Таланты, технологии, Технохаб: как прошла встреча с победителями Международной студенческой олимпиады ICPC
В Технохабе Сбера состоялась встреча с победителями Международной студенческой олимпиады по программированию ICPC — крупнейшего в мире соревнования для молодых разработчиков, которое объединяет более 120 стран и тысячи талантливых команд.
🔥 В этом году чемпионами стали студенты СПбГУ — Максим Туревский, Леонид Данилевич и Фёдор Ушаков, подготовленные тренерами Иваном Казменко и Александром Савченко. Команда СПбГУ решила все задачи, опередив сильнейшие университеты мира!
🏆 Чемпионов поздравил заместитель Председателя Правления Сбера Анатолий Попов. Он вручил им умные колонки SberBoom и предложил работу в Сбере. Ребят пригласили в IT-команду блока «Корпоративно-инвестиционный бизнес», которая, например, разрабатывает мультиагентные системы на базе GigaChat в рамках GenAI-трансформации банка.
В ходе экскурсии по Технохабу Сбера победители ICPC познакомились с командами, создающими агентные системы и платформу GigaChat, а также приняли участие во встрече с экспертами Центра GenAI блока КИБ.
⚪️ В беседе, в которой участвовал и руководитель Центра AI блока КИБ Сбера Виталий Сиванев, обсудили перспективы применения ИИ, ключевые разработки Сбера, направления сотрудничества с академическими командами, а также путь ребят к победе, их подготовку и дальнейшие профессиональные возможности.
🌍 Победа российских студентов на ICPC — это не только международное признание, но и вдохновляющий пример того, как упорство, командная работа и любовь к науке ведут к настоящим технологическим достижениям.
🎉 Мы искренне поздравляем победителей и их наставников с заслуженным успехом. Уверены, что впереди у ребят — яркие профессиональные достижения! А мы будем рады видеть их среди тех, кто вместе создает будущее ИИ в России!
🔗 подробнее про встречу в Технохабе в релизе
В Технохабе Сбера состоялась встреча с победителями Международной студенческой олимпиады по программированию ICPC — крупнейшего в мире соревнования для молодых разработчиков, которое объединяет более 120 стран и тысячи талантливых команд.
В ходе экскурсии по Технохабу Сбера победители ICPC познакомились с командами, создающими агентные системы и платформу GigaChat, а также приняли участие во встрече с экспертами Центра GenAI блока КИБ.
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
Какой способ оптимизации больших языковых моделей вам кажется наиболее перспективным? 🤖
Anonymous Poll
46%
LoRA (Low-Rank Adaptation)
35%
Quantization (INT8, 4bit)
32%
Knowledge Distillation
18%
Sparse Attention
❤6 3 3
Миф 1️⃣ 1️⃣
Чтобы что-то открыть, учёным нужны десятилетия
Кажется, что великие открытия рождаются только если ученые годами проводят эксперименты в стенах лаборатории или ждут того самого «озарения». Но все совсем не так.
⚡️ Современная наука ускорилась
Сегодня на помощь учёным приходят искусственный интеллект, симуляции, квантовые вычисления и большие данные. То, на что раньше уходили годы, теперь занимает недели, а иногда даже часы.
ИИ способен анализировать миллионы гипотез, находить закономерности и предлагать новые направления исследований. Благодаря этому открытия происходят быстрее, чем когда-либо.
🔍 Прорывы часто рождаются на стыке дисциплин
Математики, биологи, физики, программисты и лингвисты работают вместе. Когда объединяются подходы из разных областей — появляются неожиданные решения. Так разрабатываются новые лекарства, алгоритмы диагностики и нейросети, способные понимать самые разные языки.
🌍 Наука стала глобальной
Исследователи со всего мира работают над общими задачами. Совместные базы данных, открытые публикации и коллаборации позволяют мгновенно обмениваться результатами и проверять гипотезы.
Научная реальность: время открытий сократилось, но суть осталась прежней — прогресс двигают любопытство, наблюдательность и смелость мыслить по-новому.
