现已上线！2025 年 Telegram 研究 — 年度关键洞察 
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📈 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 41 827 名订阅者，在 技术与应用 类别中位列第 3 219，并在 俄罗斯 地区排名第 15 286 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 41 827 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 -98，过去 24 小时变化为 -10，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 9.49%。内容发布后 24 小时内通常能获得 2.48% 的反应，占订阅者总量。
- 帖子覆盖： 每篇帖子平均可获得 3 968 次浏览，首日通常累积 1 039 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 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。
41 827
订阅者
-1024 小时
-767 天
-9830 天
数据加载中...
相似频道
标签云
进出提及
---
---
---
---
---
---
吸引订阅者
六月 '26
六月 '26
+136
在2个频道中
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2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 | |
| 25 六月 | 0 | |||
| 24 六月 | +6 | |||
| 23 六月 | +5 | |||
| 22 六月 | +4 | |||
| 21 六月 | +3 | |||
| 20 六月 | +6 | |||
| 19 六月 | +2 | |||
| 18 六月 | +3 | |||
| 17 六月 | +1 | |||
| 16 六月 | +2 | |||
| 15 六月 | +4 | |||
| 14 六月 | +7 | |||
| 13 六月 | +12 | |||
| 12 六月 | +7 | |||
| 11 六月 | +8 | |||
| 10 六月 | +7 | |||
| 09 六月 | +14 | |||
| 08 六月 | +9 | |||
| 07 六月 | 0 | |||
| 06 六月 | +9 | |||
| 05 六月 | 0 | |||
| 04 六月 | +6 | |||
| 03 六月 | +7 | |||
| 02 六月 | +8 | |||
| 01 六月 | +6 |
频道帖子
Mastering Linear Algebra for Free: A Deep Dive into Jim Hefferon's Fourth Edition (Free PDF)
Free PDF Book: https://www.cs.ox.ac.uk/files/12921/book.pdf
| 2 | Открывается набор на магистратуры Авито — совместно с МФТИ и ВШЭ
Те, кто следит за направлениями ML и продакт-менеджмента, уже подают заявки. А те, кто только присматривается, могут присмотреться внимательнее — программы строили не по лекалам десятилетней давности:
• Три трека: «Прикладное машинное обучение и анализ данных» с МФТИ, «Машинное обучение в цифровом продукте» с ФКН ВШЭ и «Управление продуктом в IT-бизнесе» с ВШБ ВШЭ.
• Для ML-специалистов — классический ML, компьютерное зрение, рекомендательные системы, генеративный ИИ. Для продактов — матрица компетенций реального продакт-менеджера, от аналитики до бизнес-моделей, с целью выйти на уровень middle.
• Преподаватели — действующие сотрудники Авито, а не только академическая кафедра.
• Кейсы с живых продуктов, а не учебные датасеты.
• Больше 300 экспертов со стороны бизнеса участвовали в разработке, так что содержание актуальное и прикладное.
Поступить можно из любого региона России — программы открыты для выпускников бакалавриата со всей страны. | 1 050 |
| 3 |  A viral Europe 2031 scenario warns that Europe could become economically weaker, politically dependent, and strategically exposed if it fails to build its own frontier AI capacity
📓 book
@datascienceiot | 1 385 |
| 4 |  Открывается набор на бесплатную программу – Академия Авито!
Те, кто уже в теме, спешат подать заявки. А тем, кто слышит об Академии впервые, нужно поторопиться, потому что такой шанс бывает только раз в году:
- Направления на выбор: аналитик данных и Data Science-инженер.
- Актуальная программа под запрос нанимающих команд.
- Личный ментор и постоянная поддержка.
- Профессиональное сообщество единомышленников.
- Реальные кейсы и 150+ экспертов, которые обучат вас нужным скиллам.
Сама учеба начнется 1 сентября, но подать заявку можно только до 2 июля!
Регистрация: ссылка | 1 594 |
| 5 |  Can LLM Agents Infer World Models? Evidence from Agentic Automata Learning
📓 book
@datascienceiot | 1 403 |
| 6 | Финальная неделя до запуска хакатона от Reinforce.fi (ex-Overnight.fi) по реальным рыночным данным с призовым фондом $5,000:
Market-Action Arena
В отличие от классических соревнований по прогнозированию цен, здесь нужно принимать решения.
Задача участника — выбрать наиболее прибыльное действие из 10 возможных вариантов (A1–A10) для каждого состояния рынка и максимизировать итоговый PnL.
