Data Science

🎯 Как взять качество данных под контроль?  Неточные отчёты, дубликаты в базах, несоответствия данных - всё это тормозит бизнес и подрывает доверие к аналитике. Если вы хотите стать экспертом в управлении качеством данных и повысить свою ценность на рынке, новый курс «Data Quality» от OTUS - то, что нужно! 📚 Что вас ждёт на курсе: ✔️ Автоматизация контроля качества с помощью Soda, OpenMetadata, Airflow, NiFi ✔️ Построение системы Data Governance - от метаданных до Data Contracts ✔️ Метрики и профилирование данных - научитесь измерять и улучшать качество ✔️ Управление инцидентами и соответствие регуляторным требованиям  ✔️ Практические проекты, которые можно добавить в портфолио 🎓 Формат обучения: 📅 Старт: 26 ноября 💻 Онлайн с практическими заданиями и обратной связью от экспертов 👉 Узнать подробности и записаться: https://tglink.io/01a9f1d7c7ba?erid=2W5zFJAJCWC #реклама О рекламодателе

Gemini 3 Developer Guide 📚 Read @datascienceiot

LiteAttention: A Temporal Sparse Attention for Diffusion Transformers 📚 Read @datascienceiot

Успей зарегистрироваться на масштабный ИТ-фест от МТС 🔥 21 ноября на True Tech Champ тебя ждет насыщенный день со зрелищной битвой роботов, нетворкингом и прокачкой навыков. В программе: 📝 Доклады о ИИ-технологиях. Специалисты MWS AI, Skoltech, Яндекса и Unitree Robotics расскажут о трансформерах для управления автомобилями, работе с RAG-системами и физическими агентами. 📝 Воркшоп по работе с ИИ-агентами от канадского разработчика и автора книги AI Agents in Action Майкла Ланэма. 📝 Воркшоп по разработке игр с помощью AI плагина MWS DevTools Agent. 🛻 Шоу-битва роботов. Камеры от первого лица, профессиональные комментаторы создадут вайб больших видов спорта. На огромных экранах МТС Live Холл ты увидишь, как роботы будут проходить 3 уровня препятствий: запутанные лабиринты, офф-роад маршруты, парящие платформы — и сразятся в битве на выживание. ◻️ 20+ площадок с активностями. Попробуй родео и оседлай механического быка, пройди лазерный лабиринт, как настоящий спецагент, выведи на ринг своего робопаука и протестируй другие ИТ-челленджи. 🔴 В завершение дня — афтепати со звездным хедлайнером. Фестиваль бесплатный, он пройдет 21 ноября в Москве и онлайн. Смотри подробную программу на сайте и регистрируйся — количество мест ограничено.

RobustMerge: Parameter-Efficient Model Merging for MLLMs with Direction Robustness 📚 Read @datascienceiot

🔥 Подборка полезных ресурсов для программистов. Здесь ты найдёшь всё это - коротко, по делу и без воды. Пока другие ищут, где “подглядеть решение”, ты уже используешь самые свежие инструменты! AI: t.me/ai_machinelearning_big_data Python: t.me/pythonl Linux: t.me/linuxacademiya Devops: t.me/DevOPSitsec Собеседования DS: t.me/machinelearning_interview C++ t.me/cpluspluc Docker: t.me/DevopsDocker Хакинг: t.me/linuxkalii Data Science: t.me/data_analysis_ml Javascript: t.me/javascriptv C#: t.me/csharp_1001_notes Java: t.me/java_library Базы данных: t.me/sqlhub Python собеседования: t.me/python_job_interview Мобильная разработка: t.me/mobdevelop Golang: t.me/Golang_google React: t.me/react_tg Rust: t.me/rust_code ИИ: t.me/vistehno PHP: t.me/phpshka Android: t.me/android_its Frontend: t.me/front Big Data: t.me/bigdatai МАТЕМАТИКА: t.me/data_math Kubernets: t.me/kubernetc Разработка игр: https://t.me/gamedev Haskell: t.me/haskell_tg Физика: t.me/fizmat 💼 Папка с вакансиями: t.me/addlist/_zyy_jQ_QUsyM2Vi Папка Go разработчика: t.me/addlist/MUtJEeJSxeY2YTFi Папка Python разработчика: t.me/addlist/eEPya-HF6mkxMGIy Папка ML: https://t.me/addlist/2Ls-snqEeytkMDgy Папка FRONTEND: https://t.me/addlist/mzMMG3RPZhY2M2Iy Папка Linux:https://t.me/addlist/w4Doot-XBG4xNzYy 😆ИТ-Мемы: t.me/memes_prog 🇬🇧Английский: t.me/english_forprogrammers 🧠ИИ: t.me/vistehno 🎓954ГБ ОПЕНСОРС КУРСОВ: @courses 📕Ит-книги бесплатно: https://t.me/addlist/BkskQciUW_FhNjEy Сохрани себе, чтобы не потерять!

Understanding neural networks through sparse circuits 📚 Read @datascienceiot

Fighting the New York Times’ invasion of user privacy 📚 Read @datascienceiot

✅🧐🎁😌👹😋😡🙊😍🤷‍♂️👹 AI-агенты перестали быть экспериментом — они становятся основой продуктовых решений. Вопрос лишь в том, умеете ли вы создавать своих? С 20 ноября будет Yandex AI Studio Series — серия практических вебинаров для тех, кто хочет пройти путь от идеи до production-ready AI-агента за 7 дней. 💡Что будет на интенсиве: 🟠 4 онлайн-трансляции с сессией вопросов и ответов. 🟠Предзаписанный воркшоп для самостоятельной практики. 🟠Квиз и приятные сюрпризы. 🟠Нетворкинг в продуктовом комьюнити. 🟠Офлайн-встреча в офисе Яндекса в Москве. Все решения будем деплоить на базе Yandex AI Studio — платформы от Яндекса для разработки AI-агентов. Участие в мероприятии бесплатное. Если вы AI/ML-инженер или разработчик и хотите углубиться в инженеринг агентов и мультиагентных систем — присоединяйтесь. Регистрация @datascienceiot

Introduction to Agents 📚 Read @datascienceiot

Запущен первый российский продуктовый бенчмарк RAG-решений: открыт прием заявок Кейс, который важен всем, кто делает или внедряет корпоративные ИИ-решения: в России появился инструмент, позволяющий объективно сравнивать RAG-сервисы по реальным бизнес-задачам — RRNCB (Russian RAG Normative-Corporate Benchmark) Что интересного внутри для AI/ML-команд: 🔹 Полный пайплайн: бенчмарк проверяет не только LLM, а все решение целиком — от извлечения документов до генерации ответа. 🔹 Реальные данные: тесты строятся на корпоративных сценариях — ГОСТы, договоры, регламенты. 🔹 Прозрачная методология: независимая оценка с участием экспертов и внешних LLM. 🔹 Прозрачная польза для всех участников: компании получают независимое подтверждение качества продукта и шанс попасть в первый рейтинг российских RAG-решений, а клиенты — рейтинг с понятными критериями. К участию приглашены все российские компании, разрабатывающие и продающие собственные ИИ-продукты бизнесу. В рамках бенчмарка ожидается испытание популярных RAG решений: Сбер (GigaChat), Яндекс (Нейроэксперт), МТС (Cotype), Softline (Преферентум), Авито, Точка Банк, Just AI и других лидеров рынка. 🗓 Прием заявок на сайте RRNCB — до 21 ноября, результаты — 12 декабря. 👉 Читать

Machine Learning Systems Principles and Practices of Engineering Artificially Intelligent Systems 📚 Read @datascienceiot

The Smol Training Playbook: The Secrets to Building World-Class LLMs 📚 Read @datascienceiot

🤖 От классифайда к собственному ИИ-ассистенту: кейс Авито Технологическая платформа Авито регистрирует новый товарный знак для собственного ИИ-ассистента — «Ави», узнал Коммерсант. Его уже тестируют в разных категориях, чтобы в 2026 году запустить универсальное решение, которое будет работать во всех вертикалях. Что внутри интересного: 🔹 «Ави» работает на базе большой языковой модели; 🔹 отвечает в формате живого диалога: уточняет цель покупки, важные параметры, рекомендует подходящие предложения и даже объясняет отличия между лотами. «Коммерсант» пишет, что запуск подобных ИИ-решений крупными компаниями уже стал трендом на рынке. ИИ повышает отдачу и лояльность пользователей, позволяет собирать дополнительный контекст из общения с ассистентом и увеличивает вовлеченность в продукт, что положительно сказывается на продажах. По оценкам экспертов, Авито уже мог вложить в разработку ИИ-ассистента около 500 млн руб. В уже озвученных планах компании были и еще более масштабные вложения: инвестировать 12 млрд в развитие генеративного ИИ и заработать более 21 млрд на технологии к 2028 году. В открытом доступе уже есть две собственные ИИ-модели Авито — текстовая A-Vibe и мультимодальная A-Vision. Причем качество разработок подтверждают пользователи: A-Vibe всего за неделю набрала более 1400 скачиваний и вошла в топ трендовых моделей на платформе Hugging Face.​​​​​​​​​​​​​​​ 📚 Читать @datascienceiot

