Нескучный Data Science

🔥 Как прошёл офлайн-бранч ODS Moscow × Нескучный Data Science 🧠 Начали с доклада Альберта про то, как в Avito обучают собственную LLM. Это не история про «взяли открытую модель и немного дообучили», а полноценный процесс: выбор базовой модели, собственный токенизатор, адаптация на данных Avito, SFT и дальнейшее обучение с помощью RL. Для SFT собрали больше 800 тысяч примеров: открытые датасеты, синтетические данные, олимпиадные задачи, внутренние бизнес-кейсы и диалоги пользователей с большими моделями. На этапе RL отдельно развивают несколько навыков модели: решение математических задач, следование сложным инструкциям и корректный вызов инструментов. Причём для каждого навыка нужен свой автоматически проверяемый reward. В математике система извлекает финальный ответ и проверяет его эквивалентность правильному. В instruction following — смотрит, выполнила ли модель все заданные ограничения. В function calling — проверяет название инструмента, аргументы и их значения. Отдельно поговорили про инфраструктуру. Для моделей на 8B параметров можно относительно быстро запускать эксперименты и проверять гипотезы. Но при переходе к большим MoE-моделям главным вызовом становятся масштабирование, распределение модели по GPU, батчинг, инференс и offloading. 👨‍🔬 После продуктовых LLM резко переключились на химию. Константин начал с важной мысли: химическая информация — это не один универсальный тип данных. Одну и ту же молекулу можно представить текстом, строкой SMILES, двумерным графом, трёхмерной структурой или структурой, которая изменяется во времени. И под каждое представление нужны свои методы и модели. Поговорили о том, почему даже на фоне сложных нейросетевых архитектур связка Morgan fingerprints + XGBoost всё ещё остаётся очень сильным базовым решением для многих задач с химическими данными. Затем перешли к геометрическим графовым нейронным сетям. Они учитывают расположение атомов и позволяют предсказывать свойства молекул в десятки раз быстрее традиционных DFT-расчётов. Отдельно разобрали нейронные потенциалы и delta-ML. Идея в том, чтобы не выполнять каждый раз дорогой квантово-химический расчёт полностью: часть свойства можно посчитать более дешёвым методом, а нейросети поручить предсказать необходимую поправку. Дошли и до LLM с агентами. Здесь пока всё не так магически, как иногда выглядит в заголовках: модели могут по-разному отвечать на один и тот же вопрос в зависимости от того, передали им обычное название соединения, IUPAC или SMILES. А некоторые агенты, которые должны самостоятельно запускать вычислительные эксперименты, пока скорее напоминают roadmap, чем полностью автономного исследователя. Зато роботизация лабораторий уже вполне реальна: специализированные платформы, роборуки, автоматическое проведение серий экспериментов и превращение обычного оборудования в high-throughput-системы. 🎬 После двух технических докладов разговор с Денисом про ИИ в кино оказался очень кстати 😅 Обсудили, где новые инструменты уже помогают при работе с контентом, какие процессы способны ускорить, где вызывают сопротивление и в каких задачах пока остаются скорее экспериментом. Но, как обычно, самое ценное происходило не только во время выступлений. После докладов продолжили обсуждать услышанное за завтраком, задавать вопросы, спорить, знакомиться и делиться своими кейсами. Спасибо Альберту, Константину и Денису за содержательные выступления, ODS Moscow — за очередную совместную встречу, МИРА бистро — за пространство, а всем, кто пришёл, — за вопросы и атмосферу. Формат «бранч + несколько докладов» точно будем повторять. Поэтому уже начинаем собирать темы для следующего бранч-митапа. Если вам есть о чём рассказать — про рабочий кейс, исследование, неожиданный эксперимент, применение ИИ в своей индустрии или даже неудачу, из которой можно сделать полезные выводы, — присылайте тему доклада и пару предложений о себе в комментарии или личные сообщения. P.S. Будем учиться фотографироваться до того, как все разошлись 😅

