متاح الآن! بحث تيليغرام 2025 — أهم رؤى العام 
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 19 976 مشتركاً، محتلاً المرتبة 6 694 في فئة التكنولوجيات والتطبيقات والمرتبة 33 613 في منطقة روسيا.
📊 مؤشرات الجمهور والحراك
منذ تأسيسه في невідомо، حقق المشروع نمواً سريعاً وجمع 19 976 مشتركاً.
بحسب آخر البيانات بتاريخ 26 يونيو, 2026، تحافظ القناة على نشاط مستقر. خلال آخر 30 يوماً تغيّر عدد الأعضاء بمقدار -74، وفي آخر 24 ساعة بمقدار -5، مع بقاء الوصول العام مرتفعاً.
- حالة التحقق: غير موثّقة
- معدل التفاعل (ER): يبلغ متوسط تفاعل الجمهور 6.91%. وخلال أول 24 ساعة من النشر يحصد المحتوى عادةً 3.80% من ردود الفعل نسبةً إلى إجمالي المشتركين.
- وصول المنشورات: يحصل كل منشور على متوسط 1 381 مشاهدة. وخلال اليوم الأول يجمع عادةً 760 مشاهدة.
- التفاعلات والاستجابة: يتفاعل الجمهور بانتظام؛ متوسط التفاعلات لكل منشور يبلغ 6.
- 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 27 يونيو, 2026) تحافظ القناة على حداثتها ومستوى وصول مرتفع. وتُظهر التحليلات تفاعلاً نشطاً من الجمهور، ما يجعلها نقطة تأثير مهمة ضمن فئة التكنولوجيات والتطبيقات.
19 976
المشتركون
-524 ساعات
-417 أيام
-7430 أيام
أرشيف المشاركات
Нейросеть создает лица, которых никогда не существовало
В сети появился необычный ресурс: с помощью нейросети он мгновенно генерирует лица людей, которых никогда не существовало. В соцсетях тут же подхватили идею и стали создавать несуществующих котов, героев аниме и других персонажей
Алгоритм StyleGAN позволяет создавать несуществующие лица, используя при этом черты лиц реальных людей. Все атрибуты, например, улыбку, морщины и волосы он подгоняет в соответствии с нужным полом и возрастом человека на картинке.
Сайт с этой нейросетью можно найти здесь
Недостающий инструмент для исследования данных
Если вы взаимодействуете с бизнес-данными в своей работе, вы, вероятно, задаетесь вопросом: почему в наши дни с обилием данных и инструментов аналитики все еще так сложно ответить на самые важные вопросы бизнеса?
Традиционные инструменты бизнес-аналитики (BI) хорошо подходят для ответов на такие отчетные вопросы, как: Каково количество пользователей, посещающих мой веб-сайт/приложение в день? Однако они плохо распространяются на более глубокие вопросы, такие как: «Почему выручка перестала расти в прошлом месяце?» Это действенные вопросы, которые действительно нужны бизнесу.
Читать...
Академия АйТи проводит профессиональную переподготовку Разработчик Python
⠀
Сейчас на программу действуют скидки 50%.
⠀
Обучение в формате живых вебинаров с преподавателем. Удобный график, возможность совмещать с работой.
⠀
По итогам обучения вы получите диплом о профессиональной переподготовке. ⠀⠀
⠀
Старт: 15 марта⠀
⠀
На программе профессиональной переподготовки вы приобретете все необходимые навыки для разработки на Python. Вы научитесь:⠀
⠀
- Устанавливать интерпретатор Python;
- Устанавливать и настраивать среду разработки;
- Применять базовые конструкции Python;
- Создавать модули и пакеты;
- Пользоваться основными структурами данных;
- Выполнять основные операции ввода/вывода;
- Выполнять основные вилы работ с модулями, подключать стандартные библиотеки и модули
- Размещать и использовать собственные модули.
⠀
Вы получите новую специальность и карьерные возможности!
⠀
Успейте забронировать место в группе: https://clck.ru/bm22y
Кому танцевальная медитация, а кому гвоздестояние. Как сохранить ментальное здоровье в ИТ
Вместе с rebootlab мы собрали гайд с советами, которые помогут перезагрузиться и восстановиться морально и физически. А еще пережить психологические сложности на работе и в жизни, с которыми чаще всего приходится сталкиваться айтишникам.
