MLOps Machine Learning Operations Машинное обучение AutoML Автоматизированная подготовка данных самообучение ModelOps

Компания «Диасофт» совершенствует MLOps-платформу, которая входит в состав решения «Фабрика данных» (Digital Q.DataFactory). По

Выпускник совместной магистерской программы «Нетологии» и Факультета компьютерных наук НИУ ВШЭ «Инженерия данных» Максим Коцюба создал сквозное MLOps-решение для финансового мониторинга в рамках работы над ВКР. Система ранжирует операции по степени риска, позволяя аналитикам обрабатывать самые опасные транзакции в первую очередь. Код п

нием часто становится не качество модели, а зрелость инфраструктуры и процессов машинного обучения (MLOps)? Екатерина Цаплина: Последние два года рынок в основном обсуждал возможности больших я

т возможность сравнивать их в единых категориях. «Переход на таксономию IAB и внедрение собственной ML-модели для повышения точности разметки видео — важный шаг в технологическом развитии Rutub

AppSec Solutions добавила в платформу AppSec.Track проверку ML-моделей из публичных репозиториев. AppSec.Track стала первым российским решением, которое позволяет анализировать модели из Hugging Face до их попадания в корпоративную инфраструктуру и пред

tory). Продукт предназначен для организации полного цикла работы с моделями машинного обучения (МL, Machine Learning) – от проведения экспериментов и управления версиями до промышленного развер

В Сучжоу (Китай) открылась международная Летняя школа машинного обучения «Сколтеха» Smiles-2026. Об этом CNews сообщили представители «Сколтеха». В очной программе на кампусе Нанкинского университета в Сучжоу принимают участие 104 студента, аспира

етод оценки неопределенности для стохастического градиентного спуска (SGD). Об этом CNews сообщили представители ВШЭ. Стохастические алгоритмы, включая SGD, широко применяются в задачах оптимизации и машинного обучения. Поскольку эти алгоритмы используют элементы случайности (например, случайные мини‑батчи данных), важной характеристикой их решений является доверительный интервал — диапазон

ой платформы «Штурвал». Ключевыми изменениями версии 2.14 стали глубокая интеграция с инструментами машинного обучения, поддержка гибридных Kubernetes-кластеров с полной автоматизацией и внедре

инга КАСКО и ОСАГО на базе продукта TALYS.SDE вендора Data Sapience. Параллельно запускается модель машинного обучения (ML) для персональной тарификации ОСАГО, учитывающая всю доступную информа

новый движок не требует больших аппаратных ресурсов по сравнению с привычными инструментами. Ранее ML-алгоритмы в PT Sandbox применялись только при поведенческом анализе: песочница запускает п

овую отчетность, судебную практику и корпоративные связи, и анализирует ее с применением алгоритмов машинного обучения. Это позволяет формировать интегральную оценку рисков контрагента в режиме

рмация, и анализирует конфигурационные файлы на наличие угроз. Сканер также пополнился технологиями машинного обучения, которые выявляют вредоносный код на основе цепочек вызовов функций и мето

включая скрытые активности, нетипичные отклонения в коммуникациях и атаки нулевого дня. Такой подход опирается на совокупность технологий выявления угроз: более 80 детекторов аномалий на базе моделей машинного обучения (ML), глубокий разбор содержимого сетевых пакетов (DPI) и анализ телеметрии (Netflow), сигнатурный анализ (IDS), индикаторы компрометации «Гарда Threat Intelligence Feeds», л

инструменты для удобного проведения ML-экспериментов и быстрого обучения моделей. Удовлетворенность ML-инженеров инфраструктурой – одна из наших основных метрик, за последний год показатель улу

ктуры лежит тесная интеграция платформы аналитики данных, сопровождения моделей машинного обучения (MLOps) Kolmogorov AI и универсальной Lakehouse-платформы Data Ocean Nova вендора Data Sapienc

изации рутинных операций. Ее интеллектуальная платформа информационной безопасности и ИТ использует машинное обучение на нескольких ключевых этапах работы: Триаж и приоритизация: ML-модели анал

пекте. Инфраструктура поддержки ИИ также остается незрелой: только 40% компаний используют практики MLOps (Machine Learning Operations, операции машинного обучения), а 47% — не используют. Перс

изированных предложений и прогнозной аналитики. Для работы этих продуктов заказчик регулярно обучал ML-модели на больших массивах транзакционных, поведенческих и CRM-данных. По мере роста числа

Ученые МИЭМ ВШЭ совместно с коллегами из МТУСИ впервые реализовали новый подход к проектированию микроволновых фильтров — генеративный синтез с применением средств машинного обучения. Предложенный подход помогает сократить цикл разработки фильтров с нескольких дней до нескольких минут и в перспективе может применяться для разработки других приборов и устр