Еще больше об ИИ и науке читайте в DSCS.pro
Чтобы что-то открыть, учёным нужны десятилетия
Кажется, что великие открытия рождаются только если ученые годами проводят эксперименты в стенах лаборатории или ждут того самого «озарения». Но все совсем не так.
Сегодня на помощь учёным приходят искусственный интеллект, симуляции, квантовые вычисления и большие данные. То, на что раньше уходили годы, теперь занимает недели, а иногда даже часы.
ИИ способен анализировать миллионы гипотез, находить закономерности и предлагать новые направления исследований. Благодаря этому открытия происходят быстрее, чем когда-либо.
Математики, биологи, физики, программисты и лингвисты работают вместе. Когда объединяются подходы из разных областей — появляются неожиданные решения. Так разрабатываются новые лекарства, алгоритмы диагностики и нейросети, способные понимать самые разные языки.
Исследователи со всего мира работают над общими задачами. Совместные базы данных, открытые публикации и коллаборации позволяют мгновенно обмениваться результатами и проверять гипотезы.
Научная реальность: время открытий сократилось, но суть осталась прежней — прогресс двигают любопытство, наблюдательность и смелость мыслить по-новому.
Еще больше об ИИ и науке читайте в DSCS.pro
Please open Telegram to view this post
VIEW IN TELEGRAM
Неделя позади и мы спешим к вам с подборкой свежих новостей. Новые мультиагентные системы, инновации в генерации данных и релизы от Apple и NVIDIA — собрали самое главное в нашем дайджесте
VK Tech внедрил в облачную платформу VK Cloud виртуальные GPU-карты, с помощью которых можно обучать ML-модели на небольших наборах данных
Разработчик Билайн Big Data & AI открыл бесплатный демо-доступ к мультиагентной платформе. На первом этапе она включает «Ассистента-секретаря», «Помощника продавца» и «Оператора контакт-центра»
Компания Авито внедрила свою большую языковую модель A-Vibe в систему защиты кода для поиска чувствительных данных и выявления угроз
Red_mad_robot и СберТех разработали мультиагентную систему для автоматического выявления уязвимостей в коде и их исправления
В AIRI создали пайплайн для генерации датасета с естественными галлюцинациями
Сбер выпустил ИИ-устройство SberBox Max для улучшения качества изображения и персонализации контента
Ученые МГУ им. М.В. Ломоносова и ФИЦ ИУ РАН разработали нейросетевую архитектуру QiGSAN для повышения точности сегментации малоразмерных объектов на изображениях, в том числе в случае ограниченного объема обучающих данных
Разработчик Anthropic добавил в Claude функцию Skills, чтобы ИИ-модели использовали для выполнения задач набор определенных инструкций, скриптов и ресурсов.
DeepSeek представил эффективный и бюджетный ИИ для распознавания документов — DeepSeek-OCR
Alibaba добавила в чат-бот Qwen функцию долговременной памяти Qwen Chat Memory
Исследователи Apple представили модель ADE-QVAET для повышения точности прогнозирования ошибок ИИ, систему Agentic RAG из LLM и ИИ-агентов для тестирования ПО, а также ИИ-агентов SWE-Gym для исправления ошибок в коде
Adobe выпустил сервис AI Foundry по созданию специализированных генеративных ИИ-моделей для предприятий
Американский разработчик Krea AI представил модель Krea Realtime 14B для генерации видео по текстовому описанию с возможностью редактирования в реальном времени
Стэнфорд открыл бесплатный курс по LLM, где буквально обучают создавать свой GPT
NVIDIA представила Omni-Embed-Nemotron — универсальную мультимодальную модель для поиска по тексту, изображениям, аудио и видео
Please open Telegram to view this post
VIEW IN TELEGRAM
25 октября стартует Олимпиада для школьников «Математическое моделирование и искусственный интеллект». Это отличная возможность для учеников 9–11 классов попробовать себя в решении настоящих исследовательских задач и получить бонусы при поступлении в СПбГУ!
Успейте подать заявку и сделать шаг к профессии будущего!
