🦒∵ girafe.ai

В субботу пройдет Practical ML Conf, регистрация еще открыта. Регистрируйтесь, приходите, делитесь опытом!
https://t.me/rads_ai/152

А вот и фоточки. Еще threads поднял, почему бы да)

Threads

X.com (ex. twitter)

Вспомнил тут про свой аккаунт в Твиттере X. Т.к. сейчас путешествую по Калифорнии, решил написать спасибо Andrej Karpathy, он один из тех людей, кто вдохновил меня преподавать :)
Первый пост, лайки приветствуются!

Держите красивые фоточки. И подписывайтесь, буду писать и туда что-то хорошее (как и сюда, как из отпуска вернусь 😄)

🚀 Что происходит с ML после того, как модель обучена

Рекомендуем канал коллеги-физтеха. Владимир Камчаткин закончил бакалавриат ФПМИ и магистратуру ТехПреда МФТИ, восемь лет проработал в продуктовой аналитике (Нетология, Ozon, YClients, inDrive, последние годы тимлид продуктовой аналитики в Т-Банке), а в феврале ушёл из найма и делает «Сократ AI», платформу подготовки к ЕГЭ и ОГЭ по физике, математике, химии и языкам. Сейчас на ней 78 репетиторов и 231 ученик, около 300 занятий в месяц. Продукт и код Владимир тащит сам и 60-70% времени вайбкодит с агентами.

В канале Data New Gold (3,5 тысячи читателей) он пишет про две вещи.

1️⃣ Рабочее окружение AI-native разработчика. Claude Code, MCP, скиллы, память проекта, суб-агенты под рутину. Всё на живых задачах стартапа: где агенты экономят неделю, где красиво и уверенно врут и какие проверки приходится ставить, чтобы это ловить.

2️⃣ Слой между моделью и деньгами. A/B-тесты, метрики, как из хорошего оффлайн-качества получается или не получается эффект в проде. Плюс много про найм: Владимир сам собеседует аналитиков и рассказывает, что за последний год перестал смотреть, как человек пишет запрос, и смотрит, как тот думает и как перепроверяет ИИ. Его статья на Хабре про А/Б-тесты собрала 27 тысяч просмотров, про найм аналитиков 17 тысяч, разборы собеседований на ютубе суммарно 60 тысяч. Всё собрано в одном посте.

Наша программа даёт сильную техническую базу, с ней вы модель и соберёте, и обучите, и дотащите до прода. А дальше начинается вторая половина работы, где надо объяснить бизнесу, зачем эта модель нужна, померить эффект и довести до денег. Про неё Владимир и пишет, поэтому его канал хорошо ложится рядом с MSAI.
👉 @data_new_gold

Ещё Владимир ведёт менторскую программу для middle-аналитиков, которые упёрлись в потолок исполнителя и хотят дорасти до senior, целиком вокруг ИИ-инструментов. Трое участников за это время уже нашли новую работу.

🎓 11 августа — последний день, когда можно записаться на вступительное испытание MSAI

Если вы давно присматриваетесь к онлайн-магистратуре Modern State of Artificial Intelligence, но подачу заявления всё откладывали — дальше уже правда некуда 🙂

Сегодня до конца дня ещё можно зайти на «Госуслуги» и зарегистрироваться на последнее вступительное испытание. Сам экзамен пройдёт 16 августа.

И есть ещё одна причина не откладывать до последнего часа.

Первые 10 абитуриентов, подавших заявление через «Госуслуги», смогут учиться за 690 000 ₽ в год вместо 796 000 ₽.

Если вы давно хотели системно разобраться в ML и AI, усилить свою базу или перейти в эту сферу из другой профессии — MSAI как раз про это. Здесь будет серьёзная теория, много практики и преподаватели, которые сами работают с ML и AI в индустрии.

Так что наш дружеский совет: если поступление было в планах — лучше открыть «Госуслуги» сегодня и спокойно всё оформить, а не вспоминать об этом вечером 11 августа.

А после регистрации приходите в чат абитуриентов MSAI https://t.me/+_IVP32bBJ-MyZTdi — там будем публиковать всю важную информацию об экзамене и отвечать на вопросы.

Экзамен — 16 августа, в воскресенье.

Увидимся на вступительных 🦒

В прошлом году Женя @not_boring_ds проводил исследование рынка труда в DS. Мы тоже приняли участие. Результаты получились интересные, рекомендуем прочитать. Поможет тем, кто хочет быстро расти. А, возможно, и тем, кто хочет разочароваться в работе в найме 😅
Бистро, например, можно открыть 😉

Читайте, комментируйте, делитесь 🙂

👇

https://t.me/not_boring_ds/499

Открытый вебинар «Агенты без магии» от основателя girafe-ai, к.ф.-м.н., преподавателя ведущих российских вузов Радослава Нейчева.

На вебинаре разберём:
• как правильно ставить задачи агенту
• что такое скиллы, MCP и зачем они нужны
• в чем разница с пайплайнами, и почему для повторяемых задач они лучше подходят (например, n8n)

⬇️ Подробности и регистрация ⬇️

Приглашаем к участию.

