🏄 Соревновательный Data Science | Kaggle | Чемпионаты

​​Kaggle: Rogii https://www.kaggle.com/competitions/rogii-wellbore-geology-prediction/leaderboard В последние месяцы я впервые за несколько лет серьёзно участвовал в соревновании на каггле. Это было геодезическое соревнование. В итоге мы оказались в серебре и избежали шейкап. Моё соло решение тоже тянуло на серебро, но лишь на ~200 место. Блогпост с деталями напишу позже, а пока вот красивые картинки от клода. Кстати, я не написал ни одной строчки кода - всё участие было через клод/кодекс. Теперь буду отдыхать и зарекаюсь участвовать в каггле ещё на несколько лет 😅 #kaggle #ai

Круче чем клава от OpenAI

Привет, Чемпионы! 🏆 ⛏ ROGII Wellbore Geology Prediction: шесть дней до финала 💎 Финиш 5 августа, ещё можно успеть. Делимся тем, что накопали. 🧭 Суть задачи проще, чем выглядит Нужно предсказать положение бура в геологическом разрезе на скрытой части скважины.…

Друзья, мы определились с классным местом. Для тех, кто в Москве - встречаемся сегодня в 13:00 в ГЭС-2 😻 Где именно? Перед входом в ГЭС-2 Болотная наб., 15 https://yandex.ru/maps/org/ges_2/216491468916?si=9yy9210je5jjupb3hkk9e3k6tr Предварительно оформите…

Друзья, мы определились с классным местом. Для тех, кто в Москве - встречаемся сегодня в 13:00 в ГЭС-2 😻 Где именно? Перед входом в ГЭС-2 Болотная наб., 15 https://yandex.ru/maps/org/ges_2/216491468916?si=9yy9210je5jjupb3hkk9e3k6tr Предварительно оформите себе билет для входа внутрь. https://ges-2.zapomni.ru/events/fb544f2e-2395-4035-97d6-6a1bf0f7bc4a?date=2026-08-02 (В описании события укажите просто коворкинг) Вход свободный Поговорим про все до чего дойдет тема. - Вайбкодинг. Claude Code. CodeX. - Хакатоны. DS чемпионаты. - Свои пет проекты и монетизация SaaS. - Тренды. Зарплаты. Хобби. Лайхаки.

Привет, Чемпионы! 👋 На Stepik стартовала распродажа курсов по ИИ. А у нас, как раз, много таких (скидка от 20% до 1 августа): • 🛡 AI Security - самый свежий 🆕 • 🏆 Соревновательный DS - проверенная классика • 🧠 LLM-курс - свой сервис с AI • 🏄‍♀️ Vibe-кодинг…

Привет, Чемпионы! 🏆 ⛏ ROGII Wellbore Geology Prediction: шесть дней до финала 💎 Финиш 5 августа, ещё можно успеть. Делимся тем, что накопали. 🧭 Суть задачи проще, чем выглядит Нужно предсказать положение бура в геологическом разрезе на скрытой части скважины. Всё сводится к одному: TVT = поверхность пласта − глубина(Z) Глубина известна точно. Значит предсказывать надо только форму пласта - по сути гладкую кривую с тремя-четырьмя параметрами на скважину. Мелкие колебания достаются бесплатно из траектории, а вся ошибка сидит в общем наклоне и изгибе. ✅ Что сработало • Particle filter со слабым доверием к гамма-каротажу плюс смешивание с независимой второй моделью. Схема почти всех, кто в топе. • Перенос фильтра на GPU - весь ансамбль частиц одним тензором. Ускорение в 14 раз, и перестали ловить таймауты. • Группировка по опорным скважинам (typewell). Их всего 54 на 773 скважины. Внутри группы отсчёт единый, и пласты соседей совпадают с точностью 29 футов против 392 футов между группами. • Измерение собственного шума. Отправьте один и тот же ноутбук дважды! У нас разброс ±0.05. ❌ Что не сработало • Поиск по форме гамма-кривой: DTW, CNN-матчеры, кросс-корреляция. Сигнал почти неотличим от шума. • Больше случайных запусков фильтра: помогает ядру, но до финального ответа не доходит. • Предобучение на своей синтетике: статистика сошлась идеально, перенос на реальные данные развалился. • Умный отбор: понять, где модель ошибётся, не получается. Заметить трудную скважину можно, а угадать знак поправки нет. • Перебор гиперпараметров 🎯 Главный урок Проверяйте улучшение на том же объекте, о котором делаете вывод. Мы несколько раз ловили прирост на отдельном модуле, радовались, а до итогового результата он не доходил. 💡 Что ещё попробовать Использовать соседние скважины не как добавку сверху, а вместо собственного сглаживания. И собрать общий геологический разрез из опорных скважин - они окна одной колонки, а значит связаны сильнее, чем кажется. 🔗 https://kaggle.com/competitions/rogii-wellbore-geology-prediction Кто ещё бурит? Делитесь опытом 👇

