Анализ данных (Data analysis)

Public

Не можете присоединиться? @data_analysis_ml

52k Участники

Обновлено: April 8, 2026 at 9:33 AM

About Анализ данных (Data analysis) – Курсы и Обучение Telegram Channel

Data science, наука о данных. @haarrp - админ @itchannels_telegram - 🔥 главное в ит @ai_machinelearning_big_data - ML @machinelearning_interview - вопросы с собесдований по Ml РКН: clck.ru/3FmyAp

Join @data_analysis_ml for exclusive haarrp and machinelearning_interview content and discussions in 12

Рейтинг

Глобальный рейтинг

#2623

+24

Рейтинг по языку

#1497

+28

Рейтинг по категории

#34

Рост участников (Последние 30 дней)

Всего: 52.0K

Рост за 24ч: +12 0%

Последние посты

Анализ данных (Data analysis)

28 мар. 2026 г., 08:15

📷 Photo

🚨 У ANTHROPIC утечка: Новая мощная МОДЕЛЬ

Anthropic случайно оставила черновики блог-постов в публично доступном кэше данных. Их нашли исследователи кибербезопасности:

- новая модель под названием "Claude Mythos"
- также упоминается как "Capybara"
- это новый уровень моделей
- больше и умнее, чем Opus

Anthropic подтвердила, что это не фейк:

- «качественный скачок»
- «самая мощная модель, которую мы когда-либо создавали»
- «значительно лучше в программировании, логике и кибербезопасности»
- «сильно опережает любые другие AI-модели в кибер-возможностях»

И они сами этим обеспокоены:

- «Модель предвещает волну ИИ, способных находить и эксплуатировать уязвимости гораздо быстрее, чем защитники успевают реагировать»


https://m1astra-mythos.pages.dev/

🐍 https://t.me/addlist 🚀 https://max.ru/pythonl

3,640

Анализ данных (Data analysis)

28 мар. 2026 г., 08:15

📷 Photo

Здесь говорят о том, как работать с данными в 2026 году ↗️

Узнайте на GoCloud 2026

9 апреля в Москве пройдет GoCloud 2026 – большая конференция про ИИ и облака от команды Cloud.ru.

Отдельный трек будет посвящен данным и аналитике: доклады о технологических трендах, простых инструментах и экономически эффективном управлении данными.

Вы узнаете:
▶️какие подходы к работе с данными станут стандартом в 2026 году
▶️как управлять разными-дата сервисами на одной платформе
▶️как быстро обрабатывать real-time данные
▶️почему ML-системы начинаются не с моделей, а с дата-инфраструктуры
▶️какие возможности дает интеграция ИИ и Spark

А еще вас ждут демо сервисов, практические воркшопы, нетворкинг и афтерпати.

👉 https://cloud.ru/gocloud?utm_source=tg&utm_medium=im&utm_campaign=dataanalysisml-conf_gocloud2026_txt_smm_brand👈

3,330

Анализ данных (Data analysis)

28 мар. 2026 г., 08:15

🎥 Video

Кожаные вообще оборзели

3,660

Анализ данных (Data analysis)

28 мар. 2026 г., 08:15

📷 Photo

🚀 Tencent выкатывает Covo-Audio (7B) - новый уровень голосовых AI.

Это уже не просто “распознал → ответил → озвучил”.

Модель умеет говорить и слушать одновременно.

Что внутри:
• Qwen2.5-7B + Whisper
• 8 млн часов аудио обучения
• full-duplex — диалог без пауз

Главное отличие:

Нет отдельных пайплайнов ASR и TTS.
→ всё работает как единая модель

Что это даёт:
• можно перебивать (barge-in)
• естественный разговор, как с человеком
• меньше задержек
• меньше костылей в архитектуре

Отдельно:

Разделение интеллекта и голоса
→ проще делать voice cloning
→ гибкость под разные сценарии

Тренд очевиден:

AI переходит от “голосовых интерфейсов”
→ к полноценному живому диалогу

Скоро кнопка “нажми и говори” исчезнет совсем.

