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 2 572 في فئة التكنولوجيات والتطبيقات والمرتبة 11 804 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
🖥 faker: Create Fake Data in One Line of Code Чтобы быстро создать фейковые данные для тестов, попробуйте использовать faker
🖥 faker: Create Fake Data in One Line of Code Чтобы быстро создать фейковые данные для тестов, попробуйте использовать faker. В приведенном коде показаны некоторые возможности быстрой генерации данных с faker. pip install Faker from faker import Faker fake = Faker() fake.name() # 'Lucy Cechtelar' fake.address() # '426 Jordy Lodge # Cartwrightshire, SC 88120-6700' fake.text() # 'Sint velit eveniet. Rerum atque repellat voluptatem quia rerum. Numquam excepturi' 🖥 Github @pythonl
25 مايو 2023, 06:02

🔥 Data scientist и другие digital-специалисты! Открыта регистрация на онлайн-чемпионат по анализу данных SIBUR CHALLENGE 202
🔥 Data scientist и другие digital-специалисты! Открыта регистрация на онлайн-чемпионат по анализу данных SIBUR CHALLENGE 2023 // ГЕНЕРАЛИЗАЦИЯ. Участникам предстоит поработать с реальными кейсами крупной нефтехимической компании Сибур и решить две задачи на выбор. Вы получите поддержку от экспертов индустрии, доступ к сообществу единомышленников и дополнительные вознаграждения за активности. А еще — шанс получить приглашение на работу или стажировку! 🏆 Призовой фонд — 1 млн рублей. На каждую из двух задач приходится по 3 места: 1 место — 250 тысяч рублей. 2 место — 150 тысяч рублей. 3 место — 100 тысяч рублей. Основная работа будет проходить в онлайне на платформе AI Today. Можно участвовать индивидуально или в команде. Присоединиться к соревнованию можно до 7 июня. Успейте подать заявку и побороться за призовой фонд в 1 млн рублей. 👨‍💻 Регистрация и подробности: https://clck.ru/34WAyY Организаторы: Сибур Диджитал, AI Community и AI Today.
25 مايو 2023, 04:02

🖥 snoop : Интеллектуальная печать для отладки вашей функции Python Если вы хотите понять, что происходит в вашем коде, без и
🖥 snoop : Интеллектуальная печать для отладки вашей функции Python Если вы хотите понять, что происходит в вашем коде, без использования множества операторов print, попробуйте использовать snoop. Вы увидите журнал работы вашей функции, включая то, какие строки выполнялись и когда, и что происходит с каждой из переменных. Чтобы использовать библиотеку, просто добавьте декоратор @snoop в свою функцию. import snoop @snoop def factorial(x: int): if x == 1: return 1 else: return (x * factorial(x-1)) if __name__ == '__main__': num = 2 print(f'The factorial of {num} is {factorial(num)}') 🖥 Github @pythonl
24 مايو 2023, 14:03

Ребята из Авито ищут аналитиков в кластеры Trust and Safety и Business Security. Открыты позиции: ➡️ Команда жилой недвижимос
Ребята из Авито ищут аналитиков в кластеры Trust and Safety и Business Security. Открыты позиции: ➡️ Команда жилой недвижимости ➡️ Команда модерации ➡️ Команда рейтингов и отзывов Из приятного: • Много качественных данных, мощная инфраструктура и инструменты, любое необходимое железо — всё готово для продуктивной работы; • Возможность влиять на бизнес и развитие продукта; • Прозрачная система премий, достойная зарплата — размер обсудим на собеседовании; • Личный бюджет на обучение — книги, курсы и конференции; • ДМС со стоматологией с первого дня, в офисе принимают терапевт и массажист; • Возможность совмещать работу из дома и комфортного офиса в 2 минутах от «Белорусской» с панорамным видом на центр города, местами для уединенной работы, двумя спортивными залами, зонами отдыха и гамаками. Не откладываем (а то мы вас знаем), а сразу переходим по ссылкам и откликаемся!
24 مايو 2023, 12:02

