![Data Science | Machinelearning [ru]](https://cdn.tlmtr.io/_next/image?url=https%3A%2F%2Fimg.telemetr.io%2Fc%2F1dVo3O%2F5217464346798572541%3Fty%3Dl&w=48&q=75){kind=small}
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. MAX - https://max.ru/devsp Личный блог - @just_genych По вопросам рекламы или разработки - @g_abashkin РКН: https://vk.cc/cJPGXD
显示更多![网络: Frontender's notes [ru]](https://cdn.tlmtr.io/_next/image?url=https%3A%2F%2Fimg.telemetr.io%2Fc%2F1qrVZ3%2F5348049928330532677%3Fty%3Dx&w=32&q=75){kind=small}
📈 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 19 654 名订阅者，在 技术与应用 类别中位列第 6 681，并在 俄罗斯 地区排名第 33 391 位。
📊 受众指标与增长动态
自 невідомо 创建以来，项目保持高速增长，吸引了 19 654 名订阅者。
根据 10 十一月, 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 -113，过去 24 小时变化为 -5，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 7.53%。内容发布后 24 小时内通常能获得 4.48% 的反应，占订阅者总量。
- 帖子覆盖： 每篇帖子平均可获得 1 479 次浏览，首日通常累积 881 次浏览。
- 互动与反馈： 受众积极参与，单帖平均反应数为 6。
- 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.
MAX - https://max.ru/devsp
Личный блог - @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 11 十一月, 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。
19 654
订阅者
-524 小时
-287 天
-11330 天
帖子存档
![Data Science | Machinelearning [ru]](https://cdn.tlmtr.io/_next/image?url=https%3A%2F%2Fimg.telemetr.io%2Fc%2F1dVo3O%2F5217464346798572541%3Fty%3Dx&w=64&q=75){kind=small}
На каком этапе развития технологий у разработчиков встаёт вопрос об этике?
С развитием нейросетей, которые обучают люди, имеющие свои субъективные суждения на разные темы этот вопрос становится ещё более щепетильным. Велик риск сделать ИИ необъективным, и даже опасным.
Чтобы избежать подобного сценария, IT-компаниям, которые занимаются разработкой нейросетей, необходимо подготовить систему этического регулирования при программировании. Такой комплексный подход поможет избежать потенциального вреда.
Александр Крайнов, директор по развитию технологий искусственного интеллекта Яндекса, подробно рассказал об этом на YaTalks. Посмотреть его и более 100 других докладов можно тут.
🗣Как голосовой помощник научился слушать себя
В этой статье вы узнаете о том, как команда мобильного приложения Маруси отучили ее триггериться на себя и научили правильно слышать и понимать запросы; что такое самотриггерение и как решить эту проблему; как доля самотриггерений голосового помощника в потоке упала с 6% до 0,1%.
Читать…
🌐 Пройди короткий тест и узнай, суждено ли тебе залететь в самую инновационную IT-нишу
🔥 Лотерея беспроигрышная:
✔️ответишь — получишь 2 бесплатных урока из топового обучения,
🔙 затруднишься — поймешь, где знания проседают и сможешь это исправить!
🕑 Дерзай, это займёт пару минут твоего времени: https://clck.ru/37HhTy
Реклама. ООО «Отус онлайн-образование», ОГРН 1177746618576, www.otus.ru
🦹♂️Контекст, награда, много рук. Многорукие бандиты как метод принятия решений
В этой статье мы рассмотрим методологию и границы применимости классических многоруких и контекстуальных бандитов, а также реализуем контекстного бандита, в основе которого будут сэмплирование Томпсона и нейронная сеть.
Читать...
🫖 А какой ты data-инженер сегодня? Пройди тест!
15 января стартует курс Data-инженер от Слёрм. Учим собирать, хранить и обрабатывать большие данные.
Вы готовы к обучению? Или ещё необходимо подтянуть знания? Пройдите тест на нашем сайте и узнайте ваш уровень подготовки.
Этот тест составлен на основе учебных материалов курса. Ссылку на тест оставляем здесь
Курс подойдет для аналитиков данных, разработчиков, администраторов баз данных.
Будем рады встрече 15 января.
Реклама. ООО «Слёрм» г. Лиски, ОГРН 1193668020545 Erid: 2VtzqwCoMrK
Всё, что нужно знать о CatBoost и LightGBM
Не нашёл инфу — написал сам. Так поступил дата-сайентист из Точки Артур Сосновиков.
В статье на Хабре он рассказал, как работают алгоритмы CatBoost и LightGBM: что у каждого под капотом и в чём их особенности. Подробно, с примерами и формулами.
Будет интересно начинающим и тем, кто уже знает классический градиентный бустинг, а мидлам будет полезно для расширения кругозора. Ну и конечно тем, кто готовится к собесам и хочет произвести хорошее впечатление)
Читать статью на Хабре
Мешают ли дата-сайентистам галлюцинации, и где они с ними сталкиваются
В предновогоднем эпизоде подкаста «Деньги любят техно» команда дата-сайентистов из ВТБ подвела итоги уходящего года в темах развития нейросетей, машинного обучения, инструментов на базе ИИ. Вспомнили главные достижения и фейлы технологических компаний, занимающихся генеративным ИИ, рассказали о своём взаимодействии с нейросетями, пообщались с одной из них и попытались выяснить, когда она со своими «коллегами» захватит мир.
Получился живой и весёлый разговор, слушать можно на любой удобной подкаст-платформе.
💎 Как быстро и эффективно собирать данные с разных сайтов?
Расскажет Мария Тихонова – Senior Data Scientist в SberDevices и преподаватель ВШЭ. Встречаемся на бесплатном уроке «Парсинг данных: собираем датасет своими руками», где мы поговорим об общих принципах сбора данных и изучим основные инструменты парсинга в Python.
💻 Вебинар идеально подойдет:
— тем, кто знает основы Python и хочет углубиться в ML и NLP;
— начинающим DS специалистам;
— тем, кто уже изучил основы ML и хочет понять более глубокие аспекты.
🗣 Занятие пройдёт 25 декабря в 20:30 мск и будет приурочено к старту курса «Natural Language Processing». После урока вы сможете продолжить обучение в рассрочку.
📍 Для бесплатного участия и получения записи пройдите короткое тестирование прямо сейчас: https://clck.ru/37CyJ3
Реклама. ООО «Отус онлайн-образование», ОГРН 1177746618576, www.otus.ru