🔥 ODS Moscow × Нескучный Data Science: офлайн-бранч в эту субботу В эту субботу снова собираемся на офлайн-бранч вместе с ODS Moscow. Раньше наши бранчи проходили совсем без программы: просто встречались, ели и разговаривали про ИИ, data science и рабочие истории. В этот раз хотим сохранить этот живой формат, но добавить несколько докладов — чтобы было от чего оттолкнуться в обсуждении и куда глубже копнуть. На позапрошлом бранче мы обсуждали, зачем Avito вообще обучать свою LLM. Тогда тема вызвала много вопросов, и я предложил Альберту рассказать об этом подробнее — уже не на уровне «а зачем», а на уровне технических деталей. Альберт Акопян LLM research engineer Avito | ex. Alfa Bank | MIPT & YSDA alumni «Как мы в Avito делаем RL для нашей LLM» Поговорим про то, как выглядит RL для LLM внутри большого продукта: какие задачи этим решают, как это связано с качеством модели и что вообще приходится учитывать, когда LLM живёт не в демке, а в реальном сервисе. На прошлом бранче у нас была очень живая дискуссия про применение ИИ в медицине. В этот раз продолжим смотреть на ИИ в науке, но уже со стороны химии. Ушенин Константин ведущий научный сотрудник AIRI | кандидат физ-мат наук | препод в УрФУ и ТГУ | ex. Академия наук РФ | автор канала «эйай фор сайенс» — @not_only_llm «Применение ИИ в химии» Константин расскажет, как ИИ применяется в химии: где он действительно помогает исследователям, какие задачи уже можно решать с помощью моделей и как это выглядит не в хайповых заголовках, а ближе к реальной научной практике. А ещё мне не хочется, чтобы наши бранчи превращались исключительно в разговоры про работу, метрики и продакшен. Это полезно, но иногда получается слишком душно 😅 Поэтому я позвал Дениса рассказать про ИИ в кино. Если вы давно читаете канал, возможно, помните, что он помогал вытаскивать книжный сериал «Дата Сапиенс», а сейчас сам активно начинает применять ИИ в жизни и творческих проектах. Ну и, конечно, у нас будет шанс разведать, что произойдёт в следующем сезоне одного из сериалов с его участием. Скажу честно: у меня пока не получилось 😅 Денис Бузин актёр театра и кино | выпускник ВГИК | основатель бренда одежды CNSTRCTR | снимался в «Универ. 15 лет спустя», «Кузя. Путь к успеху», «Полицейский с YouTube», «Солдаты», «Полярный» «Как использует ИИ индустрия кино в РФ» Обсудим, как ИИ уже используется в киноиндустрии: где он помогает, где вызывает сопротивление, какие задачи действительно закрывает, а где пока остаётся игрушкой. 📆 Когда: суббота, 11 июля 🕛 Время: 12:00 📍 Место: МИРА бистро, Тверская ул., 16, стр. 1 Вход со стороны метро «Тверская» / «Пушкинская» Бронь на имя Александр ODS. Ставьте 👍, если планируете прийти — будет полезно понимать примерное количество людей. Буду рад увидеться!

Оффер на Senior Data Science роль за 1 неделю — реально? 🚀 Да. Авито запускает Fast Track — ускоренный отбор для Senior и Senior+ Data Science специалистов. Одна неделя на все технические этапы и финал → оффер в классифайд №1 в мире по количеству пользователей. 📅 Основные этапы — 20–26 июля. Регистрация по ссылке открыта до 15 июля, 23:59 МСК. Как проходит: 🟣 До 15 июля — заявка + HR-скрининг 🟣 До 24 июля — техническая секция (ML-теория + Python) 🟣 25 июля — ML System Design 🟣 26 июля — финал 🟣 До 28 июля — оффер Преимущества фаст-трека: 🟣 Быстрый отбор и совмещённые этапы 🟣 Все даты известны заранее 🟣 Возможность оценить свои скилы — результат закрепляется на год Кого ждут: 🟣 От 4 лет опыта в крупных российских и международных IT, BigTech и FinTech компаниях 🟣 Полный цикл разработки моделей — от ресёрча до выкатки в прод 🟣 От 1 года самостоятельного лидирования проекта, автономность и инициативность Команды на выбор: антифрод и модерация, монетизация и реклама, поиск и рекомендации, вертикальные DS-команды. ⏳ Регистрация — до 15 июля. Успей оставить заявку. Рекрутеры проведут тебя через все этапы за рекордно быстрые сроки!

