Exploration Визуал не ломает текстовую логику • Оптимизирован под агентов Работает в связке с Claude Code и OpenClaw Подходит для полного цикла задач: от восприятия до действия Почему он сильный: • Глубокая связка текста и зрения с самого обучения • RL-тренировка сразу на 30+ типах задач • Специальные Agent-данные (меньше галлюцинаций) • Поддержка мультимодальных инструментов: поиск, браузинг, работа с интерфейсами Попробовать: http://chat.z.ai API: http://docs.z.ai/guides/vlm/glm-5v-turbo Coding Plan trial applications: http://docs.google.com/forms/d/e/1FAIpQLSdEg9C_7FRQWRbnJt--BJXSoacQZbbnB1A4hXGjWP59_1Pugg/viewform?usp=publish-editor 🐍 полезные ресурсы 🚀Max @data_analysis_ml

🌟 Holo3: SOTA-агентная модель для управления десктопными приложениями. Парижский стартап H Company выпустил семейство мультимодальных моделей Holo3, предназначенных для управления графическими интерфейсами.

H Company (ранее Holistic AI) публично вышла на рынок в начале 2024 года. Основатели: Шарль Кантор, бывший исследователь Стэнфорда, и Лоран Сифр, ветеран Google DeepMind и один из ключевых участников проекта AlphaGo. Посевной раунд составил $220 млн - один из крупнейших в истории европейского венчура. Среди инвесторов: Эрик Шмидт, Юрий Мильнер, Бернар Арно, Ксавье Ньель, а также Amazon, Samsung и UiPath.

🟡Обе модели семейства на архитектуре Mixture-of-Experts Старшая Holo3-122B-A10B доступна только на платформе H Company по цене 40 центов за миллион входящих и 3 доллара за миллион выходных токенов. Младшая версия Holo3-35B-A3B выложена на Hugging Face под лицензией Apache 2.0 и также доступна бесплатно через Inference API с ограничением в 10 PRM. В платном режиме - 0,25/1.8 доллара за миллион входных/выходных токенов. 🟡Holo3 учили по замкнутому циклу из 3 стадий Сначала по заданным сценариям генерируются синтетические примеры навигации по интерфейсам. Затем данные расширяются за пределы исходных условий, чтобы модель учитывала нестандартные ситуации. На финальном этапе все примеры проходят курируемый отбор и обучение с подкреплением. Для тренировки H Company построила генератор синтетических корпоративных сред, в котором агенты создают веб-приложения по спецификациям сценариев, формируя верифицируемые задачи разной сложности. На базе этих сред разработан H Corporate Benchmarks - набор из 486 многошаговых задач в 4 категориях: электронная коммерция, бизнес-ПО, инструменты совместной работы и межприложенческие сценарии. Последние требуют координации между несколькими системами одновременно (скажем, извлечь цены из PDF, сопоставить их с бюджетами сотрудников и автоматически разослать персонализированные письма с одобрением или отказом). 🟡Тесты Флагманская Holo3-122B-A10B набрала 78,85% на бенчмарке OSWorld-Verified - это лучший результат на ведущем тесте взаимодействия с рабочим столом. 📌Лицензирование: Apache 2.0 License. 🟡Статья 🟡Модель @ai_machinelearning_big_data #AI #ML #MMLM #Holo3 #HCompany

Делитесь своими сетапами в комментариях 👇

🖥 Liquid AI выпустила LFM2.5-350M - агентную модель весом меньше 500 МБ 350M параметров, обучена на 28T токенов с RL: и это уже другой уровень по сравнению с предыдущим поколением. Что умеет: → извлечение данных и вызов инструментов там, где модели такого размера обычно пасуют → агентные цепочки (agentic loops) на слабом железе → работает на CPU, GPU и мобильных устройствах Кейсы: локальная обработка документов, лёгкие агентные воркфлоу, edge-деплой без облака. • Blog: http://liquid.ai/blog/lfm2-5-350m-no-size-left-behind • Веса: https://huggingface.co/LiquidAI/LFM2.5-350M • Docs: http://docs.liquid.ai • Playground: http://playground.liquid.ai 🐍 полезные ресурсы 🚀Max @data_analysis_ml

Когда ты ещё сам в пренатальной бете, но уже настраиваешь агента.

Ant Group выложила новый крупномасштабный RGB-D датасет: LingBot-Depth 🤖 на Hugging Face. Внутри: ✨ более 3 млн примеров / 2.7 ТБ данных ✨ реальные данные + симуляции + VLA-роботика ✨ сырые данные с depth-сенсоров + ground truth https://huggingface.co/datasets/robbyant/mdm_depth

МосХаб.Сколково — точка сборки ИТ-сообщества и единая среда для открытого диалога между лидерами ИТ-индустрии, бизнесом, обществом, молодыми специалистами и городом.   На базе МосХаб.Сколково проходят конференции, круглые столы, митапы и образовательные программы. Каждое событие направлено на практический результат для участников, профессионального сообщества и города.    В этом канале мы будем рассказывать о событиях, проектах и технологических решениях, которые появляются на площадке МосХаб.Сколково.   Наш адрес: Москва, инновационный центр «Сколково», ул. Николы Тесла, 1, стр. 1, Кластер видеоигр и анимации.