🎓 Продолжается набор в онлайн-магистратуру по ML и AI от МФТИ и girafe.ai

📅 Зарегистрироваться на вступительное испытание через «Госуслуги» можно до 11 августа, экзамен состоится 16 августа.

💰 Для первых 10 поступающих, успешно сдавших экзамен, действует специальная стоимость обучения — 690 000 ₽ в год вместо 796 000 ₽. Очередность определяется по времени регистрации на вступительное испытание.

За 2 года обучения вы изучите:
• математический фундамент ML
• классическое машинное обучение
• NLP, Computer Vision, рекомендательные системы
• Reinforcement Learning и MLOps

Что вас ждет:
🔹 полностью онлайн-формат
🔹 преподаватели МФТИ, ШАД, МГУ и ведущих IT-компаний
🔹 сильная теория + практика
🔹 небольшие группы и индивидуальный подход
🔹 диплом магистра МФТИ государственного образца

Если у вас остались вопросы о поступлении или программе, присоединяйтесь к Telegram-чату абитуриентов MSAI — ответим на всё

Будем рады видеть вас среди студентов MSAI!

****

🎓 Admissions are now open for the online Master's program in Machine Learning & AI by MIPT and girafe.ai

📅 You can register for the entrance examination via the Russian public services portal (Gosuslugi) until August 11. The entrance exam will take place on August 16.

💰 The first 10 applicants who successfully pass the entrance exam are eligible for a special tuition fee of ₽690,000 per year instead of ₽796,000. Priority is determined by the date and time of registration for the entrance examination.

Over two years, you will study:
• Mathematical foundations of Machine Learning
• Classical Machine Learning
• NLP, Computer Vision, and Recommender Systems
• Reinforcement Learning and MLOps

What you'll get:
🔹 100% online format
🔹 Faculty from MIPT, Yandex School of Data Analysis (YSDA), Moscow State University, and leading tech companies
🔹 Strong theoretical foundation combined with hands-on practice
🔹 Small cohorts and personalized support
🔹 A state-recognized Master's degree from MIPT

If you have any questions about admissions or the program, join our Telegram community for prospective students—we'll be happy to help.

We look forward to welcoming you to the MSAI program!

Please note: while the program is taught in English, registration for the entrance examination is currently available through the Russian Gosuslugi portal.

🚀 Рабочее окружение ML-инженера: делегируем рутину ИИ-агентам

Всем нам хочется комфорта при использовании повседневных инструментов, но заниматься поиском оптимальных расширений, их настройкой скучно и долго. В курсе MLOps программы MSAI мы раньше давали список хороших тулзов и алгоритмы работы с ними, но в дивном новом мире автономных агентов даже эту рутину можно переложить на них! И не только процесс установки всего по одной кнопке, но и обновление инструментария исходя из последних best practices, поддержание всей системы в актуальном состоянии.

Создание OpenClaw и последующих улучшенных обвязок с self-improving и life-long learning агентами (такими как Hermes или Goose) позволяет нам автоматически создавать скиллы агентов для нужных нам задач и улучшать эти подходы автоматически исходя из простых текстовых промптов, не требующих погружаться в дебри инфраструктуры.

Разберём:
• организацию удобного рабочего окружения ML-инженера с нуля
• настройку безопасного состояния удалённого сервера для любых нужд
• автоматизацию всех рутинных процессов агентами
• формирование скилов агентов для однокнопочного воспроизводства операций
• кастомизацию и эволюцию скилов чтобы вы могли настроить всё под себя

В онлайн-магистратуре MSAI мы изучаем не только алгоритмы и модели, но и инженерные практики, необходимые для промышленной разработки ML-систем: от настройки среды до работы с масштабной вычислительной инфраструктурой.
Подробнее о программе и дисциплинах: girafe.ai/msai-program

Приглашаем на открытый вебинар «Рабочее окружение ML-инженера: инструменты и практики для эффективной работы».

📅 Когда: 5 августа (среда)
🕖 Время: 19:00 (МСК)
🎙 Спикер: Владислав Гончаренко — основатель girafe.ai и автор курса MLOps онлайн-магистратуры MSAI (girafe.ai × МФТИ)

Вебинар будет полезен студентам, начинающим ML-инженерам и всем, кто хочет сделать свою ежедневную разработку удобнее.

Встреча пройдёт на русском языке.

👉 Участие бесплатное. Необходима предварительная регистрация

А работу каких агентов вы хотели бы разобрать на вебинаре? Напишите в комментариях — включим их в разбор.

🚀 Как учиться эффективно? Научный подход.

Мы применяем научный метод для изучения физики, химии, общества и даже истории. Этот подход развивался рационалистами с XVI–XVII веков, например, известным всем Рене Декартом. Такой взгляд на эти сферы дал колоссальные результаты. Например, приверженность доказательной медицине уже является частым запросом со стороны пациентов, и целые клиники строят свой имидж на её использовании. К сожалению, научный метод нечасто находит применение в образовательной деятельности.