🧠 Что интересного было в AI/DS за неделю Сделал обзор топ постов, которые сам прочитал за эту неделю. Буду выпускать такой обзор раз в неделю. На этой неделе лучше всего зацепили темы про AI-инструменты для разработки, роль AI-инженера, ML в реальном бизнесе и выход IT-продуктов на внешние рынки. 🛠 AI coding tools: контекст важнее красивой демки [1], [2] В обсуждении Cursor, Codex и Claude Code главная мысль такая: в длинных задачах решает не только модель, а то, как инструмент держит контекст, переживает сжатие истории и не теряет цель в автономной работе. Это хороший сдвиг в разговоре про AI coding. Уже недостаточно спросить “какая модель умнее”. Нужно смотреть, какая среда лучше помогает довести задачу до конца. 🧑‍💻 Хороший AI-инженер: не тот, кто просто сделал модель [1] Сильный тезис про роль AI-инженера: разработка моделей постепенно становится commodity. Готовых LLM, пайплайнов и туториалов уже много. Настоящая ценность всё чаще в другом: сформулировать гипотезу, выбрать метрики, поставить эксперимент, довести до деплоя и потом следить за качеством. Короче, хороший AI-инженер всё больше похож на владельца результата, а не на человека, который “прикрутил нейронку”. 🏢 ML в бизнесе ломается не только об accuracy [1] Отличный кейс про recommendation/search bias из корпоративной жизни. Самый интересный тип bias там не из учебника, а из реальности: “уважаемый человек попросил”. Даже хорошая модель может начать вредить продукту, если поверх неё начинают вручную проталкивать внутренние приоритеты. Это напоминание, что ML-система в бизнесе живёт не в вакууме. Ей нужны продуктовые границы, доверие пользователей и защита от организационного шума. 🌍 Российские IT-продукты всё активнее смотрят наружу [1], [2], [3] Заметная линия недели: как IT-проектам выходить за пределы локального рынка. Темы очень практичные: платежи, язык, поддержка, SEO, органический трафик, упаковка продукта. Общий вывод простой: иногда следующий рост даёт не новая фича, а способность продать уже работающий продукт на другом рынке. 💭 Мой вывод недели: AI-инструменты становятся мощнее, но выигрывает не тот, кто просто подключил модель. Выигрывает тот, кто умеет держать контекст, формулировать задачу, измерять эффект и доводить систему до результата. 🎯 Теперь хочу расширить список источников. Если читаете адекватные каналы про AI, DS, ML, разработку, продукты или IT-бизнес — скиньте их в комментарии.

Всем привет! 🌇 В эту субботу дата бранч! 📆 Когда: Суббота (27 июня) 🕖 Время: 12:00 📍Место: Mira Bistro (Тверская ул., 16, стр. 1) Вход со стороны м. Тверская/Пушкинская Бронь на имя Александр ODS Ставь 👍 если придешь ODS Moscow

