✏️ SQL для Data Science за 6 недель

Опытный дата-сайентист собрал пошаговый план изучения SQL, оформив его в репозиторий на GitHub. Каждую неделю — новая тема с полезными материалами и практикой.

Программа выглядит так:

▶️ Неделя 1 — основы SQL и извлечение данных;
▶️ Неделя 2 — группировка с помощью GROUP BY;
▶️ Неделя 3 — все типы JOIN и где их применять;
▶️ Неделя 4 — разбор оконных функций;
▶️ Неделя 5 — CTE и подзапросы;
▶️ Неделя 6 — финальный проект для закрепления.

Отличный старт для тех, кто хочет подтянуть SQL именно под задачи аналитики и Data Science.

➡ Ссылка на курс

tags: #курс

➡️ Data Scientist | Чат

🔖 Машинное обучение без воды — один учебник, вся математика

Огромный том, в котором собран весь фундамент ML: чистая теория, алгоритмы и математика без лишних слов. Идеально, если хотите глубоко понять, как всё работает.

Внутри:

— Анализ, линал и тервер для прочного фундамента;
— Оптимизация — от SGD до проксимальных методов;
— Линейные модели, SVM, деревья, бустинг, нейросети;
— Генеративка: MCMC, вариационные подходы, графовые модели, GAN;
— PCA, кластеризация, факторный анализ, обучение на многообразиях;
— Теория обобщающей способности моделей и неравенства концентрации.

Ссылка на учебник — здесь.

tags: #полезное

➡ Data Scientist | Чат

💾 Шпаргалка по архитектурам LLM: от GPT-2 до триллионников

LLM Architecture Gallery — страница с карточками на 39 моделей (2019–2026): DeepSeek, Qwen, Llama, Kimi, Grok, Nemotron и другие.Для каждой — диаграмма архитектуры, тип декодера (dense / sparse MoE / hybrid), тип attention и ссылки на техрепорты и конфиги с HuggingFace.

Хорошо видно, как рынок сошёлся на MoE + MLA для больших моделей и почему гибридные архитектуры (Mamba-2, DeltaNet, Lightning Attention) набирают ход.

⛓️ Открыть галерею

tags: #полезное #llm

➡ Data Scientist | Чат

Типичный онбординг

➡ Data Scientist | #memes

💾 TensorTonic — платформа с 200+ алгоритмами и задачами для ML-щиков

Что внутри:

▶️ Разборы исследований и пошаговое воспроизведение архитектур моделей;
▶️ Объяснение тем и концепций с интерактивными визуализациями;
▶️ Система прогресса и достижений — куда же без геймификации.

Отличный вариант вечером качнуть скиллы в ML ☕️

tags: #полезное #ml

➡ Data Scientist | Чат

📰 Cursor выкатили Composer 2 — собственную модель уровня Claude Opus

Второе поколение in-house модели от Cursor. Заявляют, что дотягивается до Opus, но стоит заметно дешевле — $0.5/$2.5 за миллион токенов.

Нюанс: по умолчанию пользователи получают fast-версию по цене $1.5/$7.5 за миллион токенов. Разница тройная — стоит держать в голове при оценке реальных расходов. Также доступна по подписке.

tags: #новости

➡ Data Scientist | Чат

💾 Claude Code бесплатно — появился мощный аналог OpenCode

По возможностям — действительно близко к Claude Code: два встроенных агента (build и plan), поддержка 70+ провайдеров (OpenAI, Anthropic, Google, Groq, локальные модели), полноценный TUI прямо в терминале.

Из интересного: можно подключить к GitHub Actions — и агент будет сам ревьюить PR, триажировать issues и коммитить правки по команде /oc в комментарии. Установка — одна строка в терминале.

⛓️ Ссылка на GitHub

tags: #полезное #claude

➡ Data Scientist | Чат

🗂 Гарвард открыл учебник по ML-системам — от autograd до продакшена

Не очередной курс «что такое нейронка» — здесь про то, как строить боевые ML-системы вокруг моделей.

Что внутри:

▶️ Сборка autograd, оптимизаторов, attention и мини-PyTorch с нуля;
▶️ Батчи, точность вычислений, архитектуры и тренировка;
▶️ Оптимизация производительности, ускорение на железе, бенчмаркинг.

Книгу и код можно читать бесплатно прямо сейчас.

