всё предельно

Какая математика реально используется в Data Science и AI-инженерии

Вопрос «нужна ли математика» обычно ставится слишком широко, поэтому и ответы на него получаются бесполезными. Предлагаем посмотреть, какие разделы и в каких конкретно задачах всплывают в работе, и на каком уровне их необходимо знать.

1️⃣Линейная алгебра

🟣Скалярное произведение и нормы. Косинусная мера, на которой держится поиск по эмбеддингам и векторные базы данных, это нормированное скалярное произведение. Нормы L1 и L2 определяют вид регуляризации и различие между Lasso и Ridge.
🟣Собственные значения и векторы. Метод главных компонент строится на спектральном разложении ковариационной матрицы.
🟣Сингулярное разложение. Лежит в основе понижения размерности, латентно-семантического анализа и матричных методов в рекомендательных системах. Малоранговая аппроксимация из SVD напрямую используется в LoRA, наиболее распространенном способе дообучения больших моделей.
🟣Ранг, ортогональность, обусловленность. Определяют, почему мультиколлинеарность ломает линейную регрессию и когда решение системы численно неустойчиво.

2️⃣Математический анализ и оптимизация

🟣Градиент и правило дифференцирования сложной функции.
🟣Якобиан и гессиан. Объясняют разницу между методами первого и второго порядка и происхождение адаптивных шагов в Adam.
🟣Выпуклость и условия оптимальности. Показывают, почему линейные модели и SVM обучаются устойчиво, а нейросети требуют подбора начальных приближений и расписания скорости обучения.
🟣Поведение производных на длинных композициях. Отсюда следуют затухание и взрыв градиентов, а вместе с ними остаточные связи и нормализация слоев.

3️⃣Теория вероятностей и математическая статистика

🟣Распределения и условная вероятность. Формула Байеса дает наивный байесовский классификатор, байесовскую оптимизацию гиперпараметров и вероятностную интерпретацию предсказаний.
🟣Метод максимального правдоподобия. Кросс-энтропия и среднеквадратичная ошибка не выбираются произвольно, обе выводятся из правдоподобия при разных предположениях о распределении шума.
🟣Проверка гипотез, мощность, доверительные интервалы, бутстрап. Основа A/B-тестирования и любой оценки того, значим ли прирост качества модели.

4️⃣Теория информации

Небольшой по объему раздел, прямо описывающий функции потерь современных моделей.

🟣Энтропия и кросс-энтропия. Стандартная функция потерь в классификации и в языковом моделировании.
🟣Расстояние Кульбака — Лейблера. Используется в вариационных автокодировщиках, в дистилляции знаний и в методах выравнивания вроде DPO и PPO, где ограничивает отклонение обучаемой модели от исходной.
🟣Перплексия. Экспонента от кросс-энтропии, базовая метрика качества языковых моделей.

5️⃣Дискретная математика и вычислительная сложность

🟣Оценка асимптотики. Без нее невозможно понять, почему классическое внимание требует квадратичного числа операций от длины последовательности и откуда берутся ограничения на размер контекста.
🟣Графы. Нужны в графовых нейронных сетях, в рекомендательных системах и в подходах, где извлечение построено на графе знаний.
🟣Комбинаторика. Возникает в оценке пространства гиперпараметров и в задачах сэмплирования.

6️⃣Численные методы

Соотношение с ролями

🟣Аналитику данных нужны прежде всего статистика и теория вероятностей, линейная алгебра на уровне понимания метода главных компонент и регрессии.
🟣Инженеру машинного обучения дополнительно требуются оптимизация, матричное дифференцирование и численные методы, поскольку он отвечает за сходимость и за поведение модели в продакшене.
🟣Исследователю необходим весь перечисленный набор в формальном виде, включая доказательную часть.

Фрактальная Одиссея

Полвека назад Мандельброт придумал слово «фрактал». В честь этого 23 мая мы делаем фестиваль о красоте математики. Все наши активности связаны общей идеей: показать эту красоту с разных сторон — через математические сюжеты, через искусство, через музыку, через науку. От лекций и мастерских до перформансов и ночной дискотеки — всё это разные подступы к одной теме

🔵 Начнём в 14:00 в библиотеке Достоевского, а во второй половине дня переместимся в соседний клуб Лахесис и продолжим там до 4 утра

🟠 Главный партнёр фестиваля — Technology Leaders of the Future, стипендиальная программа Фонда Тимашева. TLF предоставляет школьникам 14–17 лет, сильным в математике, физике или информатике, полностью оплаченные стипендии на обучение в The Island School (Кипр) и H-FARM International School (Италия). Первая когорта из 60 школьников уже учится; поступление на 2026/2027 ещё доступно — сильных кандидатов мы готовы рассматривать по Fast Track

