От «когда-нибудь» к работающему прототипу: как LLM дала идее шанс
Привет! Меня зовут Владислав Козлов, я тимлид аналитиков Business Security в Авито. Хочу поделиться с вами интересным опытом взаимодействия с LLM, который позволил мне дёшево и быстро проверить свою идею. А заодно — рассказать об интересном алгоритме кластеризации, который мы с моделью придумали и реализовали в виде библиотеки.
За что платить, когда учишься аналитике и машинному обучению
В начале сентября принято говорить об образовании. Я, как теперь водится, вместе с ChatGPT и Клодом, попробовал разобраться не в том, какой курс по Data Science купить, а в более полезном вопросе:
ML‑датасет для Data Scientist: практический гайд по проверке качества данных перед обучением модели
Всем привет, меня зовут Сергей Прощаев, я Tech Lead и руководитель направления Java | Kotlin разработки в FinTech & E‑commerce и преподаю на курсах разработки и архитектуры в ОТУС.В этой статье расскажу про восемь проверок датасета, которые нужно прогнать до того, как кто‑то в команде напишет model.fit().Пятница, релиз
DS‑собеседование в 2026 году: 6 ошибок, из‑за которых отказывают даже сильным кандидатам
Всем привет, меня зовут Сергей Прощаев и в этой статье расскажу про шесть ошибок, из‑за которых кандидаты на DS/ML‑позиции получают отказ, хотя на все вопросы отвечают правильно.Tech Lead и руководитель направления Java | Kotlin разработки в FinTech & E‑commerce, преподаю на курсах разработки и архитектуры в ОТУС.
Как мы автоматизировали обработку входящих клиентских обращений
Привет, Хабр! Меня зовут Дмитрий Тимохин, я лидер команды ML CRM «Кластер CRM и клиентский опыт» в ВТБ. В этой статье расскажу, как мы разрабатывали сервис анализа и категоризации клиентских обращений для центра клиентской поддержки корпоративно-инвестиционного бизнеса (ЦКП КИБ). В реальных бизнес-процессах автоматизировать клиентскую поддержку довольно непросто. Клиентские обращения редко представляют собой один цельный текст с понятным запросом: это звонки, чаты и письма одновременно, оборванные фразы, переключение между несколькими темами внутри одного диалога и неполные данные из разных источников.
Какие профессии создал ИИ: разбор с цифрами
Всем привет! Я Ольга Матушевич, преподаватель курса «Нейросети для бизнеса», а в прошлом наставница на курсе «Аналитик данных»
10 сайтов, где можно бесплатно учиться на курсах лучших университетов мира
Не обязательно поступать в Harvard, Stanford или MIT, чтобы учиться по материалам этих университетов.Собрала 10 платформ и университетских ресурсов, где можно найти бесплатные онлайн-курсы, лекции и учебные материалы.Особенно рекомендую тем, кто хочет развиваться в AI / ML / Data Science, Computer Science или готовится к PhD.1. Harvard UniversityНа Harvard Online есть отдельный раздел с бесплатными курсами. Среди них — Data Science, Machine Learning, Computer Science, Python, AI и другие направления.Например, сейчас доступны Data Science: Building Machine Learning Models и CS50's Introduction to Artificial Intelligence with Python.🔗
Почему цена Bitcoin «сломалась»: разбор аномалий 2022–2026 с WhyTrend
Увидел провал на графике → открыл Google или Twitter → полдня собираешь версии "почему". Знакомо? Детектор аномалий сам по себе даёт только точки на оси времени, а вопрос "почему" как был ручным, так и остаётся.В этот раз я прогнал WhyTrend не на паре аккуратных точек из Google Trends, а на полном ряде BTC за 4.5 года — и заодно на двух разных LLM. Результат оказался неожиданным: модель меньшего размера дала в три раза больше настоящих объяснений, чем более крупная. Расскажу, что случилось и почему.Что запускалиДанные — дневные close BTC/USDT, 1680 точек без единого пропуска, с 1 января 2022 по 7 августа 2026. Ключевое слово одно — Bitcoin