Модель: https://huggingface.co/tencent/Covo-Audio-Chat

3,210

Анализ данных (Data analysis)

28 мар. 2026 г., 08:15

📷 Photo

Рекомендательные системы — один из ключевых механизмов, на которых держатся современные продукты. Они помогают пользователям находить контент, товары и сервисы, а бизнесу — повышать вовлеченность и качество пользовательского опыта. Вместе с Владимиром Байкаловым, ведущим исследователем AI VK, разбираем главные тренды в рекомендациях и последние значимые работы.

🔗 Список статей

Масштабирование
🟣 https://arxiv.org/abs/2402.17152
🟣 https://arxiv.org/abs/2507.15994
🟣 https://arxiv.org/abs/2601.20083

Lifelong Recommendations
🟣 https://arxiv.org/abs/2506.02267?utm_source=chatgpt.com
🟣 https://arxiv.org/abs/2407.16357?utm_source=chatgpt.com
🟣 https://arxiv.org/abs/2505.04421?utm_source=chatgpt.com
🟣 https://dl.acm.org/doi/10.1145/3746252.3761564

Generative Retrieval
🟣 https://arxiv.org/abs/2202.06991
🟣 https://arxiv.org/pdf/2305.05065
🟣 https://arxiv.org/pdf/2503.02453

Semantic IDs
🟣 https://arxiv.org/abs/2504.02137
🟣 https://arxiv.org/pdf/2502.13581
🟣 https://arxiv.org/pdf/2405.07314
🟣 https://arxiv.org/pdf/2602.16375

End to End Рекомендации
🟣 https://arxiv.org/abs/2502.18965
🟣 https://arxiv.org/pdf/2512.22386
🟣 https://arxiv.org/pdf/2505.17549

LLMxRecSys
🟣 https://arxiv.org/abs/2510.07784
🟣 https://arxiv.org/abs/2510.11639
🟣 https://arxiv.org/abs/2512.21257

#aivk #recsys

Анализ данных (Data analysis)

28 мар. 2026 г., 08:15

📷 Photo

В Claude Code уже 93 команды.

Но чтобы получить 80% пользы, тебе хватит вот этих 16 👇

/init
→ создаёт CLAUDE.md - память проекта и репозитория

/plan
→ сначала думает, потом пишет код

/context
→ показывает, что именно съедает твои токены

/compact
→ очищает контекст прямо в середине сессии

/clear
→ сбрасывает состояние между задачами

/model
→ переключает модели: Opus / Sonnet / Haiku

/btw
→ позволяет задать побочный вопрос, не ломая основной поток работы

/rewind
→ откатывает назад, если всё пошло не туда

/agents
→ запускает несколько суб-агентов параллельно

/chrome
→ управляет браузером: клик, ввод, навигация

/loop
→ прогоняет промпты по кругу, удобно для мониторинга

/simplify
→ 3 агента вместе ревьюят твой код

/permissions
→ заранее разрешает безопасные действия

--dangerously-skip-permissions
→ полностью автоматический режим, без лишних подтверждений

Shift + Tab
→ мгновенное переключение режимов

ultra think
→ максимальная глубина рассуждения

Большинство используют Claude Code как обычный чат-бот.

Поэтому и упираются в потолок.

Продвинутые пользователи работают с ним как с целой системой.

Анализ данных (Data analysis)

28 мар. 2026 г., 08:15

📷 Photo

ARC-AGI-3 - бенчмарк,показал неприятную для всей индустрии вещь: даже топовые frontier-модели сейчас набирают меньше 1%.

Лучшие результаты на старте такие:

- Gemini 3.1 Pro Preview - 0.37%
- GPT-5.4 High - 0.26%
- Opus 4.6 Max - 0.25%

И это, пожалуй, главный вывод.

ARC-AGI-3 - это уже не набор статичных головоломок, как в прошлых версиях ARC. Теперь это интерактивные игровые миры, где агенту нужно самому разбираться, что вообще происходит.

Что именно проверяет новый тест:

- исследование незнакомой среды с нуля
- поиск целей и правил без текстовых инструкций
- построение своей модели мира по ходу задачи
- длинное планирование на много шагов вперёд
- обучение на опыте, а не по шаблону
- пересмотр гипотез, если первые догадки оказались неверными

То есть здесь уже мало просто "хорошо рассуждать в чате".

