متاح الآن! بحث تيليغرام 2025 — أهم رؤى العام 
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 50 255 مشتركاً، محتلاً المرتبة 2 658 في فئة التكنولوجيات والتطبيقات والمرتبة 12 450 في منطقة روسيا.
📊 مؤشرات الجمهور والحراك
منذ تأسيسه في невідомо، حقق المشروع نمواً سريعاً وجمع 50 255 مشتركاً.
بحسب آخر البيانات بتاريخ 26 يونيو, 2026، تحافظ القناة على نشاط مستقر. خلال آخر 30 يوماً تغيّر عدد الأعضاء بمقدار 46، وفي آخر 24 ساعة بمقدار 6، مع بقاء الوصول العام مرتفعاً.
- حالة التحقق: غير موثّقة
- معدل التفاعل (ER): يبلغ متوسط تفاعل الجمهور 9.29%. وخلال أول 24 ساعة من النشر يحصد المحتوى عادةً 6.48% من ردود الفعل نسبةً إلى إجمالي المشتركين.
- وصول المنشورات: يحصل كل منشور على متوسط 4 671 مشاهدة. وخلال اليوم الأول يجمع عادةً 3 258 مشاهدة.
- التفاعلات والاستجابة: يتفاعل الجمهور بانتظام؛ متوسط التفاعلات لكل منشور يبلغ 29.
- 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 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.
50 255
المشتركون
+624 ساعات
+327 أيام
+4630 أيام
أرشيف المشاركات
За три месяца 36 отчётов — как «Ренессанс Страхование» перенесла работу с данными в Yandex Cloud
«Ренессанс Страхование» использовала накопленные за более чем 25 лет данные для разработки конкурентоспособных продуктов страхования. Чтобы сократить время на подготовку отчётов, компания перенесла BI-инструменты на облачную платформу Yandex Cloud.
Всего за три месяца перенесли 36 отчетов в Yandex Cloud, с которыми работают более 400 активных пользователей. Благодаря сервису для анализа и визуализации данных Yandex DataLens удалось сократить расходы на BI-аналитику и увеличить скорость обработки информации.
Читайте подробнее на сайте ➡️
🦙 Интеграция плагинов ChatGPT с LLaMA
OpenAI только что выпустила поддержку плагинов для ChatGPT, позволяющих языковой модели выступать в качестве агентов и взаимодействовать с внешним миром с помощью API. Здесь мы рассмотрим варианты использования chatgpt-retrieval-plugin от OpenAI с языковой моделью LLaMA от Meta.
Это больше, чем просто руководство. Это призыв к действию по созданию открытого протокола для моделей, позволяющих нам совместно использовать плагины между LLM и управлять ими.
▪ Читать
@data_analysis_ml
Intern Meetup Week в Яндексе 🎉
С 17 по 20 апреля в Яндексе пройдёт неделя митапов для начинающих разработчиков. Будет доступен офлайн и онлайн формат.
19 апреля состоится митап для направлений ML и аналитика.
Регистрация по ссылке: https://clck.ru/33qW5b
В программе лекции экспертов о технологиях, общение с руководителями команд и рекрутерами, нетворкинг и подарки.
При отборе на митапы у вас есть шанс получить приглашение на пробное собеседование на стажировку в Яндекс 🔥
📆Когда: 19 апреля 18:00 - 21:30, сбор гостей с 17:30
🌐Где: офис Яндекса, ул. Льва Толстого, 16, м.Парк Культуры и трансляция онлайн
Все подробности и регистрация по ссылке: https://clck.ru/33qW5b
А чтобы быть в курсе всех новостей Young&&Yandex, подписывайтесь на чат-бот.
🖼 Погружения в библиотеку Mahotas для обработки изображений.
В даннм посте я познакомлю вас с библиотекой Mahotas, которая позволяет обрабатывать изображения. Рассмотрим некоторые методы и функции работы с картинками.
