9 Aug 2026, 11:00 UTC146 views3 reactionsread 9 August 2026 Photo
🔖 Большая подборка ресурсов по MLOps
Нашли полезную подборку для тех, кто хочет выйти за рамки обучения моделей и разобраться с их эксплуатацией.
В репозитории собраны лучшие материалы по деплою, мониторингу, автоматизации ML-пайплайнов, CI/CD и другим практикам, без которых сложно представить production-системы.
⛓ Ссылка на GitHub
tags: #полезное
➡ Data Scientist | Чат
❤1👍1🔥1
8 Aug 2026, 11:00 UTC225 views3 reactionsread 9 August 2026 Photo
🔖 Google DeepMind выпустила книгу How to Scale Your Model
В ней разбирают, как масштабировать и запускать модели при ограниченных вычислительных ресурсах.
Полезно для тех, кто работает с оптимизацией и развёртыванием ML-моделей.
⛓ Ссылка на книгу
tags: #полезное
➡ Data Scientist | Чат
❤1👍1🔥1
7 Aug 2026, 16:17 UTC271 views3 reactionsread 9 August 2026 Video
🔖 Добавляем DeepSeek и Kimi в Codex
Нашли полезный инструмент для тех, кто пользуется Codex.
Что умеет:
🫡 добавляет Kimi K3 в список моделей;
🫡 подключает DeepSeek V4 Flash и DeepSeek V4 Pro;
🫡 не ломает встроенные GPT-модели;
🫡 автоматически создаёт резервную копию конфигурации;
🫡 поддерживает безопасный откат изменений.
Проект полностью бесплатный и с открытым исходным кодом.
⛓ Забираем тут
tags: #полезное
➡ …
❤1👍1🔥1
6 Aug 2026, 11:00 UTC343 views4 reactionsread 9 August 2026 Photo
🔖 Инструкция для AI-агентов
Обратите внимание на AGENTS.md — справочник, посвящённый одноимённому файлу с инструкциями для AI-агентов.
На сайте объясняют, что стоит включать в AGENTS.md, как его правильно оформлять и показывают примеры из более чем 60 тысяч проектов.
tags: #полезное
➡ Data Scientist | Чат
👍2❤1🔥1
5 Aug 2026, 17:00 UTC378 views4 reactionsread 9 August 2026 Photo
🔖 5 бесплатных курсов по AI-агентам
Внутри:
1. Hugging Face — AI Agents Course
2. DeepLearningAI — AI Agents in LangGraph
3. DeepLearningAI — Multi AI Agent Systems with CrewAI
4. Microsoft Learn — AI Agents for Beginners
5. DeepLearningAI — Building Code Agents with Hugging Face smolagents
Если хотите разобраться в Agentic AI, сохраняйте подборку.
tags: #полезное
➡ Data Scientist | Чат
❤2👍1🔥1
4 Aug 2026, 11:00 UTC432 views3 reactionsread 9 August 2026 Photo
📰 Градиентный спуск: фундамент машинного обучения
Нашли подробный гайд, который объясняет один из самых важных алгоритмов в ML — от теории до реализации на Python.
В статье простым языком объясняют принцип работы градиентного спуска, разбирают популярные оптимизаторы (SGD, Momentum, RMSprop, Adam) и показывают, как реализовать алгоритм с нуля.
⛓️ Читать статью
tags: #статья
➡ Data Scientist | Чат
❤1👍1🔥1
3 Aug 2026, 07:54 UTC462 views4 reactionsread 9 August 2026 Video
🔖 Как создать свою LLM с нуля?
Нашли практический ресурс для тех, кто хочет разобраться в устройстве AI-моделей.
Пошагово показывают создание собственной модели: подготовка данных, токенизация, pre-training и fine-tuning.
⛓ Забираем тут
tags: #полезное
➡ Data Scientist | Чат
❤2👍1🔥1
2 Aug 2026, 11:00 UTC476 views3 reactionsread 9 August 2026 Video
🔖 AI-инструмент для работы с данными от Microsoft
Microsoft выложила в опенсорс приложение, которое использует большие языковые модели для преобразования данных и построения визуализаций.
Инструмент помогает быстрее исследовать датасеты, готовить данные к анализу и создавать графики с помощью ИИ.
⛓ Ссылка на GitHub
tags: #полезное
➡ Data Scientist | Чат
❤1👍1🔥1
1 Aug 2026, 11:00 UTC458 views5 reactionsread 9 August 2026 Photo
🔖 Бесплатная книга по Data Science
Если хотите глубже разобраться в анализе данных на Python, этот материал стоит сохранить.
В книге подробно разбираются NumPy, Pandas, визуализация данных, машинное обучение и другие ключевые инструменты, которые ежедневно используются.
⛓ Ссылка на книгу
tags: #полезное
➡ Data Scientist | Чат
❤3👍1🔥1
31 Jul 2026, 11:00 UTC474 views3 reactionsread 9 August 2026 Photo
📰 Практика по Deep Learning вместо теории
Если давно хотели написать свою первую нейросеть, сохраните эту статью.
Автор показывает полный цикл разработки текстового классификатора:
🫡 подготовка датасета;
🫡 токенизация и эмбеддинги;
🫡 построение модели в Keras;
🫡 обучение и оценка качества;
🫡 сохранение модели и развёртывание.
⛓️ Читать статью
tags: #статья
➡ Data Scientist | Чат
❤1👍1🔥1
30 Jul 2026, 16:00 UTC476 views5 reactionsread 9 August 2026 Photo
🔖 300+ реальных кейсов ML-систем от топовых компаний
Нашли репозиторий, где собран настоящий опыт ML-инженерии — не теория из учебников, а реальные истории внедрения моделей в продакшене.
Внутри кейсы от Uber, Netflix, Google и других компаний: как строили архитектуру, какие проблемы возникали, где системы ломались и какие решения помогали их восстановить.
⛓ Ссылка на GitHub
tags: #полезное
➡ Data Scientist | Ча
👍3❤1🔥1
29 Jul 2026, 11:00 UTC561 views3 reactionsread 9 August 2026 Video
🔖 Учим Data Science через интерактивные примеры
Один из самых полезных репозиториев для тех, кто хочет лучше понять машинное обучение.
Он превращает сложные концепции в наглядные эксперименты: можно изучать модели, менять параметры и сразу видеть результат.
⛓ Ссылка на GitHub
tags: #полезное
➡ Data Scientist | Чат
❤1👍1🔥1
Showing the 12 most recent of 20 posts we hold for @datascience_tg. View and reaction counts are the latest single reading for each post, not a live figure, and a recent post is still accumulating both. A view count marked ≈ was rounded by Telegram before we ever saw it — t.me prints views in full below 1,000 and to three significant figures above, so ≈1,200,000 means somewhere between 1,150,000 and 1,249,999. Unmarked counts are exact. Text is reproduced from the public post preview and truncated for length.