Что получат участники:
• реальные рыночные данные с анонимизированными признаками
• train и validation датасеты в формате Parquet
• последовательности длиной 1000 шагов
• различные рыночные режимы и периоды
• задачу, близкую к reinforcement learning и sequential decision making
Метрика соревнования:
Score = суммарный PnL по всем принятым действиям.
Особенность задачи в том, что данные максимально приближены к тем, которые команда Reinforce.fi использует в своих торговых и yield-стратегиях.
Призы:
1️⃣ $2,500
2️⃣ $1,500
3️⃣ $1,000
Топ-10 участников лидерборда попадут в финал и смогут представить свои решения команде Reinforce.fi. Финальная проверка будет проводиться на скрытом датасете.
Старт соревнования — конец июня 2026.
Продолжительность — 1.5–2 месяца.
Участвовать можно индивидуально или командой.
Telegram-чат хакатона:
https://t.me/+R6lMJ10VXP5hOTI0
Если давно хотелось поработать с задачей, которая ближе к реальным рыночным решениям, чем к очередному Kaggle-прогнозу, — регистрируйтесь. | 1 432 |
| 7 |  Mathematics Behind Jujutsu Kaisen:
Gojo Satoru’s Infinity
📓 book
@datascienceiot | 1 952 |
| 8 |  Latent Thought Flow
📓 book
@datascienceiot | 1 939 |
| 9 |  9 июля на масштабном форуме Data Day 2026 соберутся лидеры data- и AI-команд, которые формируют подходы к работе с данными, ML и AI в ведущих компаниях РФ — Сбер, X5 Tech, Т-Банк, Ozon Fintech, Lamoda, ВТБ и другие.
Свое участие уже подтвердили более 60 спикеров.
«Бизнес. Техноград» на ВДНХ. 1500 участников. 5 отраслевых треков. Обсудим, как все реально устроено в системах лидеров рынка. В программе:
💰 Тренды AI и данных «из первых уст». На какие технологии и подходы делают ставку лидеры рынка?
💰 Как превратить хаос данных в надежный бизнес-навигатор и сделать данные стратегическим активом компании.
💰 Практика внедрения AI и data-driven подходов в финтехе, ритейле, логистике, промышленности и агросекторе.
💰 Как находить новые точки роста, используя опыт цифровых лидеров и сильные data-команды.
💰 AI-hub: выставка и центр экспертизы готовых AI-решений и автономных агентов для бизнеса.
Выступают:
– Дмитрий Криволапов, Lamoda. Директор департамента по данным и аналитике.
– Алексей Бондаренко, Газпромбанк. Вице-президент — начальник департамента управления данными.
– Дмитрий Рузанов, Альфа-Банк. Директор департамента разработки моделей.
– Павел Денисенко, X5 Tech. Директор департамента развития платформы больших данных.
– Артём Летин, ВТБ. Начальник управления моделирования КИБ и СМБ, вице-президент.
– Валерий Поляков, Т-Банк. Лидер по данным группы Т-Технологии (Chief Data Officer).
– Александр Лукьянов, ДОМ РФ Технологии. Генеральный директор.
– Валентина Рудик, Ozon Fintech. Руководитель розничного кредитования.
– Андрей Скачёк, М.Видео, Директор по маркетингу
И другие.
9 июля, «Бизнес. Техноград», ВДНХ, Москва. Присоединяйтесь! Форум соберет экспертов по данным, ML и AI из банков, ритейла, телекома, транспорта, агропрома и ИТ-индустрии.
👉 Программа и регистрация
P.S. Для иногородних участников AZIMUT Отель Аэростар Москва предоставит скидку 22% на проживание по промокоду DataDay. | 1 753 |
| 10 |  Fearless Concurrency on the GPU" introduces cuTile Rust
📓 book
@datascienceiot | 1 686 |
| 11 |  Проект Ozon Tech Route 256 Pro обновился, и теперь в нём есть направление Data Science.
Это интенсивный онлайн-курс для специалистов с опытом. Он длится 2 месяца и охватывает классический Machine Learning, компьютерное зрение и применение генеративных моделей в реальных продуктах.
Хочешь решать сложные задачи с экспертами Ozon Tech? Залетай за подробностями и оставляй заявку: https://route256.ozon.ru/ds. Это бесплатно! | 1 830 |
| 12 |  Making SEC filings machine-readable without losing context is the real infrastructure play for financial AI.
📓 book
@datascienceiot | 1 772 |
| 13 |  Как ускорить ML-разработку, когда главный дефицит — не идеи, а доступ к GPU?
На infra.conf’26 Яндекс рассказал про Dev Cluster — сервис динамического распределения GPU-ресурсов для ML-команд.
