![Data Science | Machinelearning [ru]](https://cdn.tlmtr.io/_next/image?url=https%3A%2F%2Fimg.telemetr.io%2Fc%2F1dVo3O%2F5217464346798572541%3Fty%3Dl&w=48&q=75){kind=small}
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. MAX - https://max.ru/devsp Личный блог - @just_genych По вопросам рекламы или разработки - @g_abashkin РКН: https://vk.cc/cJPGXD
إظهار المزيد![الشبكة: Frontender's notes [ru]](https://cdn.tlmtr.io/_next/image?url=https%3A%2F%2Fimg.telemetr.io%2Fc%2F1qrVZ3%2F5348049928330532677%3Fty%3Dx&w=32&q=75){kind=small}
📈 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 19 654 مشتركاً، محتلاً المرتبة 6 681 في فئة التكنولوجيات والتطبيقات والمرتبة 33 391 في منطقة روسيا.
📊 مؤشرات الجمهور والحراك
منذ تأسيسه في невідомо، حقق المشروع نمواً سريعاً وجمع 19 654 مشتركاً.
بحسب آخر البيانات بتاريخ 10 نوفمبر, 2026، تحافظ القناة على نشاط مستقر. خلال آخر 30 يوماً تغيّر عدد الأعضاء بمقدار -113، وفي آخر 24 ساعة بمقدار -5، مع بقاء الوصول العام مرتفعاً.
- حالة التحقق: غير موثّقة
- معدل التفاعل (ER): يبلغ متوسط تفاعل الجمهور 7.53%. وخلال أول 24 ساعة من النشر يحصد المحتوى عادةً 4.48% من ردود الفعل نسبةً إلى إجمالي المشتركين.
- وصول المنشورات: يحصل كل منشور على متوسط 1 479 مشاهدة. وخلال اليوم الأول يجمع عادةً 881 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.
MAX - https://max.ru/devsp
Личный блог - @just_genych
По вопросам рекламы или разработки - @g_abashkin
РКН: https://vk.cc/cJPGXD”
بفضل وتيرة التحديث المرتفعة (أحدث البيانات بتاريخ 11 نوفمبر, 2026) تحافظ القناة على حداثتها ومستوى وصول مرتفع. وتُظهر التحليلات تفاعلاً نشطاً من الجمهور، ما يجعلها نقطة تأثير مهمة ضمن فئة التكنولوجيات والتطبيقات.
19 654
المشتركون
-524 ساعات
-287 أيام
-11330 أيام
أرشيف المشاركات
![Data Science | Machinelearning [ru]](https://cdn.tlmtr.io/_next/image?url=https%3A%2F%2Fimg.telemetr.io%2Fc%2F1dVo3O%2F5217464346798572541%3Fty%3Dx&w=64&q=75){kind=small}
🫥Решение задачи определения RUL трансформаторов с помощью машинного обучения на python
В данной статье рассмотрен распространенный подход решения задачи определения RUL силовых трансформаторов на основе моделей регрессии, так как у нас есть диагностические данные (временные ряды, сигналы) и разметка в виде значений длительности оборудования до отказа.
Читать...
Как начать развиваться в профессии дата-инженера?
👨💻Освойте лучшие практики работы с данными на онлайн-курсе «Data Engineer» от OTUS.
➡За 4 месяца вы научитесь собирать данные, разрабатывать архитектуру данных в компании и создавать сервисы для обработки данных больших объемов. Одна из фишек курса — метод кейсов. На занятиях разбираем примеры внедрений, использования инструментов, оптимизации производительности, а также возможные проблемы и ошибки.
💣 Пройдете тест и получите:
✔️ Живое общение с экспертами
✔️ Лучшие открытые уроки прошлых наборов курса
✔️ Продвинутые темы и практика на «боевых» задачах уровня Middle+
✔️ Скидку на прохождение онлайн курса «Data Engineer»
👉 ПРОЙТИ ТЕСТ
Приобрести курс возможно в рассрочку.
Реклама. ООО «Отус онлайн-образование», ОГРН 1177746618576, www.otus.ru, erid: LjN8KSDkT⚠️ С чего начать, если хотите работать в ML?
С бесплатного практического урока «Кластерный анализ данных» от OTUS. Спикер Мария Тихонова – Senior Data Scientist в «SberDevices» и преподаватель ВШЭ.
• В результате вебинара вы узнаете общие принципы кластеризации данных в ML
• Изучите ряд алгоритмов, в том числе k-means и примените их на практике
Встречаемся 7 февраля в 18:00 мск в рамках курса «Machine Learning. Professional».