📖wordfreq: оценка частоты слова на 40 языках Если вы хотите определить частоту употребления определенного слова в вашем текс
📖wordfreq: оценка частоты слова на 40 языках Если вы хотите определить частоту употребления определенного слова в вашем тексте, попробуйте использовать wordfreq. wordfreq поддерживает 40 языков. Библиотека охватывает даже слова, которые встречаются хотя бы один раз на 10 миллионов слов. Пример использования приведен выше. pip3 install wordfreq Пример работы: import matplotlib.pyplot as plt import seaborn as sns from wordfreq import word_frequency print(word_frequency("eat", "en")) # 0.000135 print(word_frequency("the", "en")) # 0.0537 sentence = "There is a dog running in a park" words = sentence.split(" ") word_frequencies = [word_frequency(word, "en") for word in words] sns.barplot(words, word_frequencies) plt.show() ▪Ссылка на wordfreq @data_analysis_ml
24 مايو 2023, 07:06

nbdime: Полезная библиотека для контроля версий для Jupyter Notebook Если вы хотите сравнить предыдущую и текущую версии ноут
nbdime: Полезная библиотека для контроля версий для Jupyter Notebook Если вы хотите сравнить предыдущую и текущую версии ноутбука, используйте nbdime. На картинке выше показано, как сравниваются две версии ноутбука с помощью nbdime. Так же инструмент позволяет удобно мерджить ноутбуки. pip install nbdime 🖥 Github @data_analysis_ml
22 مايو 2023, 12:22

Как начинающему Data Science-специалисту получить опыт для старта карьеры? Можно пройти стажировку. Будьте готовы к тому, что
Как начинающему Data Science-специалисту получить опыт для старта карьеры? Можно пройти стажировку. Будьте готовы к тому, что вы охватите узкий пул несложных задач, а ваше развитие будет ограничено спецификой компании. И не забывайте, что даже на этапе отбора есть конкуренция, а её выдержит не каждый. Есть и другой вариант — пройти «Симулятор аналитика». Это тренажёр реальной работы, где за 4 недели вы научитесь решать максимально разнообразные задачи: ▪️ Разрабатывать интерактивные дашборды ▪️ Автоматизировать поиск аномалий в данных ▪️ Строить ETL-пайплайны ▪️ Анализировать продуктовые метрики ▪️ Планировать и запускать A/B-тесты Суть симулятора — создать приближенные к реальным условия и подготовить вас к первой работе. Вы сможете безопасно ошибаться, не боясь увольнения, и наберётесь опыта. А в конце наши HR помогут получить оффер. Записывайтесь на симулятор, старт уже сегодня!
22 مايو 2023, 10:22
29 مايو 2023, ~07:13

Я попробовал 84 плагина на ChatGPT. Вот лучшие из них! Плагины — это новые модули, доступные пользователям ChatGPT Plus, кото
Я попробовал 84 плагина на ChatGPT. Вот лучшие из них! Плагины — это новые модули, доступные пользователям ChatGPT Plus, которые навсегда изменят ChatGPT, поскольку они добавляют множество функций к тому, что искусственный интеллект может делать изначально. На сегодняшний день в магазине плагинов их насчитывается около 84. Я попробовал их все, и в этой статье я поделюсь с вами теми, которые я считаю лучшими. Читать @data_analysis_ml
21 مايو 2023, 06:47

