ar
Feedback
Data Science | Machinelearning [ru]

Data Science | Machinelearning [ru]

الذهاب إلى القناة على Telegram

Все о Data Science, машинном обучении и искусственном интеллекте: от базовой теории до cutting-edge исследований и LLM. Личный блог автора - @just_genych По вопросам рекламы или разработки - @g_abashkin РКН: https://vk.cc/cJPGXD

إظهار المزيد

📈 نظرة تحليلية على قناة تيليجرام Data Science | Machinelearning [ru]

تُعد قناة Data Science | Machinelearning [ru] (@devsp) في القطاع اللغوي الروسية لاعباً نشطاً. يضم المجتمع حالياً 20 002 مشتركاً، محتلاً المرتبة 6 722 في فئة التكنولوجيات والتطبيقات والمرتبة 33 703 في منطقة روسيا.

📊 مؤشرات الجمهور والحراك

منذ تأسيسه في невідомо، حقق المشروع نمواً سريعاً وجمع 20 002 مشتركاً.

بحسب آخر البيانات بتاريخ 21 يونيو, 2026، تحافظ القناة على نشاط مستقر. خلال آخر 30 يوماً تغيّر عدد الأعضاء بمقدار -75، وفي آخر 24 ساعة بمقدار -3، مع بقاء الوصول العام مرتفعاً.

  • حالة التحقق: غير موثّقة
  • معدل التفاعل (ER): يبلغ متوسط تفاعل الجمهور 8.29‎%. وخلال أول 24 ساعة من النشر يحصد المحتوى عادةً 3.70‎% من ردود الفعل نسبةً إلى إجمالي المشتركين.
  • وصول المنشورات: يحصل كل منشور على متوسط 1 658 مشاهدة. وخلال اليوم الأول يجمع عادةً 740 مشاهدة.
  • التفاعلات والاستجابة: يتفاعل الجمهور بانتظام؛ متوسط التفاعلات لكل منشور يبلغ 7.
  • الاهتمامات الموضوعية: يركز المحتوى على مواضيع رئيسية مثل llm, nvidia, контекст, openai, архитектура.

📝 الوصف وسياسة المحتوى

يصف المؤلف القناة بأنها مساحة للتعبير عن الآراء الذاتية:
Все о Data Science, машинном обучении и искусственном интеллекте: от базовой теории до cutting-edge исследований и LLM. Личный блог автора - @just_genych По вопросам рекламы или разработки - @g_abashkin РКН: https://vk.cc/cJPGXD

بفضل وتيرة التحديث المرتفعة (أحدث البيانات بتاريخ 22 يونيو, 2026) تحافظ القناة على حداثتها ومستوى وصول مرتفع. وتُظهر التحليلات تفاعلاً نشطاً من الجمهور، ما يجعلها نقطة تأثير مهمة ضمن فئة التكنولوجيات والتطبيقات.

20 002
المشتركون
-324 ساعات
-367 أيام
-7530 أيام
أرشيف المشاركات
​​👉Bag of tricks для разметки текстовых данных: Часть 2. Удаление дубликатов В этой статье я расскажу об ещё одном способе собирать данные более качественно и экономить на разметке — фильтрации похожих друг на друга текстов. Читать...

​​👍Bag of tricks для разметки текстовых данных: Часть 1. Четыре способа размечать меньше В этой статье я расскажу о том, зачем вообще разработчику машинного обучения разбираться в аннотации данных, сложностях и подводных камнях, сопровождающих процесс, и о способах сократить количество ручной разметки в проекте. Читать...

​​😈LLMClone: как клонировать себя в Telegram В статье рассматривается простая идея, состоящая в том, чтобы зафайнтюнить языковую модель на личных сообщениях, выгруженных из Telegram-чатов. Читать...

​​👥Как мы создавали сервис для хостинга ML-моделей на базе Kubernetes и AIOHTTP: опыт Контура В этой стать расскажу, как наша команда справляется с сервингом сотни моделей и какие решения мы для этого разработали. Читать...

​​🦾Сильный ИИ. Элира1. Увеличение памяти ChatGPT В этой статье я расскажу о том, как можно увеличить размер запроса к ChatGPT до почти полутора миллионов символов. Читать...

