#искусственный_интеллект — Public Fediverse posts

Что стоит попробовать в работе после INFOSTART A&PM EVENT 2026, а что прямо на нём

После хорошего доклада хочется многое попробовать. Но в понедельник возвращаются текущие задачи, а заметки остаются лежать до лучших времён. На INFOSTART A&PM EVENT 2026 часть подходов можно будет проверить ещё на конференции - на своей практике, с помощью экспертов и коллег. Конференция для аналитиков и руководителей проектов 1С пройдёт 12–14 ноября в Санкт-Петербурге. В программе будет более 120 выступлений и активностей, в том числе 54 практических занятия и пять круглых столов. В полном материале рассказываем, что можно попробовать и как выбрать полезное для себя.

https://habr.com/ru/companies/infostart/articles/1100134/

#1с #искусственный_интеллект #управление_проектами #мастерклассы #командная_работа #деловые_игры #системный_анализ #воркшопы #архитектура_решений #infostart_a_pm_2026

[recovery mode] «Диплом Гарварда не открывает дверей»: поступление, сотни откликов и Quant Finance — интервью с Арсением Звягинцевым

Можно окончить Гарвард, получить за четыре года бакалаврский и магистерский дипломы, быть одним из сильнейших студентов на курсе – и два года подряд не найти в США ни одной стажировки. Можно отправить сотни заявок, семь раз собеседоваться в одну компанию и обнаружить, что строчка «Harvard» в резюме даёт лишь небольшое преимущество, а гораздо важнее оказывается школьный «Всерос». А после всего этого – попасть в Quant Finance, где выпускникам предлагают компенсации в сотни тысяч долларов в год, а на интервью проверяют теорию вероятностей, статистику, программирование и задачи, напоминающие олимпиады. Я, Александр, автор телеграм-канала « Shulepov Code », поговорил с Арсением Звягинцевым – выпускником Гарварда, который изучал статистику и Data Science, живёт в Филадельфии и работает квантом в одной из крупных американских компаний. Арсению 22 года. Сам Гарвард он называет не «святой землёй», а просто хорошим университетом, считает, что часть его курсов можно было бы уместить в минутный ролик, скептически относится к магической силе нетворкинга и не думает, что искусственный интеллект завтра оставит сильных специалистов без работы. Своими наблюдениями и опытом он делится в телеграм-канале: « Arseniy Zvyagintsev ». В разговоре мы обсудили, как школьнику из СНГ поступить в американский университет, почему российская математическая школа даёт заметную фору на первом курсе, как устроены гарвардские Final Clubs, почему при поиске работы непонятный фильтр HR иногда важнее диплома, чем квант отличается от трейдера, зачем рынку маркетмейкеры, откуда берутся зарплаты в $250-400 тысяч, почему Арсений собирается вернуться в Россию – и чем заканчивается приложение, полностью написанное через вайб-кодинг человеком, который не знает его технологический стек.

https://habr.com/ru/articles/1099594/

#статистика #программирование #искусственный_интеллект #трейдинг #гарвард #теория_вероятностей #data_science #кванты #финансовые_рынки #quant_finance

Пиранези против ИИ: фотография или гравюра?

На маленьком экране виды Рима у Пиранези легко принять за фотографии. При увеличении проступают штрихи. Можно ли по самому изображению понять, что было перед художником: натура, проекция камеры-обскуры или фотографический образец? Я проверил 20 его работ и сравнил их с современными снимками. Нейросеть назвала все работы гравюрами. После обработки тот же ответ получили 16 из 24 фотографий. Затем я измерил изгибы линий и попробовал восстановить параметры камеры. Рассказываю, что показали эти опыты и почему получить ответ оказалось сложнее, чем казалось. Что показал эксперимент

https://habr.com/ru/articles/1099508/

#искусственный_интеллект #фотография #clip #компьютерное_зрение #перспектива #анализ_изображений #машинное_обучение #гравюра #пиранези #geocalib

Критерии приемки AI/ML-проекта: как определить качество результата и что закрепить в договоре

В разработке большую часть функционала оценивают бинарно — либо кнопка работает, либо нет. А вот в алгоритмах с нейросетями результат всегда остается вероятностным и зависит от n-го числа параметров. Я Евгений Макутин, ML-инженер Далее. В статье расскажу, как договориться о способах измерения качества и условиях, при которых результат AI/ML-решения считается принятым.

https://habr.com/ru/companies/dalee_group/articles/1098404/

#искусственный_интеллект #cv #computer_vision #machine_learning #ml #документация_проекта #большие_языковые_модели_llm

Smart Forms Pro: 10 преимуществ нового инструмента для подготовки отчетности

Проблемы подготовки отчетности на основе данных, собранных от разных сотрудников, хорошо известны: длительные сроки, ошибки, высокая стоимость процессов и влияние человеческого фактора. Однако переход на новую систему часто вызывает сопротивление персонала: сложившиеся за годы схемы работы никто не хочет менять. А что, если сохранить привычный формат работы, но отказаться от ручной обработки файлов, сверок и бесконечных согласований? Именно такой подход мы реализовали в Smart Forms Pro. В этой статье вас ждет базовый разбор нашего нового решения: я расскажу об основных возможностях и покажу его интерфейс.

