Data Science
前往频道在 Telegram
DS По всем вопросам- @haarrp @ai_machinelearning_big_data - machine learning @pythonl - Python @itchannels_telegram - 🔥 best it channels @ArtificialIntelligencedl - AI @pythonlbooks-📚 @programming_books_it -📚 Реестр РКН: https://clck.ru/3Fk3zS
显示更多
网络:📈 Telegram 频道 Data Science 的分析概览
频道 Data Science (@datascienceiot) 是活跃参与者。目前社区聚集了 42 587 名订阅者，在 技术与应用 类别中位列第 3 077，并在 俄罗斯 地区排名第 14 719 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 42 587 名订阅者。
根据 05 十月, 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 30，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 6.03%。内容发布后 24 小时内通常能获得 3.02% 的反应，占订阅者总量。
- 帖子覆盖： 每篇帖子平均可获得 2 566 次浏览，首日通常累积 1 288 次浏览。
- 互动与反馈： 受众积极参与，单帖平均反应数为 0。
- 主题关注点： 内容集中在 llm, агентов, api, октября, разработчиков 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：
“DS
По всем вопросам- @haarrp
@ai_machinelearning_big_data - machine learning
@pythonl - Python
@itchannels_telegram - 🔥 best it channels
@ArtificialIntelligencedl - AI
@pythonlbooks-📚
@programming_books_it -📚
Реестр РКН: https://clck.ru/3...”
凭借高频更新（最新数据采集于 06 十月, 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。
42 587
订阅者
-224 小时
-397 天
+3030 天
数据加载中...
相似频道
标签云
进出提及
---
---
---
---
---
---
吸引订阅者
十月 '2610月 '26
十月 '26
+42
在2个频道中
九月 '26
+284
在1个频道中
Get PRO
八月 '26
+486
在2个频道中
Get PRO
七月 '26
+594
在3个频道中
Get PRO
六月 '26
+156
在2个频道中
Get PRO
五月 '26
+183
在2个频道中
Get PRO
四月 '26
+170
在4个频道中
Get PRO
三月 '26
+338
在2个频道中
Get PRO
二月 '26
+499
在2个频道中
Get PRO
一月 '26
+687
在0个频道中
Get PRO
十二月 '25
+380
在2个频道中
Get PRO
十一月 '25
+530
在2个频道中
Get PRO
十月 '25
+374
在1个频道中
Get PRO
九月 '25
+587
在7个频道中
Get PRO
八月 '25
+609
在1个频道中
Get PRO
七月 '25
+750
在3个频道中
Get PRO
六月 '25
+525
在1个频道中
Get PRO
五月 '25
+454
在3个频道中
Get PRO
四月 '25
+560
在11个频道中
Get PRO
三月 '25
+573
在4个频道中
Get PRO
二月 '25
+545
在7个频道中
Get PRO
一月 '25
+842
在20个频道中
Get PRO
十二月 '24
+848
在5个频道中
Get PRO
十一月 '24
+1 777
在32个频道中
Get PRO
十月 '24
+1 710
在6个频道中
Get PRO
九月 '24
+1 402
在7个频道中
Get PRO
八月 '24
+1 164
在4个频道中
Get PRO
七月 '24
+1 033
在7个频道中
Get PRO
六月 '24
+1 066
在7个频道中
Get PRO
五月 '24
+1 000
在37个频道中
Get PRO
四月 '24
+935
在45个频道中
Get PRO
三月 '24
+1 187
在22个频道中
Get PRO
二月 '24
+1 142
在3个频道中
Get PRO
一月 '24
+1 230
在45个频道中
Get PRO
十二月 '23
+687
在42个频道中
Get PRO
十一月 '23
+382
在3个频道中
Get PRO
十月 '23
+1 012
在20个频道中
Get PRO
九月 '23
+872
在0个频道中
Get PRO
八月 '23
+747
在0个频道中
Get PRO
七月 '23
+560
在0个频道中
Get PRO
六月 '23
+865
在0个频道中
Get PRO
五月 '23
+1 528
在0个频道中
Get PRO
四月 '23
+363
在0个频道中
Get PRO
三月 '23
+417
在0个频道中
Get PRO
二月 '23
+423
在0个频道中
Get PRO
一月 '23
+472
在0个频道中
Get PRO
十二月 '22
+770
在0个频道中
Get PRO
十一月 '22
+380
在0个频道中
Get PRO
十月 '22
+534
在0个频道中
Get PRO
九月 '22
+578
在0个频道中
Get PRO
八月 '22
+1 100
在0个频道中
Get PRO
七月 '22
+464
在0个频道中
Get PRO
六月 '22
+366
在0个频道中
Get PRO
五月 '22
+403
在0个频道中
Get PRO
四月 '22
+514
在0个频道中
Get PRO
三月 '22
+462
在0个频道中
Get PRO
二月 '22
+304
在0个频道中
Get PRO
一月 '22
+400
在0个频道中
Get PRO
十二月 '21
+287
在0个频道中
Get PRO
十一月 '21
+224
在0个频道中
Get PRO
十月 '21
+1 533
在0个频道中
Get PRO
九月 '21
+382
在0个频道中
Get PRO
八月 '21
+412
在0个频道中
Get PRO
七月 '21
+507
在0个频道中
Get PRO
六月 '21
+611
在0个频道中
Get PRO
五月 '21
+555
在0个频道中
Get PRO
