Анализ данных (Data analysis)
前往频道在 Telegram
Data science, наука о данных. @haarrp - админ РКН: clck.ru/3FmyAp
显示更多📈 Telegram 频道 Анализ данных (Data analysis) 的分析概览
频道 Анализ данных (Data analysis) (@data_analysis_ml) 俄语 语言赛道中的 是活跃参与者。目前社区聚集了 51 907 名订阅者,在 技术与应用 类别中位列第 2 572,并在 俄罗斯 地区排名第 11 804 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 51 907 名订阅者。
根据 17 十一月, 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 389,过去 24 小时变化为 -16,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 11.71%。内容发布后 24 小时内通常能获得 8.49% 的反应,占订阅者总量。
- 帖子覆盖: 每篇帖子平均可获得 6 077 次浏览,首日通常累积 4 406 次浏览。
- 互动与反馈: 受众积极参与,单帖平均反应数为 173。
- 主题关注点: 内容集中在 llm, контекст, openai, архитектура, deepseek 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:
“Data science, наука о данных.
@haarrp - админ
РКН: clck.ru/3FmyAp”
凭借高频更新(最新数据采集于 18 十一月, 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。
51 907
订阅者
-1624 小时
-507 天
+38930 天
帖子存档
МТС INTRO: стажировки вне шаблонов
Что это значит?
• 10+ направлений стажировки
• Набор 12 месяцев в году
• Погружение в проекты на 3 месяца и дольше, если в команде есть интересные задачи и тебе нравится то, что ты делаешь
• Удобный график
Что мы предлагаем?
• Целая экосистема технологичных цифровых сервисов. Здесь создаются мобильные приложения, продукты в медиа, финтехе, стриминге, гейминге, Big Data и многом другом
• Реальные проекты — лучший источник знаний и опыта
• Команда настоящих профи поможет раскрыться твоим талантам
• Стажёры сами выбирают, сколько часов в неделю работать, а ещё могут менять график в течение стажировки
• Стажировка оплачиваемая, а размер заработной платы зависит от региона и количества рабочих часов
• Оффер в МТС по итогам стажировки: если нам понравится работать вместе, будем рады, если ты станешь членом нашей команды :)
Как подать заявку на стажировку
Выбрать направление стажировки и подать заявку на сайте программы. Новые вакансии появляются каждую неделю.
24 8月 2022, 02:02
📖Практическая статистика для специалистов Data SciencePDF
50+ важнейших понятий с использованием R и Python
➡️Книга
@data_analysis_ml
23 8月 2022, 05:14
Почему ИИ так актуален в банковской сфере?
Узнай на лекции от Газпромбанка уже 25 августа
Подробнее о лекции:
Где: в Zoom
Во сколько: в 18:00 (по МСК)
Спикер: Адель Валиуллин, начальник отдела искусственного интеллекта Газпромбанка
Что узнаем: почему искусственный интеллект (AI) сегодня так актуален, в каких сферах применяется, какие задачи решаются в банке на основе AI и, конечно, что нужно знать для построения карьеры в data science и AI
Встречаемся 25 августа, регистрируйся по ссылке - https://vk.cc/cfSGGv
23 8月 2022, 03:01
💬 Основы обработки естественного языка за 10 минут
В этой статье будут рассмотрены следующие процессы:
1. Токенизация.
2. Стоп-слова.
3. Выделение основы слова.
4. Лемматизация.
5. Создание базы слов.
6. Маркировка частей речи.
7. Построение цепочек слов.
Но прежде всего разберёмся, что же такое NLP.
Естественный язык (NL) обозначает явление, благодаря которому люди общаются друг с другом, а его обработка означает лишь передачу данных в понятной форме. Таким образом, можно сказать, что NLP — это способ, который помогает компьютерам общаться с людьми на их языке.
➡️ Читать дальше
@data_analysis_ml
22 8月 2022, 05:01
Начините погружение в Spark вместе c OTUS!
🚀
Присоединяйтесь 25 августа в 20:00 мск на бесплатный вебинар «Обработка графов в Spark».
📚На вебинаре с Вадимом Заигриным, дата-инженером в VMware мы узнаем, как работать с графами на Spark, рассмотрим основные графовые алгоритмы и их реализацию на Spark.
