Анализ данных (Data analysis) – Telegram
Анализ данных (Data analysis)
52.4K subscribers
2.9K photos
350 videos
1 file
2.45K links
Data science, наука о данных.

@haarrp - админ

РКН: clck.ru/3FmyAp
Download Telegram
Forwarded from Machinelearning
This media is not supported in your browser
VIEW IN TELEGRAM
✔️ OpenAI расширяет поддержку мейнтейнеров открытого кода.

Программа Codex Open Source Fund, запущенная год назад, получила апдейт льгот для разработчиков, которые поддерживают публичные репозитории.

Теперь участники программы получают не только API-кредиты, но и полный доступ к ChatGPT Pro с Codex на полгода.

Обновленный набор поддержки выглядит теперь так:

🟢API-кредиты для проектов, которые уже интегрировали Codex в pull request review, релизные пайплайны или другую инфраструктуру OSS.

🟢6 месяцев ChatGPT Pro с Codex.

🟠Условный доступ к Codex Security

Условность в том, то Codex Security одобряется вручную. OpenAI объясняет это возможностями GPT-5.4, команда рассматривает каждую заявку отдельно, чтобы убедиться, что инструмент применяется осознанно.


OpenAI формулирует требования к просителям программы размыто: core maintainer с write access к широко используемому публичному проекту. Что считается широко используемым - не уточняется.

Если проект не вписывается в стандартные критерии, OpenAI все равно рекомендует подавать заявку с объяснением роли проекта в экосистеме.

Неделю назад Antropic запустила похожую тему поддержки опен-сорса.

@ai_machinelearning_big_data

#news #ai #ml
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥116👍4
⚡️ Андрей Карпаты выложил минимальный репозиторий Autoresearch - систему, где AI сам проводит исследования.

Это упрощённая версия ядра обучения LLM из nanoGPT/nanochat:
весь код обучения помещается в один файл (~630 строк) и работает на одной GPU.

Как это устроено:

- человек редактирует prompt (.md)
- AI-агент автоматически меняет training code (.py)

Дальше начинается цикл автономных экспериментов.

Каждая точка на графике — полный запуск обучения LLM (~5 минут).

AI-агент работает в бесконечном цикле:

- создаёт git-ветку
- меняет архитектуру модели
- подбирает optimizer
- оптимизирует гиперпараметры
- запускает обучение
- коммитит улучшения

Если validation loss становится ниже, изменение сохраняется.

Фактически агент сам оптимизирует собственный код обучения и постепенно улучшает модель.

Можно запускать несколько агентов с разными промптами и сравнивать, кто быстрее двигает исследование.

Карпаты шутит, что раньше AI-исследования делали люди между:

- едой
- сном
- митингами

Теперь же исследования могут выполнять рои автономных AI-агентов, которые бесконечно гоняют эксперименты на кластерах.

GitHub: github.com/karpathy/autoresearch

🎯Полезные Мл-ресурсы 🚀 Max

@data_analysis_ml
2👍379🤩3🔥2
💰 Forbes: разработчикам могут больше не нужны редакторы кода.

Новая реальность AI-разработки: программирование постепенно уходит от ручного набора кода к автономным агентам, которые могут реализовывать целые проекты самостоятельно.

По данным Forbes, компания Cursor - один из самых быстрорастущих AI-стартапов в программировании - уже сталкивается с этой трансформацией. С появлением мощных агентных систем вроде Claude Code сама идея классического code editor может устареть.

AI-лабы готовы тратить огромные деньги, чтобы переманить их на свои платформы.

Внутренний анализ Cursor показал, что подписка Claude Code за $200 в месяц могла потреблять до $2000 вычислительных ресурсов - фактически Anthropic субсидировала пользователей.

Но сейчас масштабы ещё больше.

По данным источников, знакомых с расходами на compute, тот же план за $200 способен потреблять уже около $5000 вычислительных ресурсов.

AI-компании сейчас сознательно работают в убыток, чтобы захватить рынок разработчиков и закрепить свои инструменты как стандарт индустрии.

forbes.com/sites/annatong/2026/03/05/cursor-goes-to-war-for-ai-coding-dominance/

🎯Полезные Мл-ресурсы 🚀 Max

@data_analysis_ml
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
16👍13🤣5😁2🔥1
Разработчики раньше vs разработчики сейчас
💯37🥴10😁74😐4👍2👌2🥱2🔥1
Tencent выпустила HY-WorldPlay — систему, которая превращает сцену в интерактивный 3D-мир.

Можно просто загрузить сцену или описание, и модель генерирует полноценное 3D-окружение, по которому можно перемещаться как в игре.

Это часть экосистемы Hunyuan 3D — набора моделей для генерации 3D-контента и виртуальных миров.

Что умеет HY-WorldPlay:

- превращает сцену в 3D-мир, по которому можно гулять
- генерирует окружение и объекты автоматически
- работает прямо в браузере
- полностью open-source

Такие системы постепенно делают возможным создание игровых миров и виртуальных пространств буквально из текста или изображения.

Попробовать: 3d.hunyuan.tencent.com/sceneTo3D?tab=worldplay

GitHub: github.com/Tencent-Hunyuan/HY-WorldPlay

🎯Полезные Мл-ресурсы 🚀 Max

@data_analysis_ml
👍84🔥4
Прощай, Эксель!

Мой дорогой друг, я благодарен тебе за все эти годы. Ты выручал меня, когда 1С зависала, не было интернета, и мы с тобой за ночь справлялись с любой задачей.

