Data Science
الذهاب إلى القناة على Telegram
DS По всем вопросам- @haarrp @ai_machinelearning_big_data - machine learning @pythonl - Python @itchannels_telegram - 🔥 best it channels @ArtificialIntelligencedl - AI @pythonlbooks-📚 @programming_books_it -📚 Реестр РКН: https://clck.ru/3Fk3zS
إظهار المزيد
📈 نظرة تحليلية على قناة تيليجرام Data Science
تُعد قناة Data Science (@datascienceiot) لاعباً نشطاً. يضم المجتمع حالياً 42 411 مشتركاً، محتلاً المرتبة 3 178 في فئة التكنولوجيات والتطبيقات والمرتبة 14 813 في منطقة روسيا.
📊 مؤشرات الجمهور والحراك
منذ تأسيسه في невідомо، حقق المشروع نمواً سريعاً وجمع 42 411 مشتركاً.
بحسب آخر البيانات بتاريخ 14 نوفمبر, 2026، تحافظ القناة على نشاط مستقر. خلال آخر 30 يوماً تغيّر عدد الأعضاء بمقدار -93، وفي آخر 24 ساعة بمقدار -4، مع بقاء الوصول العام مرتفعاً.
- حالة التحقق: غير موثّقة
- معدل التفاعل (ER): يبلغ متوسط تفاعل الجمهور 7.19%. وخلال أول 24 ساعة من النشر يحصد المحتوى عادةً 2.62% من ردود الفعل نسبةً إلى إجمالي المشتركين.
- وصول المنشورات: يحصل كل منشور على متوسط 3 050 مشاهدة. وخلال اليوم الأول يجمع عادةً 1 111 مشاهدة.
- التفاعلات والاستجابة: يتفاعل الجمهور بانتظام؛ متوسط التفاعلات لكل منشور يبلغ 0.
- الاهتمامات الموضوعية: يركز المحتوى على مواضيع رئيسية مثل llm, агентов, api, октября, разработчиков.
📝 الوصف وسياسة المحتوى
يصف المؤلف القناة بأنها مساحة للتعبير عن الآراء الذاتية:
“DS
По всем вопросам- @haarrp
@ai_machinelearning_big_data - machine learning
@pythonl - Python
@itchannels_telegram - 🔥 best it channels
@ArtificialIntelligencedl - AI
@pythonlbooks-📚
@programming_books_it -📚
Реестр РКН: https://clck.ru/3...”
بفضل وتيرة التحديث المرتفعة (أحدث البيانات بتاريخ 15 نوفمبر, 2026) تحافظ القناة على حداثتها ومستوى وصول مرتفع. وتُظهر التحليلات تفاعلاً نشطاً من الجمهور، ما يجعلها نقطة تأثير مهمة ضمن فئة التكنولوجيات والتطبيقات.
42 411
المشتركون
-424 ساعات
-1027 أيام
-9330 أيام
جارٍ تحميل البيانات
القنوات المماثلة
![Data Science | Machinelearning [ru]](https://cdn.tlmtr.io/_next/image?url=https%3A%2F%2Fimg.telemetr.io%2Fc%2F1dVo3O%2F5217464346798572541%3Fty%3Dx&w=96&q=75){kind=small}
سحابة العلامات
الإشارات الواردة والصادرة
---
---
---
---
---
---
جذب المشتركين
نوفمبر '26نوفمبر '26
نوفمبر '26
+23
في 2 قنوات
أكتوبر '26
+264
في 3 قنوات
Get PRO
سبتمبر '26
+284
في 1 قنوات
Get PRO
أغسطس '26
+486
في 2 قنوات
Get PRO
يوليو '26
+594
في 3 قنوات
Get PRO
يونيو '26
+156
في 2 قنوات
Get PRO
مايو '26
+183
في 2 قنوات
Get PRO
أبريل '26
+170
في 4 قنوات
Get PRO
مارس '26
+338
في 2 قنوات
Get PRO
فبراير '26
+499
في 2 قنوات
Get PRO
يناير '26
+687
في 0 قنوات
Get PRO
ديسمبر '25
+380
في 2 قنوات
Get PRO
نوفمبر '25
+530
في 2 قنوات
Get PRO
أكتوبر '25
+374
في 1 قنوات
Get PRO
سبتمبر '25
+587
في 7 قنوات
Get PRO
أغسطس '25
+609
في 1 قنوات
Get PRO
يوليو '25
+750
في 3 قنوات
Get PRO