Пройдите короткий тест прямо сейчас, чтобы посетить бесплатный урок и получить список вопросов и ответов для прохождения интервью
👉Регистрация
https://otus.pw/k6ZC/?erid=LjN8KHDhp
Реклама. ООО "ОТУС ОНЛАЙН-ОБРАЗОВАНИЕ". ИНН 9705100963.
Какими инструментами нужно владеть для работы с высоконагруженной архитектурой?
Расскажем на бесплатном практическом уроке «Роль Tarantool в высоконагруженной архитектуре» от OTUS.
На вебинаре разберём:
- особенности, функционал и преимущества Tarantool;
- архитектурные шаблоны и примеры его применения;
- итоги и вопросы.
Урок будет полезен для разработчиков, сисадминов и архитекторов, интересующихся высоконагруженными системами.
Занятие пройдёт 31 января в 20:00 мск и будет приурочено к старту курса «Highload Architect». Доступна рассрочка на обучение!
Пройдите короткое тестирование прямо сейчас, чтобы занять место на открытом уроке: https://clck.ru/38LWaq
Реклама. ООО «Отус онлайн-образование», ОГРН 1177746618576, www.otus.ru, erid: LjN8KHSwq
👨💻Профессия Data Scientist и 20 вопросов на собеседовании
В этой статье автор расскажет, что такое анализ основных причин, который включает в себя профессия Data Scientist, и почему профессия Data Scientist неразрывно связана с анализом и тестированием, а также вы узнаете почему цель кросс-проверки заключается в определении набора данных для тестирования модели на этапе обучения.
Читать...
Новый год — старт для ваших новых карьерных возможностей 🎄
6 февраля приглашаем на Зимнюю ярмарку вакансий, которая пройдёт офлайн и онлайн. Это классная возможность стать частью IT-сообщества Яндекса и познакомиться с теми, кто создаёт сервисы с многомиллионной аудиторией.
Что вас ждёт
🔸 Вакансии для стажёров
Узнаете о новых вакансиях и задачах, а также сможете лично пообщаться с командами и подать заявку туда, где понравится больше всего.
🔸 Полезные лекции
Узнаете о технологиях и кейсах из практики от экспертов Яндекса. Лекции пройдут по основным направлениям стажировки: бэкенд, фронтенд, мобильная разработка, аналитика и машинное обучение.
🔸 Нетворкинг со стажёрами Яндекса
Узнаете, как они проходили отбор, как готовились и чем планируют заниматься дальше. Сейчас в Яндексе одновременно стажируются более 600 человек — им есть что рассказать.
Как попасть на Зимнюю ярмарку вакансий
Чтобы попасть на ярмарку, нужно пройти предварительный отбор — решить задачи на Яндекс Контесте до 31 января включительно. Мы проверим решения, оценим анкеты и позовём лучших на день стажёра в Москве. Приглашения придут до 2 февраля включительно.
🍭 Закрытое шоу
Тех, кто решит все задачи из Контеста, мы пригласим на вечернее закрытое шоу «Всё в плюсе». Это соревнование между различными бизнес-группами Яндекса, в которых примут участие и стажёры, и топовые разработчики. Знакомство с различными сервисами, нетворкинг с действующими стажёрами, вечеринка с кавер-группой и диджеем — это то, что ждёт вас на шоу.
Узнать подробности и подать заявку — https://yandex.ru/yaintern/intern-day
🖥 Подкаст «Техно.Логично»: Data Science и машинное обучение
Как рассказать бабушке о своей работе, чтобы она поняла и не испугалась? Как отбиться от офферов крупных компаний, если твоя профессия считается одной из самых модных и востребованных в современном мире?
Вечные вопросы, над которыми ломают голову поколения дата-сайентистов. Чтобы найти ответы, мы пригласили в новую студию подкаста «Техно.Логично» коллег из Департамента анализа данных и моделирования Газпромбанка: управляющего директора Андрея Анисимова и главного аналитика-исследователя Ирину Скорынину.
Ребята рассказали:
🔹Где в Газпромбанке применяются математические модели
🔹Сможет ли ИИ заменить людей в машинном обучении
🔹Почему работать в Data Science стало так престижно – и всем ли туда нужно стремиться
🔹Если вы решили, что вам нужно – то как выбрать подходящий онлайн-курс по машинному обучению
Посмотреть и послушать:
🖤YouTube
📱Apple Podcasts
🎵Яндекс Музыка
🎁 Бонус – конкурс в конце выпуска
В подкасте обновилась не только студия, но и приз за победу в конкурсе – теперь это Яндекс Станция с голосовым помощником!
