🚀 В IT ценится не перфекционизм, а движение вперёд, и если вы давно откладывали обучение — самое время начать.

❤️ Proglib Academy продлевает розыгрыш MacBook Pro 14 до 30 ноября!

Что нужно:

⚡️ выбрать курс;
⚡️ пройти минимум две недели обучения (можно за два вечера);
⚡️ написать куратору #розыгрыш;
⚡️ забрать макбук.

🎓 Курсы, которые участвуют

👉 Участвовать

🎓 Экспресс-курс «Математика для Data Science» стартует 4 декабря

Этот курс для вас, если вы:

🧑‍💻 Программист
Когда нужно понять, что происходит «под капотом» ML-алгоритмов.

📊 Начинающий DS / аналитик / студент
Чтобы закрыть теорию, подтянуть фундамент и собрать портфолио.

📈 Смежный специалист
Чтобы уверенно работать с моделями, статистикой и гипотезами.

🎁 Сейчас лучший момент стартовать:
— скидка 40% на курс до конца ноября
— можно пройти бесплатный тест на знание основ математики

👉 Записаться на курс

Ноябрь — месяц One Day Offer в GigaChat и Kandinsky 📆

В ноябре команды двух топовых IT-продуктов Сбера планируют обрести новых классных коллег — DL Engineers и Researchers, чтобы вместе работать над GigaChat и Kandinsky: развивать, обучать и дообучать модели.

Смотрите расписание One Day Offer и не упустите шанс присоединиться к крупнейшему AI-комьюнити. Целых восемь мероприятий, чтобы изменить свою карьеру и жизнь — выбирайте то, что подходит под навыки и цели, и регистрируйтесь!

❓ NLP для Data Scientists: получайте навыки, которые помогают решать реальные задачи с текстами.

🔥 Мы подготовили для вас 3 бесплатных вебинара курса «NLP / Natural Language Processing», где вы узнаете всё необходимое для работы с текстами и моделями.

🔸 Вебинар №1: Анатомия нейросетей: от трансформеров к современным архитектурам
👨‍🏫 Спикер: Андрей Носов - AI Architect, Raft

⏰ 24 ноября, 20:00 МСК

На этом занятии вы узнаете:
• Из чего состоят современные нейросети — внимание, эмбеддинги, нормализация и другие ключевые механизмы.
• Почему трансформеры стали стандартом в NLP и какие идеи приходят им на смену.
• Как применять эти принципы в задачах генерации, классификации и анализа текста.

🔸 Вебинар №2: Секреты дообучения трансформеров на примере BERT
👩‍🏫 Спикер: Мария Тихонова - Лидер Research кластера

⏰ 10 декабря, 18:00 МСК

Этот вебинар посвящен дообучению трансформерных моделей под задачи автоматической обработки текстов (NLP).

Вы узнаете:
- Как дообучать трансформеры на примере популярной модели BERT — как в теории, так и на практике.
- Как упростить процесс написания кода дообучения с помощью открытых LLM.

Не знаете, как применять BERT? DeepSeek расскажет, а Мария Тихонова покажет!

🔸 Вебинар №3: Легкий старт в парсинг сайтов на Python
👩‍🏫 Спикер: Мария Тихонова - Лидер Research кластера

⏰ 15 декабря, 18:00 МСК

После этого вебинара вы:
- Узнаете, какие инструменты используют для парсинга современных сайтов.
- Научитесь парсить сайты самостоятельно и ускорять разработку и отладку с помощью открытых LLM.

🎁 Бонус: Пройдите короткое тестирование и получите в подарок урок "Языковые модели: от статистических до ChatGPT"

👉 Записывайтесь на вебинары: OTUS.RU

Реклама. ООО «Отус онлайн-образование», ОГРН 1177746618576, www.otus.ru

ГигаЧат представил обновлённое семейство GigaAM-v3

Giga Acoustic Model — это класс open-source моделей для обработки речи и эмоций. В третьей версии опубликовали базовый аудиоэнкодер GigaAM-v3, улучшенные CTC и RNNT-модели, а также E2E-распознавание с поддержкой пунктуации и нормализации.

Масштаб предобучения значительно вырос: с 50 до 700 тысяч часов аудио на русском языке. Появились новые домены в обучении ASR — от колл-центров до разговорной речи.

Для всего корпуса обучающих данных восстановили пунктуацию и нормализацию через GigaChat Max Audio. Линейка CTC/RNNT и E2E позволяет выбирать между скоростью или максимальным качеством под любые сценарии.

Что по метрикам:

— Открытые датасеты (Golos, OpenSTT, Common Voice, LibriSpeech): паритет с GigaAM-v2.
— Новые домены (WER, v2-RNNT → v3-RNNT):
• речь с особенностями 27% → 19%
• колл-центр 13% → 10%
• спонтанная речь 10.3% → 7%
— Пунктуация: v3-e2e-RNNT vs reference + Whisper Forced Decoding — F1-score по запятой 84% vs 62%, остальные знаки ~паритет
— Side-by-Side (Gemini 2.5 Pro as a judge): v3-e2e-RNNT vs Whisper-large-v3 — 70:30 (колл-центр), 64:36 (Common Voice)

Больше про язык, речь и искусственный интеллект в @gigadev_channel. Подписывайтесь на канал, чтобы не пропустить всё самое интересное!