​​😻Вестник Midjourney: новая документация, генерация фрагментов и тюнер стилей В этой статье рассказываю о нововведениях и различиях между релиз- и альфа-версией. Читать...

​​👨‍💻Как с помощью ChatGPT писать SQL-запросы. Несколько кейсов В статье расскажу о том, как ChatGPT может сэкономить время и усилия начинающего специалиста по SQL. Читать...

​​😉Вредные советы по подготовке датасета В этой статье автор поделиться вредными советами по подготовке датасета для сервисов видеоаналитики. Читать...

​​🧠MiVOLO: новая State-of-the-Art нейросеть с открытым исходным кодом для определения пола и возраста по фотографии В этой статье хочу рассказать вам нашу историю о том, как изначально рутинная рабочая задача закончилась созданием открытой state-of-the-art нейросети, научной работой и новым датасетом. Читать...

​​💪Выборочное удаление столбцов для повышения эффективности хранения в озерах данных В данной статье мы расскажем, как сократить размер данных в рамках формата Apache Parquet за счет удаления не использующихся колонок большого размера. Читать...

​​🐘Функции и хранимые процедуры в SQL: зачем нужны и как применять в реальных примерах В этой статье вы узнаете, как устроены функции и хранимые процедуры и как их применять для повторного использования запросов. Читать...

​​🐬Python + MySQL: как подключиться к СУБД MySQL и работать с ней с помощью Python Из этой статьи вы узнаете, как подключиться к MySQL с помощью Python и выполнить основные команды для работы с данными в таблице: установка необходимых библиотек, подключение к базе данных, создание и удаление таблицы, добавление, извлечение и удаление данных из таблицы. Читать...

​​🧠«Возрождение» больших данных, оптимизация инференса LLM и новинки от AMD В этой статье вы узнаете, какие Ops-практики входят в систему MLOps, как выбрать СУБД для анализа данных и как построить платформу для DS/ML-разработчиков. Читать...

​​🤔ML SAST. Часть 1: как работают инструменты SAST и какие проблемы может решить применение машинного обучения? В этой статье мы рассмотрим основные принципы и методики, применяемые в инструментах статического анализа безопасности, обозначим существующие проблемы и рассмотрим потенциал внедрения машинного обучения. Читать...

​​👍Тонкая настройка Whisper для многоязычного ASR с помощью Hugging Face Transformers В этой статье мы рассмотрим пошаговое руководство по дообучению Whisper для многоязычного ASR с использованием Datasets, Transformers и Hugging Face Hub. Читать...

​​🧑‍💻Как систематизировать работу с входящими документами в компании с помощью OCR-инструментов. Часть 1 В этой статье мы расскажем, какие задачи решали на этом проекте, рассмотрим предложения со схожим функционалом, существующие на рынке, и покажем архитектуру предобученного классификатора документооборота. Читать...

​​🗣Сказки про ИБ в машинном обучении В этой статье мы рассмотрим, как злоумышленники атакуют модели машинного обучения, что они для этого делают и как от этого можно защищаться. Читать...

​​100 вопросов для подготовки к собесу Data Science Доброго времени суток! Представляю вашему вниманию чек-лист из 100 вопросов по Data Science. Вопросы покрывают 5 областей: SQL, Python, Machine Learning, статистику и собственно саму DS. Кому это вообще может быть полезно: желающему получить оффер в сфере DS тому, кто уже давно дата-сайнтист, но хочется освежить какие-то алгоритмы/темы кто хочет поменять стек на что-то в области анализа и присматривается к DS Собрал здесь самые частые вопросы с собесов на позицию джуна Data Science, получился так сказать 95% доверительный интервал всех возможных вопросов. Так что если разобраться в этих вопросах, с большой вероятностью Авито, Тинькофф и что у нас там ещё делает DS примет вас к себе на борт. Читать...

Канал, где собраны Бесплатные Data science курсы . 👉Data Courses — тут мы собираем все курсы по Анализу данных и машинному обучению. 👉 папка для мл-срециалистов: https://t.me/addlist/_FjtIq8qMhU0NTYy

​​🦉FineBI-g brother is still watching: как мы усовершенствовали мониторинг В этой статье мы разработали дашборд, содержащий интересующие нас и владельцев дашбордов показатели, графики, детализированные таблицы. Читать...