ar
Feedback
Data Science

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
Machinelearningالشبكة:Machinelearningروسيا15 298التكنولوجيات والتطبيقات3 238

📈 نظرة تحليلية على قناة تيليجرام Data Science

تُعد قناة Data Science (@datascienceiot) لاعباً نشطاً. يضم المجتمع حالياً 41 885 مشتركاً، محتلاً المرتبة 3 238 في فئة التكنولوجيات والتطبيقات والمرتبة 15 298 في منطقة روسيا.

📊 مؤشرات الجمهور والحراك

منذ تأسيسه في невідомо، حقق المشروع نمواً سريعاً وجمع 41 885 مشتركاً.

بحسب آخر البيانات بتاريخ 19 يونيو, 2026، تحافظ القناة على نشاط مستقر. خلال آخر 30 يوماً تغيّر عدد الأعضاء بمقدار -26، وفي آخر 24 ساعة بمقدار -10، مع بقاء الوصول العام مرتفعاً.

  • حالة التحقق: غير موثّقة
  • معدل التفاعل (ER): يبلغ متوسط تفاعل الجمهور 8.85‎%. 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 3 707 مشاهدة. وخلال اليوم الأول يجمع عادةً 1 096 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 20 يونيو, 2026) تحافظ القناة على حداثتها ومستوى وصول مرتفع. وتُظهر التحليلات تفاعلاً نشطاً من الجمهور، ما يجعلها نقطة تأثير مهمة ضمن فئة التكنولوجيات والتطبيقات.

41 885
المشتركون
-1024 ساعات
-327 أيام
-2630 أيام
أرشيف المشاركات
Data Science
Data Science
41 882
An Introduction to Zig 📓 Book @datascienceiot
An Introduction to Zig 📓 Book @datascienceiot

Data Science
Data Science
41 882
Repost from Machine learning Interview
📌 Открытый курс по ML с видео и лекциями от Амстердамского университета Этот курс покрывает множество тем ML, вот некоторые
+4
📌 Открытый курс по ML с видео и лекциями от Амстердамского университета Этот курс покрывает множество тем ML, вот некоторые из них: — Gaussian Mixture Models — PCA (Principal Component Analysis) — SVM (Support Vector Machines) — Bootstrapping, Feature Bagging К каждой теме приводится pdf с основными формулами и видео с подробным объяснением, в целом очень годный курс 🟡 Machine Learning (UvA) @machinelearning_interview

Data Science
Data Science
41 882
⚡️ Для всех, кто готов начать осваивать IT уже этой осенью Центр непрерывного образования ФКН НИУ ВШЭ дарит скидку 10% на кур
⚡️ Для всех, кто готов начать осваивать IT уже этой осенью Центр непрерывного образования ФКН НИУ ВШЭ дарит скидку 10% на курсы и программы, стартующие осенью, при условии подачи заявки до 31 июля. Профессии: ➖➖➖➖➖ 1. «Специалист по Data Science» Старт — 11 сентября Прочитать подробнее и подать заявку 2. «Аналитик данных» Старт — 5 октября Прочитать подробнее и подать заявку Очные курсы: ➖➖➖➖➖ 1. «Алгоритмы и структуры данных» Старт — 4 сентября Прочитать подробнее и подать заявку 2. «Python для автоматизации и анализа данных» Старт — 5 сентября Прочитать подробнее и подать заявку 3. «Машинное обучение» Старт — 9 сентября Прочитать подробнее и подать заявку 4. «Глубинное обучение» Старт — 14 сентября Прочитать подробнее и подать заявку 5. «Прикладная статистика для машинного обучения» Старт — 23 октября Прочитать подробнее и подать заявку Онлайн-курсы: ➖➖➖➖➖➖ 1. «Программирование на Python» Старт — 6 сентября Прочитать подробнее и подать заявку 2. «SQL для начинающих» Старт — 19 сентября Прочитать подробнее и подать заявку 3. «Frontend-разработчик» Старт — 23 сентября Прочитать подробнее и подать заявку 📌Подробнее обо всех программах: на сайте. Реклама ЗАО ГК Аккорд 2SDnjcBwUwC