Это не шутки, у DS-ов действительно хорошо получается ехать на своих навыках не только обучая и выводя модели в прод. Например, Камиль в прошлом ML инженер, но уже совмещает найм и развитие своих проектов. Камиль был один из первых наших студентов на курсе. Кстати, статистика пока такая. Из первой группы в 7 человек, 3-е добежали до выручки в первые два месяца. Мы считаем это отличным результатом и продолжаем улучшать методологию. Погнали?

Прочитай это до конца если тебе приелись хакатоны и чемпионаты по Data Science. Привет, это пост я, Алерон, пишу именно для тех, кто давно уже забросил идею соревнований. Да, рано или поздно хобби участвовать в чемпионатах по машинному обучению может уйти…

🏄 Соревновательный Data Science | Kaggle | Чемпионаты pinned a photo

Прочитай это до конца если тебе приелись хакатоны и чемпионаты по Data Science. Привет, это пост я, Алерон, пишу именно для тех, кто давно уже забросил идею соревнований. Да, рано или поздно хобби участвовать в чемпионатах по машинному обучению может уйти на второй план. Я знаю это по своему опыту. Кто-то доходит до заветного титула и бросает. Кто-то бросает еще раньше. Это нормально. Я и мои со-авторы убеждены, что опыт и навыки важнее, чем медали на Kaggle. Да? Соревнования это классный опыт прокачиваться с острым чувством азарта. Медали это всего лишь элемент геймификации. Но это не единственный способ интересно и полезно применять свои технические навыки вне работы. Есть еще кое-что… Если закончили наш курс или давно работает в роли DS, DA, DE или MLE, то у вас вполне достаточно навыков чтобы «поиграть» в другие игры. Игры, где число попыток не ограниченно, а вместо медалей настоящие деньги. И нет!! Мы не про казино (не дай бог), я про запуск своих личных IT проектов и здоровое предпринимательство. Я заметил, что люди, умеющие побеждать в чемпионатах, как правило, хорошо чувствуют себя, конкурируют в технологиях и трафике на рынке IT решений (микро-SaaS и SaaS). Уже год как я ушел из найма из занимаюсь только своими проектам. Так мне удалось сделать неплохой экзит из проекта, а потом запустить еще 2 технологичный SaaS решения. Причем достаточно успешных. Недавно мне даже дали оценку в 60М на 4-й месяц от первого платящего клиента. Как и всегда, я свободно делюсь своими знаниями и лайфхаками с другими в рамках здравого смысла. А недавно я запустил интенсив для технарей, кто регулярно что-то свое пилит, но никогда не хватает сил дотащить проект до оплат/выручки из-не достатка знаний в digital маркетинге. Маркетинг - это действительно бывает непросто. Нас этому не учат в ВУЗе. Поэтому именно на это и будет сделан упор в курсе. Я на примерах своего опыта или друзей соавторов научу находить и быстро проверять идеи, за которые люди хотят платить. И легко расстаются с деньгами. Да еще и остаются благодарны вам за решение. Преврати пет-проект в микро-SaaS с первой выручкой за 3 месяца Кейс моих результативных выпускников можно почитать в @datafeeling 🔥 А если вам уже стало интересно, то до конца июля Степик раздал скидухи, забирайте) За август можем успеть с вами даже запуститься первый раз! А тем кому все еще интересен соревновательный DS, то с вами мы продолжим делиться полезными материалами и актуальными чемпионатами тут.

