TGTGInsighttelegram intelligenceLIVE / telegram public index
← GZ学习频道

TGINSIGHT SIMILAR POSTS

Find similar content

Source channel @olddriverGDstudy · Post #29 · Mar 17

搜索使用说明 #搜索指南 因为电报软件对中文搜索支持不好,大队特别对队内资源搜索进行了整理汇集,使用方法说明如下: 1.1 原理: 电报对中文搜索支持不佳,汉字只有在前后含有asic码字符的前提下可以被正确搜索出,如 _广州修车大队_ (“_”指代空格)、(广州修车大队);等形式可以搜索“广州修车大队”搜索出相关信息;搜索“广州”等未被asic码间隔的汉字无法正确显示。 为正确搜索,在编制频道资源时,对重要信息可以采取Hashtag的形式已方便搜索,即以"#"字符开头,接汉字,以“空格字符”结尾的形式,点击一个hashtag即可快速定位该频道或聊天群内所有相同标签,建议所有管理在编辑重要资料包括ls信息、广播台、学习频道时正确使用hashtag。 !!注意标签不要随意编写,要参考搜索指南中有的标签类型!! 1.2 JS资源定位: JS目前支持 Hasgtag(#K老师)、数字标签(#GZ003)的搜索方式,在对应榜单和报告区中试用上述方式均可查找到JS的相关信息。 使用举例:在“广州公开榜”或“广州修车大队”的搜索栏中输入 #K老师 或 #GZ003,均可定位到K老师资料页;在报告区的搜索栏中输入#K老师 或 #GZ003,均可定位到K老师的验证报告。这两者是快速了解JS基本信息和评价的便捷办法。 1.3 标签查找 公榜榜单目前均支持标签查找,可以快速定位某种类型或地区的所有JS,目前仅支持Hashtag查找,目前常用标签解释如下: 地区标签: 一定要使用一级标签,例如 #天河区(注意不要有错别字) #颜值: 不解释 #服务: 评价中92、95的,有场子出身花式水平的,均会归入此类; #大胸: 不解释,一般D以上归入此类; #长腿: 不解释,一般168以上归入此类; #身材: 不解释,较为宽松; #嫩妹: 22岁以下或者长相很嫩的,白小纯的,loli系的,cos系的归入此类; #熟女: 30岁以上风韵犹存的,归入此类; #特服: 提供3p、3t、wt、字母等特殊服务的JS归入此类。 使用举例:在红榜的搜索栏中输入 #长腿,可以快速查看“莉贝伦”等8位长腿JS。 类型标签评价目前非常主观,有不妥之处请队内私信 JackJack 或其他管理人员修改。 1.4 资料查找 目前学习频道中试用hashtag来快速定位资料,目前使用的标签有如下几种: #安全CJ#素质CJ#卫生CJ #搜索指南 #大队玩法 #语录#秀哥语录 #技巧#知识

Results

2 similar posts found

Search: #predictiveanalytics

当前筛选 #predictiveanalytics清除筛选
Data Science Jobs

@datasciencejobs · Post #1684 · 09/21/2023, 07:01 AM

#вакансия#job#datascience#mlengineer#research#predictiveanalytics Роль: Middle ML engineer в IDecide Локация компании и заказчика: РФ Работать можно удалённо. Москва или Подмосковье - преимущество с т.з. возможности пересекаться в офисе с командой). Такое есть команда в Иваново. Доход: 200-250К net Отклики присылать: @mipt_nz Статус: есть экспериментальный код модели предсказания оттока клиентов для компании финансового сектора. Модель включает в себя предобработку данных, генерацию фичей, ML модель и rule-based часть. Задачи: Необходимо сделать рефакторинг кода для внедрения в продакшен, для этого: - разобраться в текущем коде модели (в этом помогут текущие разработчики модели); - написать тесты; - переструктурировать код в соответствии со стандартами индустрии (за образец можно взять классы scikit-learn); - сопроводить код комментариями и документацией. Требования: - знание классического ML и python; - опыт написания продакшен кода в ML; - хорошее знание ООП; - знание структуры классов scikit-learn, либо желание разобраться в ней; - базовое владение: git, командная строка linux, docker, понимание сервисной архитектуры. Интересный проект по предсказанию поведения пользователей на основе исторических данных. Присоединяйтесь, ждём Вас в команду 🤗

Crypto M - Crypto News

@CryptoM · Post #64826 · 04/10/2026, 02:43 AM

🚀 AI's Impact on Investment and Trading: Insights from Nansen CEO PANews posted on X (formerly Twitter) about a discussion with Nansen CEO Alex Svanevik on the evolving role of AI in investment and trading. Svanevik highlighted that 'smart money 2.0' is transforming into a predictive system, with agent trading expected to surpass human trading by 2028. However, he emphasized the need for users to build a 'trust ladder' before fully relying on trading agents. The conversation also covered the implementation of tools like OpenClaw in enterprise settings, where safety is prioritized over speed. Svanevik shared insights on how the Nansen team utilizes OpenClaw and how AI is reshaping team structures. He noted that 'judgment' is becoming the most scarce resource within AI-native companies. Svanevik further pointed out that low latency, overcoming AI bottlenecks, and open-source solutions will define the next generation of agent infrastructure. #AI#Investment#Trading#FinTech#MachineLearning#PredictiveAnalytics#OpenSource#EnterpriseAI#FinancialTechnology#AlgorithmicTrading