Data Scientist | ML & AI

📱 Библиотека промптов для ChatGPT от OpenAI

В этой подборке собраны готовые промпты под десятки профессий — от разработчиков и маркетологов до HR и аналитиков. Каждый шаблон заточен под конкретные задачи: без воды и без лишней настройки.

Отличная шпаргалка, если хотите выжать максимум из ChatGPT и ускорить рутину.

Ссылка на подборку — здесь.

tags: #полезное

➡ Data Scientist | Чат

🤫 В GitHub Copilot есть баг, через который можно использовать лучшие нейросети безлимитно

Уязвимость пока не собираются устранять: в issues он помечен как not planned, поэтому ещё можно успеть им воспользоваться.

Всё очень просто:

1️⃣ Начинаем новый чат с бесплатным ИИ в GitHub Copilot — например, с GPT-5 Mini;

2️⃣ Создаём агента и задаем ему любой платный ИИ — например Opus 4.5;

3️⃣ Устанавливаем режим работы «Агент»;

4️⃣ В чате с GPT-5 Mini пишем: «Запусти агента <имя агента> с помощью инструмента runSubagent и передай этот промпт <ваш промпт>».

Сохраняем и пользуемся 😎

tags: #новости

➡ Data Scientist | Чат

🤓 Упрощенная версия популярного Clawdbot, которая в разы проще в установке и настройке

Nanobot идеально подойдёт для создания базового каркаса под персонального ассистента.

Из коробки он обладает богатым функционалом: может следить за рынком, помогать с кодом, разбирать и структурировать информацию, а также брать на себя рутинные задачи.

Хороший вариант, чтобы быстро собрать себе JARVIS без долгих мучений — забираем здесь.

tags: #полезное

➡ Data Scientist | Чат

Data Scientist в проект по разработке информационно-аналитической платформы в области инвестиций

Требования:
1. Опыт разработки и обоснования количественных методологий в финансах, инвестициях или финтех-проектах;
2. Глубокое понимание инвестиционных метрик, риска, доходности и устойчивости результатов;
3. Способность формализовать аналитическую логику в виде моделей, расчётных правил и допущений;
4. Опыт работы с финансовыми данными, включая их очистку, нормализацию и статистическую обработку;
5. Опыт применения алгоритмических и ИИ-подходов для автоматизации расчётов, снижения вероятности ошибок и исключения ручных корректировок;
6. Владение Python и аналитическими библиотеками для реализации расчётных и аналитических моделей;
7. Умение ясно и структурированно объяснять методологию, логику расчётов и ограничения моделей;
8. Опыт взаимодействия с разработчиками и подготовки формализованных требований для внедрения аналитики в программное обеспечение.

Условия:
1. Проектная занятость;
2. Оплата по договоренности;
3. Удалённая занятость.

@shatdda

👍 Фронтендеры, это вам — нашли бесплатный сервис с большой библиотекой промптов для UI

Тут можно быстро собрать кнопки, анимации и общий стиль через текст: взять готовые промпты, адаптировать их под задачу или начать с нуля, даже на основе изображения.

Также есть расширение для браузера, которое позволяет вытаскивать UI-компоненты прямо с сайтов, чтобы использовать их для вдохновения 🤫

Забираем имбу — здесь.

tags: #полезное

➡ Data Scientist | Чат

😙 Огромная библиотека курсов по ИИ от OpenAI, Google и Microsoft

Внутри собраны материалы по разным направлениям: от базовых принципов работы с промтами до узких специализаций, всё с видео, практикой и понятной структурой.

Для тех, кто не хочет проходить курсы целиком, есть отдельный каталог готовых промтов под разные задачи.

Хорошая точка входа, чтобы быстро разобраться и начать применять на практике — обучаемся здесь.

tags: #полезное

➡ Data Scientist | Чат

🤖 Инструмент, позволяющий собирать ML-модели по текстовому описанию

Внутри целая агентская система, которая автоматизирует весь цикл создания ML — от идеи до готового решения, без ручной возни с архитектурой и пайплайнами.

Как это работает:

➖ Формулируете задачу обычным текстом и задаёте данные, при необходимости схему он извлекает сам

➖ Под капотом работает группа ИИ-агентов: один проектирует модель, второй пишет код, третий оценивает качество и правит ошибки

➖ При нехватке данных система может сгенерировать синтетический датасет для тестирования

➖ Есть поддержка Ray для параллельного перебора моделей и масштабирования на ядра или кластер

➖ Через LiteLLM подключается к любым облачным или локальным моделям

Идеально подходит для быстрого прототипирования и экспериментов, когда важно быстро получить рабочий результат — забираем здесь.

tags: #полезное

➡ Data Scientist | Чат

🔖 Полный курс по аналитике данных на Python

Нашли хороший курс из 7 модулей, где учат работать с данными на всех этапах — от сбора и обработки до визуализации и построения моделей.

Много практики, реальные кейсы и финальные проекты, которые можно добавить в портфолио.

Отличный вариант, чтобы уверенно войти в аналитику данных и добавить Data Science в свой стек, ссылка — тут.

tags: #полезное

➡ Data Scientist | Чат

👍 Писать научные статьи станет заметно проще — OpenAI запустили Prism

Prism — облачная LaTeX-среда с интегрированным GPT-5.2, по сути Overleaf, но с ИИ, который понимает работу целиком. Модель видит структуру текста, прошлые правки и контекст и аккуратно правит формулы, таблицы, ссылки и аргументацию, а не просто дописывает абзацы.

Есть поиск литературы через arXiv, синхронизация с Zotero и автоматическое обновление библиографии при изменениях текста. В одном окне собирается весь процесс — от черновика до финальной версии статьи.