Нужно адаптироваться в реальном времени, помнить прошлые действия, извлекать сигналы из слабой обратной связи и не скатываться в перебор.

Внутри ARC-AGI-3:
- 150+ новых интерактивных окружений
- почти 1 000 уровней
- replay-сессии, где можно смотреть весь таймлайн решений агента

Скоринг считает не только факт решения, а то, насколько эффективно модель осваивает навык по сравнению с человеком.

Именно поэтому результаты выглядят настолько жёстко.

По сути, ARC Prize говорит прямо:
пока между человеком и ИИ есть такой разрыв в освоении новых задач, говорить о настоящем AGI рано.

И это, возможно, один из самых честных тестов за последнее время.

Не потому что модели "слабые".
А потому что реальная универсальная адаптация всё ещё не решена.

https://arcprize.org/

🐍 https://t.me/addlist 🚀 https://max.ru/pythonl

Анализ данных (Data analysis)

28 мар. 2026 г., 08:15

Для специалистов по анализу данных ключевой вопрос — как быстро и эффективно извлечь нужную информацию из разных источников. Для этого необходим универсальный инструмент. Например, таким https://t.me/yandexcloudnews выступать File Search — встроенный инструмент, доступный на платформе Yandex AI Studio. Инструмент работает на базе RAG-подхода и позволяет большим языковым моделям обогащать контекст данными из корпоративной базы знаний.

🚀Недавно платформа представила обновление инструмента и добавила новые возможности:

- Поддержка таблиц CSV и Excel — поиск по структурированным данным теперь встроен, что упрощает работу с финансовыми, маркетинговыми и операционными отчетами.
- Мультимедиа — видео и аудио можно анализировать через специализированный пайплайн, извлекая ценные инсайты из нестандартных источников.

File Search позволяет аналитикам быстрее находить ответы на вопросы, формируя их на основе загруженных корпоративных данных, а не только общих знаний модели о мире, и упрощает интеграцию в существующие BI- и аналитические процессы.

3,070

Анализ данных (Data analysis)

28 мар. 2026 г., 08:15

📷 Photo

3,400

Анализ данных (Data analysis)

28 мар. 2026 г., 08:15

🎥 Video

The AI Scientist официально вышел в Nature - и это уже не просто эксперимент.

Речь про систему, которая способна автоматизировать весь цикл научного исследования:

- генерировать идеи
- писать код
- запускать эксперименты
- оформлять научную статью

Обновлённая версия AI Scientist-v2 уже сгенерировала первую полностью AI-сгенерированную научную работу,
которая прошла полноценное рецензирование людьми.

Теперь вышла публикация в Nature,
где подробно разобрана архитектура системы и показано, как всё это работает на практике.

В ИИ-систему добавили Automated Reviewer - AI-рецензента, который оценивает статьи
на уровне человека и даже стабильнее, чем сами люди.

Исследователями обнаружен прямой закон масштабирования науки -
чем сильнее базовая модель,
тем выше качество научных работ, которые она генерирует.

Это означает простую вещь:
По мере роста моделей и удешевления вычислений
качество AI-науки будет расти автоматически.
Фактически мы подошли к точке, где исследования можно масштабировать так же, как сегодня масштабируют код или контент.

• Nature: https://nature.com/articles/s41586-026-10265-5
• Blog: https://sakana.ai/ai-scientist-nature

3,860

Анализ данных (Data analysis)

26 мар. 2026 г., 10:14

📷 Photo

Если вы работаете с выгрузками из баз, логами сервисов или отчетами за годы — вы уже имеете дело со значениями, разделенными запятыми (CSV). Но умеете ли вы загружать CSV в Spark правильно?

На открытом уроке разберем, как из плоского файла получить распределенную коллекцию данных — DataFrame. Поймем, почему DataFrame — это не просто таблица, как настраивать разбор грязных данных, объявлять схему вручную и избегать ошибок в промышленной среде.

Вы увидите, как Spark взаимодействует с файловой системой, научитесь писать код для загрузки CSV в PySpark или Scala и разберетесь, когда достаточно pandas, а когда без Spark не обойтись.

