Artemid | AI Art Life

Собрались нашим ИИ-коммьюнити💪

Порой, когда моя голова загружена рабочими и бытовыми задачами и я понимаю, что не всё успеваю до делайнов, я просто ставлю свою жизнь на стоп. Беру лист и чернила, включаю это стихотворение и выписываю всё, что на самом деле меня беспокоит, все мои задачи и мысли. После этого этюда меня накрывает волной и все задачи решаются, будто сами собой. Быть может и кому-то из читателей эта практика тоже поможет не утонуть в пучине всех своих мыслей и задач

Как Шумахеру удавалось становиться самым быстрым? Ответ прост - он использовал uv🧠 Перейдем от шуток к делу. Последние полгода для установки пакетов я использую uv. Он позволяет скачивать библиотеки быстрее pip в 3-10 раз. Очень часто возникает задача протестировать новую модель, и установка пакетов, необходимых для этих моделей, может занимать по 5–20 минут. uv помогает решить эту проблему. Легким движением руки вы можете установить его по ссылке и не ждать, а действовать. Для старта хватит выполнить несколько команд: uv venv uv_venv - создание venv с названием source/bin/activate - активируем окружение uv pip install some_package_name - качаем нужные пакеты Почему uv быстрее всех? - Написан на Rust - Параллельная загрузка - Умный кэш Тесты Я быстро протестировал установку pandas, torch(cpu-версия с mps) и пакетов, которые идут вместе с ними. Получил такой усредненный результат на 10 тестах: pandas | uv: 1.396s | pip3: 6.078s | Ускорение: 4.4x torch | uv: 4.433s | pip3: 16.325s | Ускорение: 3.7x Cтатьи: Дополнительная подборка материалов, где сравнивают uv, poetry, pip и другие инструменты: - медиум - realpython - статья на хабр

Data Fusion 2025, итоги ✔️ 16 и 17 апреля в кластере «Ломоносов» проходит международная конференция по ИИ "Data Fusion", а вместе с ней — масштабный Data Fusion Contest с призовым фондом 3 млн рублей! 🔥 команда RASCAR участвовала в двух кейсах из трёх: Label Craft и Distribution. 🏆 в Label Craft, где нужно было предсказывать категорию товара по описанию, команда в составе Епифанова Антона, Михаила Шперлинга, Артёма Гончарова и Анастасии Коваленко среди 170 команд и почти 700 участников заняли 5 место. Решение состояло из блендинга метода опорных векторов SVC на синтетических и спаршенных с маркетплейсов данных. 💬 Комментарий Михаила: Я больше, чем расстроен. Больше месяца держали топ-1, но в последние 2 недели его упустили. Возможно, не хватило свежих идей. Спасибо команде, очень качественно поработали и боролись до последней минуты, горжусь каждым ❤️. 🥈в кейсе Distribution (предсказание распределения остатков на счетах клиента) команда в составе Артёма Гончарова, Анастасии Коваленко, Артёма Гуйвана и Михаила Шперлинга заняла 2 место среди 118 команд. 3 бустинга и логарифмированный таргет сделали своё дело. Спасибо большое организаторам за классные задачи и подаренные эмоции 🥳🎉 #Rascar #Datafusion #NLP #2место Фото: награждение Data Fusion, 16 апреля 2025.

Let’s go 💯

Хочу сделать пост про пандас и другие инструменты для обработки данных, но для начала надо узнать сколько людей умеют прогать на питоне

Вы умеете программировать на python? 🐍

🥂Материалы по анализу данных🥂 ⏩Недавно был ментором на хакатоне по анализу данных DANO и участники спрашивали, какие есть классные курсы по аналитике, поэтому я собрал подборку материалов 📚 ⏩ Один из лучших курсов по аналитике, с которого я сам начинал. Поможет понять зачем нужны выборки и модели, как вообще находить взаимосвязи в данных и т.д 💻 ⚫️ Плейлист со всеми лекциями ⏩ Трилогия курсов по статистике от Анатолия Карпова и Института биоинформатики. Просто мастхэв 🌚 1️⃣ часть 2️⃣ часть 3️⃣ часть ⏩ Классный репозиторий, который содержит много полезных материалов по статистике и тому подобному. Отлично подойдёт для подготовки к олимпиаде по анализу данных DANO и не только 💻 ⚫️ Репозиторий ⏩ Материалы от Karpov Courses 💻 ⚫️ Курс по визуализации ⚫️ Курс по SQL с лекциями и практиками