🖥 Полезный интсрумент Класс ChainMap() модуля collections в Python. Обновляемый, производительный контейнер словарей dict(). Класс ChainMap() предназначен для быстрого объединения нескольких словарей, чтобы их можно было рассматривать как единое целое. Такой контейнер объединяет словари и ищет ключи намного быстрее, чем создание нового словаря и выполнение объединения при помощи вызовов dict.update(). Класс ChainMap() может использоваться для имитации вложенных областей и полезен при создании шаблонов. Смотрите примеры использования ChainMap Синтаксис: import collections d = collections.ChainMap(*maps) Параметры: *maps - один или несколько словарей. Возвращаемое значение: собственный тип ChainMap. Описание: Класс ChainMap() модуля collections группирует несколько словарей или других сопоставлений для создания единого обновляемого представления. Если словари maps не указаны, то будет создан один пустой словарь. >>> from collections import ChainMap >>> first = {'two': 22, 'three': 3} >>> last = {'one': 1, 'two': 2} >>> d = ChainMap(first, last) >>> d # ChainMap({'two': 22, 'three': 3}, {'one': 1, 'two': 2}) При добавлении словарей, одинаковые ключи не затираются новыми значениями, вместо этого словари добавляются и хранятся в обновляемом списке. Доступ к этому списку можно получить используя атрибут d.maps. Класс поддерживает все основные методы словарей dict(). Операции добавления, обновления и удаления значений могут быть произведены только со словарем, который был добавлен первым. Через атрибут maps можно изменять ВСЕ словари. Доступ к конкретному словарю осуществляется по индексу в списке атрибута d.maps[i], а изменения осуществляются через их методы dict(). # доступ к словарям >>> d.maps[0] # {'one': 1, 'two': 2, 'four': 4} >>> d.maps[1]['three'] # 3 # изменяем словари и не забываем, что мы # поменяли их местами - 'd.maps.reverse()' >>> d.maps[0]['five'] = 5 >>> del d.maps[0]['four'] >>> d.maps[1]['four'] = 4 >>> d # ChainMap({'one': 1, 'two': 2, 'five': 5}, {'three': 3, 'one': 11, 'four': 4}) # исходные словари то же изменились >>> first # {'three': 3, 'one': 11, 'four': 4} >>> last # {'one': 1, 'two': 2, 'five': 5} # изменяем список словарей >>> d.maps.pop() # {'three': 3, 'one': 11, 'four': 4} >>> d # ChainMap({'one': 1, 'two': 2, 'five': 5}) # добавляем в экземпляр `ChainMap()` новый словарь >>> new_dict = {'a': 10, 'b': 20, 'c': 30} >>> d.maps.append(new_dict) >>> d # ChainMap({'one': 1, 'two': 2, 'five': 5}, {'a': 10, 'b': 20, 'c': 30}) >>> del d.maps[1]['c'] >>> d.maps[0]['one'] = 0 >>> d # ChainMap({'one': 0, 'two': 2, 'five': 5}, {'a': 10, 'b': 20}) # исходные словари >>> last {'one': 0, 'two': 2, 'five': 5} >>> new_dict {'a': 10, 'b': 20} ▪Подробнее @data_analysis_ml
20 مايو 2023, 05:01

🔍 Где искать работу Дата Саентисту? Собрали для вас список площадок для поиска работы или фрланс-проекта в области Data Science. 1. Toptal Toptal - один из крупнейших фриланс сайтов для специалистов по анализу данных. В отличие от многих других бирж фриланса в Toptal соискатели проходят тестирование в различных областях, включая знание английского языка и технические навыки, в области SQL и Python для data science. 2. Open Data Science Jobs Open Data Science Jobs - одна из крупнейших площадок вакансий, посвященных только науке о данных. Такие компании, как Bose, использовали эту доску объявлений для поиска специалистов по науке о данных для оптимизации своей бизнес-аналитики. 3. Kaggle Kaggle - одно из крупнейших сообществ датасаентистов. Kaggle предоставляет наборы данных, проводит соревнования и вообще способствует процветанию сообщества специалистов по анализу данных. Доска вакансий Kaggle - один из лучших вариантов для начала поиска проекта для рабрты. Ее услугами пользуются крупнейшие компании (Amazon, Capital One и AIG и тд). 4. Scalable Path Если у вас есть готовая команда датасаентистов и вы хотите найти интерсный проект , Scalable Path - отличный вариант. 5. Gigster Еще одина крупная фриланс площадка с проектами ds. 6. iCrunchData - это доска объявлений c вакансиями в области науки о данных. 7. X-Team X-Team - рынок фриланса, где можно работать, как одному, так и в команде. 8. Gun.io Gun.io очень похож на Toptal, быстро и эффективно подбирая для компаний квалифицированных инженеров по науке о данных. С тысячами зарегистрированных членов Gun.io является восходящей звездой в индустрии фриаланса. 9. R-users Простой поиск по сайту R-users позволяет найти десятки вакансий в области науки о данных, в которых используется язык программирования R. 10. AngelList AngelList - это место, где встречаются ит- предприниматели и инвесторы. 11. Engineering Jobs Если вы ищете ds проект Engineering Jobs может стать отличным местом для поиска интересной работы. 12. Dice Dice - доскоа объявлений о карьере в сфере технологий и ИТ. Эта доска известна тем, что привлекает архитекторов программного обеспечения, инженеров, QA-тестеров и инженеров по анализу данных. 13. SimplyHired SimplyHired - это еще одна крупная доска объявлений о работе, похожая на Indeed или Monster. 14. Папка с каналами для поиска работы в телеграме. Телеграм каналы и чата, где публикуются вакансии ds, python и не только. Очень полезная папка (папки поддерживаются только в последних версиях тг), где можно найти вакансию на любой ЯП. Ставьте 👍 , если полезно. @data_analysis_ml
19 مايو 2023, 05:44