Трудности большинства студентов и даже преподавателей связаны не с недостатком способностей и не со сложностью технической сферы. Чаще всего дело в подходе к обучению. Повторение школьной программы, механическое заучивание формул и бесконечное решение однотипных задач редко приводят к настоящему пониманию. В результате многие умеют применять алгоритмы, но не понимают, почему они работают.

Тем временем учёные (педагоги, психологи и нейрофизиологи) уже давно сформулировали целый ряд простых, понятных и объективно подтверждённых техник обучения, которые может практиковать каждый студент и преподаватель (см. тут и тут).

На предстоящем вебинаре мы расскажем об этих техниках, причинах и истории их появления, а также дадим чек-лист по использованию лучших подходов к обучению. Рассмотрим всё это на примере изучения математики, однако сама методология универсальна и подходит для освоения любой дисциплины.

Разберём:
• подходы к пониманию и обучению
• сигма-обучение Бенджамина Баттона Блума и Mastery Learning
• технику Active Recall и многие другие
• современные истории успеха в образовании
• как снизить когнитивную нагрузку при изучении сложных тем
• как использовать ИИ как инструмент обучения, а не замену собственному мышлению

Мы в girafe-ai внедряем подтверждённые методики обучения, чтобы материал лучше воспринимался и усваивался слушателями. В частности, в нашей онлайн-магистратуре MSAI мы имеем возможность полностью синхронизировать программу, методику подачи материала и систему проверки знаний. Благодаря этому наши студенты за два года становятся всесторонне подготовленными специалистами в области машинного обучения и искусственного интеллекта: girafe.ai/msai-program

Приглашаем всех желающих на вебинар «Как учиться эффективно? Научный подход».

📅 Когда: 31 июля (пятница)
🕖 Время: 19:00 (МСК)
🎙 Спикер: Даниил Григорьев — преподаватель онлайн-магистратуры MSAI (girafe.ai × МФТИ)

Вебинар пройдёт на русском языке.

👉 Участие бесплатное. Необходима предварительная регистрация.

🚀 Биометрическая идентификация человека: виды, методы и проблемы.

Каждый из нас пользуется такими системами ежедневно в самых разных сферах: в банковских терминалах, на пограничном контроле, в смартфонах. Желание сократить время и усилия для доступа к чему-либо при сохранении уровня безопасности и массовости привело к качественному скачку как физической, так и алгоритмической составляющей таких систем. Сложности разработки алгоритмов идентификации не ограничиваются только получением высоких метрик на датасетах, но включают сбор данных, работу на edge-девайсах, борьбу со злоумышленниками.

Иван Соломатин – к.т.н., ведущий инженер Samsung Electronics, автор курсов программы MSAI, преподаватель МФТИ и Harbour.Space в Бангкоке и Барселоне, в течение 10 лет занимается решением этой задачи в реальных условиях и внедрял свои алгоритмы на устройства миллионов пользователей.

На семинаре мы обсудим историю, теорию и практику биометрического распознавания человека, а также различные виды биометрических признаков, актуальные задачи этой сферы и подходы к построению таких алгоритмов.

📅 Когда: 28 июля (вторник)
🕖 Время: 19:00 (МСК)
🎙 Спикер: Иван Соломатин

Вебинар будет полезен для ML-инженеров, новичков в компьютерном зрении и для уже состоявшихся CV-инженеров, которые хотят систематизировать знания в области биометрии.

👉 Вебинар бесплатный, необходима предварительная регистрация

Если захотите глубже разобраться в Computer Vision, ML Engineering и других направлениях современного AI, посмотреть программу онлайн-магистратуры MSAI можно на сайте girafe.ai/msai-program

🚀 Как обучить модель на тысяче GPU?

Обыкновенно в курсах по машинному обучению рассматриваются модели, для обучения которых требуются ресурсы одного сервера (1 или несколько графических карт). Но современные LLM, foundational модели требуют колоссальное количество вычислений на огромных кластерах.

По словам Ильи Суцкевера совсем недавно закончилась “эпоха масштабирования”, ознаменовавшаяся экспоненциальным ростом числа параметров моделей. В этот период были разработаны ключевые концепции для масштабирования вычислений на GPU, которые мы рассмотрим на грядущем вебинаре “Параллелизация обучения модели на сотни GPU”. Интересно, что на сегодняшний день данные методы применяются не только для обучения, но и для применения больших моделей.

🎙 Спикер: Владислав Гончаренко – автор курса MLOps программы MSAI и основатель girafe-ai
📅 Когда: 20 июля (понедельник)
🕖 Время: 19:00 (МСК)

На вебинаре обсудим:
• три базовых способа масштабирования
• соединим их в 3D scaling для получения максимальных возможностей
• в каких системах они реализованы
• как вы можете использовать их сегодня
• спикер ответит на вопросы участников

Вебинар будет полезен ML-инженерам, исследователям, студентам и всем, кто хочет глубже разобраться в инфраструктуре обучения современных AI-моделей.

👉 Вебинар бесплатный, необходима предварительная регистрация