en
Feedback
Data Science | Machinelearning [ru]

Data Science | Machinelearning [ru]

Open in Telegram

Все о Data Science, машинном обучении и искусственном интеллекте: от базовой теории до cutting-edge исследований и LLM. Личный блог автора - @just_genych По вопросам рекламы или разработки - @g_abashkin РКН: https://vk.cc/cJPGXD

Show more

📈 Analytical overview of Telegram channel Data Science | Machinelearning [ru]

Channel Data Science | Machinelearning [ru] (@devsp) in the Russian language segment is an active participant. Currently, the community unites 19 996 subscribers, ranking 6 718 in the Technologies & Applications category and 33 709 in the Russia region.

📊 Audience metrics and dynamics

Since its creation on невідомо, the project has demonstrated rapid growth, gathering an audience of 19 996 subscribers.

According to the latest data from 23 June, 2026, the channel demonstrates stable activity. Although there has been a change in the number of participants by -85 over the last 30 days and by 0 over the last 24 hours, overall reach remains high.

  • Verification status: Not verified
  • Engagement rate (ER): The average audience engagement rate is 7.98%. Within the first 24 hours after publication, content typically collects 3.64% reactions from the total number of subscribers.
  • Post reach: On average, each post receives 1 596 views. Within the first day, a publication typically gains 728 views.
  • Reactions and interaction: The audience actively supports content: the average number of reactions per post is 8.
  • Thematic interests: Content is focused on key topics such as llm, nvidia, контекст, openai, архитектура.

📝 Description and content policy

The author describes the resource as a platform for expressing subjective opinions:
Все о Data Science, машинном обучении и искусственном интеллекте: от базовой теории до cutting-edge исследований и LLM. Личный блог автора - @just_genych По вопросам рекламы или разработки - @g_abashkin РКН: https://vk.cc/cJPGXD

Thanks to the high frequency of updates (latest data received on 24 June, 2026), the channel maintains relevance and a high level of publication reach. Analytics show that the audience actively interacts with content, making it an important point of influence in the Technologies & Applications category.

19 996
Subscribers
No data24 hours
-417 days
-8530 days
Posts Archive
​​👨Нейро-сотрудники на основе chatGPT. Вы создаете работника и продаете его биржу труда В этой статье автор расскажет как создать своего Нейро-сотрудника. Читать...

​​👾Искусственный интеллект: сколько он стоит, куда идет и можно ли ему доверять В этой статье автор расскажет о том, что на самом деле сейчас происходит с искусственным интеллектом: чего от него ждут, сколько он стоит и как будет развиваться в будущем. Читать...

​​📊FineBI-g brother is watching you: как мы начали анализировать действия пользователей в Fine В этой статье мы рассмотрим решение задачи поиска и последующего анализа действий и полномочий наших пользователей, а также взяли под контроль обновление источников. Читать...

​​🔥Как аналитику данных правильно собрать требования? Узнайте на открытом уроке от OTUS! Урок пройдёт 23 августа в 20:00. Вебинар приурочен к старту онлайн-курса "Аналитик данных"  ⚡️Что разберём на уроке:  -Жизненный цикл задачи в анализе данных; -Какие вопросы нужно обязательно задавать и как правильно фиксировать ответы; -Как преодолевать возражения и не заработать ненужный стресс в процессе. ✨Урок будет полезен:  -Новичкам в области анализа данных, которые задумываются об углублении знаний; -Специалистам, которые уже делают первые шаги в этой профессии; -Аналитики, работающие с подготовкой ручной отчетности. Продолжить обучение можно на онлайн-курсе "Аналитик данных", который можно приобрести в рассрочку. 💪Для регистрации на урок пройдите тестирование: https://otus.pw/7gDb/

​​😶‍🌫14 типов атак, которые должны выявлять системы лицевой биометрии В этой статье автор рассмотрит некоторые вопросы о мошеннических действиях в системе лицевой биометрии и о технологиях, способных защитить от них. Читать...

​​👤Дропаем ранжирующие метрики в рекомендательной системе, часть 1: визуальный анализ и popularity bias В этой статье автор расскажет что нужно для построения рекомендательной системы, которая будет полезна бизнесу. Читать...

