![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 19 645 名订阅者，在 技术与应用 类别中位列第 6 709，并在 俄罗斯 地区排名第 33 430 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 19 645 名订阅者。
根据 11 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 -115，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 7.61%。内容发布后 24 小时内通常能获得 4.50% 的反应，占订阅者总量。
- 帖子覆盖： 每篇帖子平均可获得 1 495 次浏览，首日通常累积 884 次浏览。
- 互动与反馈： 受众积极参与，单帖平均反应数为 5。
- 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 12 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。
19 645
订阅者
-524 小时
-347 天
-11530 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}
14 сентября, 18:00
Computer Vision в животноводстве, инфраструктура для ML и AI, виды дрифтов ML-моделей.
В этот четверг ребята из @Selectel проведут ежегодный митап «MLечный путь» для MLOps и ML-инженеров. На встрече спикеры из Selectel, Контур AI, Neoflex и Русагро рассмотрят актуальные сложности, тренды и инструменты построения production ML-систем.
Темы докладов:
◽️ Определение дрифта данных и дрифта моделей на MLOps-платформе Neoflex Dognauts
◽️ Хостинг сотни моделей машинного обучения в Контуре: существующее решение и путь к нему, а также актуальные и решенные проблемы
◽️ Стек технологий и инфраструктурная база для пилотных проектов внедрения LLM
◽️ Оптимизация работы видеоаналитических сервисов в животноводстве с помощью Prefect
В конце пройдет дискуссия «Потребности ML-рынка России», где вы получите ответы на интересующие вопросы и сможете пообщаться с экспертами в неформальной обстановке.
Регистрируйтесь на офлайн-встречу в Санкт-Петербурге: https://slc.tl/wrrsp
Регистрируйтесь на онлайн-трансляцию: https://slc.tl/cpn0l
Реклама ООО «Селектел» 2Vtzquqv9xt
Тотальная цифровизация – это про оптимизацию существующих бизнес-процессов и магию технологий.
Канал российского ИТ гиганта Softline digital, где показывают, как технологии AI, ML, CV, IoT, Big Data, VR/AR работают в секторах промышленности, горной добыче, металлургии, нефтянке и др.
Никаких фантазий и космических кораблей, только кейсы, за которыми стоят реальные проекты и пилоты у лидеров отрасли. С одним из них ты можешь познакомиться прямо сейчас: AIline: прогнозируем качество молока.
Хочешь быть в команде, следи за новостями, выкладывают вакансии и всегда на связи.
Заходи посмотреть, тонны инфы для тех, кто в теме цифровизации.
Не прощаемся.
Как Яндекс создавал YandexGPT 2?
Вчера на Practical ML Conf Яндекс рассказал об обновлении своей нейросети. В 67 процентах запросов GPT дает более качественный ответ чем предыдущая версия.
Обновленная нейросеть обучалась с помощью расширенной базы текстов, дополненной синтетическими данными — искусственно сгенерированными на основе реальной информации материалами.
Теперь она может выполнить несколько условий в одном запросе, например: сократить, озаглавить, переформулировать. Кроме того, она лучше пишет код и генерирует идеи.
Попробовать можно в навыке “Давай придумаем” в приложении Яндекса, на Станции Яндекса, на ya.ru
Как обучить нейросеть с помощью Python?
Расскажет дата-сайентист из Альфа-банка Мария Жарова на бесплатном онлайн-практикуме 13-14 сентября в 17:00 мск.
За 2 дня вы:
— узнаете как создать, а затем обучить нейросеть распознавать цифры по фотографии;
— выполните практическое задание и получите обратную связь;
— узнаете зарплатные ожидания и карьерные возможности в дата сайенс.
За лучшее выполнение задания вас ждет подарок — доступ к тренажеру Power BI.
Записывайтесь на бесплатный практикум: https://go.skillfactory.ru/&erid=2VtzqvJUTeY
Реклама ООО "Скилфэктори", ИНН 9702009530
9 сентября Сбер приглашает IT-специалистов поучаствовать в отборе: пройти все интервью, познакомиться с командой и, возможно, даже получить оффер.
Какими задачами занимаются DS-специалисты крупнейшего банка страны? 👇
✔️ Обучают все модели искусственного интеллекта: от классического ML до глубоких нейронных сетей.
✔️ Создают инновационные сервисы от систем принятия решений до компьютерного зрения и обработки естественного языка
✔️ Развивают блочное хранилище на Teradata и DataLake на Hadoop.
✔️ Работают на Python, Spark, SQL, Hadoop, GreenPlum.
За год команда разрабатывает и внедряет более 200 моделей для отделений банка, приложений, колл-центра, банкоматов и так далее, поэтому работа точно будет интересной и разнообразной.
Переходите по ссылке и регистрируйся на One Day Offer, чтобы получить оффер мечты! 💚
👾Надёжные сервисы на нейросетях, или почему восклицательные знаки лучше цифр
В этой статье я на примере простого сервиса для маршрутизации заявок в техподдержку покажу свой подход к созданию сервисов на нейросетях, которые не страшно напрямую использовать для общения с клиентами или в других важных процессах.
Читать...
