ar
Feedback

لا تقع ضحية للمخادعين! تيليمتريو يكتشف ويُميّز هذه القنوات 👉 إذا كنت تريد رؤية العلامة، اشترك

Анализ данных (Data analysis)

Анализ данных (Data analysis)

الذهاب إلى القناة على Telegram

Data science, наука о данных. @haarrp - админ РКН: clck.ru/3FmyAp

إظهار المزيد

📈 نظرة تحليلية على قناة تيليجرام Анализ данных (Data analysis)

تُعد قناة Анализ данных (Data analysis) (@data_analysis_ml) في القطاع اللغوي الروسية لاعباً نشطاً. يضم المجتمع حالياً 51 911 مشتركاً، محتلاً المرتبة 2 581 في فئة التكنولوجيات والتطبيقات والمرتبة 11 797 في منطقة روسيا.

📊 مؤشرات الجمهور والحراك

منذ تأسيسه في невідомо، حقق المشروع نمواً سريعاً وجمع 51 911 مشتركاً.

بحسب آخر البيانات بتاريخ 16 نوفمبر, 2026، تحافظ القناة على نشاط مستقر. خلال آخر 30 يوماً تغيّر عدد الأعضاء بمقدار 444، وفي آخر 24 ساعة بمقدار -8، مع بقاء الوصول العام مرتفعاً.

  • حالة التحقق: غير موثّقة
  • معدل التفاعل (ER): يبلغ متوسط تفاعل الجمهور 11.63‎%. وخلال أول 24 ساعة من النشر يحصد المحتوى عادةً 8.47‎% من ردود الفعل نسبةً إلى إجمالي المشتركين.
  • وصول المنشورات: يحصل كل منشور على متوسط 6 040 مشاهدة. وخلال اليوم الأول يجمع عادةً 4 397 مشاهدة.
  • التفاعلات والاستجابة: يتفاعل الجمهور بانتظام؛ متوسط التفاعلات لكل منشور يبلغ 192.
  • الاهتمامات الموضوعية: يركز المحتوى على مواضيع رئيسية مثل llm, контекст, openai, архитектура, deepseek.

📝 الوصف وسياسة المحتوى

يصف المؤلف القناة بأنها مساحة للتعبير عن الآراء الذاتية:
“Data science, наука о данных. @haarrp - админ РКН: clck.ru/3FmyAp”

بفضل وتيرة التحديث المرتفعة (أحدث البيانات بتاريخ 17 نوفمبر, 2026) تحافظ القناة على حداثتها ومستوى وصول مرتفع. وتُظهر التحليلات تفاعلاً نشطاً من الجمهور، ما يجعلها نقطة تأثير مهمة ضمن فئة التكنولوجيات والتطبيقات.

51 911
المشتركون
-824 ساعات
+27 أيام
+44430 أيام
أرشيف المشاركات
🖥🐍 mamba-minimal Простая реализация архитектуры Mamba в одном файле PyTorch. Mamba - это усовершенствованная модель простра
🖥🐍 mamba-minimal Простая реализация архитектуры Mamba в одном файле PyTorch. Mamba - это усовершенствованная модель пространства состояний (SSM), предназначенная для эффективной работы со сложными последовательностями, требующими большого количества данных: Linear-Time Sequence Modeling with Selective State Spaces", разработанной ведущими исследователями Альбертом Гу и Три Дао. 🖥 Github 📖 Paper 🎞 Мамба - замена трансформерам? @data_analysis_ml

🖥 DataStack Datastack - это фреймворк с открытым исходным кодом, который позволяет легко создавать веб-приложения, информационные панели , формы ввода данных или прототипы в режиме реального времени, используя только Python - опыт работы с фронтендом не требуется. В DataStack доступно много готовых виджетов, включая запись текста, выбор из выпадающего списка, списки, кнопки, формы ввода, HTML формы , iframe, разделитель страниц, dataframe, таблицы и многое другое. pip install pydatastack from datastack import datastack ds = datastack(main=True) ds.subheader('DataStack click counter app') count = 0 def inc_count(): global count count += 1 ds.button('Click', on_click=inc_count) ds.write('counts: ' + str(count)) ▪ Github @data_analysis_ml

🖥 Ранний релиз: Skrub - новый инструмент для подготовки данных. ▪Подготовка таблиц для машинного обучения ▪Создан для работы
🖥 Ранний релиз: Skrub - новый инструмент для подготовки данных. ▪Подготовка таблиц для машинного обучения ▪Создан для работы со scikit-learn, Python ▪Устойчив к зашумленным данным ▪Работает с фреймами данных pandas pip install skrub -U https://skrub-data.org/stable/ @data_analysis_ml

