ml.
Как приоритизировать проекты в AI‑командах: наши ошибки и выстраданный фреймворк
Привет! Я Сеня, в лидирую AI‑команду в Точка Банке, которая работает с продажами и маркетингом. Наши модели и сервисы решают, какой менеджер должен ответить клиенту, кому дать промокод, кому показать ремаркетинг, что сказать клиенту на его возражение.Моя команда появилась, когда ChatGPT ещё не существовала, а в моде был катбуст... По сути, в самом начале мы наняли несколько джуна и сказали: «придумайте, чем заняться, и попробуйте заработать денег». Заказчиков мы могли выбирать сами: вокруг нас были десятки команд, каждая из которых была уникальной, жила в своём стиле, отвечала за свои процессы, метрики и клиентов.
Когда автоматизация становится умнее: как трансформеры изменили AutoDL в Альфа-Банке
Всем привет! С вами Артемий Лямин (@lyaminartemiy) и Иван Тренёв (@123-39
Новые TPU восьмого поколения от Google. Обучение и инференс теперь отдельно?
На конференции Google Cloud Next были представлены
Федеративное обучение в условиях дефицита памяти на Edge-устройствах. Часть 2
Как обучить ML-модели на Edge-устройствах с памятью <256 МБ? Привет, Хабр! Я — Александр Лошкарев, инженер-программист, и это вторая часть материала о федеративном обучении. В первой мы рассматривали, зачем в принципе понадобилось добавлять устройствам интеллект, о преимуществах FL, архитектурных подходах и вызовах.
Как мы обучили Next Edit Suggestions модель
Что такое Next Edit SuggestionsNext Edit Suggestions (NES) это режим автодополнения, который предсказывает следующее редактирование программиста: что он изменит, где и как. Модель смотрит не только на код, но и на последнюю серию правок и предсказывает следующее действие в той же логике. Образно говоря, это модель которая работает в пространстве действий и намерений программиста.В отличие от обычного автокомплита, NES:опирается на историю недавних правокработает не только под курсором, а в любом месте файламожет не только добавлять код, но и удалять и изменятьТипичные кейсы NES:
Новый курс Практикума PRO: освойте полный стек обработки аудиоданных
Речевые технологии лежат в основе целого класса продуктов: от голосовых ассистентов и расшифровщиков аудио до сервисов озвучки контента. На курсе «Аудиоанализ, распознавание и генерация речи» от Яндекс Практикума PRO освоите инженерную базу для работы с ними — создадите собственный сервис и научитесь обучать и дообучать речевые модели под конкретные задачи. Курс подойдёт инженерам машинного обучения и тем, кто уже знаком с обработкой естественного языка (NLP).
Правильная агентская архитектура в 2026 г. Часть 1. Долговременное состояние (durable state): ход, шаг, событие
Практическая статья по устройству production-ready агента
Как я пришёл в аналитику, устроился в бигтех и понял, что только на рабочих задачах у меня не получится расти
Всем привет! Меня зовут Сергей Тимакин, мне 22 года. Я учусь в онлайн-магистратуре НИЯУ МИФИ в партнёрстве с Яндекс Практикум на программе «Специалист по работе с данными и ИИ» и работаю аналитиком данных в Озоне. В статье рассказываю, как я стал аналитиком, устроился в Озон, зачем пошел онлайн-магистратуру и как я совмещаю учёбу с работой.
Model Context Protocol (MCP): как ИИ-агенты «разговаривают» с внешним миром
Взаимодействие MCP и LLMЕсли вы читали или смотрели видео про MCP, то наверняка сталкивались с таким комментарием: «Спасибо, ещё одна статья, из которой я ничего не понял».Аналогии и пояснения вроде «MCP — это как USB Type-C» или «MCP — это Tools, Resources и Prompts»