Часто на Hadoop-кластерах не хватает ресурсов. Когда некоторые аналитики просят огромное количество ядер и памяти для своих J
Часто на Hadoop-кластерах не хватает ресурсов. Когда некоторые аналитики просят огромное количество ядер и памяти для своих Jupyter-ноутбуков, другие участники вообще не могут получить ресурсы. Это очень тормозит рабочие процессы. Узнали, согласны? Александр Ледовский, тимлид команды аналитики и DS в Авито, делится опытом использования Apache Spark для работы с поисковыми логами. Всё, что нужно знать аналитикам, дата-инженерам, специалистам по обработке больших данных и тимлидам команд, чтобы задавать параметры Spark-сессии и получать ресурсы. Переходите и читайте по ссылке. Реклама. ООО «Авито Тех». LdtCKLU3N
19 مايو 2023, 03:40
06 يونيو 2023, ~06:12

18 مايو 2023, 05:02

❗️Как пройти техническое собеседование на ML-специалиста? ⚠️ Узнайте на примере mock-интервью с преподавателями курса «MLOps»
❗️Как пройти техническое собеседование на ML-специалиста? ⚠️ Узнайте на примере mock-интервью с преподавателями курса «MLOps» в OTUS! На открытом уроке вы сможете наблюдать один из этапов собеседования при найме ML-специалистов — ML System Design секцию. 👉 Для удачного прохождения этого этапа не достаточно только знания алгоритмов машинного обучения. Также проверяются навыки проектирования ML систем, которые могут успешно работать в промышленной среде. Больше инструментов MLOps ждет вас на курсе. Обратите внимание: возможные способы оплаты обучения. 👉 Готовьте вопросы и записывайтесь на вебинар! https://otus.pw/OOzA/ Нативная интеграция. Информация о продукте www.otus.ru
18 مايو 2023, 03:01
25 مايو 2023, ~04:58

🖥 Изучаем базы данных Большой сборник теоретического материала по работе с базами данных. ▪основы: http://phpclub.ru/mysql/d
🖥 Изучаем базы данных Большой сборник теоретического материала по работе с базами данных. ▪основы: http://phpclub.ru/mysql/doc/tutorial.html ▪отношения между таблицами в БД: http://jtest.ru/bazyi-dannyix/sql-dlya-nachinayushhix-chast-3.html ▪внешние ключи: http://denis.in.ua/foreign-keys-in-mysql.htm ▪большой учебник по SQL: http://www.pyramidin.narod.ru/rusql/index.htm ▪sql канал с практичесикми задачами: @sqlhub ▪сборник запросов на все случаи жизни (англ): http://www.artfulsoftware.com/infotree/queries.php ▪таблицы отличий в диалектах SQL в разных СУБД (англ): http://en.wikibooks.org/wiki/SQL_dialects_reference ▪манга-учебник про SQL в картинках: http://www.nostarch.com/mg_databases.htm @data_analysis_ml
17 مايو 2023, 07:07

🚀 DIS Group при поддержке компании Юниверс Дата приглашает Вас принять участие в Дата Саммите «Вселенная Ваших данных». 📅 С
🚀 DIS Group при поддержке компании Юниверс Дата приглашает Вас принять участие в Дата Саммите «Вселенная Ваших данных». 📅 Саммит пройдет 25 мая в офлайн + онлайн формате. Вы услышите доклады о перспективах российской цифровой трансформации на основе данных от ведущих экспертов Минцифры РФ, ФКУ «ГосТех», «Росатома», РКС, Счетной палаты РФ, СУЭК, Яндекс Cloud других крупных организаций. Также среди спикеров: 💫 Сюткина Мария, заместитель директора по развитию общекорпоративных сервисов и автоматизированных систем управления технологическим процессом ООО «РусГидро ИТ сервис» 💫 Абакарова Ольга, начальник отдела «Нормативно-справочной информации» ПАО «РусГидро» 💫 Владислав Шишмарев, заместитель руководителя Департамента информационных технологий города Москвы 💫 Ринат Абдурахманов, CDO, вице-президент по работе с данными, «ВымпелКом» Для оффлайн-участников подготовлена развлекательная программа. Самых активных участников онлайн-формата также ждут призы. 👉 Узнать подробности и зарегистрироваться
17 مايو 2023, 05:07

