10 бесплатных онлайн-курсов и занятий, которые стоит пройти в июне
☀️ Наконец-то лето, а это значит нас ждут долгие вечерние прогулки, встречи с друзьями, поездки на море. А если захочется узнать что-то новое — всегда есть наши бесплатные курсы. Чтобы июнь был полезным, рекомендуем заранее записаться на занятия.День открытых дверей магистратуры РАНХиГС «Управление ИТ-продуктом»
Как алгоритм Recovering Difference Softmax (RDS) делает рекомендации и уведомления точнее и эффективнее
Привет, чемпионы! Алгоритм Recovering Difference Softmax (RDS) – это не просто очередной
Теневая сторона AutoML: когда no-code инструменты вредят больше, чем помогают
Абстракция — не новинка в мире разработки, но в машинном обучении абстракция без контроля превращает автоматизацию в архитектурный риск.AutoML для многих организаций стал входной точкой в машинное обучение. Он обещает именно то, что хотят услышать команды, находящиеся под давлением: вы приносите данные, а мы займёмся моделированием. Не нужно управлять пайплайнами, настраивать гиперпараметры или изучать scikit‑learn и TensorFlow — просто кликай, перетаскивай и развёртывай.На первых порах — сплошной восторг.
Современные подходы к матчингу товаров с использованием LLM. Опыт в e-commerce
Привет, Хабр! Меня зовут Виталий Кулиев и я Data Science Tech Lead из Wildberries & Russ. На конференции HighLoad++ 2024 поделился опытом своей команды в решении задачи матчинга товаров с помощью больших языковых (LLM) и визуально-языковых (VLM) моделей. Дисклеймер: в этой статье показан один из вариантов матчинга товаров, который был реализован в конце 2024 года. С того момента матчинг с помощью LLM улучшался и изменялся, о чем мы расскажем в других статьях. Мы также используем более классические алгоритмы матчинга с использованием машинного обучения.Разбираемся, что такое матчинг
Мое худшее собеседование в Data Science
Дело было в начале третьего курса учёбы в МФТИ, во времена COVID. Более полугода я активно изучал ML: прошёл несколько курсов, выучил теорию, за месяц прошёл парочку собеседований — в Ozon, Сбер и Яндекс. Там всё было более чем цивильно: очень приятные интервьюеры, простые, добрые люди. Во время собеседований помогали, подсказывали молодому, зелёному ботеру. Остались исключительно приятные воспоминания.И вот в телеграм-канале с вакансиями я увидел злополучный пост про стажировку в МТС. Тогда я ещё не подозревал, что даже в таких крупных компаниях на собеседованиях может происходить настоящий трешачок.
Путь в AI: от студента до инженера, исследователя или разработчика
Привет, Хабр! Меня зовут Анна Щеникова. Я работаю AI-инженером в Центре RnD МТС Web Services и параллельно лидирую магистерскую программу «Исследования и предпринимательство в искусственном интеллекте» ВШЭ. В МТС занимаюсь всем, что связано с моделями: вместе с коллегами тестирую гипотезы про агентов и мультимодельные подходы.Переход от студенческой жизни к профессиональной деятельности — важный и сложный этап. Это первые серьезные шаги в карьере, первое понимание, как применить полученные знания в реальном бизнесе.
Переходим от legacy к построению Feature Store
Невероятная история о том, как внедрить систему Feature Store в проект с огромным legacy и получить профит.Привет, Хабр! Меня зовут Евгений Дащенко, я из компании Домклик, которая решает все вопросы, связанные с недвижимостью, включая оценку стоимости недвижимости любого типа. Это статья по мотивам моего доклада на конференции Highload++ про интерфейс между данными и ML-моделями Feature Store: как мы сделали его с нашей командой, каких результатов добились и с какими подводными камнями столкнулись на пути.
Бесплатный мини-курс по машинному обучению
Введение в машинное обучениеМы подготовили мини-курс «Введение в машинное обучение»За 3-5 часов погружения вы узнаете, что такое ML и как он трансформирует целые индустрии. Курс реализован в формате Телеграм-бота, что позволяет учиться в любое время.
Как Duolingo юзает машинное обучение для прокачки английского: кратко и по делу
Привет, чемпионы! Duolingo — это уже давно не просто приложение с разноцветными совами и скучными заданиями. С 2023 года и особенно в 2025-м они вкатились в тему искусственного интеллекта (ИИ) и машинного обучения (ML) по полной. Всё, что раньше делали люди — создание курсов, проверку ответов, адаптацию заданий — теперь почти полностью берёт на себя ИИ. Вот как это работает и почему это круто.