Но время меняется, и у меня появились новые напарники. Американец Клод делает невероятно красивые дашборды (правда за деньги). А вот китаец Дипсик берется за любую работу, не ноет, делает бесплатно и в срок.

Я объясняю им задачу в двух словах, и за полчаса получаю аналитику, на которую мы с тобой раньше тратили по три дня.

Ничего личного. Просто серьёзные рабочие задачи я теперь делаю с ними. А к тебе буду иногда заглядывать, записать расходы на ремонт.
———

А если серьезно - считать руками в Экселе, это теперь непозволительная роскошь и для аналитика, и для любого менеджера.

Да, у всех был негативный опыт, но теперь ИИ работает с расчетами без галлюцинаций. Можно наладить полноценную онлайн-отченость без Excel, знания макросов или Pivot/Query.

Сомневатесь, что у вас получится?
Я докажу вам это в прямом эфире! Вместе мы с вами построим полноценный дашборд с помощью DeepSeek, пользуясь только бесплатным функционалом.

Вы своими глазами увидите и пощупаете руками, как в 2026 году нейросети работают с таблицами, делают онлайн-дашборды и анализ что-если.

Приходите в пятницу 12 марта в 18:00 на открытый урок.
Регистрация

Реклама. ООО "АНАЛИТИКА ПЕРСОНАЛА", ИНН 6671088519
🤣16🤨11🌚53😢1
🚀 Ускорьте понимание кода с FastCode!

FastCode — это высокопроизводительный фреймворк для анализа кода, обеспечивающий скорость, точность и экономичность. Он подходит для работы с большими кодовыми базами и поддерживает множество языков программирования, включая Python и JavaScript.

🚀 Основные моменты:
- 3-4x быстрее конкурентов
- Снижение затрат на 44-55%
- Высокая точность анализа
- Поддержка многопроцессорного анализа
- Интуитивно понятный веб-интерфейс

📌 GitHub: https://github.com/HKUDS/FastCode
👍145😍3
This media is not supported in your browser
VIEW IN TELEGRAM
🤖 DeerFlow 2.0 (уже 27K+ звёзд на GitHub ⭐️) - это AI-система от ByteDance, которая работает как автономный сотрудник со своим собственным компьютерным рабочим пространством для исследований и программирования.

Обычные чат-боты просто генерируют текст и не запоминают ваши предпочтения.

DeerFlow решает эту проблему: ИИ получает изолированную виртуальную среду компьютера, где может безопасно запускать программы.

Когда ему дают большую задачу, основной агент создаёт несколько маленьких AI-ассистентов, которые работают одновременно.

Также система сохраняет ваши прошлые рабочие процессы, поэтому со временем лучше понимает ваши задачи.

DeerFlow не привязан к конкретной модели — он работает с любым LLM, который поддерживает OpenAI-совместимый API.

Есть полная поддержка локальных моделей, которые можно запускать прямо на своём компьютере с помощью инструментов вроде Ollama.

Пример: вы просите провести исследование 10 лучших AI-стартапов 2026 года для презентации.

Главный агент DeerFlow разбивает задачу на подзадачи:

- один суб-агент исследует каждую компанию
- другой собирает данные о финансировании
- третий анализирует конкурентов

Все агенты работают параллельно.

В конце результаты объединяются, и финальный агент собирает готовую презентацию со слайдами и визуализацией.

github.com/bytedance/deer-flow

🎯Полезные Мл-ресурсы 🚀 Max

@data_analysis_ml
Please open Telegram to view this post
VIEW IN TELEGRAM
1👍217🔥4🥰4
🏴‍☠️ Google представила Gemini Embedding 2 - свою первую полностью мультимодальную модель эмбеддингов, которая отображает текст, изображения, видео, аудио и документы в единое общее векторное пространство.

Модель поддерживает 100+ языков, текстовые входы до 8192 токенов, до 6 изображений в одном запросе, видео до 120 секунд, нативные аудио-эмбеддинги и PDF-файлы до 6 страниц. Это позволяет упростить пайплайны для задач вроде RAG, семантического поиска, кластеризации и анализа тональности.

Благодаря технологии Matryoshka Representation Learning, которая позволяет гибко менять размер векторов (3072 → 1536 → 768), разработчики могут балансировать между качеством модели и затратами на хранение, сохраняя при этом передовое мультимодальное понимание данных.

https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-embedding-2/

🎯Полезные Мл-ресурсы 🚀 Max

@data_analysis_ml
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
👍2611🔥7👏3
Отчетов и данных стало слишком много?
Пора переходить к продуманному BI-решению ↗️

12 марта в 11:00 провайдер облачных технологий Cloud.ru проведет вебинар «Evolution Managed BI: все возможности BI-сервиса в облаке».

Вы узнаете, как выжать максимум из системы аналитики:
➡️быстро получать инсайты
➡️работать с актуальными данными
➡️и ускорять принятие бизнес-решений

В программе вебинара:
▶️как устроен сервис Evolution Managed BI
▶️какие возможности есть для обработки, визуализации и безопасности данных
▶️как подключать разные источники и создавать дашборды
▶️как создавать кастомные SQL-запросы, настраивать автоотчеты и алерты
▶️как протестировать сервис бесплатно


Будет полезно аналитикам, дата-инженерам и всем, кто уже работает с Evolution Managed BI или планирует внедрение.

👉Зарегистрироваться👈
Please open Telegram to view this post
VIEW IN TELEGRAM
1👍1🔥1
Если ты не можешь писать код без AI —
значит, ты вообще не умеешь писать код.


Согласны ?
👍40💯25🥴8🍌2😁1