Открыли регистрацию на E-CUP 2026 Students 🎓 В этом сезоне — только для студентов. Будет интересно тем, кто изучает ML / DS / big data / аналитику данных. Сможете ускорить модель по поиску дубликатов на 20%? Получится создать классификатор для модерации товаров? Сумеете предсказать поведение покупателя? Как минимум — попробуете и получите фидбэк от тех, кто делает это в Ozon Tech каждый день. Как максимум — разделите призовой фонд в 7 200 000 ₽ в торжественной атмосфере конференции E-CODE. Нетривиальные задачи, нетворк с ведущими специалистами индустрии, кастомный мерч и шанс масштабно усилить портфолио — это про E-CUP 2026 Students. Больше подробностей и регистрация ↩️

Привет, Чемпионы! 👋 На Stepik стартовала распродажа курсов по ИИ. А у нас, как раз, много таких (скидка от 20% до 1 августа): • 🛡 AI Security - самый свежий 🆕 • 🏆 Соревновательный DS - проверенная классика • 🧠 LLM-курс - свой сервис с AI • 🏄‍♀️ Vibe-кодинг - хайп • 🛠 ML-инструменты - антихайп) • 🤖 ИИ-АГЕНТЫ и автоматизация с n8n - практикум по быстрой разработке систем с ИИ под капотом. • 👉 Claude Code для НЕпрограммистов - тот самый курс по автоматизации ежедневной рутины. 👆 Скидки сработают только по этим ссылкам

Привет, редтимеры! 🚩 🤖 AI Agent Security: месяц борьбы не с моделями, а со скорером. Продолжается одно из самых необычных соревнований на Kaggle от OpenAI: AI Agent Security - Multi-Step Tool Attacks. Главный инсайт: это соревнование не столько про лучший джейлбрейк, сколько про победу над Kaggle-скорером. На бумаге задача звучит просто: написать attack.py, который атакует LLM-агента с инструментами, находит уязвимые цепочки и возвращает воспроизводимые AttackCandidate. На практике ты воюешь сразу с тремя вещами: 1. моделью; 2. гардрейлом; 3. официальным скорером, который может убить весь сабмит после нескольких часов расчета. И вот третий пункт оказался самым жестким боссом. 🎯 Что реально работает? Самый стабильный путь сейчас - не сложные многоходовые атаки, а быстрые и воспроизводимые tool-call атаки. Главная рабочая механика: - заставить агента сделать http.post; - передать в data скоринговый маркер; - менять URL/домены/пути так, чтобы получать новые score cells; - возвращать только те кандидаты, которые реально сработали во время live exploration. То есть выигрывает не самый «хакерский» промпт, а тот, кто лучше управляет плотностью: сколько валидных атак можно посадить в лимиты времени. 🚀 Подходы, которые выстрелили: Live-fill. Алгоритм не просто генерирует заранее 1000 промптов. Он прямо во время run() взаимодействует со средой, проверяет, сработала ли атака, и возвращает только successful candidates. Template race. Берем несколько коротких шаблонов атаки, прогоняем пробные запросы, смотрим, какой шаблон быстрее и надежнее на текущей модели, потом заполняем оставшееся время лучшим вариантом. Replay-safe sizing. Самая важная инженерная часть. Скорер потом заново replay-ит все кандидаты. Если вернуть слишком много даже рабочих атак, сабмит может умереть с Submission Format Error. Поэтому нужно считать не только генерацию, но и будущую стоимость replay. One-turn exfil density. Многоходовые атаки красивее и локально могут давать жирный score, но на официальном Kaggle часто не проходят replay budget. Сейчас короткие одношаговые атаки часто выгоднее, потому что их можно посадить больше. 🧨 Что работает хуже, чем хотелось: Мультитёрн сценарии, indirect prompt injection, logic puzzles, давление в стиле «я админ», JSON-маркеры, языковые варианты, эмодзи, опечатки - всё это интересно и иногда стреляет в локальной валидации. Но главная проблема: официальный скоринг жестко наказывает за дорогие цепочки. Даже если атака успешная, она может быть слишком тяжелой. А один тяжелый сабмит может несколько часов считаться и в конце упасть без score. 😵‍💫 Главная боль соревнования: `Submission Format Error` не значит, что у тебя неправильный CSV. Очень похоже, что под этим сообщением скрываются: - timeout replay-фазы; - слишком много кандидатов; - слишком дорогие многоходовые цепочки; - нестабильность hosted evaluator; - несовпадение локальной валидации и реального Kaggle replay. - и ещё множество догадок в дискашенах, но никаких объяснений от каггл стафф. То есть можно иметь локально отличный score, отправить сабмит, ждать несколько часов и получить просто пустой результат. 📈 Сейчас топовые решения сходятся к одной идее: Побеждает не самый крутой ркдтимер, а тот, кто аккуратнее балансирует: - latency; - replay budget; - число кандидатов; - уникальность score cells; - стабильность на GPT-OSS и Gemma. Это уже почти не prompt engineering, а performance engineering для атакующего алгоритма. 🧠 Что по итогу: AI Agent Security не сорева про LLM-безопасность, а инженерная задача на границе red-teaming, системного дизайна и оптимизации под странный evaluator. Модель можно пробить. Гардрейл можно обойти. Но настоящий финальный босс - это пройти скорер и не умереть через 6 часов с Submission Format Error. Если хотите решать агентами - Фабла и Сол сразу всё рефьюзят, даже если пишешь им, что это официальная сорева от OpenAI (проверил за вас - не благодарите) Остался месяц - самое время подключиться, основные шишки уже набили за вас. Решаете или планируете приступить???

