Библиотека data scientist’а

🐸 Библиотека задач по Data Science

От обучения моделей к архитектуре Agentic AI

Data Science в 2026 году — это не только scikit-learn, но и умение встроить модель в автономный цикл принятия решений.

Приглашаем на курс «Углубленные AI-агенты». Старт сегодня в 19:00 МСК.

Технологический фокус:

— планирование и использование инструментов (Tools);
— интеграция RAG в агентские цепочки;
— оценка качества работы агентов (Metrics & Evaluation);
— оптимизация стоимости и скорости работы LLM.

В конце — готовая мультиагентная система в ваше портфолио.

Программа и регистрация

Компактная шпаргалка по ключевым AI-алгоритмам — без перегруза, только суть.

📍 Навигация: Вакансии • Задачи • Собесы

🐸 Библиотека дата-сайентиста

#буст

🚫 Generative AI — это уже не просто вызов LLM, а инженерная система.

⏩️ Поэтому делимся структурой проекта для GenAI, которая сразу рассчитана на продакшен и масштабирование.

⏩️ Внутри — чёткое разделение кода, конфигов, данных и экспериментов, отдельные LLM-клиенты, управление промптами, кэш, rate limiting и понятный onboarding.

📍 Навигация: Вакансии • Задачи • Собесы

🐸 Библиотека дата-сайентиста

#буст

🆕 Свежие новости для дата‑сайентистов

Реклама в ChatGPT
OpenAI официально подтвердили планы по внедрению рекламы в бесплатных тарифах и ChatGPT Go. Тесты начнутся в США, с акцентом на приватность и «ненавязчивость». Переводя с корпоративного: инфраструктура дорогая, бесплатный ИИ тоже должен как-то окупаться.

Топ-3 дата-тренда 2026
Несмотря на весь GenAI-хайп, компании снова возвращаются к базе: качеству данных, governance и безопасности.

Pandas 3.0 — релиз
21 января 2026 вышел pandas 3.0. Большой и долгожданный апдейт, который закрывает сразу несколько архитектурных хвостов.

GELU vs Tanh: стресс-тест функций активации
Практический разбор. Полезно, если вы хотите понимать, почему модель ведёт себя странно.

Ред флаги до оффера для data-специалиста
Отличный чек-лист, который стоит прочитать раньше, чем радоваться названию компании.

Weight Decay: не стирает, а фиксирует знания
Хорошее объяснение регуляризации. Помогает понять, почему weight decay — это не просто L2 с другим названием.

Почему нейросети «забывают», как писать Hello World
Про катастрофическое забывание и ограничения текущих архитектур.

«Галлюцинации LLM — не баг»
Профессор математики объясняет, почему враньё — это не временная проблема, а фундаментальное свойство текущих моделей.

Анатомия трансформеров: почему классический Self-Attention уходит
Хороший обзор того, как и почему современные архитектуры отходят от «канонического» трансформера.

📍 Навигация: Вакансии • Задачи • Собесы

🐸 Библиотека дата-сайентиста

#свежак

Завтра стартуем: курс по разработке ИИ-агентов для DS 📊

Переходите от ручной очистки данных к автономным ML-пайплайнам. Мы научим проектировать агентные системы на CrewAI и LangGraph, способные самостоятельно обрабатывать запросы и взаимодействовать с внешними инструментами.

👉 Успейте занять место до начала занятий

Пайплайны копятся, а ты всё ещё вручную «жаришь» очистку данных и промпты?

Это работа в забегаловке. Настоящий Шеф не тюнит веса вручную вечно — он проектирует Систему. 📊

В понедельник, 26 января, стартует интенсив по разработке ИИ-агентов. Мы научим создавать автономные ML-системы, которые закроют задачи аналитики, пока ты занимаешься архитектурой.

В программе:

— мультиагентные системы в CrewAI: автоматизация сбора и обработки признаков;
— сложная логика в LangGraph: управление цепочками рассуждений агентов;
— tool use интеграция: обучение моделей взаимодействию с API и SQL-базами. 🧠

Записаться на курс

🐼 Релиз: Pandas 3.0

21 января 2026 вышел pandas 3.0.

Вот что реально стоит знать 👇

✔️ Строки теперь — не object

Раньше строки в pandas = object.
Туда можно было засунуть что угодно. Медленно. Неявно. Больно.

Теперь по умолчанию:

pd.Series(["a", "b"]).dtype
# str

Что это даёт:
— dtype только для строк
— единая семантика пропусков (`NaN`)
— лучше память и производительность

Это давно назревшее исправление архитектурной ошибки.

✔️ Copy-on-Write: конец адскому chained assignment

Главное правило pandas 3.0: любой срез — ведёт себя как копия:

df2 = df[df.a > 0]
df2["b"] = 10   # больше НИКОГДА не меняет df

Что изменилось:
— SettingWithCopyWarning — удалён
— «а тут view или copy?» — больше нет
— модифицируешь объект → модифицируй его напрямую

Под капотом pandas всё ещё оптимизирует память. Но API теперь честный.

✔️ pd.col() — выражения без лямбд

Было:

df.assign(c=lambda df: df.a + df.b)

Стало:

df.assign(c=pd.col("a") + pd.col("b"))

✔️ Arrow C Interface — zero-copy будущее

Pandas теперь:
— умеет принимать Arrow-таблицы
— умеет отдавать их без копирования

df.__arrow_c_stream__()

✔️ Новый порядок депрекейтов

Теперь всё прозрачно:
— Pandas4Warning → сломается в 4.0
— Pandas5Warning → сломается в 5.0

⚠️ Совет: обновитесь сначала до 2.3, уберите warning’и — и только потом идите в 3.0.

🔗 Ссылка на релиз

📍 Навигация: Вакансии • Задачи • Собесы

🐸 Библиотека дата-сайентиста

#буст

📘 Книга Linear Algebra With Probability

Очень сильная книга по линейной алгебре с вероятностями от Oliver Knill (Harvard).

🤩 Но самое ценное тут — домашки.

Не формальные «посчитай матрицу», а задачи, которые реально заставляют думать:
про случайные матрицы, графы, спектры, интуицию за формулами.

📍 Навигация: Вакансии • Задачи • Собесы

🐸 Библиотека дата-сайентиста

#буст