Открытый урок проходит в преддверии старта курса «Spark-разработчик».

➡️ Подробности и регистрация: https://otus.pw/XM07/

3,220

Анализ данных (Data analysis)

26 мар. 2026 г., 10:14

🚀 Cursor сделал regex-поиск мгновенным

Instant Grep ищет по миллионам файлов за миллисекунды
16.8 сек → 13 мс

И главное:
они не ускоряли regex
они убрали лишний поиск

🧠 Как это работает

- создаётся индекс: куски текста → файлы
- используются триграммы (fil, ile, le_)
- сначала ищутся кандидаты
- потом запускается regex

👉 большинство файлов вообще не открывается

🔥 Ключевая идея - sparse n-grams

- индексируются не все куски
- только самые «полезные»
- редкие символы имеют больший вес

💾 Всё локально

- индекс хранится у тебя
- привязан к Git
- быстрый доступ через memory map

Скорость даёт не regex
а умный отбор файлов до поиска.

https://x.com/cursor_ai/status/2036122609931165985

View on X (Twitter)

3,750

Анализ данных (Data analysis)

26 мар. 2026 г., 10:14

📷 Photo

3,530

Анализ данных (Data analysis)

26 мар. 2026 г., 10:14

🎥 Video

🚀 Anthropic показали новый режим:
AI может выполнять задачи на компьютере и по расписанию без твоего участия

Главное:

- Claude управляет компьютером
- кликает, вводит текст, открывает сайты
- выполняет задачи в браузере и приложениях

+ появился режим /schedule:

- ставишь задачу → задаёшь время
- Claude сам запускает и выполняет её
- даже если твой ноут выключен
- отчёты генерируются сами
- соцсети мониторятся автоматически
- задачи выполняются без контроля

https://claude.com/product/cowork#dispatch-and-computer-use

🐍 https://t.me/addlist 🚀 https://max.ru/pythonl

3,330

Анализ данных (Data analysis)

26 мар. 2026 г., 10:14

📷 Photo

🤖 Этот open-source репозиторий даёт твоему ClawdBot “зрение”

Это AI-ассистент в реальном времени для умных очков Meta Ray-Ban.

Он объединяет:
→ голос
→ зрение
→ действия агента

Работает через Gemini Live и OpenClaw.

Как это выглядит:

Ты надеваешь очки → нажимаешь кнопку AI → просто говоришь

Дальше:

• Gemini видит через камеру очков и описывает происходящее
• передаёт задачу в OpenClaw
• OpenClaw выполняет её через подключённые приложения

Можно:
→ отправлять сообщения в WhatsApp / Telegram / iMessage
→ искать информацию в интернете
→ получать ответы голосом

📊 Технически:

• камера очков передаёт изображение примерно 1 кадр в секунду в Gemini
• аудио работает в обе стороны в реальном времени
• OpenClaw выполняет действия как агент

По сути, это полноценный AI-ассистент, который видит мир вместе с тобой

https://github.com/Intent-Lab/VisionClaw

🐍 https://t.me/addlist 🚀 https://max.ru/pythonl

Анализ данных (Data analysis)

26 мар. 2026 г., 10:14

📷 Photo

🚀 Ускоряем внедрение ИИ-агентов в реальные задачи на Agents Week

Насыщенный интенсив от Школы анализа данных Яндекса пройдет с 6 по 10 апреля. Много про инженерных подход к современным агентным системам, их мониторинг и масштабирование. За пять дней поймете, с чего начать проектирование и настройку поведения, какие есть практики построения single-agent и multi-agent-систем, как доводить агентов о продакшена.

Формат: лекции с возможностью задать вопрос экспертам и практика.

Программа и спикеры — по https://shad.yandex.ru/agentsweek?utm_source=telegram&utm_medium=social&utm_campaign=ai-agents-week&utm_content=data_analysis_ml&erid=awjbXmhZfK1KsP3v2pYH6tK6vfKmY5PbVJA8fZQuUqw. Там же можно зарегистрироваться до 9 апреля включительно.

3,470

Анализ данных (Data analysis)

26 мар. 2026 г., 10:14

📷 Photo

🌟 Лучшие GitHub-репозитории для Claude Code, которые могут увеличить эффективность твоего следующего проекта:

1. Superpowers
https://github.com/obra/superpowers
→ Набор “супер-скиллов” для Claude: готовые промпты и инструменты, которые расширяют возможности агента (автоматизация, генерация кода, workflow).

2. Awesome Claude Code
https://github.com/hesreallyhim/awesome-claude-code
→ Кураторский список всего полезного вокруг Claude Code: гайды, тулзы, примеры, лучшие практики.

3. GSD (Get Shit Done)
https://github.com/gsd-build/get-shit-done
→ Фреймворк для реального продакшн-использования агентов: ставишь задачи - агент разбивает их и доводит до результата.

4. Claude Mem
https://github.com/thedotmack/claude-mem
→ Система памяти для Claude: позволяет агенту “помнить” контекст, прошлые действия и работать как долгоживущий ассистент.

5. UI UX Pro Max
https://github.com/nextlevelbuilder/ui-ux-pro-max-skill
→ Набор навыков для генерации интерфейсов: помогает Claude делать более качественные UI/UX решения и дизайн.

6. n8n-MCP
https://github.com/czlonkowski/n8n-mcp
→ Интеграция Claude с n8n: можно подключать агента к автоматизациям, API и workflow без кучи кода.

7. Obsidian Skills
https://github.com/kepano/obsidian-skills
→ Навыки для работы с Obsidian: управление заметками, knowledge base и личной базой знаний через Claude.

8. LightRAG
https://github.com/hkuds/lightrag
→ Лёгкая реализация RAG (Retrieval-Augmented Generation): быстро подключаешь свою базу данных к модели для более точных ответов.

9. Everything Claude Code
https://github.com/affaan-m/everything-claude-code
→ Универсальный сборник: шаблоны, примеры, инструменты - всё, чтобы быстро стартовать и прокачать Claude Code.

🎯 https://t.me/addlist 🚀 https://max.ru/ai_machinelearning_big_data

Анализ данных (Data analysis)

26 мар. 2026 г., 10:14

📷 Photo

Как запустить микросервисы в Managed Kubernetes

Микросервисное приложение мало просто задеплоить — нужны правила запуска, обновлений, масштабирования и изоляции. Именно они делают эксплуатацию предсказуемой, а инфраструктуру — готовой к росту нагрузки.

На вебинаре 26 марта в 11:00 эксперты Cloud.ru разберут, как превратить Managed Kubernetes в удобную и надежную платформу для работы микросервисов.

В программе:
1️⃣ разберете, в каких проектах микросервисы действительно нужны и как быстро запустить готовое масштабируемое решение в облаке без лишних сложностей;

2️⃣ рассмотрите базовую структуру Kubernetes для микросервисов: что потребуется сразу, а что можно отложить;

3️⃣обсудите, как организовать деплой, обновления и откаты, чтобы релизы были управляемыми;

4️⃣ настроите масштабирование с помощью нативных инструментов Kubernetes;

5️⃣ свяжете платформу с реестром артефактов;

6️⃣ узнаете, как следить за метриками и логами приложения.

👉 https://cloud.ru/events/evoliutsiia-prilozheniia-v-oblake-kak-zapustit-mikroservisy-v-managed-kubernetes-12681731088?utm_source=tg&utm_medium=im&utm_campaign=dataanalysisml_wb_26.03.2026_std_txt_smm_pmm👈

Анализ данных (Data analysis)

26 мар. 2026 г., 10:14

🎥 Video

🤖 Palantir AI + Claude использовались для обнаружения, приоритизации и ударов по более чем 1000 целям в первые 24 часа операции против Ирана

Результат оказался настолько мощным и прорывным, что Пентагон даже не стал ждать.

То, что раньше было просто пилотным проектом и тестировалось в ограниченном режиме…
в один момент стало официальным, постоянным и начало масштабироваться повсюду.

Теперь Palantir - это ключевой “AI-мозг” всей армии США.