Еще больше об ИИ и науке читайте в DSCS.pro
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥12 9 6
Викторина 6️⃣
Какой алгоритм чаще используют для рекомендации фильмов и музыки?
Каждый раз, когда Netflix или Okko предлагают вам новый сериал, а Яндекс.Музыка подбирает трек, который идеально подходит под настроение, это не магия, а математика. Рекомендательные системы анализируют миллионы действий пользователей, чтобы предсказать, что понравится именно вам.
А знаете ли вы, какой алгоритм чаще всего помогает этим системам?⬇️
Какой алгоритм чаще используют для рекомендации фильмов и музыки?
Каждый раз, когда Netflix или Okko предлагают вам новый сериал, а Яндекс.Музыка подбирает трек, который идеально подходит под настроение, это не магия, а математика. Рекомендательные системы анализируют миллионы действий пользователей, чтобы предсказать, что понравится именно вам.
А знаете ли вы, какой алгоритм чаще всего помогает этим системам?
Please open Telegram to view this post
VIEW IN TELEGRAM
Какой алгоритм чаще используют для рекомендации фильмов и музыки?
Anonymous Quiz
31%
K-Means
46%
Collaborative Filtering
7%
Linear Regression
16%
Decision Tree
Разбор Викторины #6: Какой алгоритм чаще используют для рекомендации фильмов и музыки?
💜 Спасибо всем, кто участвовал! Пора разобрать ответы.
✅ Правильный ответ: б) Collaborative Filtering
🔍 Почему именно Collaborative Filtering?
Collaborative filtering — это основа большинства рекомендательных систем, от Netflix до Волны в Яндексе. Идея этого алгоритма проста: похожие пользователи предпочитают похожие вещи.
Модель анализирует поведение тысяч пользователей — оценки, покупки, лайки — и ищет закономерности. Если вы и другой пользователь поставили высокие оценки одним и тем же фильмам, алгоритм предложит вам то, что понравилось вашему «двойнику».
Коллаборативная фильтрация бывает двух типов:
🔵 User-based — ищет пользователей со схожими интересами и предлагает их выбор.
🔵 Item-based — определяет, какие объекты похожи друг на друга (например, какие фильмы часто смотрят вместе) и строит рекомендации на этом сходстве.
Сегодня CF — не единственный инструмент, но по-прежнему ключевой элемент гибридных систем рекомендаций. К нему добавляют нейросети, градиентные бустинги и контентные модели, которые учитывают жанры, описания и даже обложки фильмов.
📌 Почему другие варианты не подходят?
➖ K-Means — помогает кластеризовать пользователей или товары (например, разделить аудиторию на сегменты), но не даёт персональных рекомендаций сам по себе.
➖ Linear Regression — может предсказывать рейтинг, но не учитывает схожесть пользователей или объектов. Её используют как базовую модель, однако реальные рекомендательные системы строятся на факторизациях и нейросетях.
➖ Decision Tree — применяется в классификации и в ранжировании, но чаще как часть сложной модели, а не как источник самих рекомендаций.
Алгоритмы какой платформы, на ваш взгляд, работают эффективнее всего? Делитесь мнением в комментариях⬇️
Еще больше об ИИ и науке читайте в DSCS.pro
Collaborative filtering — это основа большинства рекомендательных систем, от Netflix до Волны в Яндексе. Идея этого алгоритма проста: похожие пользователи предпочитают похожие вещи.
Модель анализирует поведение тысяч пользователей — оценки, покупки, лайки — и ищет закономерности. Если вы и другой пользователь поставили высокие оценки одним и тем же фильмам, алгоритм предложит вам то, что понравилось вашему «двойнику».
Коллаборативная фильтрация бывает двух типов:
Сегодня CF — не единственный инструмент, но по-прежнему ключевой элемент гибридных систем рекомендаций. К нему добавляют нейросети, градиентные бустинги и контентные модели, которые учитывают жанры, описания и даже обложки фильмов.