При работе с данными иногда возникает необходимость работать с изображениями. Для этого можно использовать библиотеку Mahotas. Давайте рассмотрим некоторые операции с изображениями, которые можно выполнять с ее помощью.
▪ Читать
@data_analysis_ml
🔥Какие знания точно нужны программисту? Ответ — все ключевые понятия в Computer Science.
Начните изучать эту область 30 марта в 20:00 на вебинаре, приуроченном к старту онлайн-курса «Computer Science» в OTUS. Тема открытого урока: «Ввод-вывод в компьютерных системах».
📚Что интересного будет на занятии?
— Рассмотрим основы архитектуры ввода-вывода (I/O) в компьютерных системах.
— Изучим роль I/O систем в компьютерной архитектуре, рассмотрим различные типы устройств и их использование в компьютерных системах.
— Обсудим необходимые аппаратные компоненты, такие как память
— Научимся использовать программно устройства ввода-вывода.
Результат занятия 👉 вы разберетесь в роли, типах I/O систем в компьютерной архитектуре и способов взаимодействия с ними.
🎁 Продолжить изучение Computer Science вы сможете на курсе, доступном в рассрочку.
Для участия зарегистрируйтесь: https://otus.pw/iQ00/
Ищем учеников на бесплатное обучение по созданию искусственного интеллекта с нуля. Опыт программирования не важен!🤖
Всего за 3 вечера под руководством Дмитрия Романова - основателя Университета Искусственного Интеллекта, лидера обучения AI-разработке в РФ, вы с легкостью напишете свой первый искусственный интеллект👨💻
Какие нейронные сети вы создадите?
▫️Классификация людей на входящих и выходящих из автобуса
▫️Обнаружение возгораний
▫️Оценка стоимости квартир
▫️Оценка резюме соискателей
▫️Прогнозирование стоимости полиметаллов
▫️Сегментация изображений самолетов
▫️Распознавание команд умного дома⠀
Лучше освоить навыки создания нейронных сетей вам помогут домашние задания с проверкой от кураторов.⠀
Приходите на бесплатное обучение и напишите искусственный интеллект за 3 вечера💪
Регистрация по ссылке
Футбольно-аналитическая программа plus3s: прогнозирование результата футбольного матча и просто игра.
https://habr.com/ru/post/704648/
Ближайшая лекция Digital Лектория Газпромбанк.Тех — это шанс узнать о профессии системного и бизнес-аналитика изнутри: карьерные возможности, необходимые навыки и даже основные инструменты для работы.
Спикер: Александр Чунаев, Head профессии по системному анализу в розничном блоке Газпромбанка.
Когда: 7 апреля, 16:00 (по МСК)
О чем: Александр расскажет об особенностях работы системного и бизнес-аналитика в крупной компании, ключевых компетенциях и навыках специалистов, основных терминах и инструментах для работы. А также поделится с участниками вебинара личным опытом, советами и рекомендациями.
Ждем тебя на лекции «Кто есть кто: системный и бизнес-аналитик». Скорее регистрируйся — https://www.gpbspace.ru/digital-lectory-hall-form/
📊 7 шагов, которые помогут сделать ваши столбчатые диаграммы Matplotlib красивыми
Столбчатые диаграммы можно легко создавать в matplotlib. Однако matplotlib часто рассматривают как библиотеку, которая создаёт неинтересные диаграммы и с которой может быть сложно работать.
Но проявив настойчивость и желание, мы можем создавать эстетически приятные и информативные диаграммы.
▪ Читать
@data_analysis_ml
🔥 Как решать задачу Question-Answering в NLP?
✅ Изучим 3 апреля 18:00 (мск) на открытом уроке от OTUS, который пройдет в рамках онлайн-курса «Natural Language Processing (NLP)». Вебинар проведет руководить курса Мария Тихонова, Senior Research Data Scientist в команде AGI NLP в SberDevices.
