ch
Feedback
Data Science

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 41 909 名订阅者,在 技术与应用 类别中位列第 3 247,并在 俄罗斯 地区排名第 15 289

📊 受众指标与增长动态

невідомо 创建以来,项目保持高速增长,吸引了 41 909 名订阅者。

根据 16 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 -37,过去 24 小时变化为 -14,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 8.76%。内容发布后 24 小时内通常能获得 3.10% 的反应,占订阅者总量。
  • 帖子覆盖: 每篇帖子平均可获得 3 674 次浏览,首日通常累积 1 301 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 17 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。

41 909
订阅者
-1424 小时
+17
-3730
帖子存档
Last Call: ИИ, бэкенд и фронтенд в одном хакатоне Wink AI Challenge — соревнование для разработчиков, которые знакомы с нейро
Last Call: ИИ, бэкенд и фронтенд в одном хакатоне Wink AI Challenge — соревнование для разработчиков, которые знакомы с нейросетями и мультимодальными данными. Разбираешься в NLP и интеграции моделей? Приходи и покажи, на что способен твой ИИ. Призовой фонд — 1 125 000 рублей. Последние дни регистрации — открыта до 4 ноября включительно: https://cnrlink.com/winkaichallengeds ML-инженеры, backend- и frontend-разработчики, DevOps, MLOps и мультимедиа-инженеры — ваш выход. Алгоритм такой: 1️⃣ Получи реальный текстовый набор данных. 2️⃣ Проанализируй структуру и извлеки ключевые сущности. 3️⃣ Собери ИИ-сервис, который помогает принимать решения в киноиндустрии. Задачи хакатона: 🔸 Построй модель зависимости между сценами и структурируй сценарий. 🔸 Преврати текст в эскизы с помощью text-to-image для создания превизуализации сценария. 🔸 Создай решение, которое классифицирует контент и находит сцены, влияющие на возрастной рейтинг. Финал пройдёт в Москве — двум участникам из команды Wink оплатит билеты и проживание. Успей зарегистрироваться на первый в России хакатон по применению ИИ в кинопроизводстве: https://cnrlink.com/winkaichallengeds

StarBench: A Turn-Based RPG Benchmark for Agentic Multimodal Decision-Making and Information Seeking Read @datascienceiot
StarBench: A Turn-Based RPG Benchmark for Agentic Multimodal Decision-Making and Information Seeking Read @datascienceiot

A-Vibe и A-Vision — собственные языковые модели технологической платформы Авито — стали доступны всем. Это первые российские
+2
A-Vibe и A-Vision — собственные языковые модели технологической платформы Авито — стали доступны всем. Это первые российские решения, глубоко оптимизированные под русский язык и задачи e-commerce. Они подходят для анализа документации, создания ИИ-ассистентов и автоматизации контента. Компания потратила на разработку ИИ-моделей около полумиллиарда рублей. Обе модели способны обрабатывать большие тексты (до 100 страниц) и вызывать внешние инструменты — например, для расчетов, поиска данных или работы с API. На их базе можно строить автономных ИИ-агентов и интегрировать технологии прямо в бизнес-процессы. A-Vibe уже занимает верхние позиции в рейтингах, в том числе по пониманию русского языка. Команда Авито не собирается останавливаться: она адаптировала под русский целый набор тестов для оценки качества моделей. Все инструменты доступны бесплатно на Hugging Face.

Scaling Large MoE Models with Wide Expert Parallelism on NVL72 Rack Scale Systems 📚 Читать @datascienceiot
Scaling Large MoE Models with Wide Expert Parallelism on NVL72 Rack Scale Systems 📚 Читать @datascienceiot

🚀 Новый курс на Stepik: AI Agents PRO Если вы работаете с ML/DS и хотите перейти от моделей → к готовым продуктам на базе LL
🚀 Новый курс на Stepik: AI Agents PRO Если вы работаете с ML/DS и хотите перейти от моделей → к готовым продуктам на базе LLM, без понимания агентов уже никуда. 🔹 Что внутри: Архитектура агентов (FSM, DAG, Supervisor–Worker, Critic–Executor). Интеграции: API, БД, браузеры, CRM. Retrieval-Augmented Generation (Qdrant, Weaviate, FAISS). Надёжность: ретраи, guardrails, работа с PII. LLMOps: метрики качества, A/B-тесты, дашборды. Продакшн-деплой: Docker, очереди сообщений, CI/CD. Итоговый проект: собственный агент под реальный бизнес-кейс. 🎯 По итогу вы сможете строить и выкатывать production-ready AI-агентов, а не просто писать демки в ноутбуках. 🔥 Спец-условия: только по промо RAG30-30% на старт (действует 48ч). 👉 Пройти курс со скидкой