🧩 Collaborator: удобная среда для разработки с агентами Collaborator — это приложение для macOS, которое объединяет терминалы, файлы и код на одном бесконечном холсте. Упрощает работу, устраняя необходимость в переключении между вкладками. Приложение активно разрабатывается и предназначено для локального использования. 🚀 Основные моменты: - Интуитивно понятный интерфейс с многофункциональным холстом - Поддержка нескольких рабочих пространств - Интерактивные терминалы и редакторы кода - Локальное хранение данных без необходимости в учетных записях 📌 GitHub: https://github.com/collaborator-ai/collab-public

🧩 Collaborator: Инновационная среда для разработки с агентами Collaborator - это приложение для macOS, которое объединяет терминалы, файлы и код на одном бесконечном холсте. Упрощает работу, устраняя необходимость в переключении между вкладками. Приложение активно разрабатывается и предназначено для локального использования. 🚀 Основные моменты: - Интуитивно понятный интерфейс с многофункциональным холстом - Поддержка нескольких рабочих пространств - Интерактивные терминалы и редакторы кода - Локальное хранение данных без необходимости в учетных записях 📌 GitHub: https://github.com/collaborator-ai/collab-public

Нужны твои навыки в работе с ИИ на МТС True Tech Hack 2026! Тебе сюда, если ты инженер данных, разработчик или системный аналитик. 1 500 000 рублей — общий призовой фонд ИТ-соревнования. Формат: командное онлайн-соревнование с финалом в Москве. Если нет команды — поможем найти на платформе мероприятия. Тебя ждут три задачи на выбор — каждая с уникальной технической фишкой. Для всех финалистов — приглашение на закрытую вечеринку, а лучших участников позовут на стажировку. Успей зарегистрироваться до 9 апреля

МосХаб.Сколково — точка сборки ИТ-сообщества и единая среда для открытого диалога между лидерами ИТ-индустрии, бизнесом, обществом, молодыми специалистами и городом.   На базе МосХаб.Сколково проходят конференции, круглые столы, митапы и образовательные программы. Каждое событие направлено на практический результат для участников, профессионального сообщества и города.    В этом канале мы будем рассказывать о событиях, проектах и технологических решениях, которые появляются на площадке МосХаб.Сколково.   Наш адрес: Москва, инновационный центр «Сколково», ул. Николы Тесла, 1, стр. 1, Кластер видеоигр и анимации.

📌 Claude Code: подборка полезных материалов, чтобы стать ПРО. Видео, репозитории, документация и книги. Без шума. Без мусора. Всё в одном месте. 🗂 Репозитории Claude Code (официальный) https://github.com/anthropics/claude-code Claude Cookbooks https://github.com/anthropics/claude-cookbooks Ultimate Guide по Claude Code https://github.com/FlorianBruhinux/claude-code-ultimate-guide Подборка лучших плагинов Claude https://github.com/quemsah/awesome-claude-plugins Лучшие репозитории по Claude Code https://mejba.me/locale/en?next=%2Fblog%2Fbest-github-repos-claude-code 📚 Гайды и документация Обзор документации Claude Code https://code.claude.com/docs/en/overview Claude Code Handbook (freeCodeCamp) https://freecodecamp.org/news/claude-code-handbook/ Полный гайд по Claude Code (2026) https://claude-world.com/articles/claude-code-complete-guide-2026/ Практическое руководство по Claude Code https://evakeiffenheim.substack.com/p/a-clear-guide-to-claude-code-for Гайд для новичков по Claude Code https://nxcode.io/resources/news/claude-code-tutorial-beginners-guide-2026 🎥 Видео Полный гайд по Claude Code для новичков (2026) https://youtube.com/watch?v=qYqIhX9hTQk Полный курс по Claude Code — создание и монетизация (4 часа) https://youtube.com/watch?v=QoQBzR1NlqI Освой Claude Code за 30 минут https://youtube.com/watch?v=6eBSHbLKuN0 Освой 95% навыков Claude Code за 28 минут https://youtube.com/watch?v=zKBPwDpBfhs Плейлист по Claude Code (от новичка до продвинутого) https://youtube.com/playlist?list=PL4HikwTaYE0ETMaJqnNvm_2I3NEbexMDZ Топ-6 советов для эффективной работы с Claude Code https://youtube.com/watch?v=WwdlYp5fuxY 📖 Книги Mastering Claude AI — практический путь https://amazon.com/Mastering-Claude-AI-Practical-Journey/dp/B0FLJEY8BD AI Engineering — Chip Huyen https://amazon.com/AI-Engineering-Building-Applications-Foundation/dp/B0F3ZZTKG5 Claude Code Lab — production AI-приложения https://books.google.com/books/about/Claude_Code_Lab.html?id=EOng0QEACAAJ Сохрани - пригодится. Поделись с коллегой и ускоришь кому-то путь в Claude Code.)

