Don't get caught by a cheater! Telemetrio finds and tags such channels 👉 If you want to see the tag, subscribe

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. MAX - https://max.ru/devsp Личный блог - @just_genych По вопросам рекламы или разработки - @g_abashkin РКН: https://vk.cc/cJPGXD

Network: Frontender's notes [ru]Russia33 399Technologies & Applications6 684...

📈 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 19 659 subscribers, ranking 6 684 in the Technologies & Applications category and 33 399 in the Russia region.

📊 Audience metrics and dynamics

Since its creation on невідомо, the project has demonstrated rapid growth, gathering an audience of 19 659 subscribers.

According to the latest data from 09 November, 2026, the channel demonstrates stable activity. Although there has been a change in the number of participants by -107 over the last 30 days and by -8 over the last 24 hours, overall reach remains high.

Verification status: Not verified
Engagement rate (ER): The average audience engagement rate is 7.48%. Within the first 24 hours after publication, content typically collects 4.48% reactions from the total number of subscribers.
Post reach: On average, each post receives 1 471 views. Within the first day, a publication typically gains 881 views.
Reactions and interaction: The audience actively supports content: the average number of reactions per post is 5.
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. MAX - https://max.ru/devsp Личный блог - @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 10 November, 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.

19 659

Subscribers

-824 hours

-297 days

-10730 days

1 471

Post views

~ 88124 hours

~ 1 04048 hours

7.48%

Engagement rate

~ 2

Posts per day

Ads index

Posts Archive

19 659

⛅ Запуск локального кода в облаке без настройки серверов и кластеров Yandex DataSphere Jobs позволяет запускать любую программу на Python или shell-скрипт в облаке без всяких изменений. Для запуска скрипта не нужно модифицировать исходный код, самостоятельно развёртывать кластер и собирать окружение — это происходит автоматически при запуске скрипта. Преимущества DataSphere Jobs: ⏺ Быстрый запуск вычислений в облаке с доступом ко всем его ресурсам, включая GPU без настройки виртуальных машин и кластеров. ⏺ Безопасность — Yandex Cloud выполняет все требования безопасности информации и работы с персональными данными. После исполнения вычислений DataSphere Jobs удалит весь код и данные. ⏺ Экономия затрат на развёртывание кластеров, их обслуживание и DevOps. 🗣 Подробнее смотрите в видео. Реклама. ООО «Яндекс.Облако» ИНН 7704458262

19 659

🧠EasyVolcap: Accelerating Neural Volumetric Video Research Neural Radiance Fields (NeRF) — это метод синтеза новых видов сложных сцен путем оптимизации базовой функции непрерывной объемной сцены с использованием разреженного набора входных представлений. 🖥Code: https://github.com/zju3dv/easyvolcap 🖌Metrics: https://short.llm360.ai/amber-metrics 📚Paper: https://arxiv.org/abs/2312.06575v1 ⚡️ Dataset: https://paperswithcode.com/dataset/nerf @Devsp — Подписаться

19 659

One Day Offer для Data Science Обнаружен самый короткий путь к офферу в Сбере: 2 марта вас ждут на онлайн One Day Offer для специалистов Data Science. Сбер разрабатывает и внедряет DS-решения в точки касания с клиентом: отделения, мобильное приложение, банкоматную сеть, кол-центр, канал Премьер и т. д. За год запускается более 200 моделей. Стек направления: Python, Spark, SQL, Hadoop, GreenPlum. В ваших задачах будет: — Обучение всех типов моделей искусственного интеллекта: от классического ML до глубоких нейронных сетей. — Создание высокотехнологичных сервисов: от систем принятия решений до компьютерного зрения и обработки естественного языка. — Развитие хранилищ блока на Teradata и DataLake на Hadoop. У вас есть уникальная возможность поучаствовать в выводе продуктов с нуля в промышленную эксплуатацию. Интересно? Регистрируйтесь по ссылке.