Are Large Language Models Sensitive to the Motives Behind Communication? 📚 Читать @datascienceiot
Are Large Language Models Sensitive to the Motives Behind Communication? 📚 Читать @datascienceiot

Новое техношоу о фейлах на дата-платформах Все упало, все сломалось, бизнес в панике. Для дата-инженеров это обычный вторник,
Новое техношоу о фейлах на дата-платформах Все упало, все сломалось, бизнес в панике. Для дата-инженеров это обычный вторник, а для шоу «Дропнуто» — повод снять свежий выпуск. «Дропнуто» превращает фейлы дата-платформ в истории, которые полезно услышать каждому, кто работает с данными. В центре каждого эпизода — один герой и одна яркая история фейла, развернутое обсуждение архитектуры и процессов, а также немного самоиронии. Анонсы и ссылки на прямые эфиры появятся в телеграм-боте проекта. Подписывайтесь, чтобы узнавать о премьерах первыми.

Pico-Banana-400K: A Large-Scale Dataset for Text-Guided Image Editing 📚 Читать @datascienceiot
Pico-Banana-400K: A Large-Scale Dataset for Text-Guided Image Editing 📚 Читать @datascienceiot

МТС True Tech Champ — зрелищный шоу-чемпионат с ИИ-спецэффектами! 21 ноября МТС объединяет ИТ-конференцию и ИТ-чемпионат на одной площадке. Тебя ждет настоящий фестиваль технологий. Более 250 ИТ-талантов со всей России сразятся в лайв-кодинге и программировании роботов на скоростное прохождение лабиринтов со спецэффектами. Между наблюдением за заездами и поединками ты сможешь: ▫️ послушать конференцию с международными спикерами в области ИИ; ▫️ поучаствовать в воркшопах и юмористических батлах в ИТ-качалке; ▫️ испытать себя в кодерских челленджах и других айтивностях; ▫️ перезагрузить карьеру в HR-Хабе вместе с командой МТС. День завершится ярким афтепати со звездными хедлайнерами. 👉🏻 Участие бесплатно, количество мест ограничено. Успей зарегистрироваться

Claude Cookbooks 📚 Читать @datascienceiot
Claude Cookbooks 📚 Читать @datascienceiot

AIJ Deep Dive: специальный очный трек для AI-профи в рамках международной конференции AI Journey! Среда для профессионального
AIJ Deep Dive: специальный очный трек для AI-профи в рамках международной конференции AI Journey! Среда для профессионального роста, общение с экспертами мировой AI-индустрии и другими AI-профи — всё это ждёт вас на треке AIJ Deep Dive. В программе — только главные аспекты работы с AI: Это событие точно нельзя пропустить
1️⃣19 ноября — день Науки: проведём глубокий анализ IT-решений, прорывных научных исследований, R&D-разработок и передовых методик. 2️⃣ 20 ноября — день Бизнеса: разберём успешные кейсы внедрения, оценим эффективность и практические результаты.
На треке вас ждут выступления ведущих экспертов в AI, постер-сессия, специальные форматы для нетворкинга и выставка R’n’D решений. Это уникальная возможность обсудить сложные вопросы с теми, кто действительно понимает ваши вызовы. Где? Офис Сбера, Кутузовский проспект, д. 32, к. 1 (Е) Когда? 19–20 ноября 2025 года По ссылке — форма регистрации на очное участие. Присоединяйтесь к профессиональному AI-сообществу!

Foundation Models for Scientific Discovery: From Paradigm Enhancement to Paradigm Transition 📚 Читать @datascienceiot
Foundation Models for Scientific Discovery: From Paradigm Enhancement to Paradigm Transition 📚 Читать @datascienceiot

Быстрее, умнее, точнее VK запустил RecSys Challenge — соревнование по разработке алгоритмов рекомендаций. Участникам предстоит решить одну из самых сложных проблем рекомендательных систем: предсказать, кому зайдёт ролик, который никто ещё не видел. В основе датасет VK-LSVD: 40 млрд взаимодействий 20 млн роликов Формат: Студенты, исследователи, ML-инженеры — welcome Призовой фонд — 2 500 000 рублей 💸 Читайте подробнее и регистрируйтесь до 15 декабря на сайте соревнования.