Условия конкурса к выпуску о Data Science: у Газпромбанка есть очень большая витрина с данными клиентов, которую используют для обучения математических моделей. Предположите в комментариях к видео, сколько столбцов у этой витрины? Автор наиболее точного ответа получит колонку с Алисой 🥹
Реклама Банк ГПБ (АО), ИНН: 7744001497, erid:2VtzqvsR5YA
🖥 Подкаст «Техно.Логично»: Data Science и машинное обучение
Как рассказать бабушке о своей работе, чтобы она поняла и не испугалась? Как отбиться от офферов крупных компаний, если твоя профессия считается одной из самых модных и востребованных в современном мире?
Вечные вопросы, над которыми ломают голову поколения дата-сайентистов. Чтобы найти ответы, мы пригласили в новую студию подкаста «Техно.Логично» коллег из Департамента анализа данных и моделирования Газпромбанка: управляющего директора Андрея Анисимова и главного аналитика-исследователя Ирину Скорынину.
Ребята рассказали:
🔹Где в Газпромбанке применяются математические модели
🔹Сможет ли ИИ заменить людей в машинном обучении
🔹Почему работать в Data Science стало так престижно – и всем ли туда нужно стремиться
🔹Если вы решили, что вам нужно – то как выбрать подходящий онлайн-курс по машинному обучению
Посмотреть и послушать:
🖤YouTube
📱Apple Podcasts
🎵Яндекс Музыка
🎁 Бонус – конкурс в конце выпуска
В подкасте обновилась не только студия, но и приз за победу в конкурсе – теперь это Яндекс Станция с голосовым помощником!
Условия конкурса к выпуску о Data Science: у Газпромбанка есть очень большая витрина с данными клиентов, которую используют для обучения математических моделей. Предположите в комментариях к видео, сколько столбцов у этой витрины? Автор наиболее точного ответа получит колонку с Алисой 🥹
Реклама Банк ГПБ (АО), ИНН: 7744001497, erid:2VtzqvsR5YA
🖥 Подкаст «Техно.Логично»: Data Science и машинное обучение
Как рассказать бабушке о своей работе, чтобы она поняла и не испугалась? Как отбиться от офферов крупных компаний, если твоя профессия считается одной из самых модных и востребованных в современном мире?
Вечные вопросы, над которыми ломают голову поколения дата-сайентистов. Чтобы найти ответы, мы пригласили в новую студию подкаста «Техно.Логично» коллег из Департамента анализа данных и моделирования Газпромбанка: управляющего директора Андрея Анисимова и главного аналитика-исследователя Ирину Скорынину.
Ребята рассказали:
🔹Где в Газпромбанке применяются математические модели
🔹Сможет ли ИИ заменить людей в машинном обучении
🔹Почему работать в Data Science стало так престижно – и всем ли туда нужно стремиться
🔹Если вы решили, что вам нужно – то как выбрать подходящий онлайн-курс по машинному обучению
Посмотреть и послушать:
🖤YouTube
📱Apple Podcasts
🎵Яндекс Музыка
🎁 Бонус – конкурс в конце выпуска
В подкасте обновилась не только студия, но и приз за победу в конкурсе – теперь это Яндекс Станция с голосовым помощником!
Условия конкурса к выпуску о Data Science: у Газпромбанка есть очень большая витрина с данными клиентов, которую используют для обучения математических моделей. Предположите в комментариях к видео, сколько столбцов у этой витрины? Автор наиболее точного ответа получит колонку с Алисой 🥹
Реклама Банк ГПБ (АО), ИНН: 7744001497, erid:2VtzqvsR5YA
🔥 Воркшоп: RFM-анализ клиентской базы с помощью Pandas в Python
В этот четверг, Андрон Алексанян, CEO IT Resume & Simulative, проведет бесплатный воркшоп для аналитиков на тему: “RFM-анализ клиентской базы с помощью Pandas в Python”!
📅 Дата: 25 января.
🕘 Время: 19:00 по Мск.
Что будем делать на воркшопе:
✅ Проанализируем реальную клиентскую базу аптечной сети
✅ Проведем EDA с помощью Pandas
✅ Напишем скрипт для проведения RFM-анализа
✅ Сформулируем конкретные бизнес-выводы и предложения на основании проведенного анализа
✅ Изучим несколько классных фишек Pandas
Воркшоп подойдет всем — от новичков до тех, кто уже знаком с Python. В прямом эфире мы также расскажем о частых ошибках и поделимся рабочими лайфхаками 💪🏻
❗️ Записи воркшопа не будет. Только один раз и только в live-формате.
А вы готовы прокачать свои знания и скиллы в аналитике?
👉🏻 Регистрируйтесь на воркшоп здесь
Реклама. ООО «АЙТИ РЕЗЮМЕ». ИНН 4025460134. Erid:LjN8KH8qL
