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 41 895 名订阅者,在 技术与应用 类别中位列第 3 241,并在 俄罗斯 地区排名第 15 299

📊 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 41 895 名订阅者。

根据 18 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 -32,过去 24 小时变化为 -12,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 8.85%。内容发布后 24 小时内通常能获得 2.90% 的反应,占订阅者总量。
  • 帖子覆盖: 每篇帖子平均可获得 3 709 次浏览,首日通常累积 1 213 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 19 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。

41 895
订阅者
-1224 小时
-157
-3230
帖子存档
D

Совет на 2025 год - учите Data Science и Machine learning Все нейросети, базы данных компаний, выявление болезней и многое др
Совет на 2025 год - учите Data Science и Machine learning Все нейросети, базы данных компаний, выявление болезней и многое другое - не обходятся без DS и ML. А чтобы освоиться за несколько месяцев, а не лет, читайте канал Data Science. В нём на пальцах рассказывается, что и как учить, чтобы стать специалистом. Начните 2025 год с освоения новой профессии - @devsp

Probability, Random Processes, and Statistical Analysis Applications to Communications, Signal Processing, Queueing Theory an
Probability, Random Processes, and Statistical Analysis Applications to Communications, Signal Processing, Queueing Theory and Mathematical Finance 📕 Book @datascienceiot

⚡️Легкий способ получать свежие обновления и следить за трендами в разработке на вашем языке. Находите свой стек и подписывайтесь: МАШИННОЕ ОБУЧЕНИЕ: t.me/ai_machinelearning_big_data C++ t.me/cpluspluc Python: t.me/pythonl Linux: t.me/linuxacademiya Хакинг: t.me/linuxkalii Devops: t.me/DevOPSitsec АНАЛИЗ Данных: t.me/data_analysis_ml Javascript: t.me/javascriptv C#: t.me/csharp_ci Java: t.me/javatg Базы данных: t.me/sqlhub Python собеседования: t.me/python_job_interview Мобильная разработка: t.me/mobdevelop Docker: t.me/DevopsDocker Golang: t.me/Golang_google React: t.me/react_tg Rust: t.me/rust_code ИИ: t.me/vistehno PHP: t.me/phpshka Android: t.me/android_its Frontend: t.me/front Big Data: t.me/bigdatai Собеседования МЛ: t.me/machinelearning_interview МАТЕМАТИКА: t.me/data_math Kubernets: t.me/kubernetc Разработка игр: https://t.me/gamedev Haskell: t.me/haskell_tg 💼 Папка с вакансиями: t.me/addlist/_zyy_jQ_QUsyM2Vi Папка Go разработчика: t.me/addlist/MUtJEeJSxeY2YTFi Папка Python разработчика: t.me/addlist/eEPya-HF6mkxMGIy Папка ML: https://t.me/addlist/2Ls-snqEeytkMDgy Папка FRONTEND: https://t.me/addlist/mzMMG3RPZhY2M2Iy 😆ИТ-Мемы: t.me/memes_prog 🇬🇧Английский: t.me/english_forprogrammers 🧠ИИ: t.me/vistehno 🎓954ГБ ОПЕНСОРС КУРСОВ: @courses 📕Ит-книги бесплатно: https://t.me/addlist/BkskQciUW_FhNjEy

Gemini API Cookbook 📚 Github @datascienceiot
Gemini API Cookbook 📚 Github @datascienceiot

Сотрудники Авито ведут свой telegram-канал ⭐️ И знаете, получается мега-лампово и увлекательно. Всего через несколько постов
Сотрудники Авито ведут свой telegram-канал ⭐️ И знаете, получается мега-лампово и увлекательно. Всего через несколько постов начинаешь уже чувствовать себя частью их уютного офиса: рядом — знакомые весёлые коллеги из постов, и вам точно есть что обсудить. А вообще хвалим и одобряем. Во-первых, смело и интересно. Во-вторых, для тех, кто рассматривает работу в компании, это возможность изучить культуру и вайб команды ещё до трудоустройства. 🔥 Однозначно подписка — @avito_life 🔥🔥 Если думаешь о работе в Авито, то добавляй сразу — @avito_career

DevOps - Puppet, Docker, and Kubernetes. 📕 Book @datascienceiot
DevOps - Puppet, Docker, and Kubernetes. 📕 Book @datascienceiot

Data Science повсюду🙌 Лента рекомендаций в соцсетях, плейлист с треками под ваш вкус в стриминговом сервисе и умные голосовы
Data Science повсюду🙌 Лента рекомендаций в соцсетях, плейлист с треками под ваш вкус в стриминговом сервисе и умные голосовые помощники — всё это результат работы Data Scientist. Специалист решает бизнес-задачи с помощью данных. Освоить востребованную и высокооплачиваемую IT-профессию с нуля можно на курсе «Data Scientist». В программе много практики: бизнес-игры, хакатоны, соревнования Kaggle, прожарки и конкурсы от партнёров. 20+ проектов можно добавить в портфолио и искать работу уже через 5 месяцев занятий. В программе 3 траектории обучения: 1. Базовая — для быстрого старта в профессии. 2. Расширенная — для углублённой работы с нейросетями и big data. 3. Продвинутая — для специализации в медицине или промышленности. Сейчас программу можно освоить выгоднее — повышенная скидка 45% действует по промокоду BIGDATA45. Начинайте обучение и становитесь перспективным IT-специалистом Реклама. ООО "Нетология". ИНН 7726464125 Erid 2VSb5yd9JhE

Practitioner Guide for Creating Effective Prompts in Large Language Models 🔗 Paper @datascienceiot
Practitioner Guide for Creating Effective Prompts in Large Language Models 🔗 Paper @datascienceiot