❗️Айтишники испортили клиентский опыт курьера 🤔 Этот заказ во ВкусВилле оказался очень поучительным. 🖍 Первое: секрет успеха ВкусВилла прост — сделай довольными сотрудников, и они уже сделают довольными клиентов. 🖍 Второе: неважно, где именно проблема: в программисте, который зафродил интеграцию, в дата-сайентисте, который специально агрессивно отрезал хвосты распределения, или в дизайнере, который прикинулся, что знает, как выглядит белый цвет, но не знает, как выглядит Bugatti Chiron. Важно другое: один из них, а возможно, все сразу, испортили клиентский опыт что привело к потере клиента, который сам очень успешен в том, чтобы делать клиентов счастливыми, поэтому к такому отношению точно не привык. 🙏 Но, возможно, курьер читал мой предыдущий пост и простит их так же, как я простил таксиста. 🙏А банк, надеюсь, читал комментарии к предыдущему посту и не будет списывать комиссию за возвращение реального изображения в приложении.

Как таксист пытался присвоить часы жены — и спалился на собственных данных ⌚️📊 Эта история произошла больше года назад. Дату я восстановил, найдя в канале пост о награждении Alfa Awards — после него всё и случилось. 🚕 Мы с женой возвращались домой на «Бизнесе» от Яндекса. Водитель встретил нас у машины и закрыл дверь — всё соответствовало тарифу. Во время поездки жена сняла Garmin. Вспомнили об этом только дома, когда перед сном понадобилось поставить будильник. 🔍 После двадцати минут поисков я проверил квартиру, подъезд, дорогу от машины до дома и даже заглянул под скамейку. Часов нигде не было. Оставался один вариант — такси. 📞 Я нашёл номер водителя, позвонил и включил режим сбора данных. Сначала он сказал, что часов не находил. Затем сообщил, что после нас у него было два заказа: в одном ехали двое пассажиров, в другом — девушка. Круг подозреваемых получался небольшим: водитель и трое пассажиров. 🧩 Я перезвонил и поделился этой мыслью: все поездки зафиксированы, поэтому полиции будет несложно восстановить события и понять, кто присвоил часы. И тут версии начали расходиться. Во втором разговоре изменилось количество пассажиров, а последовательность заказов стала другой. Либо человек плохо помнил события последних часов, либо сознательно менял показания. Мы ещё несколько раз связались с водителем, дособрали факты и повысили вероятность гипотезы о том, что он нас обманывает. В какой-то момент модель, видимо, стала очевидной не только для нас. Водитель сказал, что ещё раз поищет, а затем перезвонил: — Нашёл! Часы лежали в кармане сиденья. Видимо, вы сами их туда положили. 🚘 Через полчаса он приехал и вернул Garmin. Часы почему-то были выключены. Я включил их и увидел другой циферблат и новые настройки. В профиле были указаны дата рождения, пол, рост и вес нового владельца. То есть часы успели сбросить, настроить под другого человека и надеть на руку. И здесь история стала особенно интересной для человека, который занимается данными. ❤️‍🔥 Garmin записывал пульс, вариабельность сердечного ритма и уровень стресса. По данным можно было увидеть не только примерное время сброса настроек, но и всплески стресса во время наших звонков. Корреляция получилась выразительной. Без пароля от нового аккаунта выгрузить данные не удалось. Поэтому график на карточке — реконструкция событий, а не сохранённый экспорт из Garmin. Но главным разочарованием оказался даже не водитель. 💬 После первого обращения поддержка Яндекса фактически ответила: — Водитель сказал, что ничего не находил. Мы ничем не можем помочь. Когда часы вернулись и я рассказал, что их сбросили, настроили под другого человека и носили на руке, позиция почти не изменилась: — Хотите — обращайтесь в полицию. То есть сервис получил историю о попытке присвоить имущество стоимостью около тысячи долларов и не увидел повода разобраться. Никакой проверки водителя. Никакого внутреннего расследования. Отдельный апсет: всё это произошло в «Бизнесе». Выбирая этот тариф, рассчитываешь не только на дорогую машину и открытые двери, но и на другой уровень сервиса и ответственности. При этом я понимаю, насколько сложна работа таксиста: длинные смены, пробки, высокая нагрузка и постоянный стресс. Но это не оправдывает попытку присвоить чужую вещь. В полицию я не обратился. Надеюсь, для водителя эта история стала шансом остановиться и исправиться. Судя по уровню стресса во время наших разговоров, вечер и без полиции оказался для него поучительным. Хочется верить, что он воспринял произошедшее как урок, а не как сигнал о том, что подобное можно повторять без последствий. 💡 Практический вывод Используйте методы анализа данных не только в работе, но и в повседневной жизни. Когда мы строим модели, то собираем факты, сравниваем версии, проверяем гипотезы и восстанавливаем причинно-следственные связи. Практически как детективы 🕵️‍♂️📊 Иногда эти навыки помогают не только продавать кредиты, повышать конверсию и оптимизировать бизнес-процессы, но и проводить вполне реальные расслед