19 659

🤔Что происходит на рынке баз данных в свете импортозамещения? 🔥Обсудим этот злободневный вопрос на бесплатном открытом уроке 4 марта вместе с Сергеем Окатовым — руководителем управления разработки, Fullstack-разработчик с опытом >10 лет ✅Если вы бэкенд-разработчик, аналитик, тимлид, архитектор или занимаетесь вопросами миграции, этот урок — для вас. Мы обсудим мировые тенденции в сфере баз данных, рассмотрим предложения от отечественных производителей, а также сравним их с зарубежными аналогами. Разберемся, как обстоят дела на российском рынке и какие проблемы требуют решения. 👉🏻Этот открытый урок – хороший шанс расширить знания и получить свежие инсайты о рынке баз данных. Больше актуальных знаний ждут вас на онлайн-курсе OTUS “NoSQL”. Осталось меньше половины мест. Курс можно приобрести в рассрочку. 🤝Чтобы записаться на открытый урок, пройдите вступительный тест! Реклама. ООО «Отус онлайн-образование», ОГРН 1177746618576

19 659

🎃FreeInit : Bridging Initialization Gap in Video Diffusion Models В этой статье мы углубимся в инициализацию шума в моделях видеодиффузии и обнаружим неявный разрыв между обучением и выводом, который связан с падением качества вывода. 🖥colab: https://github.com/camenduru/FreeInit-colab 🔮page: https://tianxingwu.github.io/pages/FreeInit/ 📚paper: https://arxiv.org/abs/2312.07537 🥩code: https://github.com/TianxingWu/FreeInit @Devsp — Подписаться

19 659

🥳DiffMorpher: Unleashing the Capability of Diffusion Models for Image Morphing В этой работе мы представляем DiffMorpher, первый подход, обеспечивающий плавную и естественную интерполяцию изображений с использованием моделей диффузии. Наша ключевая идея состоит в том, чтобы уловить семантику двух изображений, подобрав к ним два LoRA соответственно, и интерполировать как параметры LoRA, так и скрытые шумы, чтобы обеспечить плавный семантический переход, при котором соответствие автоматически возникает без необходимости аннотации. 🖥Code: https://github.com/Kevin-thu/DiffMorpher 🧪OpenXLab: https://openxlab.org.cn/apps/detail/KaiwenZhang/DiffMorpher 🎓Colab: https://github.com/camenduru/DiffMorpher-colab 🔮Project Page: https://kevin-thu.github.io/DiffMorpher_page 📚ArXiv: https://arxiv.org/abs/2312.07409 @Devsp — Подписаться

19 659

✔️ Телеграм-канал Яндекса специально для разработчиков Опенсорс-проекты, которые меняют мир. Большие программы для поддержки белых хакеров. Наука в ML и резиденции для молодых учёных. Подборки статей и видео, которыми вдохновляются инженеры Яндекса. Говорим об этом в канале Yandex for Developers. Подписывайтесь 👉 @Yandex4Developers

19 659

👌MotionCtrl: A Unified and Flexible Motion Controller for Video Generation MotionCtrl может независимо управлять сложным движением камеры и движением объектов в созданных видео, используя только унифицированную модель. 🖥Code: https://github.com/TencentARC/MotionCtrl 🎓Colab: https://github.com/camenduru/MotionCtrl-colab 🔮Project Page: https://openxlab.org.cn/apps/detail/camenduru/MotionCtrl 📚ArXiv: https://arxiv.org/abs/2312.03641 @Devsp — Подписаться

19 659

🤫InsActor: Instruction-driven Physics-based Characters InsActor - генеративная структура, которая использует последние достижения в моделях движения человека на основе диффузии для создания управляемой инструкциями анимации персонажей, основанных на физике. 🖥Code: github.com/jiawei-ren/insactor 📚Paper: arxiv.org/abs/2312.17135 ⚡️Project: https://jiawei-ren.github.io/projects/insactor/ @Devsp — Подписаться

19 659

Сможете пошутить про Data Engineering? А целый курс напишете? Если готовы, то ждём вас в Яндекс Практикуме — это edtech-проект, который помогает освоить цифровую профессию и таким образом поменять жизнь к лучшему. Сейчас мы ищем автора контента для курса по Data Engineering, который сделает содержательные и увлекательные учебные материалы — тексты уроков, тесты, памятки, квизы и др. Что мы ждём от кандидата: – опыт в Data Engineering более 3 лет, – глубокое знание по темам: • колоночные СУБД; MPP СУБД; Massive Parallel Processing; Vertica; • Data Vault — полный список по ссылке ниже. Главное условие — желание делиться своим опытом с новичками. Что мы предлагаем: – удалёнку, от 10 часов в неделю, цифровой офис; – контент-команду, с которой вы быстро подружитесь; – ежемесячное вознаграждение и творческую свободу; – самореализацию и статус эксперта Яндекс Практикума. Все подробности здесь: https://practicum.yandex.ru/job/vacancy-161

