#GitHub情报#AI#Life#Health
💊原研药查询助手：收录全面的进口原研药数据库，帮助您快速找到目标药品
🔗：GitHub | Web
👉Features
• 超 400 种药品，实时更新的进口原研药数据库
• 自动关联百度百科，便于查询药品更多信息
• 详尽的标签分类，支持关键词或 AI 搜索
😷 开发者最近研究百万医疗和 DRG 医保改革时，发现现在很多原研药不好买了，于是想要制作一个好用的网页，为大家展示原研药相关信息。数据和灵感来源是 lvwzhen 之前的项目 进口原研药目录
💡 开发者重构的同时，取消了原项目的图片展示，并做了一个能够展示更多信息的网页布局。值得一提的是，开发者全程使用 Google AI Studio 来进行编程。正如最近 X 上流行的说法那样，AI 的出现给设计师带来了重大利好，弥补了他们不能编程的短板
🔍 最后，你也可以借助 AI 来问询所需的药品信息。相信随着 AI 模型的飞速发展，未来用 AI 看病问药将成为普通人都能接受到的一项便利服务
📘 关联阅读：谈谈我的「数字化」健康管理
频道：@NewlearnerChannel
🎬OpenAI снимает полнометражный мультфильм с помощью ИИ
OpenAI поддерживает проект Critterz — первый полнометражный анимационный фильм, созданный преимущественно с применением генеративного ИИ.
📌Задача проекта — доказать, что кино можно снимать в несколько раз быстрее и дешевле, чем в Голливуде:
- вместо привычных 3 лет производство займёт всего 9 месяцев
- бюджет — менее $30 млн (значительно меньше, чем обычно стоит производство подобных анимационных фильмов)
- премьера намечена на Каннский кинофестиваль в мае 2026 года, после чего планируется мировой прокат
Команда собирается привлечь живых актёров для озвучивания персонажей и нанять художников, которые подготовят эскизы. Эти материалы будут загружаться в инструменты OpenAI — включая GPT-5 и модели генерации изображений.
⚡️ Основная ставка делается на быстрые итерации: эскиз → генерация → правка → повторная генерация. Такой процесс должен заменить долгие и дорогие ручные пайплайны классической анимации.
🟢Подробнее
@ai_machinelearning_big_data
#ai#openai#genai
🟢Подробнее
@ai_machinelearning_big_data
#ai#openai#genai
The "Second Brain" is facing an existential crisis. For a decade, note-taking apps have owned the space, but they weren't built for AI to be the primary reader.
Enter the Open Brain: a shift toward pgvector, MCP, and Supabase to create a qualitatively different architecture than Notion or Obsidian. It’s time to move beyond static archives to dynamic, AI-native intelligence.
Read more: https://dailypoliticalpress.com/?p=47000
#AI#SecondBrain#KnowledgeManagement#OpenSource
#вакансия#dataset#MLEngineer#AI#разработчик
Компания: ВодоходЪ.Технологии (www.vodohod.tech)
Позиция: ML-инженер/разработчик
Опыт работы: 1–3 года
Занятость: full-time проект
Локация: Офис/удаленно
Доход: 150-200K net
Ищем активных, перспективных коллег для усиления нашей команды в работе над технологическим проектом по разработке системы поддержки принятия решений с использованием алгоритмов искусственного интеллекта.
▶️Задачи:
Техническая проработка и техническое обоснование решений;
Сбор Data set;
Реализация и внедрение в ERP-систему AI-решений для моделирования и прогнозирования цен на основании статистических и исторических данных;
Data-driven разработка инструментов автоматизации маркетинговых кампаний.
▶️Требования:
Степень бакалавра (или выше) в области математики, информатики и смежных технических областей;
Знание линейной алгебры и статистики применительно к Data Science;
Понимание структуры моделей ML;
Уверенное владение Python (NumPy, SciPy, PyTorch, Sklearn);
Ответственность, внимательность, желание учиться новому.
▶️Будет плюсом:
Уверенное знание PostgreSQL, Redis, Kafka, ClickHouse;
Опыт работы с DVC, MLFlow, Airflow, Docker;
Опыт разработки проектов в областях Data Science, Deep Learning;
Умение работать с Git.
▶️Условия:
Возможность работать в технологической компании;
Конкурентоспособная заработная плата;
Аккредитованная IT-компания: льготы для сотрудников;
Адаптивный рабочий график;
Возможно временное оформление: договор услуг, подряда, ГПХ, самозанятые, ИП.
Отклики просьба присылать на почту [email protected]
#python#agent#ai#biomedicine
Biomni is a powerful AI tool designed to help biomedical researchers by automating complex tasks like gene analysis, drug testing, and data interpretation. It uses advanced language models combined with smart planning and coding to perform diverse research activities without needing preset instructions. This means you can ask Biomni to plan experiments, analyze data, or predict drug properties using simple natural language commands, saving you time and boosting productivity. Biomni is open for community contributions, allowing users to add new tools and datasets, and it offers a no-code web interface for easy access. This helps you accelerate scientific discovery and generate new testable ideas efficiently[1].
https://github.com/snap-stanford/Biomni