Data Science | Machinelearning [ru]

Приглашаем на митап для ML-разработчиков и дата-сайентистов 🥰

Как использовать LLM и агентов в поиске, чтобы точнее понимать запросы пользователей и повышать релевантность результатов?
19 ноября обсудим выбор моделей, оценку качества и работу таких систем в проде.

🔴 Борис Коварский, hh.ru — Агентный поиск в рекрутинге: опыт hh
🔴 Виктор Реушкин, hh.ru — Как устроен диалоговый поиск вакансий на hh
🤩 Алексей Казаков, Циан — LLM и энкодерные модели для поиска. Опыт развития подходов в поиске недвижимости

Дата и время: 19 ноября в 19:00 мск
Очно: Москва, офис hh
Онлайн: будет трансляция в VK и YouTube для тех, кто не сможет прийти в офис

После докладов можно будет пообщаться с коллегами — подготовим вкусную еду и напитки 🍕

Регистрируйтесь → участие бесплатное 🥹

#реклама
О рекламодателе

AI пишет код. За работу системы отвечаете вы

С AI-агентом можно быстрее получить код. Как понять, подходит ли предложенное решение вашей системе?

Алексей Рыбак / DevHands делится в своём канале практическим опытом разработки с AI-агентами и разбирает инженерные вопросы: как взаимодействуют сервисы, откуда берутся задержки и что влияет на надёжность приложения.

Пишет об архитектуре данных, в том числе о переходе с Greenplum на Lakehouse.

Подписывайтесь, чтобы знакомиться с опытом автора и глубже разбираться в технических решениях для своих проектов.

Подписаться

#реклама 16+
О рекламодателе

Можно ли построить головокружительную карьеру в науке и зарабатывать миллионы, соединив ученые степени и бизнес?

Шоу «НИИ Лидеры» — проект о людях, которые создают технологии будущего, управляют огромными институтами и двигают вперед целые индустрии.

В каждом выпуске руководители крупнейших научных коллективов, амбициозных проектов и лабораторий делятся своим реальным опытом.

Это шоу мощный источник вдохновения для студентов, молодых специалистов, предпринимателей и всех, кто хочет понять, как устроен современный высокотехнологичный мир изнутри.

🎬 Включайте шоу «НИИ Лидеры» и смотрите интервью с новаторами, которые меняют нашу реальность прямо сейчас!

Проект создан при поддержке ИРИ.
#реклама
О рекламодателе

🌎 Команда Google Chrome вместе с разработчиками других браузеров обновила набор скиллов для современной веб-разработки

Внутри Modern Web Guidance инструкции по 250 возможностям современных браузеров и 203 сценария их применения. Агенты учатся избегать устаревшие подходы, создавать адаптивные интерфейсы, делать анимации без лишнего JavaScript и использовать встроенные функции вместо сторонних библиотек.

Работает с Claude Code, Cursor и Gemini CLI

✖️ Telegram | Max | 🌥 Claude и другие ИИ

🖥 Пока фронтендеры и мобильные разработчики теряют работу, спрос на других инженеров взлетает

По данным нового большого исследования, за год количество открытых вакансий для фронтендеров сократилось на 51%, для Android-разработчиков упало на 47%, а для iOS — на 46%. Что еще:

— Спрос на Forward Deployed Engineers, которые внедряют технологии у клиентов, вырос сразу на 361%. На наше несчастье, ИИ пока не заменил эйчаров — количество вакансий для них взлетело на 295% относительно 2023 года.

— В выигрыше также оказались продакты, у которых +56% вакансий, и специалисты по безопасности с +34%.

— Из заметных минусов: удалёнка постепенно исчезает. Теперь её предлагают лишь в 14% IT-вакансий против 21% в конце 2022 года.

✖️ Telegram | Max | 🌥 Claude и другие ИИ

Вышло исследование про то, как рекомендательным системам точнее понимать, что нам реально интересно. Главный головняк в этой теме сейчас один: обычные модели предсказывают «среднее время просмотра», а за этой цифрой может стоять что угодно — кто-то пролистнул за секунду, кто-то досмотрел до конца.

Как обычно устроено? Модель выдаёт одно число: «это видео посмотрят в среднем 15 секунд». И всё. Хоть половина пользователей пролистнула его мгновенно, хоть все досмотрели — для алгоритма это одно и то же. Отсюда промахи в ранжировании: контент, который цепляет одних и отталкивает других, система видит вслепую.

Команда AI VK Research придумала подход HEGM. Вместо одной цифры модель предсказывает целый расклад сценариев: с какой вероятностью пролистают, с какой посмотрят частично, с какой досмотрят или включат повтор. И всё это одной моделью, а не зоопарком отдельных классификаторов.

И цифры реально бодрят. В VK Клипах за одну сессию стали смотреть на 10% больше роликов, досмотров дольше 10 секунд стало на 6% больше, а дизлайков — на 8,3% меньше. Проверяли на KuaiRec, VK-LSVD и датасете из 282 млн реальных взаимодействий — по качеству ранжирования обошли протестированные альтернативы.

И самое интересное: подход не привязан к видео. Музыка (пропустят трек или дослушают), реклама (сколько секунд выдержат), карточки товаров (сколько времени изучат) — та же логика. Причём встраивается в уже работающую систему без переделки архитектуры. Исследование по ссылке.