Для зимних активностей предусмотрен режим повышенной чувствительности экрана: сенсор будет реагировать на касания пальцев в перчатках толщиной до двух миллиметров.

Сам экран изготовлен по технологии AMOLED, разрешение — 480x480 пикселей, диагональ — 1,5 дюйма. Amazfit прокачал яркость до внушительных 2000 нит, что обеспечивает отличную читаемость даже под прямыми солнечными лучами.

Высокая автономность

Это один из самых важных параметров. В обычном режиме Amazfit T-Rex 3 работают без подзарядки около месяца. В режиме максимального энергосбережения (без сопряжения со смартфоном и с ограниченной работой датчиков) часы способны продержаться на одном заряде до 81 дня.

Но даже при включенном GPS автономность остается внушительной: 42 часа максимальной точности, до 114 часов в режиме экономии заряда. А если при этом отключить сопряжение со смартфоном, время увеличится до 180 часов.

170 режимов тренировок и искусственный интеллект

Amazfit T-Rex 3 — спортивные часы, так что их запросто можно использовать по-максимуму и в городской среде. Устройство поддерживает 170 режимов тренировок: от обычной ходьбы до серфинга и ультрамарафона. Причем часы понимают, что именно делает человек: например, в режиме силовой тренировки они могут сами распознать до 25 упражнений.

В операционную систему T-Rex 3 (Zepp OS 4) встроен искусственный интеллект. Одна из ключевых функций — Zepp Flow, интеллектуальная система голосового управления. Она позволяет взаимодействовать с часами без прикосновений: достаточно просто сказать нужную команду, чтобы узнать погоду, запустить тренировку, поставить будильник или запросить данные о последнем сне. Zepp Flow понимает естественную речь, что делает управление устройством интуитивным даже в сложных условиях (например, когда руки заняты трекинговыми палками).

Еще один мощный инструмент — Zepp Coach. Это персональный тренер, основанный на алгоритмах машинного обучения. Он анализирует уровень подготовки пользователя, адаптирует нагрузку и дает персональные рекомендации, чтобы тренировки были эффективными, но не перегружали организм.

Amazfit T-Rex 3 одинаково полноценно работают как с Android, так и с iOS, без ограничений в функциональности. Это делает их универсальным выбором для пользователей любых мобильных платформ.

Продвинутая навигация

Для любителей пешего туризма надежная навигация очень важна. В городе удобно пользоваться смартфоном, но в полевых условиях это не всегда практично. Функция геолокации быстро разряжает батарею, а при падении телефона на скалы или в воду можно разом лишиться и связи, и ориентира. А вот потерять часы гораздо сложнее.

Модель оснащена точным двухдиапазонным GPS-модулем с круговой поляризацией. Это позволяет принимать почти 100% спутниковых сигналов, тогда как навигация большинства смарт-часов на рынке работает на модулях с линейно-поляризованными антеннами, которые улавливают только 50% сигналов.

Amazfit T-Rex 3 поддерживают шесть навигационных систем, работу с бесплатными картами OpenStreetMap и ведение по загруженному маршруту. Бесплатно загружать можно как контурные карты, так и горнолыжные: в последнем случае часы подскажут о необходимости повернуть прямо во время спуска. Навигация доступна даже в офлайн-режиме, то есть без доступа к интернету.

Часы могут записывать трек и возвращать владельца обратно по пройденному пути. У Amazfit одни из лучших в своем классе приемники позиционирования. Четкость сигнала позволяет достигать точности, сравнимой со специализированными переносными устройствами навигации. В тестах T-Rex 3 нередко показывали результаты лучше, чем более дорогие модели умных часов, которые можно найти на рынке.

Использование треков доступно в режимах ходьбы, бега, пешего туризма или альпинизма. Перед поворотами часы предупредят вас вибрацией и звуковым сигналом. Об отклонении от маршрута на заданное расстояние (25, 50 или 100 метров — шаг выбирается в приложении) тоже сообщают вибрацией и текстовым уведомлением на экране.