📌 На занятии вы узнаете, какие существуют типы вопросно-ответных систем и подходы к их построению, на каких принципах и методах они основаны и поймете, как данные методы можно применять в чат-ботах.
💎 Урок будет полезен IT-специалистам, которые хотят расширить свои знания в Data Science, дата-сайентистам, желающим углубить свои знания по автоматической обработке текстов.
➡️ Для участия пройдите вступительный тест: https://otus.pw/ql5h/
Реклама. Информация о рекламодателе на сайте otus.ru
🐼 Добро пожаловать в Pandas 2.0
16 марта, после 3 лет разработки, был выпущен второй релиз pandas 2.0. В pandas 2.0 появилось много новых функций, включая улучшенную поддержку массивов, поддержку pyarrow для фреймов данных и новые форматы даты и времени, отличных от наносекундного, а также множество исправлений и, следовательно, изменений API.
▪ Читать
@data_analysis_ml
🖥 Полезные приемы с кодом для аналитиков данных на Python
1. Data Science. Советы по написанию эффективного кода на Python - https://www.youtube.com/watch?v=1Mcy-uatp_c&t=14s
2. Полезные приемы в Pandas - https://www.youtube.com/watch?v=Sd2S5rXe8sY&t=165s
3. Раскройте потенциал Python Numpy: руководство для начинающих в науке о данных - https://www.youtube.com/watch?v=XX2XremQ0fg&t=12s
4. Data science c Python.Ускоряем Pandas в 120 раз- https://www.youtube.com/watch?v=-dAdaEv23vk&t=4s
5. 26 практических приёмов и хитростей Python - https://www.youtube.com/watch?v=vAMyfvtxxdQ&t=5s
6. 5 декораторов Python для Data Science проектов - https://www.youtube.com/watch?v=rxq11WHAlqU
7. ChatGPT + Midjouney на практике - https://www.youtube.com/watch?v=2gUqbc3Ikmo&t=5s
8. 5 декораторов Python для Data Science проектов - https://www.youtube.com/watch?v=rxq11WHAlqU
9. 15 полезных лайфхаков с кодом Машинного обучения на Python - https://www.youtube.com/watch?v=loOtlwcdiBA&t=4s
10. Декораторы Python, которые выведут ваш код на новый уровень - https://www.youtube.com/watch?v=qxrGAogl4iM
🎞 Все видео по анализу данных
@data_analysis_ml
💨 Что, где, откуда: извлекаем реляционный датасет из JSON
Когда вы сталкиваетесь с большим ненормализованным датасетом, да еще и в формате JSON, который нужно переложить в связанные SQL-таблицы, необходимо:
▪Читать датасет по чанкам;
▪Анализировать датасет на качество, смотреть на атрибуты;
▪Нормализовать датасет, раскрывать связи между сущностями и следить за их целостностью.
В целом, знание этих пунктов позволит сразу адаптировать датасет под реляционные СУБД и значительно сократить время, затраченное на его обработку, ведь со структурной точки зрения его не потребуется переделывать бессчётное количество раз. А для всего остального – есть функционал SQL.
📌 Читать
@data_analysis_ml
Почему мы всё время начинаем и бросаем учить английский?
Одна из причин — мы не знаем свой уровень языка. В итоге берёмся за контент, который нам не по силам. Например, сериал «Друзья» часто советуют смотреть тем, кто начинает учить язык, но в нём полно юмора, который начинающие пока понять не могут.
В итоге разрыв знаний удручает и мотивация снова падает.
Если вы готовы дать английскому ещё один шанс, мы поможем поверить в свои силы и довести дело до конца.
Приходите на бесплатную консультацию в Яндекс Практикум:
- Проведём устный тест на уровень языка,
- Покажем, чего реально добиться за полгода изучения,
- Расскажем, как наши курсы помогут достичь цели.