🌟 Transformers.js v4 вышел и теперь нейросети реально можно запускать прямо в браузере Без серверов, без API, без костылей. Просто открываешь страницу и модель уже работает у пользователя на устройстве. Главное изменение в том, что WebML наконец перестал быть игрушкой. Производительность выросла, задержки снизились, и часть задач теперь можно спокойно уносить на клиент. Что это даёт на практике Фронтенд начинает забирать кусок AI на себя Меньше расходов на инфру и запросы к API Лучше приватность, данные не уходят на сервер Можно делать офлайн-фичи с ИИ прямо в браузере Если коротко, браузер превращается в полноценную AI-платформу. И это только начало. Blog post: https://huggingface.co/blog/transformersjs-v4 Release notes: https://github.com/huggingface/transformers.js/releases/tag/4.0.0 Demos: https://huggingface.co/collections/webml-community/transformersjs-v4-demos

🦞 Как правильно работать с Claude Code Репозиторий claude-code-best-practice уже собрал десятки тысяч звёзд и это не просто набор советов. Это системный подход к тому, как превратить Claude из “помощника” в часть разработки. Главная мысль простая: не проси написать код, а выстраивай процесс. Начинается всё с планирования. Claude должен сначала продумать решение и обязательно иметь способ проверить себя. Хорошая практика - заставить его задать тебе уточняющие вопросы через AskUserQuestion, чтобы он не гадал, а уточнял требования как нормальный разработчик. Работа делится на этапы, и у каждого этапа есть свои тесты. Это сильно снижает количество ошибок. Параллельно можно вести несколько задач через Git Worktrees, а долгие процессы выносить в /loop, чтобы они крутились сами. Интересный момент - код-ревью лучше делать в новом контексте. Свежий “взгляд” модели часто находит баги, которые пропустила сама же ранее. Ещё сильнее это усиливается, если подключить вторую модель, например прогнать план и реализацию через Codex. Контекст вообще становится ключевой вещью. CLAUDE.md не должен разрастаться - примерно до 150–200 строк на файл, иначе модель начинает теряться. Вместо огромных инструкций лучше использовать команды и навыки, а не бесконечные промпты. Отдельно важно разделять роли. Не делать одного универсального агента “на всё”, а создавать небольших специализированных с конкретными задачами. Но при этом не усложнять: для простых задач обычный Claude Code без сложных схем работает лучше. Из практики - если застрял, проще показать скриншот, чем пытаться объяснить словами. А если подключить MCP, можно дать Claude доступ к логам браузера и сильно упростить отладку. Терминал тоже лучше запускать как фоновые задачи, чтобы не блокировать процесс. Всё это сводится к одному: Claude начинает работать нормально только тогда, когда у него есть структура, ограничения и ответственность. И в итоге меняется сам подход к разработке. Ты не пишешь код руками и не просишь “сгенерируй функцию”. Ты управляешь системой, которая пишет его за тебя. https://github.com/shanraisshan/claude-code-best-practice

Хотите в машинное обучение, но не знаете, с чего начать? 🦾 За 11 месяцев комплексный курс от Otus поможет вам пройти путь от основ Python и математики до построения и внедрения моделей машинного обучения в эксплуатацию. Вы последовательно изучите Python для аналитики, SQL, математику для машинного обучения, классические алгоритмы, глубокое обучение (deep learning), языковые трансформенные модели, рекомендательные системы и полный конвейер обработки данных (pipeline). Программу ведут практикующие эксперты и кандидаты наук. Вы не просто изучите библиотеки машинного обучения, но и поймёте, как и почему работают модели. Обучение строится на живых занятиях, регулярной практике и проектных работах, которые формируют портфолио. Программа постоянно обновляется под требования рынка и реальные задачи бизнеса. ➡️ Оставьте заявку на обучение и получите специальные условия 🎁 в честь Дня рождения Otus: https://tglink.io/30dbcb786deebf?erid=2W5zFJZ17Vs #реклама О рекламодателе

⚡️ Claude Code на максималках: 32 агента, скорость в 5 раз выше, ноль новых инструментов Нашли интересный open source проект oh-my-claudecode. Это надстройка, которая превращает Claude Code в мультиагентную систему с разными режимами выполнения. Есть полный автопилот, есть режим с параллельными агентами, есть последовательные пайплайны и даже режим экономии токенов. Внутри 32 агента под разные задачи от архитектуры до тестирования. Самое удобное это управление через ключевые слова. Пишешь autopilot и он делает все сам. Пишешь ralph и он не остановится, пока не доведет задачу до конца. Еще одна важная вещь это авто-возобновление после ограничений по запросам. Не нужно следить за процессом и перезапускать вручную. По ощущениям это уже не просто ассистент, а полноценная система разработки поверх Claude Code. GitHub: https://github.com/Yeachan-Heo/oh-my-claudecode 🐍 полезные ресурсы 🚀Max @data_analysis_ml