ML-Арена — медиа о машинном обучении, которое превращает ML из «сложной профессии» в игру, соревнование и доказуемый навык. Медиа не объясняет, как стать ML-специалистом, а даёт возможность показать, на что ты способен, прямо в процессе.Цель: превратить ML-Арену из платформы для соревнований в узнаваемое ML-сообщество, к которому хочется принадлежать. Центральная механика «Докажи, что ты можешь»: контент → задача → действие → результат → сравнение → ML-паспорт.Аудитория — три персоны: «Хочу проверить себя», «Мне нечего показать работодателю», «Я уже ML-специалист». Основной канал — Telegram, дубль во ВКонтакте, Max в тесте. Рубрики: «Задача дня», «ML-разбор», «Дуэль недели», «Ошибка недели», «ML-человек»; каждый материал заканчивается вопросом «Сможешь лучше?».

Главный источник — сама платформа: из её данных рождается примерно 70% сюжетов (ориентир плана, не замер). Всего три группы: данные Арены, данные аудитории и внешние источники.

Источники данных: платформа Главный источник историй — сама Арена. Банк задач даёт готовые вызовы, отправки и лидерборды — сюжеты про рекорды и падения, логи дуэлей — сценарии для видео, ML-паспорта — истории роста участников. Проверка кода финалистов нужна для материалов о доверии, а флаг согласия в профиле решает, можно ли назвать человека по имени. По нашей оценке, из данных платформы рождается около 70% сюжетов.

Источники данных: аудитория и внешний мир Данные аудитории показывают, что работает: просмотры, досмотры, комментарии и опросы. Главная метрика — не охват, а путь «пост → клик → первая отправка на Арене», который отслеживается по UTM-меткам. Внешние источники дают инфоповоды и материал для задач: календари соревнований, arXiv, Habr, Open Data Science, открытые датасеты, вакансии и задачи партнёров.

Машина берёт на себя объём (сбор, поиск поводов, черновики, выпуск, аналитика), человек — смысл и ответственность (выбор, проверка, финальное «да», ретро). Цикл повторяется каждую неделю.

Медиа ML-Арены работает как конвейер из девяти шагов. Машина делает то, что повторяется и считается: собирает данные, ищет аномалии и рекорды, пишет черновики, выпускает по расписанию и считает метрики. Человек делает то, что требует суждения: выбирает истории, проверяет цифры и логику ML-разборов, берёт согласия и решает, что уходит в публикацию. Главное правило: нейросеть никогда не придумывает цифры. Каждое число в посте подставляется из базы платформы и имеет ссылку на событие, из которого оно взято. Для медиа, которое обещает «доказуемый навык», ошибка в цифре стоит доверия.

Схема данных Медиа работает как недельный цикл из девяти шагов. Пять делает машина: сбор данных, поиск инфоповодов, черновики, выпуск и аналитика. Четыре — человек: выбор темы, проверка, финальное «да» и ретро. Неудачный черновик возвращается на доработку, а итоги недели меняют план следующей. В публикацию ведёт только одна дверь — решение человека.

Визуальный код для нейросети Генератор изображений работает только из утверждённых стиль-промтов: синий фон с горами, жёлтый сверхширокий гротеск, индиго-плашки и ретро-монитор. Нейросеть рисует фон и образ, а текст и цифры ставит макет, чтобы ни одно число не исказилось. Запрещены лица реальных людей и чужие логотипы.

Визуальный код для нейросети Генератор изображений работает только из утверждённых стиль-промтов: синий фон с горами, жёлтый сверхширокий гротеск, индиго-плашки и ретро-монитор. Нейросеть рисует фон и образ, а текст и цифры ставит макет, чтобы ни одно число не исказилось. Запрещены лица реальных людей и чужие логотипы.

Вывод Автоматизация даёт медиа скорость и регулярность, а человек сохраняет доверие. Машина готовит, человек решает, а аудитория доказывает свои навыки на Арене. Так медиа остаётся верным своему главному обещанию: не рассказывать, а давать возможность доказать.