Доступно всем с аккаунтом ChatGPT — пробуем тут.

tags: #новости

➡ Data Scientist | Чат

😳Админ встретил Трампа

Шутка, это наш новый бот для ИИ-фотосессий: @photosesser 📸

🔖 Полный курс по n8n на русском для начинающих

В этом курсе вы узнаете, как собирать автоматизации и интеграции в n8n без кода и программирования.

Подойдёт тем, кто хочет научиться автоматизировать рутинные задачи и использовать no-code на практике.

Что вы изучите:

🏮 Как устроен n8n и чем он отличается от Make и Zapier;

🏮 Установку n8n: Docker, self-hosted и облачную версию;

🏮 Интерфейс, ноды, триггеры и шаблоны автоматизаций;

🏮 Интеграции с Google Sheets, Gmail, Drive, Telegram и YouTube;

🏮 Создание Telegram-ботов и AI-ассистентов;

🏮 Резервное копирование, обновления и защиту от сбоев;

🏮 Подключение нейросетей и бесплатных API.

В итоге вы научитесь самостоятельно собирать рабочие автоматизации в n8n и применять их для реальных задач.

Ссылка на курс — здесь.

tags: #полезное

➡ Data Scientist | Чат

😮 Каталог промптов для прокачки Claude Code

Это не просто набор промптов, а полноценный хаб для сборки кастомных субагентов под конкретные технологии.

По сути, вы берёте обычного Claude и превращаете его в специалиста под нужный стек с пониманием нюансов архитектуры проекта.

Что полезного:

▶️ Больше 200 готовых промптов под популярные стеки от React и Next.js до Go, Rust и Python;

▶️ Подборка инструментов, которые дают агентам доступ к базам данных и API;

▶️ База промптов регулярно обновляется.

Хороший способ перестать объяснять ИИ одно и то же и начать использовать его как полноценного напарника — забираем тут.

tags: #полезное

➡ Data Scientist | Чат

🔖 Погружаемся в машинное обучение

В открытый доступ выложили отличную книгу Себастьяна Рашки, которую раньше можно было приобрести только за деньги.

Что внутри:

▶️ Полное руководство по глубокому обучению;

▶️ Тридцать подробных глав о компьютерном зрении, больших языковых моделях и способах развёртывания моделей;

▶️ Множество практических примеров с понятными схемами и визуализациями;

▶️ Упражнения для самопроверки после каждого раздела.

Учитесь бесплатно, ссылка — здесь.

tags: #полезное

➡ Data Scientist | Чат

👨‍💻 Ведущий инженер Google и один из разработчиков Gemini опубликовал гайд по написанию спецификаций для AI-агентов

Всего он выделяет пять ключевых принципов:

➖ Начинайте с общей идеи и цели, а детализацию отдавайте ИИ. Агентам нужна чёткая миссия, а не микроменеджмент. Для этого имеет смысл работать в Plan mode.

➖ Оформляйте спецификацию как полноценный PRD/SRS. Команды, стиль, тесты, используемые фреймворки, структура проекта и ожидания — всё должно быть явно описано.

➖ Делите задачу на модули и контекст, а не складывайте всё в один гигапромпт. Перегруженные инструкции приводят к «проклятию инструкций», когда модель плохо следует всем директивам сразу.

➖ Закладывайте самопроверки, ограничения и место для человеческой экспертизы. Особенно важно явно прописывать границы — к чему агент не должен прикасаться ни при каких условиях.

➖ Тестируйте и итеративно улучшайте спецификации. Прошедшие тесты не гарантируют корректность или безопасность решения.

Гайд действительно хорош: внутри есть готовые промпты, понятные примеры и разборы ситуаций, когда достаточно одного агента, а когда стоит строить мультиагентную систему.

Ссылка на материал — здесь.

tags: #полезное

➡ Data Scientist | Чат

🔖 Актуальный алгоритм рекомендаций X (Twitter) выложили в опенсорс

Компания открыла код рекомендательной системы, которая прямо сейчас используется в ленте «Для вас». Это не абстрактный пример и не учебный проект, а реальная продакшн-версия.

Можно посмотреть, как именно ранжируются посты, какие сигналы учитываются и по какой логике формируется персональная лента. Код и подходы спокойно можно использовать как основу для собственных рекомендательных сервисов.

Изучаем и разбираем — тут.

tags: #полезное

➡ Data Scientist | Чат

🗂 Подборка материалов для реализации ML-алгоритмов

Делимся репозиторием с Google Colab-ноутбуками, где показано, как шаг за шагом реализовать классические алгоритмы машинного обучения с нуля.

Каждый ноутбук — это не только код, но и разбор идей: от линейной регрессии и деревьев решений до градиентного бустинга и нейросетей.

➡ Ссылка на GitHub

tags: #полезное

➡ Data Scientist | Чат

📰 Промптинг и суеверия. Что (не) надо добавлять к запросу в ChatGPT

Вокруг промптинга давно крутятся советы вроде «добавь эту фразу — и модель станет умнее».

Однако исследование в статье показывает: большинство таких приписок бесполезны или дают эффект только в узких случаях.

Что вы узнаете в статье:

▶️ Работает ли приём «давай думать пошагово» и почему его эффект уменьшается в новых моделях

▶️ Когда эмоциональные добавки помогают креативности, а когда они бесполезны

▶️ Что происходит с качеством ответа, если упоминать срочность или обещать «чаевые»

▶️ Как вежливость и тон общения влияют на результат диалога с моделью

▶️ Какие приёмы реально повышают качество ответа и делают промпт более эффективным

Итог: эффективность промпта зависит не от красивых приписок, а от того, насколько ясно и конкретно поставлена задача.

➡ Читать статью

tags: #статья

➡ Data Scientist | Чат