спорта и робототехники, большие языковые модели (LLM), рекомендательные системы и другие актуальные ML-направления. Лучших выпускников летнего кампуса Яндекс пригласит на стажировку, а при пере

метил Кирилл Кирьянов, руководитель экспертизы MaxPatrol SIEM, Positive Technologies. — Общее число ML-моделей в MaxPatrol BAD уже достигло 87, причем в MaxPatrol SIEM 27.6 они используются не

нять их вручную и каждый раз проверять результат — долго и дорого. Именно здесь в работу включается машинное обучение. «Мы накапливаем экспериментальные данные и обучаем на них модели, которые

Исследователи НИТУ МИСИС разработали алгоритм для машинного обучения, который помогает точнее классифицировать данные в квантовых компьютерах. Вместо стандартных для квантовых вычислений кубитов, новый метод использует кудиты — квантовые элеме

конверсионность. Для достижения максимального результата рекомендуется подключать эти инструменты. Машинное обучение уже сегодня объективно повышает рентабельность рекламных инвестиций, предск

ю волатильность в симуляции реальной торговли акциями. Результаты показали устойчивое превосходство ML-моделей над классической HAR-моделью. Наиболее заметное улучшение наблюдается на коротких

«Яндекс» запускает новый сезон стажировок с расширенным набором ML-специалистов. За год компания планирует нанять по всем специальностям рекордные 3200 стажеров — на 500 больше, чем в 2025 г. Также открылась регистрация на ближайшие молодежные проекты «Янде

овождения. Ориентир смещается на прикладную пользу и короткий горизонт внедрения, подчеркивает Никита Векессер. Наблюдаемость и контроль: мониторинг, метрики и качество эксплуатации Устойчивость ИИ и ML-сервисов определяется не только масштабированием, но и управляемостью в эксплуатации. В контейнерной среде контроль производительности через метрики становится обязательным условием стабильн

остоянных узлов в рамках одного кластера доступная «из коробки»Разработка, внедрение и эксплуатация ML-моделей в едином интерфейсеВстроенные в платформу инструментыВстроенные в платформу notebo

е вкладки. Сейчас «Яндекс Браузер» высвобождает до 1 ГБ больше оперативной памяти, чем до внедрения ML-модели. Её обучали на статистических данных о том, как люди пользуются «Браузером». Она уч

ну сокращения фродовых транзакций. Так что, данный пункт, хоть и является необходимостью для работы машинного обучения, также уже имеется в распоряжении самих банков. В нашей Системе предотвращ

Компания «БПС Инновационные программные решения» представила модуль Machine Learning (ML) Service, который входит в Систему предотвращения мошенничества (Реестро

ых моделей (LLM) без глубоких знаний программирования. «К2 НейроТех» расширила возможности облачной ML-платформы, представленной в сентябре 2025 г., дополнив экосистему low-code-инструментом La

о рынка инфраструктурного ПО, предлагает импортонезависимые решения в инновационных сегментах – ИИ, машинное обучение и инфраструктура для сверхсложных вычислений. Платформы от Aida tech развор

Исследователь Борис Крюк анонсировал MorphBoost, систему машинного обучения, способную самостоятельно изменять свою внутреннюю архитектуру в процессе обучения. Новый фреймворк адаптирует свою структуру в реальном времени, подстраиваясь под особенност

получать более качественные обращения. Об этом CNews сообщили представители «Яндекс Недвижимости». ML-алгоритм оценивает историю действий пользователя на сервисе: просмотренные жилые комплексы

х — 41% в Москве и еще 16% в Санкт-Петербурге. В Татарстане (лидер среди остальных регионов) размещено 6% вакансий, в Самаре — 5%, Новосибирске — 4%. В зарплатах тоже дисбаланс Медианное предлагаемое ML-специалистам вознаграждение (равноудаленно от самого большого и самого маленького значения) выросло на 18,8% — до 217,7 тыс. руб. (183,3 тыс. руб. годом ранее). freepik/arthurhidden За год к

е отечественное Kubernetes-решение, оптимизированное под инфраструктурные и эксплуатационные задачи ML/AI. Об этом CNews сообщили представители Orion soft. Nova AI помогает ИТ-командам и ML/DS-

рограммистов. Об этом CNews сообщили представители Softline. Ключевая возможность версии — обучение ML-модели по полям документа непосредственно из интерфейса IDP-сервиса. Теперь для настройки

в low-code платформу. По договоренностям с университетом учащиеся смогут разрабатывать собственные ML-модели на Python, интегрировать их в бизнес-процессы, настраивать параметры с помощью low-