Легкий старт карьеры в Data Science и анализе данных Начните с бесплатного урока от Марии Тихоновой – Senior Data Scientist в
Легкий старт карьеры в Data Science и анализе данных Начните с бесплатного урока от Марии Тихоновой – Senior Data Scientist в SberDevices и преподавателя ВШЭ. В результаты вебинара вы: - узнаете, чем машинное обучение отличается от классического программирования; - научитесь решать задачи классификации методами ML; - обучите свою первую ML-модель для распознавания рукописных цифр. Занятие пройдёт 26 декабря в 18:00 мск и будет приурочено к старту курса «Специализация Machine Learning». После урока вы сможете продолжить обучение на курсе в рассрочку. Для бесплатного участия и получения записи регистрируйтесь прямо сейчас: https://otus.pw/lU4k/?erid=LjN8KFngH Реклама. ООО "ОТУС ОНЛАЙН-ОБРАЗОВАНИЕ". ИНН 9705100963

🖥 Чтобы протестировать наличие определенного исключения в модульном тестировании, используйте функцию pytest.raises. Наприме
🖥 Чтобы протестировать наличие определенного исключения в модульном тестировании, используйте функцию pytest.raises. Например, с его помощью можно проверить, будет ли выброшена ошибка ValueError при наличии NaN-значений в столбце group. @data_analysis_ml

🪐 nbcommands позволяет использовать команды Unix в блокнотах Jupyter. Это позволяет взаимодействовать с блокнотами Jupyter без запуска сервера блокнотов. pip install nbcommands ▪Github @data_analysis_ml

⚠️ Как получить вакансию в машинном обучении в Европе, Азии и США? ⬆️ Расскажет Валентин Шкулов – Data Scientist в Meson Capi
⚠️ Как получить вакансию в машинном обучении в Европе, Азии и США? ⬆️   Расскажет Валентин Шкулов – Data Scientist в Meson Capital Partners на бесплатном вебинаре. 🔹 На занятии вы познакомитесь с различными этапами собеседований для разных локаций и изучите подходы к подготовке и прохождению интервью 🔹 Узнаете особенности в получении офферов в разных локациях.  🔥 Урок идеально подойдет продвинутым IT-специалистам, практикующим ML и желающим выйти на другие рынки или релоцироваться.  👉  Встречаемся 26 декабря в 19:00 мск в рамках курса «Machine Learning. Advanced».  ➡️ Регистрация https://otus.pw/F6bz/?erid=LjN8K854M Реклама. ООО "ОТУС ОНЛАЙН-ОБРАЗОВАНИЕ". ИНН 9705100963

🚀 Выпущен новый инструмент, который упрощает перенос вашего датасета с GitHub в Hugging Face Hub! 🚀 У вас есть ценные датасеты, спрятанные в папке 'data' в репозитории GitHub? Теперь вы можете поделиться ими с ML-сообществом всего за несколько минут 🤗. https://huggingface.co/spaces/librarian-bots/github-to-huggingface-dataset-migration-tool @data_analysis_ml

⚡️ Colab T4 Выпущена новая версия Colab 🥳 ▪Github @data_analysis_ml
⚡️ Colab T4 Выпущена новая версия Colab 🥳 ▪Github @data_analysis_ml

Представляем MakeReal в jupyter-tldraw ✨. Теперь вы можете вручную рисовать графики сюжет и MakeReal будет превращать их в код c использованием matplotlib прямо в блокноте! ▪Github @data_analysis_ml

Хотите узнать секреты создания ChatGPT и любого другого LLM-продукта? Большие языковые модели (LLM) помогают ускорять работу
Хотите узнать секреты создания ChatGPT и любого другого LLM-продукта? Большие языковые модели (LLM) помогают ускорять работу компании, а ML-специалисту — становиться в разы более востребованным. Чтобы узнать как создавать такие продукты приходите на бесплатный вебинар от школы karpovꓸcourses, на котором вы: ● Изучите паттерны проектирования и построения таких систем (всё проще чем кажется!) ● Разберёте кейсы, где языковые модели ускорят, а где наоборот помешают разработке продукта ● Поймёте, какие навыки необходимы для работы с LLM Вебинар проведёт Богдан Печёнкин, фаундер AI-стартапа и соавтор Симулятора МЛ-инженера от karpovꓸcourses Встречаемся 21 декабря в 18:00 Регистрируйтесь, чтобы попасть на вебинар

