ch
Feedback
Data Science | Machinelearning [ru]

Data Science | Machinelearning [ru]

前往频道在 Telegram

Все о Data Science, машинном обучении и искусственном интеллекте: от базовой теории до cutting-edge исследований и LLM. Личный блог автора - @just_genych По вопросам рекламы или разработки - @g_abashkin РКН: https://vk.cc/cJPGXD

显示更多

📈 Telegram 频道 Data Science | Machinelearning [ru] 的分析概览

频道 Data Science | Machinelearning [ru] (@devsp) 俄语 语言赛道中的 是活跃参与者。目前社区聚集了 20 002 名订阅者,在 技术与应用 类别中位列第 6 722,并在 俄罗斯 地区排名第 33 703

📊 受众指标与增长动态

невідомо 创建以来,项目保持高速增长,吸引了 20 002 名订阅者。

根据 21 六月, 2026 的最新数据,频道保持稳定运转。过去 30 天订阅人数变化为 -75,过去 24 小时变化为 -3,整体触达仍然可观。

  • 认证状态: 未认证
  • 互动率 (ER): 平均受众互动率为 8.29%。内容发布后 24 小时内通常能获得 3.70% 的反应,占订阅者总量。
  • 帖子覆盖: 每篇帖子平均可获得 1 658 次浏览,首日通常累积 740 次浏览。
  • 互动与反馈: 受众积极参与,单帖平均反应数为 7
  • 主题关注点: 内容集中在 llm, nvidia, контекст, openai, архитектура 等核心主题上。

📝 描述与内容策略

作者将该频道定位为表达主观观点的平台:
Все о Data Science, машинном обучении и искусственном интеллекте: от базовой теории до cutting-edge исследований и LLM. Личный блог автора - @just_genych По вопросам рекламы или разработки - @g_abashkin РКН: https://vk.cc/cJPGXD

凭借高频更新(最新数据采集于 22 六月, 2026),频道始终保持新鲜度与高覆盖。分析显示受众积极互动,使其成为 技术与应用 类别中的关键影响点。

20 002
订阅者
-324 小时
-367
-7530
帖子存档
​​👉Bag of tricks для разметки текстовых данных: Часть 2. Удаление дубликатов В этой статье я расскажу об ещё одном способе собирать данные более качественно и экономить на разметке — фильтрации похожих друг на друга текстов. Читать...

​​👍Bag of tricks для разметки текстовых данных: Часть 1. Четыре способа размечать меньше В этой статье я расскажу о том, зачем вообще разработчику машинного обучения разбираться в аннотации данных, сложностях и подводных камнях, сопровождающих процесс, и о способах сократить количество ручной разметки в проекте. Читать...

​​😈LLMClone: как клонировать себя в Telegram В статье рассматривается простая идея, состоящая в том, чтобы зафайнтюнить языковую модель на личных сообщениях, выгруженных из Telegram-чатов. Читать...

​​👥Как мы создавали сервис для хостинга ML-моделей на базе Kubernetes и AIOHTTP: опыт Контура В этой стать расскажу, как наша команда справляется с сервингом сотни моделей и какие решения мы для этого разработали. Читать...

​​🦾Сильный ИИ. Элира1. Увеличение памяти ChatGPT В этой статье я расскажу о том, как можно увеличить размер запроса к ChatGPT до почти полутора миллионов символов. Читать...

​​😻Вестник Midjourney: новая документация, генерация фрагментов и тюнер стилей В этой статье рассказываю о нововведениях и различиях между релиз- и альфа-версией. Читать...

​​👨‍💻Как с помощью ChatGPT писать SQL-запросы. Несколько кейсов В статье расскажу о том, как ChatGPT может сэкономить время и усилия начинающего специалиста по SQL. Читать...

​​😉Вредные советы по подготовке датасета В этой статье автор поделиться вредными советами по подготовке датасета для сервисов видеоаналитики. Читать...