四月 '21
+404
在0个频道中
Get PRO
三月 '21
+456
在0个频道中
Get PRO
二月 '21
+411
在0个频道中
Get PRO
一月 '21
+729
在0个频道中
Get PRO
十二月 '20
+10 299
在0个频道中
| 日期 | 订阅者增长 | 提及 | 频道 | |
| 06 十月 | +6 | |||
| 05 十月 | +8 | |||
| 04 十月 | +22 | |||
| 03 十月 | +2 | |||
| 02 十月 | 0 | |||
| 01 十月 | +4 |
频道帖子
| 2 |  📚 Обновили огромный учебник по математике для Computer Science и Machine Learning - 2220 страниц.
Внутри сразу несколько фундаментальных тем:
— алгебра
— топология
— дифференциальное исчисление
— теория оптимизации
— математический аппарат для CS и ML
Хороший вариант, если хочется не просто использовать формулы в ML, а понимать, откуда они берутся и почему работают.
Книга доступна здесь:
https://www.cis.upenn.edu/~jean/gbooks/ | 5 197 |
| 3 |  AgentBug-Smith: Automatically Reproducing Real-World Harness Bugs in Agentic Systems
📓 Read
@datascienceiot | 1 696 |
| 4 |  Стать специалистом по Data Science всего за 10 недель — это реально!
Если давно смотрите в сторону Data Science, но откладываете старт из-за огромного количества технологий, математики и непонятного пути до первой работы — сейчас можно зайти в профессию по-другому.
Симулейтив запускает интенсивный буткемп по Data Science, который построен вокруг главного: за первые 10 недель собрать необходимый стек, получить практический опыт и начать готовиться к реальным собеседованиям.
И главное — вам не нужно сначала учиться 8–12 месяцев, а уже потом думать о трудоустройстве.
Что вас ждёт:
➖необходимые для старта навыки: Python, ML, статистика, работа с данными и AI-инструментами;
➖практика на реальных задачах и проектах;
➖понятный ежедневный план обучения и поддержка менторов;
➖еженедельные живые занятия, а не старые записи;
➖подготовка к собеседованиям уже с первых недель — групповые интервью, разбор вопросов и подготовка резюме.
А что после 10 недель? Буткемп — это только первый этап.
После него можно продолжить углублять экспертизу и двигаться к уровню middle:
➖продвинутый Python;
➖Git;
➖продвинутая статистика и A/B-тестирование;
➖Airflow;
➖MLOps и развёртывание ML-моделей.
Кому подойдёт:
Тем, кто хочет войти в Data Science системно и не тратить год на самостоятельный поиск правильного маршрута.
Тем, кто начинал учиться самостоятельно, но терял темп без структуры и дедлайнов.
Тем, кто хочет не просто изучать теорию, а как можно раньше начать готовиться к выходу на рынок.
Тем, кому важно учиться на практике и получать обратную связь от менторов.
🔥ВАЖНО: Симулейтив сейчас дают возможность получить грант на обучение и гарантию трудоустройства своих студентов! Количество грантов, ограничено!
Оставляйте заявку до конца недели, чтобы занять одно из 5 оставшихся мест нового потока!
🔗 ЗАБРОНИРОВАТЬ МЕСТО | 1 572 |
| 5 |  📚 Классика, которую стоит прочитать: бесплатная книга Давида Кризеля о нейросетях
Если хочется разобраться, как нейросети устроены на уровне основ, а не только вызывать API, есть отличный бесплатный материал: A Brief Introduction to Neural Networks Давида Кризеля. Книга выросла из семинара в Боннском университете, первая версия вышла ещё в 2005 году, и с тех пор её дорабатывали.