"Дайте мне 7B Llama 2 и GPU, и я изменю мир". -- Архимед @data_analysis_ml
"Дайте мне 7B Llama 2 и GPU, и я изменю мир". -- Архимед @data_analysis_ml

Хотите поэкспериментировать с различными методами обработки данных и гиперпараметрами модели? Редактирование конфигурационного файла вручную каждый раз может быть хлопотным. Hydra позволяет быстро и легко создавать ин настраивать конфиги, выбирать опции из различных групп конфигураций. @data_analysis_ml

🔥Подборка лучших обучающих каналов для программистов. ➡️Делитесь с коллегами и Сохраняйте себе, чтобы не потерять ⚡Машинное обучение Machine Learning - полезные статьи новости гайды и разбор кода Ml Собеседование - подготовка к собеседовению мл, алгоритмам, кодингу Ml ru - актуальные статьи, новости, код и обучающие материалы Ml Jobs - вакансии ML ML Книги - актуальные бесплатные книги МО ML чат 🚀 Data Science Анализ данных - полезные фишки, код, гайды и советы, маст-хэв датасаентиста Data Jobs - ds вакансии Аналитик данных Data Science книги - актуальные бесплатные книги Big data 🏆 Golang Golang - подробные гайды, разбор кода, лучшие практики, заметки Golang собеседование Golang вакансии Golang книги Golang задачи и тесты Golang чат Golang news - новости go #️⃣C# С# академия С# заметки — код, лучшие практики, заметки программиста c# С# задачи и тесты С# библиотека - актуальные бесплатные книги C# вакансии - работа 🐍 Python Python/django Python Собеседование - подготовка к собеседовению python и разбор алгоритмов Pro python - статьи, новости, код и обучающие материалы Python Jobs - вакансии Python Python чат Python книги ☕ Java Java академия Java вакансии Java чат Java вопросы с собеседований Java книги 💻 C++ C++ академия С++ книги C++ задачи - подготовка к собеседовению мл, алгоритмам C++ вакансии 💥 Хакинг Kali Linux Kali linux linux_kal - kali чат Информационная безопасность 🐧 Linux Linux academy 🦀 Rust Rust программирование Rust чат 🛢Базы данных Sql базы данных Библиотека баз данных SQL чат 📲 Мобильная разработка Android разработка Мобильный разработчик гайды и уроки 🖥 Javascript/React/PHP Javascript академия React программирование PHP Книги frontend Задачи frontend 🇬🇧 Английский для программистов 🧠 Искусственный интеллект ИИ и технологии Neural - нейросети для работы и жизни Книги ИИ 🔥 DevOPs Devops для программистов Книги Devops Docker 📓 Книги Библиотеки Книг для программситов 💼 Папка с вакансиями: Папка Go разработчика: Папка Python разработчика: Папка Data Science Папка Java разработчика Папка C#

🔥 Дайджест полезных материалов из мира Data Science за неделю Почитать: — Как извлекать пользу из данных: подборка материалов — Что нового в Apache Spark 3.4.0 — Spark Connect — Доработки для Shuffle — Инструменты продуктового аналитика VK, или Как мы работаем с большими данными — Наиболее часто используемые команды Linux — 79 Ресурсов, которые следует прочитать, чтобы улучшить свои навыки в области проектирования систем: — Бесплатные сертификационные курсы для специалистов по данным — Бесконечные проверки – к успешному развитию: как мы обеспечиваем качество данных — Как мы наводим порядок с данными в столичном транспортном институте — Introduction to NannyML: Model Evaluation without labels — AI in Finance: Transforming Investment Strategies and Risk Management — How to Use Pandas for Data Analysis — Telemedicine capabilities expanded through artificial intelligence — Google Cloud Storage com Python: Um Guia Completo — Navigating Financial Insights: Analyzing Stock Data with Python and Visualization — Unveiling Joint Variability: Exploring Covariance — Navigating Financial Relationships: Understanding Correlation in Finance — Amazon QuickSight Summary — 6 Data Science Projects That Can Supercharge Your Job Prospects! Посмотреть: 🌐 Mixtral 8x7B - это сет из 8 нейронок, которые работают вместе 🌐 How to use Llama2 locally (⏱ 09:00) 🌐 Ollama — модель уровня GPT. Используй GPT без ограничений и абсолютно бесплатно. (⏱ 07:40) 🌐 Shutil: лучший инструмент для управления файлами Python. (⏱ 17:05) 🌐 💡Задача Python: Максимальное среднее подмассива (⏱ 01:00) 🌐 Как использовать API ChatGpt. Работа с Api c нуля (⏱ 12:42) 🌐 Нахождение позиций в отсортированном массиве #python #array #shorts #сортировка (⏱ 00:40) 🌐 Lightning Interview "Catastrophic AI Risks" (⏱ 01:04:57) 🌐 Finetuning, Serving, and Evaluating LLMs in the Wild - Hao Zhang, PhD (⏱ 29:20) 🌐 New AI: 6,000,000,000 Steps In 24 Hours! (⏱ 08:28) 🌐 NVIDIA’s New AI: Virtual Worlds From Nothing! + Gemini Update! (⏱ 09:40) Хорошего дня! @data_analysis_ml

