🧠Исследование: как в России обновляют ИИ-образование

J'son & Partners сравнили подготовку ИИ-кадров в США, Китае и России — и везде история одна: технологии развиваются, рынок растёт, а образование за ними не успевает. Справляются с этой проблемой по-разному. В Штатах – через автономию вузов и рыночную экономику, в Китае – через жесткое госрегулирование.

В российской модели – через коллаборацию университетов с бигтехамии: запускаются совместные программы, которые затем масштабирует государство – примеры найдете в исследовании.

Также к обучению активно привлекают практиков: около 1200+ экспертов из Яндекса, 1000 инженеров из VK, и более 900 из Т-Банка уже читают курсы, приносят в аудитории актуальные датасеты, архитектуры и доступ к облачным GPU.Обновлять систему помогают те, кто пишет продакшн-код каждый день. С учетом темпов ИИ-рынка, вполне логично.

📘 Новая образовательная книга: Scaling ML Systems от JAX-ML

Проект Scaling Book - это свободно доступный интерактивный онлайн-ресурс, посвящённый масштабированию машинного обучения. Он создан сообществом вокруг JAX и охватывает ключевые методы, практики и архитектурные подходы, которые помогают строить масштабируемые, высокопроизводительные ML-системы.

💡 Что внутри:
— Основы масштабирования моделей и обучения
— Параллелизм данных, параметров и микшированные стратегии
— Технологии распределённого обучения (TPUs/GPUs)
— Оптимизация вычислений и памяти
— Практические примеры на JAX и других стековых инструментах
— Схемы, коды и визуализации для конкретных паттернов обучения

📍 Почему это полезно:
— Подходит как для опытных инженеров ML, так и для тех, кто хочет перейти от прототипов к промышленным ML-системам
— Объединяет теорию и практику распределённого обучения
— Обсуждает реальные ограничения архитектур и пути их решения
— Показывает, как системно мыслить о масштабировании, а не копировать хаки

🔗 Читайте онлайн: jax-ml.github.io/scaling-book

🤖 В страховом секторе формируется стек корпоративных ИИ-сервисов нового поколения

«АльфаСтрахование» внедрит более 10 проектов на технологиях Yandex B2B Tech, направленных на оптимизацию внутренних и клиентских процессов.

Технический контур включает три ключевых направления:

- SourceCraft Code Assistant — LLM-агент для поддержки DevOps-команд. Используется для генерации boilerplate-кода, unit-тестов и анализа изменений в репозиториях.

- Yandex SpeechSense — модуль речевой аналитики, применяющий ASR + NLU-пайплайн для обработки >20K звонков в сутки и последующего fine-tuning моделей на внутренних датасетах.

- Yandex AI Studio — оркестратор LLM-агентов для офисных и HR-воркфлоу (протоколирование встреч, классификация документов, поиск по внутренним данным).

Сценарий — переход от точечных ML-внедрений к распределённой инфраструктуре, где корпоративные процессы описываются как сеть взаимодействующих ИИ-агентов.

https://www.cnews.ru/news/line/2025-12-24_alfastrahovanie_realizuet

Пусть работают машины, а человек занимается чем-то более приятным

Нельзя замыкаться только на работе, потому что рано или поздно работа может измениться до неузнаваемости. В свежем эпизоде подкаста «Деньги любят техно» своими мыслями о будущем, связанном с развитием ИИ, поделился профессор РАН, научный директор Института искусственного интеллекта МФТИ, директор по направлению ИИ ГосНИИ авиационных систем Юрий Визильтер.

• Какой путь ближе российской сфере ИИ: американский или китайский
• Какие перемены ждут программистов в ближайшие годы
• Почему учиться программированию по-прежнему важно
• Как ИИ поменяет наш быт и работу
• И как не потерять себя в одной профессии

Об этом и многом другом с Юрием Визитером говорил ведущий подкаста Денис Суржко, заместитель руководителя департамента анализа данных и моделирования ВТБ. Получился глубокий разговор о науке, технологиях и людях, которые их создают.

Послушать
Посмотреть

🏆 Конкурс научных статей Data Fusion Awards 2026

Банк ВТБ и Институт ИИ МГУ ищут авторов работ, которые могут претендовать на звание научного прорыва года в ИИ, а также на главный приз — 1 000 000 рублей.

🤖 Какие темы подойдут:

— Математический аппарат ИИ
— Алгоритмы оптимизации
— Машинное обучение и глубокое обучение
— Нейроморфные вычисления
— Робототехника
— Объяснимый ИИ (Explainable AI)
— Другие смежные области, связанные с инновациями и развитием искусственного интеллекта

🙌 Кто может участвовать:

— Автор научной статьи, опубликованной в журналах или материалах конференций в 2025 году
— Заявитель, который имеет аффилиацию с российской организацией (и это упоминается в подаваемой работе)
— Участник, который является первым в списке авторов подаваемой статьи

Важно: должны быть выполнены все 3 условия!

Победителей будет трое, но для начала необходимо подать заявку. Регистрация доступна до 20 января 2026 года.

📄 Превращайте тысячи PDF в данные, готовые для LLM - с Vision-First Agentic Document AI!

LandingAI представила Agentic Document Extraction (ADE) DPT-2 Mini - облегчённую версию Document Pretrained Transformer 2, специально для потоковой обработки документов.

Идеально для “чистых” цифровых PDF, где визуальный контекст всё ещё важен для точного извлечения.

Подходит для:
• счетов
• договоров
• писем
• служебных записок
• любых аккуратно сформированных PDF

✨ Основные возможности:

• Структурированное извлечение из цифровых документов
• Точное понимание макета простых PDF
• Поддержка разных типов блоков: параграфы, изображения, логотипы, карточки и т.д.
• Надёжная транскрипция английского текста
• Оптимизация под масштаб — быстро, стабильно, экономично

DPT-2 Mini ориентирован на скорость, надёжность и низкую стоимость — когда документы простые, а нужно массовое и чистое структурированное извлечение.

https://github.com/landing-ai/ade-python