GaussGym: An open-source real-to-sim framework for learning locomotion from pixels Project: https://escontrela.me/gauss_gym/ Paper: https://arxiv.org/abs/2510.15352 Data: https://huggingface.co/collections/escontra/gauss-gym-datasets Code: https://github.com/escontra/gauss_gym @datascienceiot

🧠 От скалярного произведения к бустингу: RecSys кейс из Яндекс Лавки Классный кейс для всех, кто пилит рекомендательные системы для реальных операционных задач. Команда Лавки рассказала, как они решали задачу мэтчинга курьеров и слотов рабочих смен. Что внутри интересного для DS/ML-специалиста: 🔹 Бейзлайн: как стартовали с простого решения на векторах и скалярном произведении. 🔹 Feature Engineering: какие фичи собирают для ML-модели. 🔹 Выбор метрики: детальное объяснение, почему в их задаче Recall оказался важнее Precision. 🔹 Таргет: как теперь движутся от прокси-метрики «принял слот» к более честному таргету «вышел на слот». Отличный разбор полного цикла — от эвристик до подготовки данных для полноценной ML-модели. 👉 Прочитать статью можно здесь

Does Model Size Matter? A Comparison of Small and LLMs for Requirements Classification 📚 Читать @datascienceiot

Last Call: ИИ, бэкенд и фронтенд в одном хакатоне Wink AI Challenge — соревнование для разработчиков, которые знакомы с нейросетями и мультимодальными данными. Разбираешься в NLP и интеграции моделей? Приходи и покажи, на что способен твой ИИ. Призовой фонд — 1 125 000 рублей. Последние дни регистрации — открыта до 4 ноября включительно: https://cnrlink.com/winkaichallengeds ML-инженеры, backend- и frontend-разработчики, DevOps, MLOps и мультимедиа-инженеры — ваш выход. Алгоритм такой: 1️⃣ Получи реальный текстовый набор данных. 2️⃣ Проанализируй структуру и извлеки ключевые сущности. 3️⃣ Собери ИИ-сервис, который помогает принимать решения в киноиндустрии. Задачи хакатона: 🔸 Построй модель зависимости между сценами и структурируй сценарий. 🔸 Преврати текст в эскизы с помощью text-to-image для создания превизуализации сценария. 🔸 Создай решение, которое классифицирует контент и находит сцены, влияющие на возрастной рейтинг. Финал пройдёт в Москве — двум участникам из команды Wink оплатит билеты и проживание. Успей зарегистрироваться на первый в России хакатон по применению ИИ в кинопроизводстве: https://cnrlink.com/winkaichallengeds

StarBench: A Turn-Based RPG Benchmark for Agentic Multimodal Decision-Making and Information Seeking Read @datascienceiot

A-Vibe и A-Vision — собственные языковые модели технологической платформы Авито — стали доступны всем. Это первые российские решения, глубоко оптимизированные под русский язык и задачи e-commerce. Они подходят для анализа документации, создания ИИ-ассистентов и автоматизации контента. Компания потратила на разработку ИИ-моделей около полумиллиарда рублей. Обе модели способны обрабатывать большие тексты (до 100 страниц) и вызывать внешние инструменты — например, для расчетов, поиска данных или работы с API. На их базе можно строить автономных ИИ-агентов и интегрировать технологии прямо в бизнес-процессы. A-Vibe уже занимает верхние позиции в рейтингах, в том числе по пониманию русского языка. Команда Авито не собирается останавливаться: она адаптировала под русский целый набор тестов для оценки качества моделей. Все инструменты доступны бесплатно на Hugging Face.