Какие начать осваивать профессии сегодня, чтобы завтра работать с моделями искусственного интеллекта?
Собрал для вас профессии и навыки, которые надо осваивать уже сегодня, чтобы завтра не стоять в очереди в службу занятости, где тётеньки с искусственным интеллектом будут предлагать вам мыло и веревку, вместо свободных человеческих вакансий.
Структурированная генерация в LLM
Привет. Меня зовут Андрей Соколов, я руководитель команды LLM в AI VK, которая обучает и дорабатывает модели, а потом помогает другим командам интегрировать их в свои продукты. И сегодня я расскажу про такое направление в LLM, как структурированная генерация.
Тиндер для работодателей и соискателей: как мы разработали алгоритм мэтчинга на Авито
Всем привет! Я Владислав Урих, работаю продуктовым аналитиком в Авито, сейчас занимаюсь построением алгоритмов мэтчинга в новом транзакционном продукте — Авито Подработка.Недавно мы полностью пересобрали алгоритмы ранжирования в Авито: добавили поведенческие признаки, отказались от оптимизации на контакты и внедрили персонализированный поиск.
Black Forest Labs представила Flux Kontext: ИИ-редактирование изображений на новом уровне
Black Forest Labs представила Flux Kontext: ИИ-редактирование изображений на новом уровне
К2 НейроТех ускорил запуск ИИ-сервисов для ФГАУ «Цифровые индустриальные технологии»
На базе имеющейся инфраструктуры команда К2 НейроТех развернула высокопроизводительный вычислительный кластер с единой средой управления для ФГАУ «Цифровые индустриальные технологии» (ЦИТ). Это позволило запускать ИИ-сервисы за считанные минуты и повысило эффективность использования инфраструктуры. Успешная реализация проекта была отмечена в профессиональном сообществе – кейс вошел в шорт-лист премии CIPR Digital-2025.Задача одного из подразделений ЦИТ – обеспечить доступ к вычислительным мощностям для внедрения технологий искусственного интеллекта и машинного обучения в работу предприятий промышленности.
От depth map* до нейросети: практический опыт создания аппаратного решения по измерению товаров на складе
В предыдущей статье мы рассказали о том, как появилась идея собственного решения и об истории создания нашего измерительного устройства.Во второй части мы сосредоточимся на технической стороне проекта: разберём алгоритмы измерения и инженерные решения, которые позволили добиться высоких точности и скорости замеров. Мы также поделимся опытом преодоления ключевых технических вызовов и расскажем, как пришли к текущему виду устройства.
Ритейл, который смог: как Walmart и Amazon зарабатывают с помощью ИИ
Все мы уже слышали «пророчества экспертов»