​​Привет, %username%! Робо-GPT на связи, и я в поисках людей. Я отправляюсь на фестиваль TechTrain 2023 Autumn по искусственному интеллекту и машинному обучению. Пойдем со мной! На TechTrain будут обсуждать: – Программирование игр с моей помощью (экспресс-хакатон); – LLMs: ускорение интерфейса и деплой; – Обучение искусственного интеллекта психотерапии;  – Оптимизацию рекомендательных систем: метрики, архитектуру и практические советы;  – Эволюцию и будущее NLP;   – Автоматизацию разметки данных с помощью ML-моделей;  – Разбор успешного кейса: от Jupyter к MLOps; – Conjoint-анализ: зачем нужен, как устроен, как использовать. Кому будет мало практико-применимых знаний, тот сможет после каждого доклада отправиться в дискуссионную комнату и поболтать со спикерами.  Встречаемся 30 августа, онлайн. Для участия достаточно зарегистрироваться.

​​Обучение YOLOv8s на Google Colab: детектим дорожные знаки В данной статье попробуем детектить дорожные знаки используя YOLOv8. Читать...

​​📅Что такое Data Observability и с чем ее едят? В данной статье мы расскажем о новом смежном тренде - Data Observability.  Читать...

​​Как компьютерное зрение помогает пользователю найти товар мечты? Дмитрий Малахов, руководитель направления ранжирования и навигации в Lamoda расскажет о том, как его команда вдохновилась «Акинатором» и использовала схожую механику для поиска товара мечты. Заглянем в лампу джина и посмотрим, как получилось выстроить логику обучения модели. А также какие бизнес-результаты оно принесло.  Доклад состоится в рамках бесплатной онлайн-конференции E-COMMUNITY. В программе доклады о прорывных IT-решениях в e-com 🎤 Симулятор курьеров вместо A/B тестов. Сработало? 🎤 Генерация архитектурных схем из метаданных систем 🎤 Как CV помогает пользователю найти товар мечты по визуальному образу? 🎤 Как запустить VendorApp в рекордные сроки? 🎤 Как регулярно терять один data-центр и не волноваться? 🎤 Как не ошибиться при проектировании больших сервисов и достичь максимальной эффективности? 🎤 Как платформа ускоряет доставку ценности? Присоединяйся к E-COMMUNITY, если интересно узнать про настоящее и будущее IT в e-com. Регистрация по ссылке.

​​😎ML-искусство переживать проблемы: как избегать разочарований и находить аналоги товаров в периоды out-of-stock В этой статье автор рассмотрит одну из самых распространенных проблем в онлайн-ритейле – отсутствие товара (out-of-stock) в моменте и поделимся рекомендациями по ее устранению. Читать...

​​🚀Распределённое обучение с PyTorch на кластере для тех, кто спешит В этой статье автор покажет, как в PyTorch написать и запустить распределенные задачи с использованием параллелизма данных. Читать...

​​👾Как мы научили ML-модель выбирать товары для акций в СберМаркете и увеличили ROI скидок в 8 раз В этой статье автор расскажет, как в 8 раз увеличить ROI одного регулярного промо, которое можно увидеть в приложении ежедневно. Читать...

​​🧑‍💼Архитектура рекомендаций: как дать пользователю соцсети то, что ему понравится В этой статье автор расскажет, про базовое решение задачи рекомендации текстового контента на конкретном примере — ленте одной российской социальной сети. Читать...

​​😶‍🌫Seldon в MLops-инфраструктуре beeline business В этой статье мы рассмотрим тему организации процессов Machine Learning Operations (MLops) в beeline business. Читать...

​​🤔Целостность, точность, согласованность: три фактора, обеспечивающие качество машинного обучения В этой статье автор расскажет как выявлять высококачественные данные и обеспечивать их уровень уже в процессе работы над проектом. Читать...

​​👥Как развить в компании культуру принимать решения на основе данных В этой статье мы рассмотрим, как внедрить data-driven подход в компанию. Читать...

​​🚀Эффективная загрузка внешних данных в корпоративное хранилище: опыт «Магнита» В этой статье автор расскажет о проблемах, с которыми он столкнулся и решениях, которые помогли облегчить процесс загрузки, повысить эффективность и ускорить получение доступа к данным. Читать...

​​🧑‍💻Импортозамещаем numpy, pandas, scipy и sklearn В этой статье речь пойдет о библиотеках-аналогах numpy, pandas, scipy и sklearn на C++ (np, pd, scipy, sklearn соответственно). Читать...

​​🗣Создание deepfake видео и синтез речи open-source проект Wunjo AI В этой статье автор расскажет о своем open-source проекте Wunjo AI с открытым исходным кодом, который позволит вам создавать дипфейк видео и синтезировать речь из текста у себя на компьютере. Читать...