🚀Kafka must-have инструмент для современных проектов MLOps!

Присоединяйся к вебинару и узнай, как настроить Kafka для обработки потоковых данных и интегрировать её в MLOps-проекты. Вебинар проходит в рамках подписки на курсы OTUS, которая даёт возможность приобрести 3 курса по цене одного.

🔑 Что будет:
— Практическое и теоретическое руководство по настройке Kafka в Docker и взаимодействию с ней через Python.
— Обзор инструментов для работы с Kafka: поднятие UI-интерфейса и управление потоками данных.
— Примеры использования Kafka для связи микросервисов и обзор ключевых функций, делающих её незаменимой брокером сообщений.
— Как использовать Kafka в MLOps: сбор данных для ML-моделей, мониторинг их работы и интеграция предсказаний в реальном времени.

🚀Регистрация по ссылке - https://otus.pw/18rU/
Подробнее о подписке OTUS - https://otus.pw/SMQu/

👉 Запишись сейчас, количество мест ограничено!

📊 AI4TS — энциклопедия по анализу временных рядов с помощью ИИ. Этот масштабный GitHub-репозиторий собрал всё, что нужно для работы с временными рядами: от свежих исследований с NeurIPS и ICML до практических руководств по аномалиям и прогнозированию.

Автор не просто перечисляет публикации, а структурирует их по годам, конференциям и задачам — будь то классификация, обнаружение аномалий или прогнозирование. Проект включает не только PDF-статьи, но и ссылки на официальные реализации моделей вроде Time-LLM или iTransformer. Раздел с обзорными работами помогает быстро погрузиться в тему, например, через сравнение методов на основе трансформеров или графовых нейросетей.

🤖 GitHub

@machinelearning_interview

NLP-специалисты, три главных слова для вас — One Day Offer!

12 июля сразу три команды Сбера станут на несколько талантливых коллег больше: AI Solutions для Управления Благосостоянием, блок Стратегии и развития в Москве, а также Центр перспективных AI-разработок в индустриях в Сочи.

Если и вы хотите обучать большие языковые модели, создавать агентные и мультиагентные системы и заниматься другими масштабными проектами — регистрируйтесь на One Day Offer по ссылке.

Ждём встречи и уже готовим для вас рабочее место! 😉

📚 Awesome-Pytorch-list — исчерпывающая коллекция ресурсов вокруг PyTorch. В этом репозитории собраны сотни инструментов, туториалов и реализаций статей, связанных с PyTorch. Проект охватывает все направления: от компьютерного зрения и NLP до гауссовских процессов и рекомендательных систем.

Особенно полезен раздел с готовыми имплементациями моделей вроде BERT, Tacotron и OpenNMT. Репозиторий включает как популярные проекты, так и нишевые решения для задач вроде coreference resolution и speaker diarization.

🤖 GitHub

@machinelearning_interview

🖼️ JarvisArt — ИИ, который редактирует фото как профессионал, просто по текстовому описанию.

Никаких слайдеров, кривых и масок — задаем промыт, что нужно («сделай свет мягче», «винтажный стиль», «удали шум»), и JarvisArt делает всё сам. Причём не наугад, а точно так, как это сделал бы человек с опытом в Lightroom.

💡 Что под капотом:
- Мультимодальная LLM, натренированная на 55 000 реальных ретушей
- Управление 200+ инструментами Lightroom через текст
- Интеграция со Stable Diffusion для генерации и обработки изображений
- Точность и качество выше GPT-4o по специальной бенчмарке MMArt‑Bench

📦 Всё в опенсорсе, есть демо и облегчённая версия для запуска в Colab:

🔗 Project: https://jarvisart.vercel.app
🔗 GitHub: https://github.com/LYL1015/JarvisArt

🧪 Google выпустили MatFormer Lab для Gemma 3n — лабораторию кастомных LLM

Google запустила MatFormer Lab — инструмент для кастомизации моделей Gemma 3n на базе архитектуры MatFormer.

🔧 Что позволяет Lab:
- Использовать технологию Mix-n-Match для создания собственной модели
- Разрезать базовую E4B и собрать версию с эффективным размером от 2B до 4B параметров
- Исследовать компромисс между качеством и масштабом
- Делиться кастомными моделями с сообществом

💡 MatFormer — это модульный подход, где каждый компонент может быть адаптирован под конкретные цели: от лёгких inference‑моделей до более точных решений для RAG, ассистентов и т.д.

🔗 Попробовать: http://goo.gle/gemma3n-matformer-lab