Идея простая: вместо настройки окружений, ожидания свободных мощностей и ручного управления инфраструктурой разработчики за несколько кликов получают готовую GPU-конфигурацию для обучения моделей и проверки гипотез.
Ресурсы выделяются за секунды, снижаются простои GPU и эффективнее используются вычислительные мощности. В результате команды быстрее запускают эксперименты, реже упираются в инфраструктурные ограничения и сокращают путь от идеи до результата.
Dev Cluster — часть единой ML-платформы Яндекса, которая закрывает полный цикл машинного обучения: от работы с данными и обучения до применения моделей. | 1 872 |
| 14 |  Predicting LLM Safety Before Release
by Simulating Deployment
📓 book
@datascienceiot | 1 792 |
| 15 | Как сегодня создают эффективные ML-системы
Обсудим 18 июля в Москве на Turbo ML Conf — флагманской конференции Т-Банка про ML.
Будет три потока докладов:
— глубокие исследования и новые подходы к моделям;
— прикладное ML с фокусом на бизнес-метриках;
— инженерные системы, делающие все это возможным.
Участников ждут кейсы и лучшие практики от лидеров индустрии, демозоны с решениями от больших компаний и разговор с инженерами, которые их создают.
Регистрируйся заранее и зови коллег | 1 942 |
| 16 |  Everything You Always Wanted To
Know About Mathematics*
📓 book
@datascienceiot | 3 491 |
| 17 | ⚡️ Machine Learning Roadmap 2026: большая карта входа в ML без сказок про “нейросети за месяц
Большой русскоязычный roadmap по машинному обучению: от первого import numpy до LLM, RAG, fine-tuning, AI-агентов и MLOps и даже вабкодинга.
Внутри нормальная структура: что учить, в каком порядке, зачем это нужно и что должно получиться на практике после каждого этапа.
Roadmap разбит на 7 треков:
1. Фундамент: Python, математика, статистика, инструменты
2. Классический ML: scikit-learn, табличные данные, метрики, валидация
3. Deep Learning: PyTorch, CNN, RNN, training loop
4. LLM и трансформеры: attention, KV-cache, RAG, LoRA, агенты
5. Generative AI: изображения, видео, аудио, мультимодальность
6. MLOps и прод: Docker, Kubernetes, CI/CD, monitoring, serving
7. Специализация: CV, NLP, RecSys, RL, Safety
Roadmap не продаёт иллюзию “обучил модель - стал ML-инженером”.
В реальной работе много времени уходит на данные, метрики, деплой, мониторинг, воспроизводимость и разбор ошибок. Модель - только часть системы.
Хорошая мысль из roadmap: LLM не делает джуна сеньором. Она ускоряет того, кто уже понимает базу. Без базы человек просто становится оператором Copilot, который не может объяснить, почему всё сломалось.
По времени тоже без сказок:
1. 0-3 месяца: математика, классический ML
2. 3-6 месяцев: Deep Learning и PyTorch
3. 6-12 месяцев: LLM, RAG, fine-tuning, AI-агенты
4. 12+ месяцев: MLOps, прод, масштабирование, специализация
Тут же собрано 7 болших бесплатных курсов по машинному обучению, математике и вайбкодингу!
Если давно хотели зайти в ML системно, а не прыгать между роликами про ChatGPT, Stable Diffusion и “топ-10 библиотек”, это хороший ориентир.
https://github.com/justxor/MachineLearningRoadmap | 3 803 |
| 18 |  System Card: Claude Fable 5 &
Claude Mythos 5
📗 Read
@datascienceiot | 3 321 |
| 19 |  AI-Driven Multi-Region Provisioning for Cloud Services Using Spot Fleets
📗 Read
@datascienceiot | 4 861 |
| 20 | От мечты о карьере сварщика до стажировки в KAUST
История выпускника Школы анализа данных Степана Платинского — яркий пример того, куда может вывести фундаментальное образование в ML.
До 9 класса он хотел быть сварщиком. Но потом поступил в Физтех-лицей, оттуда в МФТИ, а затем в Школу анализа данных.
Сегодня он улучшает ML-модели для международного поиска Яндекса, а в прошлом году стажировался в университете KAUST в Саудовской Аравии как приглашенный исследователь.
Его цель — построить статистическую модель, которая сможет предсказывать экстремальные события вроде наводнений или обвала рынка. Этому как раз посвящена его научная работа.
Степан считает, что главное для карьеры в ML — любознательность и искреннее желание разобраться в теме.
О том, как попасть на международную стажировку и заниматься наукой параллельно с карьерой в бигтехе, читайте в интервью со Степаном. | 4 466 |