Алгоритмы какой платформы, на ваш взгляд, работают эффективнее всего? Делитесь мнением в комментариях
Еще больше об ИИ и науке читайте в DSCS.pro
Please open Telegram to view this post
VIEW IN TELEGRAM
Продолжаем делиться практическими кейсами о том, как ИИ помогает решать повседневные рабочие задачи.
Введите задачу, описание продукта и целевую аудиторию — нейросеть предложит структуру КП, сформулирует оффер и расставит акценты на выгодах. ИИ умеет писать тексты в разных стилях: от формального B2B до лёгкого и креативного B2C.
Нейросеть адаптирует текст под конкретного получателя: упомянет отрасль, тип бизнеса, возможные боли и цели клиента. Это позволяет массово готовить персонализированные КП для сотен компаний без потери качества.
Можно попросить ИИ улучшить уже готовое КП: сделать формулировки убедительнее, добавить эмоциональности или сократить до нужного объёма. Также ИИ поможет придумать несколько вариантов заголовков и CTA, чтобы протестировать, какой работает лучше.
«Ты опытный копирайтер для B2B-сегмента. Напиши коммерческое предложение от веб-студии для директора по маркетингу промышленной компании. Структура: проблема, решение, выгоды, кейсы, призыв к действию».
А вы уже пробовали готовить коммерческие предложения с помощью нейросетей? Делитесь опытом в комментариях
Еще больше об ИИ и науке читайте в DSCS.pro
Please open Telegram to view this post
VIEW IN TELEGRAM
Новые мультимодальные модели, открытые фреймворки, спутниковые ИИ-сервисы и мощное обновление Алисы. Собрали всё самое интересное, чтобы вы могли почерпнуть вдохновение в эту непростую, но насыщенную шестидневку
В Авито открыли доступ к текстовой модели A-Vibe и мультимодальной A-Vision, дообученным под задачи E-commerce
ИТ-компания KTS представила TokenGate — единый API для LLM. Поддерживаются модели Anthropic, OpenAI, Google, Yandex и Cloud
В Сбере разработали ИИ-модели для распознавания составных эмоций на видео
В GigaChat появилась функция голосового диалога
В MWS AI выпустили новую версию большой языковой модели Cotype Pro 2.5. Ключевое отличие от предыдущей версии — способность к многошаговой работе в агентном режиме
Яндекс представил масштабное обновление «Алисы», в которой появятся функции записи на услуги, бронирования столов в ресторанах, поиска товаров по выгодной цене и проведения исследований
Минцифры России и Роскосмос прорабатывают создание комплекса ИИ-сервисов для анализа спутниковых снимков Земли, в том числе для выявления пожаров, чрезвычайных ситуаций и незаконной вырубки лесов
Google выпустила фреймворк Geospatial Reasoning на базе Gemini, который объединяет ИИ-модели Земли (Earth AI Models)
Alibaba выпустила очки Quark AI с ИИ-помощником Quark. Компания также представила AI Chat Assistant — режим чат-бота в приложении Quark для поиска, генерации текста и редактирования изображений
Разработчик xAI запустил онлайн-энциклопедию Grokipedia на основе ИИ
Китайский Институт науки и искусственного интеллекта в Гуандуне представил компактный ИИ-сервер с низким энергопотреблением
NVIDIA выпустила открытые модели и датасеты для работы с естественным языком, роботами и задач в сфере биологии
Основатель Telegram Павел Дуров запустил децентрализованную сеть Cocoon для конфиденциальных ИИ-вычислений
HuggingFace представили openEnv: инструмент для разработки и обучения эффективных ИИ-агентов
Please open Telegram to view this post
VIEW IN TELEGRAM
С 29 по 31 октября прошел Санкт-Петербургский международный научно-образовательый салон 2025! Более 60 ведущих вузов, НИИ и компаний представили на площадке Экспофорума свои программы и поделились практиками внедрения инноваций в учебный процесс.
Представители Центра рассказали о будущем науки и внедрении искусственного интеллекта в образование:
Еще больше об ИИ и науке читайте в DSCS.pro
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM