Data Science
42.5K subscribers
1.76K photos
5 videos
47 files
2.15K links
DS
По всем вопросам- @haarrp

@ai_machinelearning_big_data - machine learning

@pythonl - Python

@itchannels_telegram - 🔥 best it channels

@ArtificialIntelligencedl - AI

@pythonlbooks-📚

@programming_books_it -📚

Реестр РКН: https://clck.ru/3Fk3zS
Download Telegram
Memex(RL): Scaling Long-Horizon LLM Agents via Indexed Experience Memory

📓 book

@datascienceiot
Если хочется зайти в ИИ не через хаотичные курсы и туториалы, а через нормальную магистратуру с индустриальными кейсами — есть вариант от МТС и ФКН ВШЭ.

Открыт набор на третий поток программы «Исследования и предпринимательство в искусственном интеллекте».

Что будут изучать:
— машинное обучение
— GenAI и большие языковые модели
— видеоаналитику
— распознавание и синтез речи
— ML на конечных устройствах
— проектирование ML-систем
— агентные системы на базе LLM
— технологическое предпринимательство

На программе есть 30 оплачиваемых мест от МТС. Студенты работают с кейсами МТС Web Services и MWS AI, используют MWS Cloud и GPU-ресурсы, а лучшие могут получить стажировку или оффер еще во время обучения.

Поступить можно через конкурс: портфолио, мотивационное письмо, онлайн-экзамен, собеседование. Плюс можно показать себя через Kaggle.

Подробнее: https://www.hse.ru/ma/ipii/

@datascienceiot
This media is not supported in your browser
VIEW IN TELEGRAM
⚡️ Fable 5 снова вернулась в Claude

Модель снова доступна спустя почти три недели после отключения. Ограничения с Anthropic сняли: ранее их вводили из-за формулировки про «угрозу нацбезопасности».

До 7 июля Fable 5 можно использовать в подписках Pro, Team, Max и Premium Enterprise. На неё разрешено тратить до 50% недельных лимитов.

После 7 июля бесплатный доступ закончится, останется только оплата по токенам.

https://claude.ai/
📌 Заметил, что среди начинающих аналитиков часто возникает пробел на стыке базовой теории и работы с реальными данными. Недавно наткнулся на один камерный авторский проект, где этот баланс соблюден очень грамотно.

🧠 Автор разбирает фундамент, необходимый каждому аналитику: от исторических предпосылок развития индустрии до конкретных инструментов. Что ценно — сложная высшая математика и алгоритмы на Python здесь объясняются без лишней академичности, на понятных прикладных задачах. Качественный разбор практики помогает быстрее разложить знания по полочкам и избежать типичных ошибок на старте.

🤝 Редко встречаю такой уровень проработки материала в небольших сообществах. Если вы сейчас развиваетесь в профессии и ищете надежный источник для прокачки базы, то заглядывайте

@brainsburg
BOOM! I Got a 4x AI Speed Improvement!

NEw Paper: AutoMem Turns Memory Management into a Trainable Cognitive Skill, Boosting Long-Horizon Agents 2-4x

arxiv.org/abs/2607.01224
Next-Generation Agentic Reinforcement Learning
Systems Enable Self-Evolving Agents

📓 Read

@datascienceiot
Если компания хочет запускать ИИ-сервисы, обучать модели или работать с большими объемами данных, ей нужны мощные облачные серверы с видеокартами.

У MWS Cloud с этим все хорошо: сервис вошел в топ-3 рейтинга GPU Cloud 2026 по версии CNews Market.

Что есть у MWS:
— 13 видов графических ускорителей
— более 30 видов производительных процессоров
— 60+ готовых конфигураций серверов
— быстрый запуск без долгого ожидания
— возможность арендовать мощности в ЦОД MWS или развернуть решение у себя
— SLA 99,95%

Облако подойдет для задач искусственного интеллекта, машинного обучения, работы с большими языковыми моделями, речевой аналитики и других проектов, где обычных мощностей уже не хватает.

Для разработчиков также доступны готовые инструменты MWS: платформа для работы с открытыми LLM, речевая аналитика в облаке и ML-платформа.

Параллельно MWS развивает собственную облачную платформу, где уже доступно preview виртуальной инфраструктуры с GPU.

@datascienceiot
Everything You Always Wanted To
Know About Mathematics*

📓 Read

@datascienceiot
Хотите развиваться в Data Science? Строить ML-продукты для миллионов пользователей? Авито и ведущие вузы страны открывают набор на две совместные магистратуры.

Для тех, кто хочет в Data Science«Прикладное машинное обучение и анализ данных» (МФТИ). Современные ML-подходы, работа с реальными данными Авито, эксперты компании и преподаватели МФТИ. Заявки до 12 июля.

Для тех, кто хочет работать над ML-продуктами«Машинное обучение в цифровом продукте» (НИУ ВШЭ). Полный цикл разработки ML-решений, практические кейсы Авито, преподаватели из индустрии. Заявки до 8 августа.

Что объединяет все три программы: эксперты Авито и вузов, реальные бизнес-задачи, сильное профессиональное сообщество и шанс попасть в Авито уже во время обучения.

Старт — в сентябре. Выбирайте программу и делайте шаг к карьере в IT вместе с Авито.
Understanding Machine Learning: From Theory to Algorithms (Free PDF)

Download PDF: https://clcoding.com/2026/07/understanding-machine-learning-from.html
Gemma 4 Technical Report

📓 Read

@datascienceiot
he Little Book of Generative AI Foundations: An
Intuitive Mathematical Primer

📓 Read

@datascienceiot
Linear Algebra for Computer Science

📓 Read

@datascienceiot
Applied Causal Inference Powered by Machine Learning and AI

📓 Read

@datascienceiot
SQL и Python есть: что часто отсекает на собеседовании

Классика вакансий на аналитика: SQL и Python на уровне «уверенно», статистика — «понимание методов A/B-тестирования и работы с большими выборками». Первые две галочки ставятся спокойно. Третья часто оказывается самым сложным местом на собеседовании.

Статистика и ML (машинное обучение) плохо ложатся на короткие курсы — они дают фрагменты, а не систему. Академическая программа работает иначе: серьезная математическая база плюс прикладные задачи по ML.

Именно так устроена совместная онлайн-магистратура karpovꓸcourses и НИУ ВШЭ «Аналитика больших данных». От ВШЭ — экспертиза и опыт одного из крупнейших вузов России, от karpovꓸcourses — практический опыт в сфере анализа данных.

21 июля в 18:00 мск проведут бесплатный День открытых дверей. На эфире разберут: из чего состоит программа, как устроена практика через тренажеры от karpovꓸcourses и как совмещать обучение с работой.

Ведут эфир Анатолий Карпов — основатель karpovꓸcourses, самый популярный эксперт в сфере аналитики данных (по данным NEWHR) — и Евгений Соколов, руководитель департамента больших данных и информационного поиска ФКН НИУ ВШЭ.

Присоединяйтесь по ссылке — после эфира всем участникам придет запись: https://clc.to/erid_2W5zFGRNGWm

Реклама. ООО «КАРПОВ КУРСЫ». ИНН 7811764627. erid: 2W5zFGRNGWm
Galois Theory of Algorithms
Noson S. Yanofsky∗


📓 Read

@datascienceiot