Читать...
Бесплатная база знаний по Data Science и Machine Learning
_
Школа анализа данных Яндекса продолжает публиковать новые части своего онлайн-учебника. На этот раз эксперты ШАД подготовили разделы об архитектуре и обучении нейросетей. Про математику ML авторы тоже не забыли и добавили материалы по матричному дифференцированию и bias-variance decomposition.
Пособие постоянно обновляется, поэтому подойдёт не только для начинающих специалистов, но и для миддлов, желающих освежить знания. В общем, ресурс однозначно заслуживает внимания.
Читать…
Развенчиваем популярные мифы о Data Science
Data Science — одна из самых популярных и высокооплачиваемых профессий сегодня. Попасть в эту сферу пытаются и матерые программисты, и переучивающиеся гуманитарии.
Сложно ли стать дата-сайентистом и нужно ли для этого быть гением математики и программирования? Рассказываем, развенчивая популярные мифы.
Читать...
Настоящие успехи ИИ
Учитывая, насколько шумиха вокруг ИИ — это просто шумиха, — легко забыть, что целый ряд компаний добился реального успеха с ИИ.
Как пишет аналитик Бенедикт Эванс, «девятая версия «Полного самостоятельного вождения» скоро выйдет (в бета-версии), но на самом деле она не будет полностью автономной или чем-то подобным».
Читать...
Как изучать Data Science, когда всё в огне
Ставя перед собой цель освоить Data Science, сначала необходимо понять, какой набор навыков вы хотите получить. Дальнейшие действия представляются элементарными — нужно просто найти время, чтобы сесть и начать накапливать искомые навыки.
С таким багажом вы станете перспективным кандидатом на собеседованиях и, весьма возможно, получите работу своей мечты.
Читать...
Всем привет!
Мы сделали сервис, который отбирает вакансии по вашим интересам.
Настройте личные фильтры: локация, точный технологический стек, и, конечно, не забудьте о деньгах.
Все самые подходящие предложения рынка – в @GetMeIT_bot
Как оценить эффективность команды Data Science
Специалисты DS довольно дорогие, и напрямую чаще всего не связаны с зарабатыванием денег. Рано или поздно возникает вопрос, как оценить их работу?
Команда Data Science, может достаточно точно измерить эффективность сложных математических моделей, но не может оценить эффективность собственной работы. В памяти всплывает фраза Питера Друкера, который утверждал, что мы не можем управлять тем, что не можем измерить.
Читать...
Веб-приложение Olympic Data Analyzer
В этой статье автор будет создавать веб-приложение Olympic Analyzer с использованием Streamlit.
Streamlit — это фреймворк для приложений с открытым исходным кодом на языке Python. Это помогает нам создавать веб-приложения для науки о данных и машинного обучения за короткое время.
Читать...
❓Хотите и дальше развиваться в области Data Science?
✅Сделайте первые шаги на открытом уроке «Natural language processing: как компьютер общается с людьми» 16 февраля в 18:00 (мск).
📊Тексты встречаются в огромном числе Data Science задач: чат-ботах, голосовых ассистентах или поисковиках.
Мария Тихонова, Senior Data Scientist в Сбере и руководитель программы курса в Отус, расскажет о принципах их работы и главных трендах в обработке естественного языка.
💥Demo-занятие пройдет в рамках онлайн-курса «Machine Learning. Professional». Партнер курса — Сбер. Во время обучения вы можете выбрать проект от партнера.
👉🏻Пройдите тестирование https://otus.pw/O5Zm9/, чтобы:
● оценить свои навыки
● зарегистрироваться на бесплатное demo-занятия курса
● занять место по специальной цене
● получить доступ в закрытое сообщество дата-сайентистов
Письмо начинающему изучать Data Science
Каждый Senior в сфере Data Science хотел бы получить такое письмо три года назад, когда только начинал изучать Data Science (DS). Чтобы там были необходимые ссылки на полезные материалы.
Статья не претендует на полноту охвата необъятной области DS. Однако для начинающего специалиста будет полезна.
Читать...
1 марта Newprolab запускает уже 16-й поток своей флагманской онлайн-программы «Специалист по большим данным» – 12 недель, 36 занятий, 9 инидвидуальных лабораторных работ и 2 командных проекта!
