Платформа — не самоцель: когда ML-разработку стоит унифицировать, а когда лучше остановиться, обсудили на «ИТ-Пикнике»
Машинное обучение часто воспринимают как работу над моделью: есть данные, алгоритм, обучение и результат. В крупных компаниях основная сложность постепенно перемещается в другое место. Одни и те же данные приходится готовить для разных проектов, модели — регулярно переобучать, эксперименты — проверять, а найденные решения — переносить между командами.На «ИТ-Пикнике» Сергей Кузнецов, руководитель разработки платформы рекомендаций и поиска MWS, показал на трех кейсах, почему в одних случаях лучше работать с полноценной ML-платформа, а в других — выгоднее остановиться на уровне библиотеки.
Ищем Грааль на рынке криптовалют
Датасет и скрипты опубликованы на HuggingFaceУ TradingView есть портал Ideas. Это система личных блогов трейдеров, куда они постят свои догадки. Ценность информации в том, что такая догадка сразу содержит направление: SHORT или LONG. Это позволяет посчитать настроения на рынке
MF Spark Camp: Как мы превращаем сухие алгоритмы в живой интеллект и собираем команду у костра
Когда: 29 июля 2026Формат: Лекции + Квиз + Нетворкинг у костра
Нейросети без магии: как они работают, где приносят пользу и почему не заменят эксперта за один день
Чемпионат среди uplift-моделей: групповой этап, плей-офф и неожиданный лидер
Привет! Меня зовут Гриша Крюков, я аналитик в команде доверия и безопасности Авито. Я провёл чемпионат среди четырёх популярных моделей для оценки индивидуальных эффектов: S-learner, T-learner, X-learner и Causal Forest. В статье расскажу, как проходили испытания и какая из моделей забрала золото после всех испытаний. Материал будет полезен тем, кто интересуется uplift-моделированием: новичкам, чтобы узнать об этом методе, профессионалам — посмотреть на сравнение моделей в формате турнира. Не каждый же день такое устраивают!
Все, что нужно знать про построение точечных оценок
Представь, ты тестируешь новый препарат и измеряешь время его действия на группе из 50 пациентов. Среднее арифметическое (например, 15.38 часов) выступает точечной оценкой терапевтического эффекта для всех потенциальных больных. Как оценить достоверность этой значения параметра для всей генеральной совокупности? Об этом читай нижеЧто такое точечные оценки?ОпределениеПусть
От legacy до промышленной платформы: инженерная эволюция OSA в «Магнит»
Как мы провели проект через четыре «эпохи» - от ручных запусков на Windows‑планировщике до Spark + k8s на масштабе сети
Разбираемся в ML без воды: от базы до Attention. Часть 13: Кластеризация и k-means
В предыдущей главе мы рассматривали ситуацию, когда данных слишком много: большое количество признаков затрудняет их анализ, увеличивает вычислительные затраты и приводит к различным негативным эффектам, связанным с высокой размерностью. Для решения этой проблемы мы изучили понятие понижения размерности.Теперь перейдем к совершенно другой ситуации. Предположим, что с данными все в порядке: признаков достаточно, они хорошо описывают объекты, однако отсутствует целевая переменная (target)
Шаг вперёд на долгом пути: завершили этап «Сканирование» конкурса «Экспедиция. Data Science»
Фонд Национальной технологической инициативы реализует проект технологических конкурсов Up Great — открытых соревнований для инженерных команд. Здесь преодолевают технологические барьеры России и мира, чтобы решать задачи, с которыми ещё никто не справлялся.
audiogear: как разметить миллионы аудиозаписей для TTS
Конвейер на Python + Hydra, который превращает папку с аудио в богато размеченный датасет: качество речи, просодия, разборчивость, спикер, транскрипция — по колонке на запись. От одной видеокарты до кластера, карты под нагрузкой, и он не падает на «длинном хвосте» записей, на которых обычно рассыпается наивный скрипт. Привет, Хабр!Я автор блога От обезьяны к LLM. Делюсь с вами пайплайном по подготовке аудиозаписей для обучения моделей синтеза речи (TTS). Для обучения TTS систем нужно много данных. И не просто «аудио + текст», а аудио, про которое известно всё