🤖 Роботы-эмпаты, миф или реальность? Необходимо быстро, качественно и в короткие сроки обработать большое количество данных,
🤖 Роботы-эмпаты, миф или реальность? Необходимо быстро, качественно и в короткие сроки обработать большое количество данных, но у вас нет ни примерного алгоритма для написания своей модели, ни данных для её обучения? Выход есть! Можно использовать предобученные модели трансформеры. Модели трансформеры (transformers) пришли на смену рекуррентным нейронным сетям, из-за своего специального механизма внимания (self-attention), который позволяет хранить связи между всеми словами в тексте. Существует множество моделей для решения различных задач, которые находятся в открытом доступе, но как понять, какая модель больше подходит для решения поставленной перед вами задачи? Передо мной стояла задача провести анализ отзывов пользователей. Это задача сентиментного анализа текста или же задача мультиклассовой классификации, где необходимо отнести текст к одному из этих трёх классов. Основная цель – это найти как можно больше негативных отзывов, чтобы узнать, на что жалуются люди и решить эти проблемы. ▪Читать дальше @data_analysis_ml
16 مايو 2023, 07:13

10 Python Itertools, которые сделают ваш код аккуратнее, чище и лучше Красота Python заключается в его простоте. Не только по
10 Python Itertools, которые сделают ваш код аккуратнее, чище и лучше Красота Python заключается в его простоте. Не только потому, что синтаксис Python элегантен, но и потому, что он имеет множество хорошо спроектированных встроенных модулей, которые помогают нам эффективно реализовывать общие функции. Модуль itertools, который является хорошим примером, предоставляет нам много мощных инструментов для управления итерируемыми объектами Python в более сокращённом коде. ▪Читать @data_analysis_ml
15 مايو 2023, 04:01

В самом разгаре приём заявок на конкурсный отбор в магистратуру Сколтеха «Современные вычислительные методы» по двум образова
В самом разгаре приём заявок на конкурсный отбор в магистратуру Сколтеха «Современные вычислительные методы» по двум образовательным трекам: — математическое моделирование; — высокопроизводительные вычисления и большие данные. На программе вы научитесь обрабатывать доступную информацию в реальных задачах и строить на этой основе эффективно решаемые математические модели, разрабатывать новые вычислительные подходы и алгоритмы для задач с большим объёмом данных, использовать методы высокопроизводительных вычислений на Python, C и C ++ для разработки и оптимизации. Если успеете подать заявку до 29 мая — у вас будет 2 попытки пройти отбор! Реклама. Автономная некоммерческая образовательная организация высшего образования «Сколковский институт науки и технологий», ИНН 5032998454
15 مايو 2023, 03:02
17 مايو 2023, ~06:21

🗣Подборка статей для подготовки к собеседованиям по машинному обучению. 1. Вопросы для собеседования по ML 1.1 2. Вопросы с собеседовании по машинному обучению uproger. 3. @machinelearning_interview - телеграм канал с разбором вопросов с собеседований мл. 4. 20 основных вопросов для собеседования по машинному обучению 5. Разберитесь в 40 популярных вопросах для собеседования по машинному обучению 6. Ресурсы для собеседования : ML/Data Science/AI Research Engineer 7. Вопросы и ответы на интервью по ML 8. A Guide To Machine Learning Interview Questions And Answers 9. 6 лучших алгоритмов машинного обучения 10. Подготовка к собеседованию по машинному обучению - алгоритмы ML 11. Машинное обучение IP - EDUREKA - Вопросы и ответы 12. 100 распространенных вопросов для интервью по ML 13. Вопросы для собеседования по машинному обучению - Криш Наик 14. Data Science Interviewer Pro By Emma Ding 15. Вопросы для собеседования по науке о данных Краткий обзор от Simplilearn 16. Наиболее часто задаваемые вопросы на собеседовании по AI/ML 17. Вопросы для собеседования по машинному обучению. 18. @python_job_interview - вопросы с собеседований python, ds. Сохраняем себе, чтобы не потерять @data_analysis_ml
13 مايو 2023, 05:29

Mojo: язык программирования для ИИ, который в 35000 раз быстрее, чем Python Совсем недавно был выпущен новый язык программиро
Mojo: язык программирования для ИИ, который в 35000 раз быстрее, чем Python Совсем недавно был выпущен новый язык программирования для разработчиков ИИ: Mojo. Я знаю, о чём вы могли подумать — новый язык программирования для изучения с нуля… Что ж, у меня есть хорошие новости: Mojo разработан как надмножество Python, поэтому, если вы уже знаете Python, изучение Mojo не должно вызвать затруднений. Читать @data_analysis_ml
11 مايو 2023, 13:01