Книга разделена на три большие части. Первая ведёт от биологии к формализации: биологический нейрон, компоненты искусственных сетей и основы обучения. Вторая посвящена обучению с учителем: перцептроны, backpropagation, RBF-сети и рекуррентные сети. Третья про обучение без учителя: сети Хопфилда, самоорганизующиеся карты Кохонена и теорию адаптивного резонанса.
Отдельно есть экскурсы в кластеризацию, предсказание временных рядов и обучение с подкреплением.
Главное достоинство книги в подаче. Каждое понятие объясняется сначала простыми словами, а потом строго математически, поэтому её одинаково удобно читать и новичку, и тому, кто хочет формул. Иллюстрации автор рисовал сам, в конце глав есть упражнения, а примеры связаны с его Java-библиотекой SNIPE.
Про трансформеры и LLM здесь ничего нет. Зато это хороший фундамент, без которого современные архитектуры понимаются хуже. Распространяется бесплатно по лицензии Creative Commons.
https://dkriesel.com/_media/science/neuronalenetze-en-zeta2-2col-dkrieselcom.pdf | 1 938 |
| 6 |  Shockingly Simple Self-retrospection Improves Agentic Models Without RL
"Can a language-model agent improve its future actions by training only on explanations of its own experience? We investigate this question by studying Retrospection-Only Fine-Tuning (ROFT), a minimal online procedure designed to isolate the effect of explanation-only training on subsequent behavior. The agent attempts a task, observes available feedback, generates a retrospective explanation, and is fine-tuned with a next-token prediction loss on the explanation tokens alone."
📓 Read
@datascienceiot | 2 006 |
| 7 |  5 октября начнется 19-й поток программы Data Engineer от Newprolab
Программа для junior- и middle-дата-инженеров, аналитиков, backend-разработчиков, техлидов и тех, кто работает с data-командами и хочет лучше понимать современный стек DE
📌 Что внутри:
– 10 недель обучения
– 30 занятий: онлайн + записи
– 10 практических лабораторных работ
– облачный кластер и реальные данные
– чат участников и поддержка команды программы
📌 Что получите на выходе:
1. Научитесь решать типовые задачи DE на практике
2. Систематизируете знания и закроете пробелы в современном DE-стеке
3. Поработаете с реальными данными и инфраструктурой, а не только с учебными примерами
4. Соберете практический опыт, который можно обсуждать на собеседованиях и использовать в работе
5. Все записи и материалы останутся у вас после окончания программы
Преподаватели – практикующие специалисты из ведущих технологических компаний. На занятиях можно разбирать реальные кейсы, задавать вопросы и получать обратную связь
👉 Подробности и квиз – на сайте
Квиз покажет, насколько программа подходит именно под вашу роль и задачи, даст персональные рекомендации и промокод на скидку
___
По всем вопросам пишите Алексею @snitsa | 1 855 |
| 8 |  "PrimeScientist: Strategic Allocation of Research Effort in Autonomous Research"
📓 Read
@datascienceiot | 2 041 |
| 9 |  ML-проект не заканчивается на обучении модели
В Data Science есть довольно знакомый момент: сначала всё работает почти идеально. Есть датасет, ноутбук, модель и несколько экспериментов. Но когда модель нужно использовать регулярно, внезапно выясняется, что сам алгоритм — только часть задачи.
Данные нужно где-то хранить, регулярно обновлять и обрабатывать. Пайплайны — запускать по расписанию. Результаты — отдавать в аналитические системы. А ещё нужно не потерять воспроизводимость всего процесса, когда экспериментов становится больше. По сути, вокруг модели постепенно появляется полноценная data-платформа.
Один из вариантов собрать такой контур внутри корпоративной инфраструктуры — использовать PaaS-компоненты Yandex Cloud в Stackland. В обновлении платформы появились ClickHouse и PostgreSQL для работы с данными, Object Storage и Trino для аналитического слоя, Airflow для оркестрации и DataLens для визуализации.
При таком подходе ML-процесс выглядит уже не как «модель + ноутбук», а как последовательный конвейер: данные поступают в хранилище, проходят обработку, используются для подготовки признаков и обучения, а результаты возвращаются в аналитический контур.
Таким образом, появляется одна из главных точек перехода от экспериментов к production: сложность постепенно смещается с самой модели на инфраструктуру, которая должна обеспечивать её работу. | 2 154 |
| 10 |  New Stanford+Together AI paper shows teams that learn to check each other's work solve problems none of them got right alone.
📘 Paper
@datascienceiot | 2 776 |
| 11 |  Avito DS Meetup: RL, AI-агенты и BidCorrection 🚀
🔸 Булат Шарипов расскажет, как в Авито обучают собственные языковые модели с помощью RL, а Владислав Воробьев — как BidCorrection меняет состав трафика, не трогая сами объявления.