Дополнительное преимущество для путешественников — встроенный датчик атмосферного давления, который заранее предупреждает о приближающихся резких изменениях погоды. С Amazfit T-Rex 3 внезапный ливень, гроза или снегопад не застанут врасплох.

Прочность и защита от влаги

За сохранность дисплея отвечает стальной безель, слегка выступающий над поверхностью экрана. В случае удара именно он, а не дисплей, примет на себя всю нагрузку.

Кроме того, модель сертифицирована для погружения на глубину до 45 метров. Благодаря датчику атмосферного давления глубину погружения можно вывести на экран и проверять ее во время занятий дайвингом. Так что часы будут полезны не только в пешем походе, но и в поездках на море или при подводном плавании.

Работа при экстремальных температурах

Безотказная работа часов гарантирована в диапазоне от -30 до +70 ℃. Это позволяет использовать их в качестве термометра, размещая за пределами палатки даже в суровых условиях.

Разумеется, низкие температуры снижают автономность любого устройства, и Amazfit T-Rex 3 не исключение. Однако даже при сильном морозе они могут проработать до 3 недель в режиме часов и до 28 часов с активным GPS без ограничения работы датчиков. А устойчивость к высоким температурам особенно полезна в летних походах, когда часы нагреваются от солнца.

Amazfit T-Rex 3 — часы с характером, способные без нареканий работать даже в самых сложных условиях. Они надежны, прочны и обладают всеми функциями, чтобы стать постоянным спутниками тех, кто привык покорять новые вершины и открывать новые горизонты.

БОЛЬШЕ О AMAZFIT T-REX 3

Инженер машинного обучения (ML-инженер — от англ. Machine Learning Engineer) — это специалист, который разрабатывает и внедряет алгоритмы, позволяющие программам обучаться на данных и принимать решения без явного программирования. Скажем, специалист по Data Science анализирует данные и строит модели, а ML-инженер оптимизирует их и интегрирует в реальные приложения.

Профессия находится на пересечении программирования, математики, статистики и прикладного машинного обучения. ML-инженер не просто строит модель, а делает так, чтобы она эффективно работала в продакшене, обрабатывала большие объемы данных, быстро реагировала на запросы пользователей и корректно обновлялась по мере поступления новых данных.

Чем занимается ML-инженер на практике

Работа ML-инженера включает сразу несколько направлений. В первую очередь это сбор и подготовка данных. Реальный мир далек от идеала, и данные часто приходят в сыром виде: с пропусками, ошибками и несоответствиями. Инженер должен очистить их, привести к единому формату и расширить с помощью внешних источников.

Следующий этап — выбор и обучение модели. Здесь инженер выбирает один или несколько алгоритмов, проводит эксперименты, настраивает параметры, оценивает качество. Он должен понимать, как работают линейные регрессии, деревья решений, градиентный бустинг, нейронные сети и уметь выбрать нужный инструмент под задачу.

Самое сложное и ответственное начинается после того, как модель готова. ML-инженер превращает ее в часть работающего приложения. Это означает упаковку модели в API, написание серверного кода, оптимизацию по скорости и памяти, мониторинг качества в реальном времени и повторное обучение по мере необходимости. Он также работает над масштабируемостью и надежностью, так как в реальных условиях модели должны обрабатывать тысячи или миллионы запросов ежедневно.

Кроме того, инженер взаимодействует с другими специалистами: аналитиками, продукт-менеджерами, разработчиками. Он объясняет, как работает модель, какие у нее ограничения, как интерпретировать результаты. Коммуникация — неотъемлемая часть его работы.

Какие навыки и знания нужны

Чтобы стать инженером машинного обучения, нужно сочетание теоретической базы и практических навыков:

• Уверенное владение языками программирования, прежде всего Python. Большинство библиотек машинного обучения, таких как scikit-learn, TensorFlow, PyTorch, написаны именно на нем.

• Знания математики, особенно линейной алгебры, теории вероятностей и математической статистики тоже играют важную роль. Без них невозможно понять, как и почему работает та или иная модель, как интерпретировать ее поведение и где могут возникнуть ошибки. Для повторения основ у нас есть отдельный бесплатный курс базовой математики.