Привет, Чемпионы! 🏆 Курс по AI-security полностью выложен на Stepik. 🚩 🤚 Все 5 модулей, точнее 5 компаний, которые нанимают вас к себе, чтобы пошатать своих продакшен-ботов на уязвимости и предложить меры защиты. Можно пройти путь от простых промпт-иньекций до полной разведки и взлома мультиагентной системы. И всё это без кода и полностью в интерфейсе Stepik. Курс прошел ревью от экспертов в области из компаний Positive Technologies и HiveTrace, и уже собрал несколько положительных отзывов от студентов. 🪪 Дошедшим до конца прилагается сертификат от компании HiveTrace. До четверга 23.07 курс можно приобрести по прежней цене и с промокодом DATAFEELING. Сработает по этой ссылке.

Привет, Чемпионы! 🏆 На неделе закончился нейргольф на Каггл. Что интересного: Во-первых, все топ-команды рассказали, что пользовали всех возможных агентов в хвост и в гриву. И самое сложное было - это заставить агента не лениться, а искать решение (сталкивались с таким? - я постоянно). И главное было заставить агента не тюнить существующие, а искать новый алгоритм решения для задачи, чего он делать упорно не хотел. Пока про слитые бюджеты не распространяются. Второе, это конечно как чел сначала прям в каггл-датасете предлагал купить серебряный сабмит за битки (см. скриншот), а ближе к концу стал угрожать, что обрушит серебряную зону, если не заплатят выкуп опять же в битках )) (что вроде и случилось) Интересно, что и датасет и дискашены с угрозами до сих пор висят на каггле и никто их не затер. Вот такие дела. Участвовали в нейрогольфе? Как успехи?

Привет, Чемпионы! 🏆 NVidia выкатили вот такую штуку для Клод-кагглинга. NVIDIA/nvidia-kaggle: NVIDIA Kaggle Plugin gives agents end-to-end Kaggle competition workflows through a single skill, nvidia-kaggle-skill. It can gather competition context, study public writeups and notebooks, reproduce kernels locally, submit to competitions, and manage Ka Выглядит интересно 👀 Кто-нибудь уже гонял?