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
​​🗣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...

​​🔍Под капотом поискового движка: Как Uzum Market применяет ML, чтобы вы нашли желаемое В этой статье автор расскажет про боли и трудности, с которыми пришлось столкнуться на пути к статистически значительным изменениям в метриках. Читать...

Присоединяйтесь к нашему сообществу Data Analyst REBRAIN и расширьте свои знания в области аналитики данных, управления проек
Присоединяйтесь к нашему сообществу Data Analyst REBRAIN и расширьте свои знания в области аналитики данных, управления проектами и маркетинга. Мы предлагаем множество открытых онлайн-практикумов каждый месяц, которые проводят опытные профессионалы в области анализа данных. В рамках практикумов мы рассматриваем реальные кейсы анализа данных, используя самые современные инструменты, такие как Python, SQL, Tableau, бизнес-метрики, визуализация данных, статистика, теория вероятностей и многое другое. Каждый практикум подобран с учетом разного уровня сложности и направления, чтобы каждый участник мог выбрать интересующие задачи и развиваться в соответствии с собственными навыками и опытом. ✔️ Присоединяйтесь уже сегодня и начните бесплатно развивать свои навыки в области анализа данных вместе с нами!

​​😶‍🌫Анализ временных рядов, или как предсказать погоду на завтра В данной статье автор рассмотрит способы анализа временных рядов, а также разберет основные методы прогнозирования упорядоченных данных. Читать...

​​😵Свойство типа Controller Service в кастомном процессоре NiFi В этой статье автор приведёт примеры кода, а так же покажет, как подсунуть свою заглушку в интеграционный тест процессора. Читать...

​​📊Как использовать нейросети в финансах и аналитике В этой статье рассказываем, как используют нейросети в финансах и аналитике, какие преимущества и недостатки они имеют, и какие перспективы развития они открывают для финансовой отрасли. Читать...

​​🚀Запускаем Stable Diffusion на Raspberry PI Zero 2 (или на 260 МБ ОЗУ) В этой статье автор расскажет как запустить Stable Diffusion, включающую большую трансформирующую модель c почти 1 миллиардом параметров, на Raspberry Pi Zero 2 с 512 МБ RAM, не добавляя дополнительного пространства подкачки и не выгружая промежуточные результаты на диск. Читать...

​​🔥В OTUS открыт набор в группу курса “Язык R для анализа данных”. На серии открытых уроков преподаватели раскрывают возможности применения языка R и его особенности, а также делятся практическими советами.  Одна из сфер применения языка R — финансы. Поэтому мы решили посвятить этой теме следующее практическое занятие, участие в котором бесплатно.   📌14.08 в 20.00 (мск) приглашаем на вебинар “Анализ финансового портфеля с помощью языка R”, на котором разберем: - как загружать и обрабатывать финансовые данные в R; - способы сборки из данных портфелей; - методы анализа построенного портфеля; - характеристики портфеля. Результат урока: вы научитесь работать с финансовыми данными в R. Построите финансовый портфель и узнаете какие есть подходы к анализу построенного портфеля. 👉Регистрация для участия https://otus.pw/xo1j/ Не упустите возможность протестировать формат обучения и получить ценные знания. Приобретая курс, возможно оформить рассрочку на весь период обучения, а также получить скидку.  Нативная интеграция. Информация о продукте www.otus.ru

​​Как маленькая нейроязыковая модель в Клавиатуре победила серверные подсказки В этой статье автор расскажет, как мы создавали нейроязыковую модель для Яндекс Клавиатуры, ушли от облачных подсказок и научили клавиатуру адаптироваться к приложениям.  Читать...

​​🦆Заходит утка в бар: понимает ли ИИ юмор? В этой статье автор как именно оценивалось чувство юмора машин, есть ли оно вообще, и если да, то чем отличается от человеческого. Читать...

​​👾Создаем конвейер машинного обучения с помощью DBT В этой статье автор проведет вас по процессу создание хорошего конвейера данных шаг за шагом. Читать...

​​🤖Генерация текстов, кластеризация и определение E-A-T и коммерческости запросов на нейросети OpenAI (GPT-3) В данной статье автор покажет 5 примеров использования искусственного интеллекта (ИИ) на нейросети OpenAI (GPT-3) применительно к SEO Читать...

​​🗣Как сделать контекстное окно на 100K в большой языковой модели В данной статье рассмотрены приёмы, позволяющие ускорить обучение больших языковых моделей (LLM) и нарастить в них вывод (inference). Читать...

​​👾Нейронные сети, графы и эмерджентность В этой статье автор рассмотрит некоторые интересные, области науки, с которыми он сталкивался в контексте работы с нейронными сетями, и найти между ними взаимосвязь. Читать...

​​🧑‍💻 Какое качество можно выжать из нейросетевой модели весом менее 20 МБ Разработчик Яндекс Клавиатуры объяснил, почему команда отказалась от n-граммной модели и выбрала нейроязыковую. Автор разбирает подходы, которые используют Samsung и Google, размышляет на тему LSTM-энкодера в 2023 году и объясняет выбор CNN-эмбеддинга. Читать…

​​👾LlamaIndex: создаем AI-бота без боли и страданий В этой статье автор расскажет о Langchain - мощном инструменте для создания приложений с использованием больших языковых моделей. Читать...

​​🤖AI доступный каждому разработчику В этой статье автор расскажет как самому разработать софт, напечатать на 3D-принтере корпуса и собрать свои устройства для взаимодействия с виртуальным ассистентом. Читать...

​​🐈Сможете ли вы отличить собаку от кошки, или Как объяснить проблемы дата-сайентиста коллегам. Часть 2 В этой статье автор расскажет, что и в какой степени влияет на качество моделей, а также для дата-сайентистов приведет код Python, который был использован для получения картинок в задании. Читать...

​​Как с помощью искусственного интеллекта побеждать болезни? Освоить Data Science в медицинской сфере. Таких специалистов сейчас остро не хватает на российском рынке.  8 августа в 19:00 мск пройдет бесплатный онлайн-практикум от МФТИ и Skillfactory. Узнайте: — какие технологии повышают качество диагностики опасных болезней — как Data Science помогает создавать новые лекарства — сколько зарабатывают дата-сайентисты в медицине — где искать работу специалисту. Записывайтесь на практикум: https://go.skillfactory.ru/&erid=2VtzqvzxkYu Реклама ООО "Скилфэктори"

​​📉Как мы снизили нагрузку на SAP HANA незаметно для пользователей В этой статье автор расскажет как существенно сэкономить бюджет клиента и сделать период внедрения новых решений практически незаметным для пользователей. Читать...