👉 Регистрация на вебинар: https://otus.pw/19em/
Вебинар является частью онлайн-курса «Spark Developer» от OTUS.22 8月 2022, 03:01
📖 Краткое руководство по созданию наборов данных с помощью Python
Если вам когда-нибудь приходилось собирать данные о своих пользователях, вы знаете, насколько это сложно. Так почему бы не попытаться создать свой собственный набор данных?
В этой статье я опишу простой процесс сбора пользовательских данных, который можно реализовать менее чем за час. Это позволит вам легко собирать и хранить пользовательские данные.
Сначала мы будем использовать Streamlit, чтобы создать веб-страницу для размещения пользовательского интерфейса сбора данных, а затем — Google Sheets API вместе с одним классным пакетом Python для хранения введенных пользователями данных.
➡️ Читать дальше
@data_analysis_ml
21 8月 2022, 05:00
Хочу сегодня рассказать о канале Обновить и перезагрузить: в нем собирают инсайты из мира IT.
Как быстрее двигаться по карьерной лестнице, какие ЯП нужно и не нужно знать, на что смотрят рекрутеры и менеджеры при отборе в компанию, как проще релоцироваться — все это рассказывают опытные айтишники! Канал ведет IT-редактор, которая умело достает интересные факты и забавные истории из своих собеседников.
Здесь точно будет интересно @updateandrestart 😉
21 8月 2022, 03:01
📡 Простая обработка возобновляющихся данных или как создать легко воспроизводимый DS проект.
Аналитику или исследователю данных приходится разрабатывать множество алгоритмов по обработке и анализу различных данных. Большинство алгоритмов разрабатываются для многоразового использования, а значит, код либо запускается разработчиком с определенной периодичностью, либо код передается другим пользователям для обработки своих данных. При этом алгоритмы имеют множество параметров и зависимостей, которые необходимо индивидуально настраивать под определенные данные.
Для того чтобы сделать процесс развертывания, использования и доработки алгоритма интуитивно понятным воспользуемся инструментом Kedro. Основная концепция kedro заключается в модульной структуре, где весь цикл работы с данными формируется из отдельных блоков в единый рабочий процесс
➡️ Читать дальше
⚙️ Код
⚙️ Kedro
@data_analysis_ml
20 8月 2022, 04:59
Новые быстрые IT-курсы от Практикума
Освоить новую профессию теперь можно на буткемпах — новых программах длительностью от 2 до 5 месяцев. Курсы подойдут тем, у кого нет опыта в программировании или анализе данных, но есть желание и время, чтобы интенсивно учиться.
На буткемпах от Практикума можно стать аналитиком данных, фронтенд-разработчиком, специалистом по Data Science или инженером по тестированию.
Особенности коротких программ:
- Еженедельное планирование с наставником.
Распределите нагрузку и поймёте, на чём нужно сфокусироваться.
- Наставник на связи весь день.
В течение ~8 учебных часов можете писать наставнику любые вопросы по заданиям.
- Вебинары каждую неделю.
Разберёте сложные темы, получите помощь с проектами и ответы на вопросы.
- Каникулы в середине курса.
Отдохнёте неделю — и закончите учёбу с новыми силами.
- Помощь с трудоустройством.
Научитесь писать резюме, составлять портфолио и искать вакансии.
Начните учиться бесплатно сейчас.
И регистрируйтесь на ближайший поток:
— для аналитиков данных и специалистов по Data Science — 8 сентября;
— для инженеров по тестированию и фронтенд-разработчиков — 1 сентября.
20 8月 2022, 03:02
🌏 Использование Redis для работы с геоданными
Работа с геопространственными данными заведомо сложная задача, хотя бы потому что широта и долгота это числа с плавающей запятой и они должны быть очень высокоточными. К тому же, казалось бы, широта и долгота могут быть представлены в виде сетки, но на самом деле нет, не могут, просто потому что Земля не плоская, а математика - это сложная наука.