Участники смогут погрузиться в мир больших данных и поработать со всеми значимыми инструментами экосистемы, как это сделали уже более 300 выпускников этой программы
Специально для подписчиков канала действует дополнительная скидка 10% (от цены, указанной на сайте, по 01.03.2022 включительно) по промокоду "DEVSP_0222": https://clck.ru/aviPB
Вы научитесь строить модели машинного обучения, писать MapReduce-джобы, используя Hadoop Streaming и Python, работать с данными на HDFS, проводить анализ при помощи Apache Spark, строить алгоритмы рекомендательных систем.
И все это – на реальных дата-сетах и облачном кластере, живых бизнес-кейсах с преподавателями-практиками и нетворком в сообществе единомышленников.
Оставляйте заявку и задавайте вопросы: https://clck.ru/aviPB
Курсы и книги для изучения data science c нуля
В статье автор приводит курсы и книги, которые ему кажутся наиболее оптимальными для изучения машинного обучения/data science c нуля.
Стараюсь привести список, который будет наиболее кратким и одновременно даст все знания, необходимые для начала работы на практике, без серьезных пробелов в знаниях.
Читать...
До 20 марта можно подать заявку на научную премию имени Ильи Сегаловича и получить миллион рублей от Яндекса на свое исследование
Принять участие могут студенты, аспиранты и научные руководители, которые работают в сфере машинного обучения и других компьютерных науках.
Лауреаты получат:
— 1 миллион рублей
— оплачиваемую поездку на международную конференцию по AI
— гранты на использование сервисов Яндекс.Толока и Yandex DataSphere для исследований
Молодые исследователи подают заявку самостоятельно и проходят отбор в два этапа, а научных руководителей номинируют их студенты и аспиранты. Регистрация и подробности на сайте.
Почему так много специалистов по данным бросают свою работу
Мы так много читаем о безумной привлекательности науки о данных, что это занятие может показаться работой мечты. Прибавьте к тому, что в индустрии уже есть множество высококвалифицированных людей, заморачивающихся со сложными проблемами, и в эту работу можно будет влюбиться.
Но правда в том, что data scientists обычно «проводят 1-2 часа в неделю в поисках новой работы», как указано в этой статье Financial Times.
Читать...
Стартует набор на Unlocking Your Digital Potential
Это менторская программа @mckinseyrussia для девушек, которые интересуются бизнесом и технологиями: https://mck.co/3GYfdLp
Вас ждёт серия вебинаров, на которых вы познакомитесь с нашими консультантами из практики McKinsey Digital со всего мира и узнаете, как они запускают цифровые проекты в ведущих компаниях. После каждого вебинара участницам предстоит решить задание, и если они успешно с ним справятся, то получат приглашение на следующий этап программы. Все, кто дойдет до финала, получат офферы в McKinsey.
В процессе вы также узнаете, как раскрыть свой лидерский потенциал и построить успешную карьеру в консалтинге. И сможете познакомиться с другими талантливыми девушками из Восточной Европы, СНГ, Ближнего Востока, Турции и Африки.
✉️ Регистрация открыта до 10 февраля включительно.
Как Data Science помогает бизнесу: из практики IT-компании
Ритейлеры, банки и многие другие компании собирают и анализируют информацию, понимая, что данные управляют бизнесом. Для его развития необходимо проверять сотни гипотез различными методами, и здесь на помощь приходит Data Science — наука о данных.
Расскажем, как это работает и чем полезно, а также представим кейс из практики IT-компании SimbirSoft.
Читать...
Data Analyst или Data Scientist — кем бы вам хотелось быть?
В этой статье автор делится опытом по каждой должности, указывая ключевые различия в повседневных задачах. Я надеюсь, что моя статья поможет определиться, что подходит именно вам. А тем, кто уже работает, возможно, после прочтения захочется изменить свою должность. Некоторые начинают аналитиками данных, а затем переходят в исследователи.
Не так популярен, но не менее интересен путь от исследователя на невысоких позициях до аналитика на позиции сеньора. Обе должности имеют свои особенности и требуют определенных умений, о которых необходимо знать, прежде чем сделать следующий большой шаг в профессиональном развитии.
Читать...