Записаться
🖥 3 быстрых и простых способа визуализации ваших данных с помощью Pandas
В этой статье мы рассмотрим 3 простых и экономящих время способа визуализации ваших данных с помощью Pandas. Кроме того, я приложил Jupyter-Notebook со всеми примерами в конце этой статьи.
▪ Читать дальше
@data_analysis_ml
Когда работаешь в анализе пару лет, появляется желание куда-то двигаться в карьере. А с желанием — вопросы:
◾️ Как добиться роста в грейде и зарплате?
◾️ Как переходить от рутинных задач к ответственным и интересным?
◾️ Как вести переговоры с руководством и стоять на своём?
◾️ Как перейти в смежную профессию — стать системным аналитиком из аналитика данных или наоборот?
За ответами приходите на бесплатный вебинар Яндекс Практикума.
→ 28 марта в 15:00
Расскажем, куда можно расти аналитику и какие конкретные шаги для этого сделать.А специалисты Практикума, которые работают с направлением анализа данных, поделятся инсайтами рынка труда.
— Ирина Ефимова, руководительница исследований.
— Алексей Макаров, руководитель сопровождения и фидбэка.
→ Приходите на нашу встречу, чтобы вызывать карьерный лифт.
🖥 Python В SQL — Теперь можно загружать данные в 20 раз быстрее
Работа с большими наборами данных – повседневное дело для большинства специалистов по обработке данных. Не было бы никаких проблем, если бы они сразу передавались потоком в базу данных.
Но, зачастую, случается так, что загрузка данных происходит очень долго. В таких случаях программистам приходится занимать себя другими делами, дожидаясь, пока процесс полностью завершится. Такой вариант подходит далеко не всем!
Если вы действительно хотите сократить это время, вам нужен наиболее оптимальный способ загрузки данных в БД.
▪ Читать
@data_analysis_ml
29 марта в 19:00 ШАД Helper проводит вебинар по теме «Подготовка к вступительным экзаменам в ШАД».
Мы расскажем какими способами можно готовиться к вступительным испытаниям, исходя из ваших ресурсов (временных и материальных).
О чем вебинар?
- Поговорим про поступление в ШАД
⁃ Обсудим несколько математических сюжетов из программы поступления в ШАД
⁃ Расскажем про ШАД Helper, как происходит обучение
⁃ Познакомим вас с нашими преподавателями
Гости эфира:
Александр Лыков — академический руководитель в ШАД Helper.
Андрей Канунников — преподаватель по алгебре и дискретной математике в ШАД Helper.
+ специальный гость — выпускник ШАД.
В конце вебинара каждый участник получит от нас бонус!
Регистрация по ссылке 👉🏼 https://clck.ru/33rEqu
Telegram ШАД Helper
🖥 12 Декораторов Python, которые выведут ваш код на новый уровень
Если вы Python-разработчик, эта статья расширит ваш инструментарий полезными скриптами, поможет повысить производительность и избежать дублирования кода.
▪ Читать
@data_analysis_ml
⁉️ Готовы перейти на следующую ступень в системном анализе?
Приходите на открытый урок 27 марта в 20:00 онлайн-курса «Системный аналитик. Advanced». Тема вебинара: «Какие сервисы делать на gRPC». Спикером выступит Иннокентий Бодров, ведущий аналитик продуктовой команды.
✅ На занятии мы:
— Познакомимся с причинами развития подхода RPC компанией Google, основными отличиями в подходах к проектированию с классическим REST API.
— Получим представление об описании сервисов gRPC и структуры контента, которым обмениваются участники взаимодействия.
💻 Урок будет полезен системным аналитикам, решающим задачи интеграций и стримминга больших объемов информации. Не упустите возможность протестировать курс, продолжить обучение можно в рассрочку.
🟢 Для участия пройдите вступительный тест https://otus.pw/bLEM/
Реклама. Информация о рекламодателе на сайте www.otus.ru