➡️ Читать дальше
↪️ Redis for Geospatial Data whitepaper
Запуск Redis в Google Colab Python
@data_analysis_ml
19 8月 2022, 04:29
💻 Моделирование данных в мире современного стека данных 2.0
Представьте, что вам нужно проанализировать данные об элементах, которые клиенты видят в списке веб-приложения. Это могут быть результаты поиска, товары для продажи, наиболее релевантные сообщения в ленте новостей и список новых звонков в службу поддержки клиентов — для аналитиков они все одинаковы.
Такие данные могут быть использованы аналитиками для оценки CTR (показателя кликабельности) при разработке тех или иных рекомендательных алгоритмов, позволяющих определить наблюдаемость различных позиций в списке (например, 1-я по сравнению с 10-й).
➡️ Читать дальше
➡️ Моделирование данных: зачем нужно и как реализовать
@data_analysis_ml
18 8月 2022, 04:07
🪄 Магия таблиц стилей Matplotlib. Продвинутая Визуализации данных.
Визуализация данных — важная компетенция любого специалиста по данным. К сожалению, создание готовых к публикации визуализаций данных занимает очень много времени и хорошего вкуса. В мире Python + Matplotlib специалисты по данным зачастую строят графики низкого качества, которые, мягко говоря, не вдохновляют.
К счастью, замечательная библиотека Matplotlib может улучшить качество ваших графиков с помощью всего лишь нескольких строк кода. В Matplotlib есть много таблиц стилей по умолчанию, которые вы можете найти здесь, но куда интереснее создать свой стиль.
Я решил показать вам, как создать свою собственную таблицу стилей, которая может улучшить уровень ваших визуализаций. Вы можете использовать таблицу стилей, которую я сгенерировал, или изменить ее по своему вкусу. Давайте начнем.
➡️ Читать дальше
↪️ Код
@data_analysis_ml
17 8月 2022, 05:57
Big Data Science [RU] — канал для профессионалов и любителей Data Science.
🔥Лови свежие новости современной науки о данных и интерактивные тесты каждые 2 дня.
🏂Узнавай первым о полезных библиотеках, фреймворках, подходах и других лайфхаках, которые помогут анализировать данные еще быстрее и качественнее.
👀Смотри ежемесячный дайджест конференций, митапов, хакатонов и других интересных DS-событий.
Актуальный, релевантный и практичный контент. Без лишней рекламы и инфоцыганства.
Подписывайтесь по ссылке.
17 8月 2022, 02:49
🚀 Data-Science-процессы: Jupyter Notebook для продакшена
Рефакторинг написанного в Notebook кода для запуска в продакшене — трудная и ресурсоемкая задача. Материал о том, как с помощью MLOps-инструментов и приемов сократить время от исследования до запуска решения. Описанное в статье — результат структурированного опыта дата-сайентистов и ML-разработчиков из сотен компаний.
➡️ Читать дальше
↪️ Код
@data_analysis_ml
16 8月 2022, 05:12
Курс «Английский для IT-профессий» от Яндекс Практикума
Для тех, кто хочет изменить свою профессиональную жизнь и работать в международной команде.
Обучение построено не вокруг абстрактной теории, а вокруг рабочих ситуаций и полезных для карьеры навыков:
✋Стендапы. Подготовитесь обсуждать задачи, задавать вопросы и просить о помощи.
👨💻 Работа с заказчиками. Научитесь презентовать решения, говорить про баги и фичи.
📣 Митапы. Сможете понимать на слух доклады и выступать сами.
😎 Собеседования. Научитесь рассказывать про свой опыт, понимать вопросы и тактично переспрашивать.
👯 Неформальное общение с коллегами. Сможете рассказать о своих интересах, опыте, планах на будущее.
💻 Код-ревью. Сможете описать сделанное, дать обратную связь, тактично отстоять своё мнение.
Запишитесь на бесплатную консультацию. Определим ваш уровень языка, расскажем про обучение и ответим на все вопросы
16 8月 2022, 02:59
✅ Качественно новый уровень визуализации данных в Python
Нам сложно отказываться от дел, на которые мы уже потратили много времени. Поэтому мы остаёмся на нелюбимой работе, вкладываемся в проекты, которые точно не «взлетят». А ещё продолжаем пользоваться утомительной библиотекой matplotlib для построения графиков, когда есть более эффективные и привлекательные альтернативы.