Readers Prefer Outputs of AI Trained on Copyrighted Books over Expert Human Writers 📚 Читать @datascienceiot
Readers Prefer Outputs of AI Trained on Copyrighted Books over Expert Human Writers 📚 Читать @datascienceiot

Data.Meetup от Сбера: честно об агентизации😏 Отправляйтесь на жёсткую прокачку скилов — обсудим AI-Ready Data, аспекты построения AI-агентов, умный поиск, генерацию SQL и доступ агентов к данным одним кликом. Встречаемся 23 октября: в московском офисе Сбера! 👌

Claude and your productivity platforms 📚 Читать @datascienceiot
Claude and your productivity platforms 📚 Читать @datascienceiot

25% рабочего времени специалистов кибербеза научились экономить в Авито. Технологическая платформа внедрила в работу отдела к
25% рабочего времени специалистов кибербеза научились экономить в Авито. Технологическая платформа внедрила в работу отдела кибербезопасности собственную языковую модель A-Vibe. Совместно с их же разработкой, сканером DeepSecrets, который можно найти на GitHub, модель эффективно анализирует потенциально чувствительные данные и находит 99 из 100 уязвимостей. Для этого LLM заранее обучили на тысячах примерах уязвимостей. Команда исключила человеческий фактор и ускорила проверку кода в 5 раз. Если раньше бэклог из 50 000 угроз один специалист мог анализировать полгода, то сейчас машина справляется с этим объемом за рабочий день (6–8 часов). Это экономит около 25% рабочего времени, которое специалисты по кибербезопасности теперь могут направить на решение сложных задач. Компания планирует внедрить ИИ в оценку рисков и моделирование угроз, также рассматривают применение возможностей нейросетей в безопасности на всех этапах разработки. Что логично: по данным IBM, компании, использующие ИИ, на 100 дней быстрее узнают об утечках данных. Подпишитесь на полезные каналы Авито

Технологическая платформа Авито сделала ставку на генеративный ИИ в кибербезе — и радикально сократила время реакции на угроз
Технологическая платформа Авито сделала ставку на генеративный ИИ в кибербезе — и радикально сократила время реакции на угрозы. Новая система на базе собственной модели A-Vibe автоматически проверяет код перед публикацией и вылавливает потенциально чувствительные данные. То, что специалист по безопасности разбирал бы полгода (речь об объеме 50 000 предупреждений), машина делает за 6–8 часов. В результате система ускоряет процесс поиска угроз в 5 раз и освобождает до четверти рабочего времени команды от рутинной проверки. Чтобы эффективно находить чувствительные данные, команда дополнительно обучила A-Vibe на тысячах реальных примерах уязвимостей. Она развернута локально и связана с внутренним сканером DeepSecrets, который компания выложила в открытый доступ на GitHub. Авито планирует внедрение ИИ в оценку рисков и моделирование угроз. Исследования отрасли показывают: команды, использующие ИИ-инструменты, обнаруживают утечки данных почти на 100 дней раньше конкурентов. Подпишитесь на полезные каналы Авито

A comprehensive, hands-on tutorial on the most recent advancements in robotics 📚 Читать @datascienceiot
A comprehensive, hands-on tutorial on the most recent advancements in robotics 📚 Читать @datascienceiot

📘 На Stepik вышел курс — «ML-инженер: от первой модели до продакшена» Хотите не просто натренировать модель в ноутбуке, а до
📘 На Stepik вышел курс — «ML-инженер: от первой модели до продакшена» Хотите не просто натренировать модель в ноутбуке, а довести её до реального продукта? Этот курс — полный путь от основ до production. • Математика и Python: линейная алгебра, статистика, NumPy, Pandas, визуализация (Matplotlib, Seaborn, Plotly) • Классика ML: регрессия, KNN, деревья решений, Random Forest, SVM, Naive Bayes • Ансамбли: XGBoost, LightGBM, CatBoost, подбор параметров (Optuna, Hyperopt), MLflow • Deep Learning: PyTorch и TensorFlow/Keras, CNN, RNN/LSTM, Attention, Transfer Learning • Работа с данными: парсинг (BeautifulSoup, Scrapy), SQL/API, feature engineering • Продвинутые задачи: рекомендательные системы, временные ряды (ARIMA, Prophet), SHAP и LIME • MLOps: FastAPI, Docker, деплой в облако, мониторинг моделей • Подготовка к собеседованиям: технические вопросы, системный дизайн, SQL, портфолио 🎓 Сертификат — добавьте в резюме или LinkedIn 🚀 Скидка 25%, действует 48 часов 👉 Пройти курс на Stepik