Каждый вторник в Новосибирском Академгородке кто-то завтракает.

Что делать, если мы не знаем не всё и не про всех

Подкаст Дмитрия Колодезева и Валентина Малых про искусственный интеллект, будущее и все такое.

Прекрасный новый мир, о котором HR просила тебя не беспокоиться.

На Датаелке в ВКонтакте рассказал про технические итоги года в ReliableML

Помогаю интересным заказчикам решать интересные задачи с помощью анализа данных и машинного обучения. Помогаю запустить аналитический отдел в компании.

Подкаст I'ML Александр Толмачев, Ирина Голощапова, Дмитрий Колодезев

Разбор статьи "STaRK: Benchmarking LLM Retrieval on Textual and Relational Knowledge Bases".

Что почитать про топологический анализ данных

Что почитать про интерпретируемость больших языковых моделей.

Разбор статьи "ReFT: Representation Finetuning for Language Models".

Разбор статьи "BLADE: Enhancing Black-box Large Language Models with Small Domain-Specific Models".

Машинное обучение в физике ускорителей заряженных частиц - обзор подходов

Разбор статьи "GaLore: Memory-Efficient LLM Training by Gradient Low-Rank Projection".

Лекция про устойчивость моделей машинного обучения

Разбор статьи "Seven Failure Points When Engineering a Retrieval Augmented Generation System".

Как научиться программировать с нуля.

Подняли mattermost сервер сообщества OpenDataScience

Люди делятся на две половины - одни делят все на две половины, другие нет.

Внутренний микрокурс для джунов по pandas

Что почитать про анализ интервальных данных.

Что почитать про причинно-следственный анализ (causal inference).

Основы проектирования ML-систем.

Машинное обучение на практике.

Что почитать про вероятностное программирование.

Собираю третьекурсников для совместного участия в конкурсах по анализу данных и машинному обучению.