Друзья, привет! 🎶 Последние дни в Петербурге — просто что-то невероятное: солнышко наполняет каждое движение и каждую секунду смыслом, а мелодии птиц дополняют эту картину. Всё это сливается в единый спектакль, который напоминает самые яркие моменты детства. Сегодня утром я сидел у окна, наслаждался этим спектаклем, и в рекомендациях увидел творчество Дениса Стельмаха 🍃 Это непередаваемо. Когда слышишь в его произведениях смех, обрывки разговоров с близкими, это будто открывает дверь в детство. Это такое блаженство, словно запах свежей травы или тот момент, когда бежишь куда-то без оглядки, просто потому что счастлив 🌖 Я искренне хочу, чтобы вы смогли прочувствовать такие же эмоции, поэтому с радостью сообщаю , что сегодня Денис Стельмах выступает в 7 вечера в Петербурге. Мероприятие бесплатное и будет проходить в РНБ на Фонтанке❤️

💡 От AI к AGI: Готовы ли мы прийти туда, куда мы идём? – Страница мероприятия – 23 марта, 14:00 – 17:30 – Мраморный зал, ПОМИ РАН, наб. реки Фонтанки, 27, Санкт-Петербург – Пожалуйста, не забудьте зарегистрироваться — это необходимое условие посещения ПОМИ РАН. 💡 О лекторе Сергей Николенко — учёный, преподаватель и практик в области машинного обучения и информатики в целом. Доктор физико-математических наук, сотрудник ПОМИ РАН, преподаватель в СПбГУ, Harbour Space University, ИТМО и НИУ ВШЭ, Head of AI в компании Synthesis AI, автор более 200 научных публикаций и нескольких книг, в том числе бестселлера «Глубокое обучение» (Питер, 2018), монографии «Synthetic Data for Deep Learning» (Springer, 2021) и прямо сейчас появляющейся в продаже книги «Машинное обучение: Основы» (Питер, 2025). Сергей ведёт исследования в разных областях, от улучшения больших языковых моделей до анализа алгоритмов и теоретической информатики, применяет машинное обучение в реальных проектах, пишет посты и книги, ведет телеграм-канал «Sinекура» (@sinecor), а также стал двукратным чемпионом мира по «Что? Где? Когда?». 📢 Анонс Многие исследователи считают, что создание настоящего сильного искусственного интеллекта (artificial general intelligence, AGI) уже не за горами. Во второй части нашего разговора мы именно это и обсудим: когда появится AGI, как мы об этом узнаем и, главное, готовы ли мы к этому? Нужно ли нам бояться AGI и если нужно, то чего именно и над чем нам в этом контексте работать? Почему такие люди, как Джеффри Хинтон, Йошуа Бенджи и Билл Гейтс, говорят, что создание AGI может быть экзистенциальным риском для человечества? В этой части я надеюсь не только поговорить о рисках, но и дать достаточно полный обзор основных направлений исследований, которые люди сейчас ведут в области AI safety. Это очень молодая область, и очень сложная — в основном мы не знаем даже, как хорошо поставить ту или иную задачу. Но заниматься ей надо, и мы поговорим о том, как люди пытаются это делать. Как и в первой части, доклад не будет требовать глубокого знания технических аспектов машинного обучения, но некоторые идеи я всё-таки надеюсь рассказать.

Reading Time 📚 Недавно вышла прекрасная книга по NLP(209 страниц) 😳 В книжке немало формул, но автор пытается их понятно объяснить, поэтому даже без очень хорошего математического бэкграунда будет ~комфортно читать (а ещё, если что, она на английском). Постепенно знакомит читателя с базовыми вещами(что такое вектор, какие есть метрики, что такое машинное обучение), а уже начиная с 117 страницы автор начинает рассказывать в чём суть attention, адаптеров, трансформеров (код тоже есть) 🐷 Одним словом - вперёд читать ✌

Заспанный, но зато с грантом😌

🧑‍🏫 Подарочки в новом году 🧑‍🏫 Осенний поток акселератора ИТМО завершился, и мы рады поделиться нашими достижениями! Среди 700 заявок в финал были отобраны лишь 17, и Диплит - один из них 🧠 Мы успешно выступили на Demo Day и получили заслуженные призы - специальный грант на 400 тысяч рублей от Yandex Cloud Boost. А также залутали мерч от медиахолдинга «Цифровое телевидение». Мы очень довольны первыми заслугами в этом году, но дальше - больше! Поздравьте нас в комментариях 😎