Система уже внедряется во все роды войск.

https://www.moneycontrol.com/world/how-palantir-and-anthropic-ai-helped-the-us-hit-1-000-iran-targets-in-24-hours-article-13853331.html

🎯 https://t.me/addlist 🚀 https://max.ru/ai_machinelearning_big_data

3,580

Анализ данных (Data analysis)

26 мар. 2026 г., 10:14

📷 Photo

Это уже не code review.
Это distributed system из двух LLM, которые дебажат друг друга.

3,770

Анализ данных (Data analysis)

23 мар. 2026 г., 16:18

📷 Photo

🚀 Релиз LongCat-Flash-Prover - это одна из самых сильных open-source моделей для формальной математики.

Модель строит и проверяет доказательства как в реальной математике.

Внутри
• 🧠 Не один агент, а гибрид экспертов - модель генерирует и отбирает лучшие цепочки рассуждений
• ⚙️ Алгоритм HisPO - держит длинную логику без развала
• 🔍 Жесткая проверка:
- Lean4 (формальная математика)
- AST-анализ
- проверка корректности
→ галлюцинации почти убраны


📊 Результаты:

• 97.1% на MiniF2F (всего 72 попытки)
• 41.5% на PutnamBench (очень сложные задачи)

Это уже уровень, где open-source начинает догонять топовые research-модели.

📄 Paper: https://github.com/meituan-longcat/LongCat-Flash-Prover/blob/main/LongCat_Flash_Prover_Technical_Report.pdf
📂 GitHub: https://github.com/meituan-longcat/LongCat-Flash-Prover
🤗 Hugging Face: https://huggingface.co/meituan-longcat/LongCat-Flash-Prover

🎯 https://t.me/addlist 🚀 https://max.ru/ai_machinelearning_big_data

Анализ данных (Data analysis)

23 мар. 2026 г., 16:18

Первый «ИИ-стажёр» от OpenAI ожидается уже к сентябрю, а полноценная система запланирована к 2028 году.

Благодаря развитию reasoning-моделей и агентных систем вроде Codex, такие инструменты уже показывают резкий рост продуктивности — задачи, которые раньше занимали недели, теперь решаются за дни. Однако они всё ещё сталкиваются с проблемами надёжности и безопасности.

Тем не менее, OpenAI движется по пути создания полностью автономных исследователей.

https://x.com/techreview/status/2034969397513629914

🎯 https://t.me/addlist 🚀 https://max.ru/ai_machinelearning_big_data

View on X (Twitter)

3,220

Анализ данных (Data analysis)

23 мар. 2026 г., 16:18

📷 Photo

Разбор рынка ПО: от структуры до методологий

Рынок ПО сегодня — это сочетание облачных решений, on-premise-инфраструктуры и быстро растущих сегментов вроде ИИ и ИБ. Это делает его сложнее не только для анализа, но и для интерпретации.

На вебинаре разберут, как меняется структура рынка в России и мире, как распределяются роли между игроками и какие модели развития выглядят устойчивыми. Отдельный блок посвятят аналитике: почему отчёты дают разные цифры и как это связано с подходами к подсчёту.

📍 25 марта в 12:00 (МСК) — онлайн

Спикеры — представители Apple Hills Digital, iKS-Consulting, Yandex Cloud и JP Innovative.

https://clc.to/8hE1hw?erid=2SDnjcj8zVP, чтобы получить целостное понимание рынка, а не набор разрозненных оценок

3,960

Анализ данных (Data analysis)

23 мар. 2026 г., 16:18

📷 Photo

🤖 Claude-to-IM Skill: AI Coding Agent for IM Platforms

Этот репозиторий предоставляет мост между Claude Code/Codex и популярными мессенджерами, такими как Telegram, Discord, Feishu и QQ. Пользователи могут взаимодействовать с AI-агентами для программирования через удобный интерфейс, получая ответы в реальном времени.

🚀 Основные моменты:
- Поддержка четырех платформ: Telegram, Discord, Feishu, QQ
- Интерактивная настройка с пошаговыми инструкциями
- Контроль разрешений на использование инструментов
- Возможность просмотра ответов в реальном времени
- Сохранение сессий после перезапуска

📌 GitHub: https://github.com/op7418/Claude-to-IM-skill

#javascript

4,020

Анализ данных (Data analysis)

23 мар. 2026 г., 16:18

📷 Photo

🚀 OpenAI усиливает ставку на разработчиков

OpenAI покупает Astral - команду, стоящую за популярными Python-инструментами (uv, Ruff, ty).

