Сбер и ИТМО запускают первую совместную РОБОШКОЛУ

Онлайн-школу создали для студентов 3–4 курсов, увлечённых робототехникой и воплощённым AI. Участников ждет практика на кейсах Центра робототехники Сбера и факультета систем управления и робототехники ИТМО — от управления манипуляторами до разработки шагающих роботов.

Что дает Робошкола?
✔️ 5 актуальных треков: от робототехники и навигации до цифрового производства
✔️ Диплом = поступление без экзаменов в магистратуру ИТМО
✔️ Менторство от разработчиков Сбера для призёров

Регистрация открыта до 18 февраля

🚀 Подробнее о Робошколе — на сайте.

Разработчики NVIDIA поделились своей стратегией победы на Kaggle

Наверняка вы видели, что во многих вакансиях есть строчка в требованиях «призер Kaggle», да и в целом сама платформа – отличный способ потренироваться. Поэтому многие инженеры тратят уйму времени на решение задач, в том числе ребята из NVIDIA. И судя по их техблогу, чтобы победить, призеры соревнований часто делают ставку на быстрые итерации, строгую валидацию и постоянное улучшение пайплайна, поскольку именно последовательные улучшения в итоге дают решающий прирост метрик.

Первый шаг в работе – глубокий анализ данных. Опытные исследователи тщательно проверяют различия между train и test, ищут смещение, временные эффекты и потенциальные data leakage. Такие нюансы часто объясняют разрыв между локальной валидацией и результатами на лидерборде.

Далее важно не ограничиваться одной моделью. Даже если бустинг показывает хороший результат, призеры всегда тестируют разные подходы, чтобы понять, какие архитектуры и методы лучше работают с новыми фичами.

Ключевым фактором успеха все еще остается feature engineering. Создание агрегатов, комбинаций признаков и статистик по группам помогает извлечь доп информацию из данных – и именно качество фич чаще всего отделяет топовые решения от средних.

Еще одним способом одержать победу в соревновании становится грамотное объединение моделей и использование псевдоразметки. Ансамбли стабилизируют предсказания, а добавление уверенных предсказаний тестовой выборки в дообучение помогает улучшить обобщающую способность. Финальные улучшения обычно достигаются усреднением нескольких запусков (model ensembling/bagging) и обучением моделей на полном наборе данных, что приносит последние доли процента к итоговому скору.

Последний шанс: регистрация на студкемп по разработке умных устройств закрывается через 5 дней!

Если хотите понять, как алгоритмы становятся реальными девайсами — регистрируйтесь на студкемп Яндекс Образования по аппаратной разработке умных устройств.

Две недели интенсивного, очного обучения в Москве, с 13 по 24 апреля.

Почему стоит попасть на кемп?

1️⃣ Полноформатное обучение: лекции, домашки, практическая командная работа. Всё для того, чтобы разобрать весь цикл разработки умных устройств.
2️⃣ Состав спикеров: разработчики Яндекса, кто создавал Алису и другие умные устройства, преподаватели ФПМИ МФТИ, ФКН ВШЭ, эксперты ШАД.
3️⃣ Крутейший нетворкинг, обмен опытом и возможность показать себя.

Принять участие могут студенты бакалавриата и специалитета IT-направлений со всей России. Нужно знать C++ или Java/Kotlin, уметь работать с командной строкой.
Всем, кто пройдет отбор, Яндекс Образование оплатит и дорогу, и проживание.

Набор идёт только до 22 февраля, так что быстрее регистрируемся по ссылке

ИИ: золотая лихорадка или финансовый пузырь? Как Юрген Шмидхубер смог уже всё придумать за нас? Чем занимается DS-инженер в Авито? Ответы на эти и другие вопросы о DS ищите в канале «Доска AI-объявлений».

Там инженеры Авито обсуждают самые разные темы:
📌 Рассказывают, как всё устроено изнутри — процессы, команды, философия работы.
📌 Делятся реальными кейсами и технологиями — какие модели учим и какие задачи решаем.
📌 Показывают жизнь вне кода — как отдыхают, учатся и находят идеи для проектов.

А ещё здесь появляются вакансии и анонсы мероприятий. Подписывайтесь на «Доску AI-объявлений».

Альтман: ИИ действительно вытеснит часть рабочих мест, но «AI washing» уже стал удобным оправданием

На саммите India AI Impact Summit Сэм Альтман заявил, что ИИ действительно заменит часть рабочих мест, но увольнения в компаниях скорее связаны с решениями руководства, а не с ИИ. По его мнению, спихивать все на ИИ очень удобно, и компании повсеместно этим прикрываются.

Альтман также отметил, что, например, в таких компаниях, как Amazon, IBM, Salesforce или HP, которые ссылались на влияние ИИ, на деле нет доказательств того, что во всех увольнениях виноват именно искусственный интеллект.

Несмотря на то, что компании продолжают спихивать все сокращения на ИИ, Альтман прогнозирует, что в будущем мы увидим всё больше реализаций первого сценария: ИИ действительно заменит часть сотрудников, но при этом создаст новые условия для работы.

Google объявила о начале приема грантов Google TPU Research & Education Awards 2026

Google в своем репертуаре и как обычно предоставляет все самое нужное исследователям в области ML:
• Вычислительные ресурсы
• Финансирование
• Поддержка от опытных разработчиков

Из названия и так можно догадаться, но все же: поисковый гигант делает упор на исследования на TPU, поэтому при подаче заявки обязательно учтите этот момент.

Со всеми деталями получения гранта можете ознакомиться здесь.