ODS Moscow × Нескучный Data Science: офлайн-бранч в эту субботу ☹️ Последний год посты в «Нескучном Data Science» выходили редко, а последний квартал канал и вовсе провёл в тишине. Всё это время я набирался нового практического опыта, и теперь у меня накопилось достаточно уникального контента, которым действительно хочется с вами поделиться. Впрочем, и старый контент я передал ещё далеко не весь — один незавершённый зарплатный опрос чего стоит 😅 Старые темы останутся, но теперь на некоторые из них я смогу взглянуть под совершенно неожиданным углом: практическое применение AI в бизнесе, подготовка бизнес-процессов к внедрению AI и построение data-driven культуры. 🤖 Отдельный фокус будет на том, как применять этот самый ИИ для себя лично, а не только на работе для других. Обязательно поговорим про ваши любимые игры в стиле @datarascals: как они устроены в data-направлениях и как влияют на работу команд и развитие проектов. Из неожиданного — расскажу, как и зачем совмещать психологию и AI. Мне понадобилось около полугода, чтобы найти в этом практическое зерно. Постараюсь помочь вам сэкономить это время. Кому уже не терпится, смогут получить часть спойлеров на живой встрече. Уже в эту субботу вместе с ODS Moscow собираемся на офлайн-бранч. 📆 Когда: суббота, 13 июня 🕛 Время: 12:00 📍 Место: МИРА бистро, Тверская ул., 16, стр. 1 Вход со стороны метро «Тверская» / «Пушкинская» Бронь на имя Александр ODS. Ставьте 👍, если планируете прийти. Буду рад увидеться!

Открыта регистрация на главную конференцию этой весны по технологиям ИИ и анализу данных — Data Fusion* 2026! 💙 Шестая ежегодная конференция Data Fusion пройдет 8–9 апреля в Москве в инновационном кластере «Ломоносов». 60+ актуальных сессий, докладов, примеров, дискуссий по теме анализа данных/ науки о данных/ машинного обучения. Среди тем – ИИ-агенты, «обучение с подкреплением», компьютерное зрение, обработка естественного языка, открытый исходный код, воплощенный ИИ и робототехника, рекомендательные системы, применение ИИ в кибербезопасности, ИИ+ естественные науки, AgentOps и многое другое! Всю программу ищите на сайте. Конференция объединит лидеров команд по машинному обучению, специалистов по обработке данных, молодых ученых, инженеров, аналитиков и руководителей, принимающих решения о внедрении технологий в бизнес и государственные сервисы. Среди спикеров конференции: Суржко Денис (ВТБ), Оселедец Иван (AIRI), Райгородский Андрей (МФТИ), Бурнаев Евгений (Сколтех,AIRI), Саркисов Тигран (Х5), Крайнов Александр (Яндекс), Зима Андрей (Ростелеком) и другие эксперты из науки и индустрии. Все мы любим конференции не только ради знаний, но и, конечно, ради живого общения и новых знакомств, а это важная часть Data Fusion! ➡ Не пропустите, регистрируйтесь. *Интеграция данных Информация о рекламодателе