يونيو '25
+525
في 1 قنوات
Get PRO
مايو '25
+454
في 3 قنوات
Get PRO
أبريل '25
+560
في 11 قنوات
Get PRO
مارس '25
+573
في 4 قنوات
Get PRO
فبراير '25
+545
في 7 قنوات
Get PRO
يناير '25
+842
في 20 قنوات
Get PRO
ديسمبر '24
+848
في 5 قنوات
Get PRO
نوفمبر '24
+1 777
في 32 قنوات
Get PRO
أكتوبر '24
+1 710
في 6 قنوات
Get PRO
سبتمبر '24
+1 402
في 7 قنوات
Get PRO
أغسطس '24
+1 164
في 4 قنوات
Get PRO
يوليو '24
+1 033
في 7 قنوات
Get PRO
يونيو '24
+1 066
في 7 قنوات
Get PRO
مايو '24
+1 000
في 37 قنوات
Get PRO
أبريل '24
+935
في 45 قنوات
Get PRO
مارس '24
+1 187
في 22 قنوات
Get PRO
فبراير '24
+1 142
في 3 قنوات
Get PRO
يناير '24
+1 230
في 45 قنوات
Get PRO
ديسمبر '23
+687
في 42 قنوات
Get PRO
نوفمبر '23
+382
في 3 قنوات
Get PRO
أكتوبر '23
+1 012
في 20 قنوات
Get PRO
سبتمبر '23
+872
في 0 قنوات
Get PRO
أغسطس '23
+747
في 0 قنوات
Get PRO
يوليو '23
+560
في 0 قنوات
Get PRO
يونيو '23
+865
في 0 قنوات
Get PRO
مايو '23
+1 528
في 0 قنوات
Get PRO
أبريل '23
+363
في 0 قنوات
Get PRO
مارس '23
+417
في 0 قنوات
Get PRO
فبراير '23
+423
في 0 قنوات
Get PRO
يناير '23
+472
في 0 قنوات
Get PRO
ديسمبر '22
+770
في 0 قنوات
Get PRO
نوفمبر '22
+380
في 0 قنوات
Get PRO
أكتوبر '22
+534
في 0 قنوات
Get PRO
سبتمبر '22
+578
في 0 قنوات
Get PRO
أغسطس '22
+1 100
في 0 قنوات
Get PRO
يوليو '22
+464
في 0 قنوات
Get PRO
يونيو '22
+366
في 0 قنوات
Get PRO
مايو '22
+403
في 0 قنوات
Get PRO
أبريل '22
+514
في 0 قنوات
Get PRO
مارس '22
+462
في 0 قنوات
Get PRO
فبراير '22
+304
في 0 قنوات
Get PRO
يناير '22
+400
في 0 قنوات
Get PRO
ديسمبر '21
+287
في 0 قنوات
Get PRO
نوفمبر '21
+224
في 0 قنوات
Get PRO
أكتوبر '21
+1 533
في 0 قنوات
Get PRO
سبتمبر '21
+382
في 0 قنوات
Get PRO
أغسطس '21
+412
في 0 قنوات
Get PRO
يوليو '21
+507
في 0 قنوات
Get PRO
يونيو '21
+611
في 0 قنوات
Get PRO
مايو '21
+555
في 0 قنوات
Get PRO
أبريل '21
+404
في 0 قنوات
Get PRO
مارس '21
+456
في 0 قنوات
Get PRO
فبراير '21
+411
في 0 قنوات
Get PRO
يناير '21
+729
في 0 قنوات
Get PRO
ديسمبر '20
+10 299
في 0 قنوات
| التاريخ | نمو المشتركين | الإشارات | القنوات | |
| 15 نوفمبر | 0 | |||
| 14 نوفمبر | +3 | |||
| 13 نوفمبر | 0 | |||
| 12 نوفمبر | +1 | |||
| 11 نوفمبر | 0 | |||
| 10 نوفمبر | +4 | |||
| 09 نوفمبر | +6 | |||
| 08 نوفمبر | +1 | |||
| 07 نوفمبر | +1 | |||
| 06 نوفمبر | 0 | |||
| 05 نوفمبر | +2 | |||
| 04 نوفمبر | +2 | |||
| 03 نوفمبر | 0 | |||
| 02 نوفمبر | +1 | |||
| 01 نوفمبر | +2 |
منشورات القناة
AI Isn’t Getting Dumber, We’re Getting Pickier: Rising Standards in Human Evaluation of Large Language Models
📓 Read
@datascienceiot
| 2 | 📊 AI VK Research придумали, как точнее предсказывать интерес к контенту
Метод называется HEGM (Hierarchical Exponential-Gaussian Mixture). Модель предсказывает распределение возможных сценариев: пролистают сразу, посмотрят частично, досмотрят до конца или пересмотрят.