Это не просто сделка.
Это шаг к контролю над реальным workflow разработчиков.

И на этом фоне Codex уже показывает мощный рост:

• рост пользователей в 3 раза
• рост использования в 5 раз с начала года
• более 2 млн активных пользователей в неделю

Начинается настоящая гонка:

Claude vs Codex ⚔️

Как уже говорил Дарио:
лучшая AI-компания с лучшим инструментом для программирования, это фундамент общей победы.

Побеждает не просто модель. Побеждает экосистема вокруг разработчиков.

И сейчас OpenAI явно ускоряется.

https://openai.com/index/openai-to-acquire-astral/

🎯 https://t.me/addlist 🚀 https://max.ru/ai_machinelearning_big_data

3,930

Анализ данных (Data analysis)

23 мар. 2026 г., 16:18

📷 Photo

Data Science и Data Engineering: какое направление выбрать в 2026 году?

🎧 1 апреля пройдет День открытых дверей онлайн-магистратуры НИЯУ МИФИ «Специалист по работе с данными и ИИ» в партнёрстве с Яндекс Практикумом.

На встрече обсудят:

💙 как рост ИИ трансформируют рынок труда
💙 4 трека для развития: ML, CV, NLP и Data Engineering
💙 какие задачи усложняются и где усиливается конкуренция

И расскажут, как за 2 года освоить фундаментальную базу, собрать портфолио из проектов и получить диплом магистра без отрыва от работы.

Подключайтесь онлайн 1 апреля в 19:00 мск.

🏃‍♀️ https://practicum.yandex.ru/high-education/dod/data-analytics/?utm_source=tg&utm_medium=smm&utm_campaign=tg_smm_RF_HighEd_highDaAn_b2c_Post_Wbnr_aidod&utm_content=posev&utm_term=data_analysis_ml

3,930

Анализ данных (Data analysis)

23 мар. 2026 г., 16:18

📷 Photo

А Вайбкодер может?

4,020

Анализ данных (Data analysis)

23 мар. 2026 г., 16:18

📷 Photo

⚠️ Отчёты выглядят убедительно. Графики растут. Решения принимаются быстро. Но один вопрос может обрушить всю картину: насколько качественные ваши данные?

Проблема плохих данных редко заметна сразу. Она проявляется позже — в сломанных маркетинговых акциях, ошибках кредитного скоринга, неверных управленческих решениях и потерянной прибыли.

👨‍💻 На открытом уроке 1 апреля в 20:00 МСК разберём, как на практике выявлять проблемы в данных и предотвращать их последствия. Вы узнаете, что такое Data Quality, какие 6 ключевых метрик качества данных используют международные стандарты, и как автоматизировать контроль данных с помощью современных инструментов. На занятии проведём экспресс-аудит данных на реальном примере и покажем, как находить ошибки, которые напрямую влияют на бизнес-показатели.

➡️ Открытый урок проходит в преддверии старта курса «Качество данных / Data Quality». Принять участие: https://tglink.io/f683f51a044aad?erid=2W5zFHtJhRT
#реклама
https://telega.in/organizations/7b2647c3e91b3be035d3373828945b?erid=2W5zFHtJhRT

Анализ данных (Data analysis)

23 мар. 2026 г., 16:18

⚡️ Runway представила серьёзный прорыв в генерации видео с помощью ИИ на конференции NVIDIA GTC.

Компания показала новую модель, способную генерировать видео в высоком разрешении в настоящем реальном времени.

Ключевая фишка — time-to-first-frame менее 100 мс.
Это значит, что HD-видео начинает генерироваться и воспроизводиться практически мгновенно после команды.

Этот превью-ресёрч был разработан совместно с NVIDIA и работает на их новой архитектуре Vera Rubin.

Такая скорость — важный шаг к созданию General World Model (GWM-1) от Runway.