⛓️ Ссылка на GitHub

tags: #обучение #ml

➡ Data Scientist | Чат

😨 Нейросеть уровня Claude Opus 4.6 теперь можно запускать у себя дома — энтузиасты дообучили Qwen 3.5 на данных Opus и выложили результат в открытый доступ

Получилась модель, которую можно запускать локально и использовать без ограничений.

Что по факту:

▶ Работает на одной GPU и подходит даже для домашнего железа

▶ Быстрый отклик и адекватное качество для повседневных задач

▶ Контекст до ~262k токенов, тянет большие тексты и код

▶ Умеет вести длинные цепочки рассуждений и работать автономно

▶ Стабильно взаимодействует с внешними API

Используем без подписок, без лимитов, полностью локально — забираем здесь.

tags: #полезное

➡ Data Scientist | Чат

💾 Мегабаза для Cursor — промты, MCP-серверы и правила под любой проект

Cursor Directory — сайт, который комьюнити собирало для себя: промты, MCP-серверы, правила под проект.

Что внутри:

▶️ Готовые промты под разные задачи и языки;
▶️ MCP-серверы для интеграции с внешними инструментами;
▶️ Генератор правил — настраиваешь поведение Cursor под свой стек.

Если вайбкодишь в Cursor — скорее всего, половина нужного там уже есть.

tags: #cursor #полезное

➡ Data Scientist | Чат

💾 llmfit — тулза, которая подбирает LLM под твоё железо

Запускаешь одну команду — она читает RAM, CPU, GPU и показывает, какие из почти 500 моделей у тебя запустятся нормально, а какие зависнут намертво.

Под капотом — умная система скоринга: модели ранжируются по четырём параметрам сразу: качество, скорость, использование памяти и длина контекста.

⛓️ Ссылка на GitHub

tags: #llm #полезное

➡ Data Scientist | Чат

🤖 Инструмент, позволяющий собирать ML-модели по текстовому описанию

Внутри целая агентская система, которая автоматизирует весь цикл создания ML — от идеи до готового решения, без ручной возни с архитектурой и пайплайнами.

Как это работает:

▶️ Формулируете задачу обычным текстом и задаёте данные, при необходимости схему он извлекает сам

▶️ Под капотом работает группа ИИ-агентов: один проектирует модель, второй пишет код, третий оценивает качество и правит ошибки

▶️ При нехватке данных система может сгенерировать синтетический датасет для тестирования

▶️ Есть поддержка Ray для параллельного перебора моделей и масштабирования на ядра или кластер

▶️ Через LiteLLM подключается к любым облачным или локальным моделям

Идеально подходит для быстрого прототипирования и экспериментов, когда важно быстро получить рабочий результат — забираем здесь.

tags: #полезное

➡ Data Scientist | Чат

✏️ Prompt Master — скилл для Claude Code, который превращает размытую идею в готовый промпт

Закидываешь задачу в двух словах — он задаёт 3 уточняющих вопроса, вытаскивает из твоего запроса 9 параметров (цель, контекст, аудитория, формат и другие) и собирает финальный промпт по всем правилам ИИ-инженерии: роли, примеры, format-локи.

Работает с ChatGPT, Cursor, Gemini, Claude, Copilot, Midjourney, ElevenLabs, ComfyUI и другими.

Бонус: вырезает лишнее из запроса и экономит токены.

tags: #полезное #claude

➡ Data Scientist | Чат

🗂 20 бесплатных курсов MIT — вся база по Computer Science в одном месте

MIT выложили в открытый доступ курсы по ключевым направлениям CS. Питон, алгоритмы, ML, нейросети, ОС, базы данных, математика — всё это можно пройти бесплатно прямо на YouTube.

▶️ Введение в программирование на Python
▶️ Структуры данных и алгоритмы
▶️ Математика для компьютерных наук
▶️ Машинное обучение
▶️ Глубокое обучение
▶️ Искусственный интеллект
▶️ Машинное обучение в здравоохранении
▶️ Системы управления БД
▶️ Операционные системы
▶️ Математический анализ одной переменной
▶️ Математический анализ многих переменных
▶️ Введение в теорию вероятностей
▶️ Статистика
▶️ Теория вероятностей и статистика
▶️ Линейная алгебра
▶️ Матричное исчисление для машинного обучение
▶️ Программирование на Java
▶️ Проектирование и анализ алгоритмов
▶️ Продвинутые структуры данных
▶️ Введение в вычислительное мышление

tags: #курсы

➡ Data Scientist | Чат