Что дало на практике:
— в VK Клипах число роликов за один заход выросло на 10%
— досмотры (>10 сек) +6%
— дизлайки −8,3%
Проверяли на KuaiRec, VK-LSVD и внутреннем датасете из 282 млн обезличенных взаимодействий. По качеству ранжирования HEGM обошёл протестированные альтернативы.
Зачем это нужно: подход переносится на музыку (пропуски vs полное прослушивание), рекламу (длительность просмотра) и e-commerce (время изучения карточки). Одна модель — несколько метрик интереса, без перестройки архитектуры рекомендательной системы.
Код уже открыт на GitHub. Читаем подробнее тут. | 1 390 |
| 3 |  Recurrent Harness for Agentic Continual Learning
📓 Read
@datascienceiot | 1 353 |
| 4 |  Приглашаем на митап для ML-разработчиков и дата-сайентистов 🥰
Как использовать LLM и агентов в поиске, чтобы точнее понимать запросы пользователей и повышать релевантность результатов?
19 ноября обсудим выбор моделей, оценку качества и работу таких систем в проде.
🔴 Борис Коварский, hh.ru — Агентный поиск в рекрутинге: опыт hh
🔴 Виктор Реушкин, hh.ru — Как устроен диалоговый поиск вакансий на hh
🤩 Алексей Казаков, Циан — LLM и энкодерные модели для поиска. Опыт развития подходов в поиске недвижимости
Дата и время: 19 ноября в 19:00 мск
Очно: Москва, офис hh
Онлайн: будет трансляция в VK и YouTube для тех, кто не сможет прийти в офис
После докладов можно будет пообщаться с коллегами — подготовим вкусную еду и напитки 🍕
Регистрируйтесь → участие бесплатное 🥹
#реклама
О рекламодателе | 1 304 |
| 5 |  New Carnegie Mellon and JetBrains paper finds that token spend shows how much engineers use AI agents, not how much they ship.
📓 Read
@datascienceiot | 1 632 |
| 6 |  Claude решил задачу по физике чёрных дыр, которую не могли закрыть около 20 лет
Anthropic опубликовала исследование, в котором внутренняя исследовательская модель Claude получила новый результат в теоретической физике.
Работа посвящена переходу Хокинга - Пейджа. Это фазовый переход, связанный с термодинамикой чёрных дыр в пространстве анти-де Ситтера (AdS).
Исследователей интересовал вопрос: сохраняется ли этот переход при слабой связи, когда классическое геометрическое описание уже неприменимо?
Для ответа требовалось вычислить коэффициент, который впервые появляется на трёх петлях в теории возмущений. По словам авторов, этот коэффициент не удавалось вычислить примерно два десятилетия.
Claude получила значение:
b = −1,48 × 10⁻³ λ²
Отрицательный знак коэффициента показывает, что переход остаётся переходом первого рода. Он происходит немного ниже температуры Хагедорна.
Особенно интересна организация работы. Физик поставил задачу внутренней исследовательской модели Anthropic, после чего проверил результат на нескольких известных частных случаях. Отдельный запуск Claude с использованием другого метода независимо получил то же значение.
Позднее Anthropic связала эту внутреннюю модель с Claude Fable 5.2.
Это ещё один пример того, как современные языковые модели начинают участвовать в исследованиях на уровне сложных математических вычислений и теоретической физики.
При этом работа пока не прошла независимое научное рецензирование. Результат требует проверки со стороны физического сообщества.
📓 Read
@datascienceiot | 2 365 |
| 7 | 1 | 1 |
| 8 |  🔍 Открытое ML-собеседование с техлидом Яндекса|
12 ноября, 19:00 мск
Приходи онлайн посмотреть, как проходит техническое интервью на ML-инженера, и попробуй ответить на вопросы вместе с кандидатом
Как всё будет проходить:
📂 Интервьюер: Любовь Чубарова, техлид в Яндексе (RnD Alice AI), одна из первых сотрудниц YandexArt, преподаватель ВШЭ, экс-руководитель аналитики Центра ИИ Сколтеха. В роли кандидата – инженер-доброволец
📂 Никакого сценария: Любовь задаст вопросы и предложит задачи, которые использует на технических интервью. Кандидат не будет знать их заранее
📂 В конце эфира Любовь ответит на вопросы участников
Участие бесплатное!
Эфир проходит в рамках менторской программы ШОРТКАТ для айтишников, которые хотят сменить работу, вырасти в грейде и зарплате или прокачать технические навыки
Переходи в бота, чтобы получить ссылку на эфир → @shortcut_ml_bot
Реклама.