​​🧠MiVOLO: новая State-of-the-Art нейросеть с открытым исходным кодом для определения пола и возраста по фотографии В этой статье хочу рассказать вам нашу историю о том, как изначально рутинная рабочая задача закончилась созданием открытой state-of-the-art нейросети, научной работой и новым датасетом. Читать...

​​💪Выборочное удаление столбцов для повышения эффективности хранения в озерах данных В данной статье мы расскажем, как сократить размер данных в рамках формата Apache Parquet за счет удаления не использующихся колонок большого размера. Читать...

​​🐘Функции и хранимые процедуры в SQL: зачем нужны и как применять в реальных примерах В этой статье вы узнаете, как устроены функции и хранимые процедуры и как их применять для повторного использования запросов. Читать...

​​🐬Python + MySQL: как подключиться к СУБД MySQL и работать с ней с помощью Python Из этой статьи вы узнаете, как подключиться к MySQL с помощью Python и выполнить основные команды для работы с данными в таблице: установка необходимых библиотек, подключение к базе данных, создание и удаление таблицы, добавление, извлечение и удаление данных из таблицы. Читать...

​​🧠«Возрождение» больших данных, оптимизация инференса LLM и новинки от AMD В этой статье вы узнаете, какие Ops-практики входят в систему MLOps, как выбрать СУБД для анализа данных и как построить платформу для DS/ML-разработчиков. Читать...

​​🤔ML SAST. Часть 1: как работают инструменты SAST и какие проблемы может решить применение машинного обучения? В этой статье мы рассмотрим основные принципы и методики, применяемые в инструментах статического анализа безопасности, обозначим существующие проблемы и рассмотрим потенциал внедрения машинного обучения. Читать...

​​👍Тонкая настройка Whisper для многоязычного ASR с помощью Hugging Face Transformers В этой статье мы рассмотрим пошаговое руководство по дообучению Whisper для многоязычного ASR с использованием Datasets, Transformers и Hugging Face Hub. Читать...

​​🧑‍💻Как систематизировать работу с входящими документами в компании с помощью OCR-инструментов. Часть 1 В этой статье мы расскажем, какие задачи решали на этом проекте, рассмотрим предложения со схожим функционалом, существующие на рынке, и покажем архитектуру предобученного классификатора документооборота. Читать...

​​🗣Сказки про ИБ в машинном обучении В этой статье мы рассмотрим, как злоумышленники атакуют модели машинного обучения, что они для этого делают и как от этого можно защищаться. Читать...

​​100 вопросов для подготовки к собесу Data Science Доброго времени суток! Представляю вашему вниманию чек-лист из 100 вопросов по Data Science. Вопросы покрывают 5 областей: SQL, Python, Machine Learning, статистику и собственно саму DS. Кому это вообще может быть полезно: желающему получить оффер в сфере DS тому, кто уже давно дата-сайнтист, но хочется освежить какие-то алгоритмы/темы кто хочет поменять стек на что-то в области анализа и присматривается к DS Собрал здесь самые частые вопросы с собесов на позицию джуна Data Science, получился так сказать 95% доверительный интервал всех возможных вопросов. Так что если разобраться в этих вопросах, с большой вероятностью Авито, Тинькофф и что у нас там ещё делает DS примет вас к себе на борт. Читать...

Канал, где собраны Бесплатные Data science курсы . 👉Data Courses — тут мы собираем все курсы по Анализу данных и машинному обучению. 👉 папка для мл-срециалистов: https://t.me/addlist/_FjtIq8qMhU0NTYy

​​🦉FineBI-g brother is still watching: как мы усовершенствовали мониторинг В этой статье мы разработали дашборд, содержащий интересующие нас и владельцев дашбордов показатели, графики, детализированные таблицы. Читать...

Data Science | Machinelearning [ru] - Telegram 频道 @devsp 的统计与分析