Introduction to Data Science – Lecture Material 🔗 Github @datascienceiot
Introduction to Data Science – Lecture Material 🔗 Github @datascienceiot

Вспомнить универ или узнать что-то новое — в честь дня математика Яндекс Образование решили посвятить точным наукам весь дека
Вспомнить универ или узнать что-то новое — в честь дня математика Яндекс Образование решили посвятить точным наукам весь декабрь и вместе с факультетом компьютерных наук НИУ ВШЭ опубликовали онлайн-учебник по математике для анализа данных. В хендбуке есть теоретические главы, задачи для самостоятельного решения, примеры кода. Публикуется постепенно, первый раздел посвящен графам. Знаете ли вы, например, является ли граф на картинке деревом? Правильный ответ: Да, это дерево. Этот тип графов особенно полезен для решения задач оптимизации. Например при планировании эффективных маршрутов доставки или построении экономичных сетей. Это было слишком легко? Больше задачек о графах и не только — в хендбуке.

готовый пост. пометка на картинке, ерид — в ссылке

DATA SCIENCE ROADMAP 🔗 Github @datascienceiot
DATA SCIENCE ROADMAP 🔗 Github @datascienceiot

⚡️Легкий способ получать свежие обновления и следить за трендами в разработке на вашем языке. Находите свой стек и подписывайтесь: МАШИННОЕ ОБУЧЕНИЕ: t.me/ai_machinelearning_big_data C++ t.me/cpluspluc Python: t.me/pythonl Linux: t.me/linuxacademiya Хакинг: t.me/linuxkalii Devops: t.me/DevOPSitsec АНАЛИЗ Данных: t.me/data_analysis_ml Javascript: t.me/javascriptv C#: t.me/csharp_ci Java: t.me/javatg Базы данных: t.me/sqlhub Python собеседования: t.me/python_job_interview Мобильная разработка: t.me/mobdevelop Docker: t.me/DevopsDocker Golang: t.me/Golang_google React: t.me/react_tg Rust: t.me/rust_code ИИ: t.me/vistehno PHP: t.me/phpshka Android: t.me/android_its Frontend: t.me/front Big Data: t.me/bigdatai Собеседования МЛ: t.me/machinelearning_interview МАТЕМАТИКА: t.me/data_math Kubernets: t.me/kubernetc Разработка игр: https://t.me/gamedev Haskell: t.me/haskell_tg 💼 Папка с вакансиями: t.me/addlist/_zyy_jQ_QUsyM2Vi Папка Go разработчика: t.me/addlist/MUtJEeJSxeY2YTFi Папка Python разработчика: t.me/addlist/eEPya-HF6mkxMGIy Папка ML: https://t.me/addlist/2Ls-snqEeytkMDgy Папка FRONTEND: https://t.me/addlist/mzMMG3RPZhY2M2Iy 😆ИТ-Мемы: t.me/memes_prog 🇬🇧Английский: t.me/english_forprogrammers 🧠ИИ: t.me/vistehno 🎓954ГБ ОПЕНСОРС КУРСОВ: @courses 📕Ит-книги бесплатно: https://t.me/addlist/BkskQciUW_FhNjEy

Introduction to Data Science 📚 Book #book #beginner #r @datascienceiot
Introduction to Data Science 📚 Book #book #beginner #r @datascienceiot

Introduction to Data Science Book

Эти люди делают DS У технологического подкаста ВТБ стартовал новый сезон — «Лица Data Fusion». Он посвящён тем, кто стоит за
Эти люди делают DS У технологического подкаста ВТБ стартовал новый сезон — «Лица Data Fusion». Он посвящён тем, кто стоит за яркими достижениями и самыми интересными проектами сферы ИИ и Data Science, — лидерам от науки и бизнеса и их командам. Кстати, Data Fusion — большая весенняя конференция по данным и ИИ, на которой соберутся все эксперты в области DS.  Ведёт подкаст Денис Суржко, вице-президент и замруководителя департамента анализа данных и моделирования ВТБ.  Нам нравится идея в подкасте о технологиях говорить о людях. В гостях первого выпуска — доктор физ.-мат. наук, профессор РАН, генеральный директор института AIRI, профессор Сколтеха Иван Оселедец. Получился интересный разговор о том, как был предопределён его путь в науку, об учениках, бизнесе и будущем ИИ. Крайне рекомендуем к прослушиванию и просмотру, ссылки ниже. VK Видео Аудиоплощадки

Machine Learning in Action 📕 Книга @datascienceiot
Machine Learning in Action 📕 Книга @datascienceiot

🔥17 декабря в 20.00 мск приглашаем на открытый урок "Алгоритмы с подкреплением в стохастических играх" курса Reinforcement L
🔥17 декабря в 20.00 мск приглашаем на открытый урок "Алгоритмы с подкреплением в стохастических играх" курса Reinforcement Learning, на котором: - Вспомним о теории игр и равновесии Нэша; - Поговорим о том какие алгоритмы обучения с подкреплением применимы к стохастическим играм; - Реализуем один из них в коде и обучим наших агентов взаимодействовать друг с другом. Участники вебинара получат ноутбук с кодом практического примера реализации алгоритма и поймут как запустить его в игровой среде. 👉Регистрация: https://otus.pw/fiHd/?erid=LjN8KbeQ4 Встречаемся в преддверии старта курса «Reinforcement Learning» в OTUS. Обучение позволит применять алгоритмы RL для решения разнообразных задач в реальном мире, включая игровую индустрию, робототехнику, управление энергетическими системами и управление финансовым портфелем. #реклама О рекламодателе

MIT's "Foundations of Reinforcement Learning & Interactive Decision Making" PDF: arxiv.org/pdf/2312.16730 @datascienceiot