Data Science
Data Science
41 882
📌 Applied Statistics with R — отличная книга для аналитиков, ML-инженеров и специалистов по DS 🟡 Applied Statistics with R
+2
📌 Applied Statistics with R — отличная книга для аналитиков, ML-инженеров и специалистов по DS 🟡 Applied Statistics with R @datascienceiot

Data Science
Data Science
41 882
🤗 Все что нужно знать о работе с Hugging Face за 10 минут! В этом ролике мы разыгрываем 3 крутые книги по МАШИННОМУ ОБУЧЕНИЮ
🤗 Все что нужно знать о работе с Hugging Face за 10 минут! В этом ролике мы разыгрываем 3 крутые книги по МАШИННОМУ ОБУЧЕНИЮ, нужно всего лишь оставить любой осмысленный коммент и лайк и быть подписанным на наш канал! https://www.youtube.com/watch?v=4B_foZbWh2c @data_analysis_ml

Data Science
Data Science
41 882
📌Deep Learning на практике 🟡 Deep Learning на практике 🖥 Ноутбуки на GitHub @datascienceiot
+2
📌Deep Learning на практике 🟡 Deep Learning на практике 🖥 Ноутбуки на GitHub @datascienceiot

Data Science
Data Science
41 882
Introduction to Machine Learning 📚 Book @datascienceiot
Introduction to Machine Learning 📚 Book @datascienceiot

Data Science
Data Science
41 882
⚡️Лучший способ получать свежие обновлении и следить за трендами в разработке на вашем языке. Находите свой стек и подписывайтесь: C++ t.me/cpluspluc Devops: t.me/devOPSitsec Машинное обучение: t.me/ai_machinelearning_big_data АНАЛИЗ Данных: t.me/data_analysis_ml Хакинг: t.me/linuxkalii Linux: t.me/linuxacademiya Базы данных: t.me/sqlhub C#: t.me/csharp_ci Golang: t.me/Golang_google Java: t.me/javatg React: t.me/react_tg Javascript: t.me/javascriptv Мобильная разработка: t.me/mobdevelop Docker: t.me/+0WdB4uvOwCY0Mjdi Python: t.me/pythonl Rust: t.me/rust_code PHP: t.me/phpshka Android: t.me/android_its Big Data: t.me/bigdatai Собеседования МЛ: t.me/machinelearning_interview Python подготовка с собесу: t.me/python_job_interview МАТЕМАТИКА: t.me/data_math 💼 Папка с вакансиями: t.me/addlist/_zyy_jQ_QUsyM2Vi Папка Go разработчика: t.me/addlist/MUtJEeJSxeY2YTFi Папка Python разработчика: t.me/addlist/eEPya-HF6mkxMGIy Папка ML: https://t.me/addlist/2Ls-snqEeytkMDgy C++ папка: https://t.me/addlist/CdBs5DLepLJmZjY6 C# папка: https://t.me/addlist/u15AMycxRMowZmRi Java папка: https://t.me/addlist/ZM3J6oFNAnRlNWU6 FRONTEND папка: https://t.me/addlist/mzMMG3RPZhY2M2Iy Linux папка: https://t.me/addlist/w4Doot-XBG4xNzYy 😆ИТ-Мемы: t.me/memes_prog 🇬🇧Английский: t.me/english_forprogrammers 🧠ИИ: t.me/vistehno 📕Ит-книги бесплатно: https://t.me/addlist/BkskQciUW_FhNjEy

Data Science
Data Science
41 882
Understanding Deep Learning by Simon J.D. Prince @datascienceiot

Data Science
Data Science
41 882
Obey the Testing Goat! TDD for the Web, with Python, Selenium, Django, JavaScript and pals... 📓Book @pythonlbooks
Obey the Testing Goat! TDD for the Web, with Python, Selenium, Django, JavaScript and pals... 📓Book @pythonlbooks

Data Science
Data Science
41 882
Первый зампред правления Сбера Александр Ведяхин приоткрыл секрет технологического лидерства банка. «На сегодняшний день поддержкой модельного ландшафта и разработкой прорывных SOTA-решений занимается DS-команда Сбера, которая насчитывает приблизительно 2,7 тыс. специалистов. Это позволило Сберу получить финансовый эффект от AI около 900 млрд рублей накопительным итогом с 2020 года — со среднегодовым темпом роста около 50%», — рассказал Ведяхин. Он также добавил, что развитием искусственного интеллекта в банке занимаются более 300 R&D-специалистов. Только за 2023 год ученые Сбера представили 36 научных работ на конференциях уровня A/A и опубликовали ещё 57 работ. @datascienceiot