⚡️ Python совет При объединении двух датафреймов Pandas с одинаковыми именами столбцов по умолчанию к именам столбцов добавля
⚡️ Python совет При объединении двух датафреймов Pandas с одинаковыми именами столбцов по умолчанию к именам столбцов добавляются суффиксы "_x" и "_y". Чтобы улучшить читаемость кода, вы можете указать собственные суффиксы. #Python @data_analysis_ml

Улучшение нейросетей, рекомендаций и медицинская диагностика — только часть решений, где могут пригодиться ML-исследования. Авторов самых перспективных из них отметил Яндекс на Yandex ML Prize. Yandex ML Prize — международная премия, которая уже пятый год поддерживает учёных-новичков и мотивирует их заниматься наукой. Участники изучают подходы и алгоритмы, которые позже могут лечь в основу разных технологий и продуктов. Например, поисковых сервисов или компьютерной графики. А ещё способны улучшить медицину: помогать изучать клетки живых организмов или находить редкие болезни на ранних этапах. В этом году 11 лауреатов получили от Яндекса премии от 500 тысяч до 1 миллиона рублей, грант на использование платформы Yandex Cloud для экспериментов и больших вычислений и другие призы. @data_analysis_ml

Аналитики, отзовитесь! 👋 Прямо сейчас в Авито требуются опытные специалисты, которые хотят работать с сильной командой амбиц
Аналитики, отзовитесь! 👋 Прямо сейчас в Авито требуются опытные специалисты, которые хотят работать с сильной командой амбициозных коллег с высокой профессиональной экспертизой: ➡️ Старший BI аналитик ➡️ Старший аналитик данных в команду прайсинга ➡️ Аналитик данных в направление инцидент и проблем менеджмент Конкурентная заработная плата (обсуждается на собеседовании). Что касается бенефитов: – прозрачная система премий; – классный офис в 2-х минутах от метро «Белорусская»; – забота о здоровье: ДМС со стоматологией с первого дня, в офисе ведут приём терапевт, психолог и массажист, два зала с тренажёрами, занятия йогой и скидки на абонементы; – самые передовые IT-инструменты для эффективного выполнения задач; – личный бюджет на обучение, который можно тратить на книги, курсы и конференции; – масштабные корпоративы, онлайн-вечеринки, командные тимбилдинги. Скорее откликайтесь на вакансии и присоединяйтесь к крутой аналитической культуре 💪

🎉 Лучшие Open Source проекты 2023 года. Выбрана вторая группа победителей программы Google Open Source Peer Bonus Program 20
🎉 Лучшие Open Source проекты 2023 года. Выбрана вторая группа победителей программы Google Open Source Peer Bonus Program 2023 года 138 победителей были выбраны за влияние их вклада в проект с открытым исходным кодом, качество их работы и преданность открытому исходному коду. 👉 https://opensource.googleblog.com/2023/12/google-open-source-peer-bonus-program-announces-second-group-of-2023-winners.html @data_analysis_ml

Специалисты по Data Science работают везде, где нужно обрабатывать и хранить данные. Они решают самые разные задачи: от плани
Специалисты по Data Science работают везде, где нужно обрабатывать и хранить данные. Они решают самые разные задачи: от планирования маршрутов в логистике до прогнозирования спроса на наличные в банкомате. Плюсы профессии «Специалист по Data Science»: — вы сможете работать почти в любой отрасли, от промышленности и до коммерции; — решения специалистов по DS напрямую влияют на планирование и деятельность компаний; — никакой рутины — чем сильнее и опытнее специалист, тем сложнее и интереснее его задачи; — высокая заработная плата: младшие специалисты получают в среднем 60 000 рублей, специалисты с опытом — 120 000 рублей, а старшие специалисты — от 210 000 рублей. За 8 месяцев обучения в Практикуме вы освоите востребованную профессию, а дальше — начнёте работать, улучшать навыки и расти в зарплате. Начните курс бесплатно и большими данными двигайтесь в сферу IT. → Начать курс бесплатно