现已上线！2025 年 Telegram 研究 — 年度关键洞察 
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 19 985 名订阅者，在 技术与应用 类别中位列第 6 704，并在 俄罗斯 地区排名第 33 689 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 19 985 名订阅者。
根据 24 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 -79，过去 24 小时变化为 -2，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 7.62%。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 1 523 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 25 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。
19 985
订阅者
-224 小时
-407 天
-7930 天
帖子存档
⚡️ Факторизация в рекомендательных системах: как обучить в реальном времени
13 апреля пройдёт митап от Дзена, на котором руководитель группы исследований расскажет про работу с факторизацией. Плюс участники получат конкретный кейс, как в Дзене улучшили рекомендации и вырастили аудиторию коротких видео в 4 раза. В конце будет афтепати и ML-квиз.
Зарегистрироваться
👨💻Сколько стоит содержать виртуальную девушку? Создаем подругу, записывающую кружочки в Telegram, с помощью 4 нейросетей
Не так давно в интернете появилась душещипательная история, как пользователь hackdaddy8000 сперва создал виртуальную девушку, а затем усыпил ее. Моральный и мемный аспект этого события обсуждали в комментариях под новостями.
Поговорим о технической стороне. Как повторить этот шедевр и можно ли обойтись без сервисов OpenAI, которые сложно оплатить в России? И главное — сколько придется инвестировать в виртуальную подругу.
Читать...
💥Обработка естественного языка (NLP). Личный опыт — мой первый запуск BERT
BERT — Bidirectional Encoder Representations from Transformers
Здесь не будет рассказываться о том, что такое BERT, как это работает и для чего применяется — в сети об этом достаточно информации.
Эта статья про личный опыт — как конкретно у меня получилось запустить BERT с чистого Colab по конкретным описаниям.
Читать...
⚡ChatGPT: мысли о неизбежном — как нейросети изменят нашу работу и кому придётся искать новую
У представителей многих профессий, в том числе в ИТ, появились нехорошие мысли о необходимости в будущем менять профессию и о том, что Open AI сделали то же, что молодой адвокат из баянного анекдота. Попробую изложить свои мысли по этому поводу, как человек, который часто использует Chat GPT и как руководитель практики технологических решений системного интегратора ЕАЕ‑Консалт.
Читать...
😲Как я делал кино с помощью нейросетей
Автор расскажет как он сделал фильм для планетария. В итоге этот фильм получил приз на фестивале купольных фильмов в Токио.
Читать...
😳Не принимай оффер в Data Science, пока…
...не получишь ответы на эти 10 вопросов.
Как вы понимаете, нанимающая сторона на рынке вакансий Data Science проводит очень тщательный отбор в свою команду. К сожалению, дата сайентист не может поступать аналогичным образом и прособеседовать своего работодателя, но может задать интересующие его вопросы после интервью и найти много полезной информации самостоятельно в сети. В этой статье автор расскажет о 10 ключевых вопросах, на которые крайне желательно получить ответ до вашего трудоустройства.
Читать...
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
💪Страдающее ML: как мы автоматизировали проверку данных, чтобы не было мучительно больно
Год назад авторы разработали систему, которая показывает, где и насколько данные плохи, а инженерам остаётся только разобраться почему. Раньше они сначала вручную выясняли, что в данных пошло не так, а теперь есть система, которая даёт подсказки. Вы узнаете об алгоритме, лежащем в основе системы, и о том, что она сейчас собой представляет и как используется в наших бизнес-процессах.
Читать...
🧠Как не попасть в яму с помощью нейронных сетей: технологии приходят на помощь коммунальщикам
Автор - Андрей Соловьёв DS в Сбере. Вероятно, практически каждый читатель этой статьи сталкивался с проблемными дорогами, если вы автомобилист, или тротуарами, если вы пешеход. Плохие дороги — одна из актуальнейших проблем любой страны. Сегодня поговорим о том, как технологии могут помочь решить эту проблему.
Читать...
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/33reG9
Telegram ШАД Helper
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/33reG9
Telegram ШАД Helper
💥Переносим свою картину мира в чат-бота на базе GPT-3
У автора возникла идея - что если попробовать доучить сеть так, чтобы она имитировала картину мира определенного человека?
Автор покажет в этой статье как можно обучить GPT-3 (в версии davinchi-003) на своей картине мира и засунуть её внутрь телеграм-бота, потратив на всё всего несколько долларов.
Читать...
😎Зачем мы моделируем импульсные нейронные сети и с помощью чего это делаем
Автор - Михаил Киселев, руководитель направления в отделе ИИ компании «Цифрум» (Росатом) и руководитель лаборатории нейроморфных вычислений в Чувашском государственном университете. Сегодня подниму тему импульсных нейронных сетей. Общее представление о том, что такое искусственные нейронные сети, есть, наверное, у всех. Многие представляют, зачем они нужны, как устроены, как работают. Речь пойдет об одной их разновидности — импульсных нейронных сетях
Читать...
Соревнование Data Fusion Contest 2023 в самом разгаре:
🔥У каждого участника есть шанс получить мерч от сообщества ODS. Поделись ссылкой на соревнование с другом и предупреди, чтобы он указал твой telegram-никнейм при регистрации в специальном поле “Откуда узнали о соревновании”. Каждую неделю мы будем разыгрывать наши брендированные футболки среди тех, кто пригласил больше всего участников 🎁
🔥В прошлую субботу мы объявили победителей первой фазы в задачах Атака и Защита, но в призовом фонде остались еще 1 400 000 руб. Участвуй в соревновании, сразись во втором турнире с решениями других участников и забери свой приз!
Регистрируйся по ссылке и убедись на собственном примере, что Adversarial ML может быть увлекательным и о-о-очень полезным 😉