Технология выходит за рамки обычной генерации видео и движется в сторону живых, интерактивных сред в реальном времени.

https://x.com/runwayml/status/2034284298769985914

🎯 https://t.me/addlist 🚀 https://max.ru/ai_machinelearning_big_data

View on X (Twitter)

Анализ данных (Data analysis)

23 мар. 2026 г., 16:18

📷 Photo

🌟 Xiaomi релизнула 3 модели: LLM, омнимодальную и TTS.

🟡 https://platform.xiaomimimo.com/#/docs/news/v2-pro-release

Флагман. Триллион параметров суммарно, 42 млрд. активных при инференсе, архитектура MoE с гибридным вниманием и контекстным окном в 1 миллион токенов. До официального анонса модель тестировалась на OpenRouter под именем Hunter Alpha.

🟢Artificial Analysis Intelligence Index - 49 баллов, это 8 место в мире и 2 среди китайских LLM.

🟢PinchBench - 84,0 (3 место, сразу за Claude Sonnet 4.6).

🟢ClawEval - 61,5, тоже 3 место, выше GPT-5.2.

Реальная агентская эффективность на GDPval-AA: Elo 1434 (лучший результат среди китайских моделей).

Цена API: $1 вход / $3 выход за млн. токенов при контексте 256K и $2 вход / $6 выход для контекста 256К-1М.

🟡 https://platform.xiaomimimo.com/#/docs/news/v2-omni-release

Принимает текст, изображения, видео и аудио через единую базу с отдельными энкодерами для каждой модальности. Параметры не раскрыты. Модель поддерживает непрерывную обработку аудио длиной свыше 10 часов в одном запросе.

🟢MM-BrowserComp - 52,0, на GPDVal AA - 1435, оба выше Gemini 3 Pro.

Цена: $0,40 вход / $2,00 выход.

На демонстрации модель прошла цикл онлайн-покупки автономно: нашла отзывы на Xiaohongshu, сравнила продавцов на http://JD.com/, поторговалась с поддержкой, оформила заказ.

Второе демо: получила одно текстовое задание, сняла 15-секундный ролик из 4 сцен, синтезировала звук, исправила ошибку рендеринга шрифта, загрузила на TikTok и опубликовала.

🟡 https://platform.xiaomimimo.com/#/docs/news/v2-tts-release

Модель обучена на сотнях миллионов часов аудио, и допилена через многомерный RL. Синтезирует речь с управлением эмоциями на уровне отдельных предложений, поёт с сохранением высоты и ритма, воспроизводит китайские диалекты: сычуаньский, хэнаньский, кантонский, тайваньский. Поддержка других языков не заявлена.

Форматные маркеры в тексте: пунктуацию, частицы и выделение сама переводит в просодику без дополнительной разметки.

Доступ на ограниченный период - бесплатно. Сроки предложения не указаны.

Кстати, команду MiMo возглавляет Ло Фули, один из ключевых авторов DeepSeek R1.

Все модели релиза доступны через API на https://platform.xiaomimimo.com/ и в MiMo Studio.

https://t.me/ai_machinelearning_big_data

#news #ai #ml

Showing 30 of 100 posts

Рейтинг

Требуется вход

Отзывы пользователей (0)

Пока нет отзывов. Будьте первым, кто поделится своим опытом!

Анализ данных (Data analysis)

About Анализ данных (Data analysis) – Курсы и Обучение Telegram Channel

Рейтинг

Рост участников (Последние 30 дней)

Последние посты

Рейтинг

Отзывы пользователей (0)

Похожие каналы Telegram

CORE-expert Дмитрия Маликова

Илья Федотов-Федоров Мастерская

Бесплатный аккаунт

МамАрт — искусство жить свободно 🎨

Технозаметки Малышева

Курсы тактической медицины

SlivMarket

Учебный центр S.T.I. DENT

Похожие каналы Telegram

CORE-expert Дмитрия Маликова

Илья Федотов-Федоров Мастерская

Бесплатный аккаунт

МамАрт — искусство жить свободно 🎨

Технозаметки Малышева

Курсы тактической медицины

SlivMarket

Учебный центр S.T.I. DENT

Последние посты

Отзывы пользователей (0)