За последние несколько месяцев я осознал, что единственная причина, по которой я пользуюсь matplotlib, заключается в том, что я потратил сотни часов на изучение её запутанного синтаксиса. Из-за неё я жил на StackOverflow, пытаясь найти ответ на тот или иной вопрос. К счастью, для создания графиков на Python настали светлые времена, и после изучения доступных вариантов я выбрал явного победителя (с точки зрения простоты использования, документации и функциональности) в лице библиотеки plotly. В этой статье мы с ней познакомимся и научимся делать более качественные графики за меньшее время — зачастую с помощью одной строки кода.
Весь код для этой статьи доступен на GitHub. Все графики интерактивны, а посмотреть их можно на NBViewer.
➡️ Читать дальше
↪️ Код
@data_analysis_ml
15 8月 2022, 14:35
Количество кибератак во 2-м квартале 2022 выросло в России на 31%
С увеличением числа киберугроз увеличился и спрос на специалистов по информационной безопасности. Именно они отражают хакерские атаки, просчитывают риски утечки информации и участвуют в создании и поддержке систем защиты данных.
Начать карьеру в этой сфере и стать востребованным специалистом поможет совместная онлайн-магистратура ВШЭ и Нетологии. 18 августа в 19:00 на дне открытых дверей «Кибербезопасность: какие специалисты нужны и как войти в профессию» эксперты программы расскажут:
▪️ какие знания и навыки помогают специалистам решать задачи по информационной безопасности;
▪️ как уже на старте карьеры повысить свою профессиональную ценность на рынке;
▪️ что ждёт вас в магистратуре: формат обучения, дисциплины, виды практических заданий, стажировки;
▪️ из каких этапов состоит поступление: необходимые документы, вступительные испытания, варианты оплаты.
Присоединяйтесь - https://netolo.gy/i6l
15 8月 2022, 12:33
⭐️ Обучение модели W2NER для поиска именованных сущностей в текстах на русском языке
Задача распознавания сущностей (NER) постоянно возникает при машинной обработке документов, продолжается улучшение показателей качества и скорости работы алгоритмов для решения данной задачи. Предлагаю рассмотреть модель W2NER – классификатор попарных отношений слов в предложении. Далее я обучу модель на русскоязычном датасете и оценю качество её работы. Данные взяты из научной публикации: Unified Named Entity Recognition as Word-Word Relation Classification авторов Jingye Li и др.
➡️ Читать дальше
↪️ Github
@machinelearning_ru
15 8月 2022, 08:23
Хотите стать аналитиком данных и получить заветный оффер? Наберитесь опыта, решая реальные рабочие задачи.
Всего за 5 недель вы научитесь:
▪️Разрабатывать интерактивные дашборды
▪️Автоматизировать поиск аномалий в данных
▪️Строить ETL-пайплайны
▪️Анализировать продуктовые метрики
▪️Планировать и запускать A/B-тесты
Пройдя симулятор вы сможете уверенно справляться с ежедневными задачами аналитика и поймёте, какая логика стоит за каждым решением.
Наставники курса:
▪️Анатолий Карпов (работал ведущим аналитиком VK и JetBrains)
▪️Мария Сомова (senior аналитик Sumsub)
▪️Ян Пиле (руководитель группы аналитики поиска VK)
Они точно знают, как эффективно решать рабочие задачи, и готовы поделиться опытом с вами.
Важно: симулятор подойдёт тем, кто хотя бы на базовом уровне знает Python, SQL, Git и статистику.
Переходите по ссылке и записывайтесь до 19 августа.
15 8月 2022, 05:57
🌓 Как разделять набор данных
Как оптимально разделить набор данных на обучающую, валидационную и тестовую выборки?
У каждого подмножества данных есть цель, от создания модели до обеспечения её производительности:
Обучающий набор: это подмножество данных, которые я буду использовать для обучения модели.
Валидационная выборка: используется для контроля процесса обучения. Она поможет предотвратить переобучение и обеспечит более точную настройку входных параметров.
Тестовый набор: подмножество данных для оценки производительности модели.
@data_analysis_ml
15 8月 2022, 03:55