🔴 Лекции

Михаил Гельфанд расскажет про иерархию бесконечностей, Александра Скрипченко — про математику живого, Андрей Райгородский — про раскраски плоскости, Вячеслав Гусев — про фракталы внутри нейросетей. Утром в библиотеке Михаил Евдокимов расскажет про лучшие визуальные задачи для любого возраста, а Ваня Яковлев и Полина Романова — про фракталы вокруг нас

🔴 Мастерские и станции

Двадцать активностей, которые стоит посетить и попробовать своими руками: дерево Пифагора и ковёр Аполлония, печать фрактальных тайлингов, витражи, симметрия наноматериалов, квантовые эксперименты, морские фракталы, VR-путешествие, эволюция графов, лингвистические задачи, оригами, мастер-класс по терменвоксу, тай-дай, японская каллиграфия и другие

🔴 Кино, искусство, перформансы

Арт-программа включает в себя фрактальную живопись Петра Николаева, работы Александра Солеева, Александра Вайсмана, Алекса Мухина, Ирины Канделариа, группы Evpraxis, а также видео-арт от группы «Явь», «Cactus Juice», художников Артёма Ткача, Meta Chaos и многое другое

В социальной части — нетворкинг «Аттрактор» от бюро «Розетка», музыкальный спектакль «Точка-ноль» Алины Асомнии, круглый стол о фракталах между математикой и философией, вечерний научпоп-квиз Григория Тарасевича, а также стихотворный вечер и возможность сделать татуировку

Кинопоказ состоит из демонстрации фильма «Пи» Аронофски, документального фильма про фракталы, а также тематической подборки короткометражек и анимаций

🔴 Ночная программа

Откроют её Пётр Термен — правнук Льва Термена, один из ведущих исполнителей на терменвоксе в мире, и Влад Горелов с группой «Научно-технический рэп», единственной в России, играющей нердкор. Дальше до 4 утра — мастера экспериментального звука с live-перформансами: Brinstaar, Spiralfractal, Stropharia, S66, Rombix, Womba, Morakh, Hobboth, ænsof, garish_cyborg, The Darkest Supernova, Misha Nikitin

🟠 Фестиваль для взрослых, но детей с родителями пускаем на дневную и вечернюю часть до 22:00

Соорганизаторы: Кроссворд Тьюринга, Летняя школа, бюро Розетка, клуб Лахесис

🔵Сайт фeстиваля, билеты

До встречи на фесте!

Запускаем приём заявок от спикеров на E-CODE 2026

В этом году главная IT-конференция от Ozon Tech пройдёт 12 и 13 сентября. Готовим сразу 6 хардовых треков:
🕢 backend (Go, C#, Java) 🕢 ML/DS 🕢 mobile 🕢 ИБ 🕢 QA Auto 🕢 инфраструктура 🕢

Если у вас есть интересный кейс и желание им поделиться, оставляйте заявку до 1 июня. Её рассмотрит программный комитет: технические лидеры Ozon Tech и эксперты других компаний.

Что важно знать:
➡️ мы поможем с подготовкой выступления и поддержим до самого звёздного часа,
➡️ если вы не из Москвы, организуем ваши гастроли,
➡️ гарантируем классные эмоции и аудиторию, общаться с которой — ценно.

Ждём ваши заявки, чтобы снова создать крутую программу на E-CODE!

#ECODE2026

🤔 Внедряете ИИ-агентов, но не получаете ожидаемого эффекта?

Это частая проблема: 95% компаний оценивают результаты как неэффективные. Почему так происходит и как этого избежать?

28 апреля в 18:30 на нашем вебинаре вы узнаете:

📌 почему большинство внедрений ИИ-агентов заканчиваются разочарованием;
📌 что такое «плюшевый ИИ» и почему его внедряют повсеместно;
📌 какие риски скрываются за «не плюшевыми» агентами и как их контролировать;
📌 практические кейсы успешного и неуспешного внедрения.

Спикер: Всеволод Викулин, руководитель ML в Т-Банк, экс-Яндекс, НейроПоиск.

Регистрируйтесь по ссылке, чтобы получить реальные инструменты и избежать типичных ошибок.

@aileadershse

Оптимизировали работу на складах за счёт стаффинга

Эта система позволяет автоматически рассчитывать количество людей, необходимых в смену, последовательность и объём их работы.

Задача известная, подход математический. Подробнее о нём — Анна Дубенюк, тимлид моделирования и оптимизации складских процессов и автор канала @everything_is_eventual

#ozontech_experts