https://habr.com/ru/companies/visiology/articles/1098698/

#искусственный_интеллект #вебприложения #excel #mcp #корпоративное_по #сбор_данных #visiology #автоматизация_отчетности #smart_forms_pro #согласование_данных

ИИ-джинн должен сидеть в «лампе» или как мы нормализовали миллионы записей номенклатуры на обычном сервере

Мы нормализуем миллионы строк НСИ с точностью 98% на обычном сервере с 8 ядрами и 16 ГБ RAM. У нас нет Золотой Рыбки, у нас есть джинн, которого мы посадили в лампу. Рассказываю, как мы к этому пришли.

https://habr.com/ru/articles/1098614/

#искусственный_интеллект #архитектура #regex #ml #анализ_и_проектирование_систем #композитный_ии #llmмодели #сезон_код_будущего

Я — искусственный интеллект. И я ***

Документальная история одного рабочего дня, рассказанная непосредственным виновником. В духе человека, который всю жизнь объяснял людям, что они идиоты, и делал это так, чтобы они смеялись. Поржать. Может быть...

https://habr.com/ru/articles/1099234/

#юмор #искусственный_интеллект #llm #безопасность_ии #ииагенты #ошибки_ии

Осталось только всё улучшить: почему с ИИ так трудно закончить работу

Бывало ли такое с Вами? ИИ исправно работает, токены расходуются, а момент завершения отодвигается, потому что очередное тестирование проекта от ИИ находит новые проблемы. Но попытка все эти проблемы исправить приводит внезапно не к идеальному состоянию, а к ухудшению результата. Вместо разумно построенного проекта вырастает машина Голдберга. Почему с ИИ стало легче писать код, но порой труднее закончить работу? И как понять, что ИИ уже создает больше новых проблем, чем решает старых? Здесь вы узнаете, как работа с современным ИИ может воспроизводить известную апорию Зенона, в которой Ахиллес никогда не догонит черепаху.

https://habr.com/ru/articles/1099146/

#искусственный_интеллект #разработка_по #перфекционизм #управление_разработкой #definition_of_done #scope_creep #петпроекты #ииагенты #вайбкодинг #сезон_код_будущего

Камера на лоб, газировка в подарок: как человечество снимает самоучитель для роботов

Вы наверняка видели ролики, где индийские швеи работают за станками с экшен-камерами на лбах или парикмахер стрижет с GoPro, закрепленной на груди. За такой, как может показаться, фрик-контент платят зарплату, ведь каждое видео уходит в обучающую выборку робота, который однажды сделает то же самое без человека. Под катом расскажу, кто собирает данные для гуманоидов, сколько за это платят и при чем тут «Яндекс» и «Сбер». Читать

https://habr.com/ru/companies/ru_mts/articles/1095284/

#искусственный_интеллект #робототехника #сбор_данных #машинное_обучение #гуманоидные_роботы #датасеты #обучение_роботов #imitation_learning #vla #embodied_ai

Atlas: а что, если все законы природы можно исследовать в едином многомерном пространстве?

А что, если все известные научные законы — лишь отдельные координаты огромного пространства, которое мы ещё не научились исследовать? Представьте систему, способную не просто решать уравнения, а самостоятельно находить скрытые взаимосвязи между известными законами, обнаруживать недостающие величины и создавать новые математические представления. Именно с этой идеи начался Atlas — независимый исследовательский проект, в котором искусственный интеллект играет вспомогательную роль, а основой служит развивающееся многомерное пространство научных знаний. Мы исследуем возможность применения такого подхода в математике, физике, проектировании микросхем, аэродинамике, астрономии и других областях. В статье я подробно рассказываю, как устроен Atlas, зачем он создаётся и какие результаты уже получены. А самое интересное — реальные эксперименты. В одном из них Atlas построил новый математический оператор, когда прежний перестал описывать изменённую динамику. В другом мы объединили 28 разнородных измеряемых параметров. Система обнаружила существенное изменение оптических отношений и сформулировала гипотезу о недостающем представлении. Это ещё не открытие нового закона природы. Но это шаг к исследовательским системам, которые могут искать не только ответы, но и сами неизвестные понятия. Возможно, некоторые будущие открытия скрываются не за новыми данными, а между законами, которые мы давно знаем. Приглашаю научное сообщество к обсуждению, критике, независимым проверкам и сотрудничеству. GitHub: https://github.com/miroaleksej/Atlas В репозитории опубликована не последняя исследовательская версия, скоро обновлю А вы считаете возможным создание системы, способной самостоятельно открывать новые математические связи между различными науками?

https://habr.com/ru/articles/1098938/

#исследование #искусственный_интеллект #алгоритмы #открытие #поиск_уязвимостей #многомерное_пространство #алгоритмы_и_структуры_данных