О рекламодателе. | 2 058 |
| 9 |  Yoshua Bengio and collaborators just released a goldmine 182-page survey on mechanistic interpretability!
"Understanding AI from the Inside"
📓 Read
@datascienceiot | 1 987 |
| 10 |  A Circuit for In-Context Learning
📓 Read
@datascienceiot | 2 893 |
| 11 |  Алгоритм знает, где вы будете 7-го ноября 😎
RecSys-митап в Москве для тех, кто уже строит рекомендательные системы и хочет делать это еще лучше.
В программе — доклады от топовых экспертов Сбера с разбором кейсов, свежих подходов и неочевидных решений.
После официальной части — нетворкинг. Время в узком кругу профессионалов и сообщества Зеленый RecSys.
Участие бесплатное, но количество мест ограничено.
Москва. Суббота. 7 ноября. RecSys!
➡️ регистрируйтесь | 2 723 |
| 12 |  Mistral Large 4
📓 Read
@datascienceiot | 2 750 |
| 13 |  "Large Flow Language Models"
What if we could turn existing LLMs into diffusionLMs that generate multiple tokens in parallel without losing accuracy?
📓 Read
@datascienceiot | 3 829 |
| 14 |  Бесплатная книга о больших языковых моделях – 315 страниц от предобучения до рассуждений.
Foundations of Large Language Models Тун Сяо и Цзинбо Чжу системно объясняет, как устроены LLM, как их обучают и применяют.
Внутри шесть основных тем:
- Предобучение: задачи обучения и архитектуры моделей.
- Генеративные модели: Transformer, подготовка данных, масштабирование и длинный контекст.
- Промптинг: обучение на примерах в контексте, декомпозиция задач, RAG и инструменты.
- Выравнивание: обучение выполнению инструкций и использование человеческой обратной связи.
- Инференс: декодирование, ускорение и дополнительные вычисления во время генерации.
- Рассуждения: методы улучшения способности решать сложные задачи.
Авторы делают акцент на фундаментальных принципах. Материал подойдёт студентам, разработчикам и ML-инженерам, которым хочется связать отдельные знания о LLM в целостную картину.
Книга на английском. Базовые знания машинного обучения и нейросетей помогут при чтении.
Скачать PDF бесплатно:
https://arxiv.org/pdf/2501.09223 | 3 556 |
| 15 |  Working with Agentic `Teammates': When a New Organizational Actor Collides with the Human Ecosystem of Work
📓 Read
@datascienceiot | 2 748 |
| 16 |  The Geometry of Agent Memory: Forecasting Retrieval-Bound Memory Failures, and Characterizing Its Limits
📓 Read
@datascienceiot | 3 034 |
| 17 |  At the Limits of Computability: Steps Towards Autonomous AI Discovery on the Busy Beaver Frontier
📓 Read
@datascienceiot | 3 096 |
| 18 |  Patch the Planet: global response coordination as agents uncover critical vulnerabilities
https://openai.com/index/coordinated-disclosure-of-critical-vulnerabilities/ | 3 207 |
| 19 | Зачем готовиться к собеседованию вслепую, если можно заранее посмотреть, какие будут вопросы и задачи?
Ребята из Поступашек уже 6 лет собирают реальные задания и разборы собеседований в BigTech. Там можно найти не только сами вопросы, но и разборы технических секций, критерии оценки и рекомендации по подготовке.
Собрали подборку полезных материалов под разные направления:
➡️ Аналитикам:
— Собеседования на продуктового и бизнес-аналитика в Т-Банке 🟨
— Что спрашивают по A/B-тестированию в X5 🌿 , разбор собес на DS в Яндекс 🟥
➡️ Разработчикам:
— Go и System Design в Ozon 🔵, GO в Авито😎
— Банк алгоритмических собеседований из BigTech
➡️ ML/AI-инженерам:
— Все вопросы на ML-собеседование в Яндексе 🟥 и ML в Авито 😎
— 10 кейсов по ML System Design в Т-Банке 🟨
➡️ Тем, кто ищет первую стажировку:
— Как получить стажировку в 2026 году
— Где взять опыт, если его нет
В Поступашках регулярно выходят новые разборы собеседований, карьерные гайды, стажировки и инсайды о найме в BigTech.
Лучше увидеть эти вопросы до собеседования, чем узнать о них после отказа
ПОСТУПАШКИ ПОДПИСАТЬСЯ | 2 437 |
| 20 |  The World Won't Wait: Evaluating and Teaching Agents Under a Live Clock
📓 Read
@datascienceiot | 3 442 |