Data Science
Data Science
41 882
Vector Calculus 📓 Book @datascienceiot
Vector Calculus 📓 Book @datascienceiot

Data Science
Data Science
41 882
Станьте профессионалом в области Data Science и машинного обучения в магистратуре от Центрального университета! Центральный у
Станьте профессионалом в области Data Science и машинного обучения в магистратуре от Центрального университета! Центральный университет — современный вуз, созданный при поддержке ведущих компаний России: Т-Банка, Авито и других. Получите диплом магистра в области математики и компьютерных наук и обучайтесь на основе реальных кейсов ведущих ИТ-компаний у профессоров из МГУ, МФТИ, РЭШ и практиков из индустрии. Хорошая новость для тех, кто уже имеет опыт в Data Science и машинном обучении — вы можете пропустить базовое обучение и закончить магистратуру за 3 семестра. У каждого студента будет: - личный ментор по траектории обучения; - доступ к карьерному центру с коучами и консультантами; - опыт работы в проектах партнеров уже во время обучения. Участвуйте в онлайн-отборе, чтобы выиграть грант на обучение до 1,2 млн рублей. Больше подробностей про университет и конкурс грантов по ссылке! erid:2VtzqumveE4 Реклама, АНО ВО «Центральный университет», ИНН 7743418023

Data Science
Data Science
41 882
Algorithm Design and Analysis 📓 Book @datascienceiot
Algorithm Design and Analysis 📓 Book @datascienceiot

Data Science
Data Science
41 882
Подготовься к экзаменам, чтобы стать аналитиком больших данных За неделю вы освежите знания математики и программирования, ко
Подготовься к экзаменам, чтобы стать аналитиком больших данных За неделю вы освежите знания математики и программирования, которые нужны для успешного прохождения вступительного экзамена в онлайн-магистратуру «Аналитика больших данных». Вас ждут: ➖4 синхронных вебинара по математическому анализу, линейной алгебре, комбинаторике, аналитике и программированию на Python ➖Курс с задачами на Stepik ➖Рекомендации по подготовке от преподавателей программы 📆 Когда: 1-5 июля 💻 Формат: онлайн, все занятия будут записаны Для участия в мероприятии необходимо зарегистрироваться по ссылке. Реклама ЗАО ГК Аккорд 2SDnjcYxQBU

Data Science
Data Science
41 882
Information Theory 📓 Book @datascienceiot
Information Theory 📓 Book @datascienceiot

Data Science
Data Science
41 882
Яндекс разработал и опубликовал библиотеку YaFSDP — собственное решение для ускорения обучения больших языковых моделей. При
Яндекс разработал и опубликовал библиотеку YaFSDP — собственное решение для ускорения обучения больших языковых моделей. При обучении LLM возникает проблема сложности вычислений и коммуникаций GPU в кластере. Большие расчёты должны синхронизироваться на разных видеокартах, а для этого сами устройства должны обмениваться информацией, чтобы не считать два раза одно и то же. Если GPU делают это неэффективно, то они теряют до 30% недоутилизированной мощности. Библиотека YaFSDP позволяет ускорить обучение больших языковых моделей до 25%. С её помощью можно тратить меньше времени на обучение и расходовать меньше ресурсов графических процессоров (GPU). Подробнее о том, как менялись подходы к оптимизации ресурсов можно прочитать в статье на «Хабре».

Data Science
Data Science
41 882
A FREE tutorial on diffusion models and flow matching for ML from Apple! 📓 Book @datascienceiot
A FREE tutorial on diffusion models and flow matching for ML from Apple! 📓 Book @datascienceiot

Data Science
Data Science
41 882
📚 Linear Algebra for Computer Vision, Robotics, and Machine Learning 👉 Book @datascienceiot
📚 Linear Algebra for Computer Vision, Robotics, and Machine Learning 👉 Book @datascienceiot

Data Science
Data Science
41 882
LINEAR ALGEBRA AND LEARNING FROM DATA 📚 Book @datascienceiot
LINEAR ALGEBRA AND LEARNING FROM DATA 📚 Book @datascienceiot