• Алгоритмы машинного обучения важно понимать на уровне реализаций: что такое переобучение, как работает регуляризация, какие метрики применимы для классификации, регрессии, кластеризации.

Также важно уметь работать с базами данных (SQL, NoSQL), системами хранения и обработки больших данных (Hadoop, Spark), знать основы DevOps и MLOps (Docker, CI/CD, Kubernetes, автоматизация моделей).

Плюсы и минусы профессии

➕ Востребованность и высокая оплата труда. Инженеры по машинному обучению — одни из самых востребованных специалистов в IT-сфере. Зарплаты выше среднего по рынку, особенно при наличии успешных проектов и глубоких знаний.

➕ Перспективность. ML активно применяется в медицине, финансах, ритейле, науке и других отраслях. Это дает широкие возможности для карьерного роста.

➕ Интеллектуальная работа. Работа подходит тем, кто любит решать сложные задачи и работать с данными.

➕ Богатая образовательная экосистема. По теме ML иного курсов, open-source инструментов, конференций и сообществ. Есть возможность постоянно учиться и обмениваться опытом.

➖ Высокий порог входа. Нужны глубокие знания математики, программирования, а также баз данных, алгоритмов и архитектур моделей.

➖ Работа бывает рутинной. Большую часть времени занимает обработка и подготовка данных, отладка моделей, а не изобретение революционных алгоритмов.

➖ Трудности с внедрением моделей. Не всегда удается успешно интегрировать модель в продукт. Требуются усилия по адаптации под инфраструктуру, масштабированию, мониторингу и учету бизнес-ограничений.

➖ Конкуренция. Растущая популярность профессии означает, что в крупных городах конкуренция среди кандидатов может быть высокой.

Зарплаты ML-инженеров

По данным Dream Job, средняя зарплата ML-инженеров в России за 2025 год составляет 165 000 рублей. Чаще всего зарплаты находятся в диапазоне от 100 000 до 230 000 рублей. Минимальная зафиксированная зарплата — 87 000 рублей, максимальная — 360 000.

Вилки джуниоров в машинном обучении, по данным HH Карьера, составляют от 70 000 до 110 000 рублей. Мидлов — от 220 000 до 250 000 рублей, а сеньоров — от 348 000 до 350 000 рублей.

Вот так выглядят зарплаты в профессии ML-инженер летом 2025 года.

Перспективы профессии

Машинное обучение используется в самых разных сферах: от финансов и медицины до логистики, маркетинга и развлечений. ML-инженеры разрабатывают алгоритмы для прогнозирования спроса, распознавания лиц, антифрод-систем и рекомендательных алгоритмов.

Спрос на таких специалистов продолжает расти, а уровень доходов остается одним из самых высоких на рынке. По данным исследования, наибольший спрос в сфере анализа данных и ML пришелся на последние четыре года — число предложений выросло в 2,5 раза.

Конечно, вход в профессию требует знаний, самообразования и реальных кейсов. Но те, кто готов учиться и двигаться вперед, найдут в этой области интересную работу с постоянными интеллектуальными вызовами и большими карьерными перспективами.

Как стать ML-инженером

Многие специалисты приходят в машинное обучение из смежных областей:  математики, физики, программирования, аналитики. Часто у них есть техническое образование, хотя это необязательно. Важнее — желание учиться и практиковаться.

Один из самых надежных способов — пройти профильное обучение. Это может быть вуз, где есть направления по ИИ и анализу данных, или курсы, ориентированные на практику. Онлайн-платформы предлагают мощные программы, которые можно проходить параллельно с работой или учебой.

Например, стартовать в профессии поможет онлайн-курс «Инженер машинного обучения» Практикума — за 4 месяца вы изучите полный жизненный цикл модели машинного обучения и сможете строить продвинутые ML‑модели. Вы освоите Docker, FastAPI, Airflow, MLflow, Yandex Cloud и другие инструменты, добавите 7 ML-проектов в портфолио и получите диплом о профессиональной переподготовке.

Начните учиться бесплатно!