Роадмап ML 2026: полный путь до оффера за 36 недель
36 недель. Столько, по моему мнению, занимает путь от нуля до выхода на рынок ML-инженером. Не 2-3 месяца, как обещают курсы, — чуть дольше. Зато на выходе у вас будет фундамент, с которым можно пройти не только собеседования, но и испытательный срок.В этой статье — весь маршрут по неделям: что учить, в каком порядке, сколько на это уходит времени и что можно смело отложить до первого оффера. Это текстовая версия первого выпуска моей серии «Roadmap ML 2026» на YouTube: видео.Сразу оговорюсь.
Cognition выпустила Fusion для Devin Desktop и CLI: две ИИ‑модели делят одну задачу
11 сентября Cognition объявила о доступности Fusion в Devin Desktop и CLI. Ранее система работала в облачном Devin. Теперь связку из ведущей модели и исполнителя можно использовать в десктоп приложении и терминале. Компания рекомендует сочетание Claude Fable 5.1 и SWE-2.
Один ИИ кодит, второй командует: как устроен Devin Fusion
11 сентября Cognition объявила о доступности Fusion в Devin Desktop и CLI. Ранее система работала в облачном Devin. Теперь связку из ведущей модели и исполнителя можно использовать в десктоп приложении и терминале. Компания рекомендует сочетание Claude Fable 5.1 и SWE-2.
Прыжок в бесконечность: как под капотом работает RBF SVM
Всех приветствую! Меня зовут Андрей, я студент 4 курса факультета математики и компьютерных наук, автор телеграм‑канала Andre | Data Science. Все мы знаем, что направление машинного обучения сейчас на огромном хайпе — практически из‑под каждого камня говорят о разных методах и о том, что они способны решить практически любую задачу. Но гайдов, которые бы подробно разбирали работу конкретного метода — от обычной загрузки данных до математического обоснования принципа его работы и визуализации каждого шага, — катастрофически мало.
Блеск и нищета ML‑автоматизации
Рынок ML‑автоматизации в России переживает второе рождение. Первое было классическим ML: деревья решений, CatBoost, XGBoost, скоринговые модели. В эту эпоху «ML для бизнеса» означало аккуратный пайплайн на табличных данных с дата‑сайентистом, неделями настраивающим гиперпараметры. Второе рождение произошло благодаря LLM в агентном режиме, и эти роды получаются не легче первых.
Я прогнал топ VRAM-калькуляторов для LLM — все ошибаются в одном и том же
Я прогнал топ выдачи Google по «llm vram calculator» — от самого навороченного до однокнопочных. Все ошибаются в одном и том же: ни один не моделирует, что движок резервирует почти всю память под пул заранее, а не раздаёт её под KV по мере запросов. Ответ «сколько запросов влезет» из-за этого всегда мимо.Наивное большинство спотыкается ещё и о геометрию KV: на DeepSeek-V2-Lite обычная формула завышает память почти на порядок (в 7–11 раз). Разбираю обе ловушки и сверяю числа с живым vLLM.Ошибка №1: движок забирает память заранееПишете две строки:from vllm import LLM llm = LLM("meta-llama/Meta-Llama-3-8B-Instruct")
Квантовая статистика данных: почему пора открыть Qiskit, а не ждать квантового компьютера
Квантово-вдохновленные
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:
AI‑агенты в крупном бизнесе: где сейчас рынок, что построили мы и как внедрять, чтобы взлетело
Привет, Хабр! Я, Катрушенко Максим, занимаюсь внедрением ИИ в Первой Грузовой компании — крупном железнодорожном операторе на рынке грузовой логистики. Последние полгода активно изучаю тему использования ИИ‑агентов в больших компаниях. Многие рассказывают захватывающими истории, как раньше ничего не работало, а теперь «полетело», кто‑то смело делится провалами. Хочу поделиться, что получилось сделать у нас за довольно ограниченный срок и какой опыт мы извлекли.
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.🔗