🔸 Всеволод Викулин расскажет, как реально автоматизировать процессы с помощью AI-агентов, — этим и многим другим он поделится на Avito DS Meetup 7 октября.
После докладов будет нетворкинг с DS-сообществом. А ещё, если придёте офлайн, сможете найти прикольные тематические пасхалки, которые мы для вас спрятали 👀
⚡️ Встречаемся в 18:30 7 октября.
Места в офлайне ограничены — регистрация обязательна.
➡️ Регистрируйтесь по ссылке и приходите! | 2 748 |
| 12 |  Agent Memory Is a Surface for Endogenous Authorization Laundering
📘 Paper
@datascienceiot | 2 535 |
| 13 |  Участвуй во всероссийском ИТ-чемпионате МТС True Tech Champ 2026 c призовой фондом 10 250 000 рублей.
Если тебе нравятся алгоритмы, структуры данных и задачи на чистую логику — участвуй в алгоритмическом треке с индивидуальным зачетом.
Решай задачи разного уровня сложности: от базовых до тех, что проверяют скорость мышления и умение оптимизировать решения за ограниченное время.
В финале лучшие 120 участников алгоритмического трека сразятся в лайв-кодинге за шесть призовых мест и 2 750 000 рублей. Всех финалистов ждут:
— Лимитированный мерч;
— Сертификаты об участии;
— Масштабное мероприятие с выступлениями хэдлайнеров и фестивальными активностями.
Успей зарегистрироваться и пройти отборочный этап до 27 сентября | 2 482 |
| 14 |  Physics-based Deep Learning: Combining Deep Learning with Physical Simulations
📘 Paper
@datascienceiot | 2 268 |
| 15 | Участвуй во всероссийском ИТ-чемпионате МТС True Tech Champ 2026 c призовой фондом 10 250 000 рублей.
Если тебе нравятся алгоритмы, структуры данных и задачи на чистую логику — участвуй в алгоритмическом треке с индивидуальным зачетом.
Решай задачи разного уровня сложности: от базовых до тех, что проверяют скорость мышления и умение оптимизировать решения за ограниченное время.
В финале лучшие 120 участников алгоритмического трека сразятся в лайв-кодинге за шесть призовых мест и 2 750 000 рублей. Всех финалистов ждут:
— Лимитированный мерч;
— Сертификаты об участии;
— Масштабное мероприятие с выступлениями хэдлайнеров и фестивальными активностями.
Успей зарегистрироваться и пройти отборочный этап до 27 сентября | 223 |
| 16 | 🔥 DataLens Platform: что происходит, когда data stack собирают в одну систему
Yandex B2B Tech представила платформу, которая объединяет хранение, обработку, визуализацию и ИИ-аналитику данных.
Вместо связки из нескольких инструментов данные можно обрабатывать и анализировать в единой среде. Встроенный ИИ-помощник принимает запросы на обычном языке и помогает получать показатели без ручной сборки отчётов.
Отдельно интересна архитектура: storage и compute масштабируются независимо. Растет объем данных — увеличивается хранилище; растёт нагрузка на расчёты — добавляются вычислительные мощности.
По оценке Yandex B2B Tech, такой подход может сократить затраты на аналитику до 30%, а подготовку отчетов и дашбордов — ускорить в 3–5 раз.
📎 Подробнее о платформе — в материале СМИ. | 2 286 |
| 17 |  Regularized Recursive Self-Improvement of Agent Harnesses
📘 Paper
@datascienceiot | 2 702 |
| 18 |  ττ-bench treats agent building like a real client job.
📘 Paper
@datascienceiot | 3 083 |
| 19 |  Не отставайте от рынка — учитесь со скидкой 16%
Если чувствуете, что стоите на месте, и хотите освоить востребованную профессию, — сейчас хороший момент начать.
Потому что до 30 сентября на все курсы Практикума действует скидка 16%.
Выбрать курс
Вы сможете:
— получить актуальные навыки;
— освоить ИИ-инструменты для работы;
— перенять опыт экспертов, которые двигают индустрию;
— попасть в сообщество выпускников, где можно попросить совета и, возможно, найти будущих коллег.
Просто выберите курс, начните учиться бесплатно и получите скидку 16% — она автоматически появится в личном кабинете.
Учиться!
Erid: 2SDnjezu8Km
Название: ООО "ЯНДЕКС"
ИНН: 7736207543 | 3 106 |
| 20 |  Thinking with Looped Flows
📘 Paper
@datascienceiot | 3 622 |