19 659

🥸InstructIR: High-Quality Image Restoration Following Human Instructions InstructIR принимает на вход изображение и написанную человеком инструкцию по улучшению этого изображения. Нейронная модель выполняет комплексное восстановление изображения. InstructIR достигает самых современных результатов при выполнении нескольких задач восстановления, включая шумоподавление, уменьшение размытия, удаление дымки и улучшение изображения (при слабом освещении). 🖥Code: https://github.com/mv-lab/InstructIR 🚀Project: mv-lab.github.io/InstructIR/ 🎮Colab: https://colab.research.google.com/drive/1OrTvS-i6uLM2Y8kIkq8ZZRwEQxQFchfq 📚Paper: https://arxiv.org/abs/2401.16468 @Devsp — Подписаться

19 659

😶‍🌫DeepSeekMath: Pushing the Limits of Mathematical Reasoning in Open Language Models DeepSeekMath-Instruct 7B — это модель настройки с математическими инструкциями, полученная на основе DeepSeekMath-Base 7B, а DeepSeekMath-RL 7B обучается на основе DeepSeekMath-Instruct 7B с использованием предложенного нами алгоритма групповой относительной политики оптимизации (GRPO). 🖥Github: https://github.com/deepseek-ai/deepseek-math 📚 Paper: https://arxiv.org/abs/2402.03300v1 🦾 Dataset: https://paperswithcode.com/dataset/math @Devsp — Подписаться

19 659

Repost from Neural Networks | Нейронные сети

⚡️Разыгрываем Macbook Air, airpods,обучающие курсы и книги Python. Мы развиваемся и благодарим вас за то, что читаете нас, и поэтому мы устраиваем крупный розыгрыш. Условия: 1. Подписаться на t.me/ai_machinelearning_big_data 2. Подписаться на t.me/vistehno 3. Нажать кнопку «Участвовать» Итоги розыгрыша 8 марта.

19 659

😎Magic-Me: Identity-Specific Video Customized Diffusion Создание контента для конкретной личности (ID) продемонстрировало значительный интерес в области генеративных моделей. В области генерации текста в изображение (T2I) генерация тематического контента достигла большого прогресса благодаря управляемому идентификатору в изображениях. Однако прямое распространение его на генерацию видео недостаточно изучено. ▪Github: https://github.com/Zhen-Dong/Magic-Me ▪Colab: https://colab.research.google.com/drive/1gMialn4nkGeDZ72yx1Wob1E1QBgrqeGa ▪Project: https://magic-me-webpage.github.io ▪Paper: arxiv.org/abs/2402.09368 @Devsp — Подписаться

19 659

⚡️HASSOD: Hierarchical Adaptive Self-Supervised Object Detection HASSOD — это полностью самоконтролируемый подход к обнаружению объектов и сегментации экземпляров, демонстрирующий значительное улучшение по сравнению с предыдущими современными методами за счет обнаружения более широкого диапазона объектов. 🖥Github: https://github.com/Shengcao-Cao/HASSOD 📚 Paper: https://arxiv.org/abs/2402.03311 ⏩Project: https://hassod-neurips23.github.io/ 💻Video: https://www.youtube.com/watch?v=s8u7tEKg5ew @Devsp — Подписаться

19 659

Trino Meetup #2: Trino в Тинькофф, и как ускорить чтение из Data Lake с помощью кэширования Приглашаем вас на митап, посвященный технологии Trino, от разработчиков CedrusData — коммерческого форка Trino для российского рынка. Обсудим использование Trino в аналитической инфраструктуре Tinkoff и разберемся, как можно ускорить работу с озерами данных в Trino с помощью кэширования. В программе: ✔ Дмитрий Зуев, Тинькофф — «Trino в Тинькофф» ✔ Владимир Озеров, CedrusData — «Как ускорить работу Trino с Data Lake c помощью кэширования» 📍Митап пройдет онлайн на YouTube — 27 февраля в 18:00 по Москве. Ссылку отправим вам на почту за час до начала митапа. Для участия нужно зарегистрироваться. Реклама. ООО "КВЕРИФАЙ ЛАБС". ИНН 7811766769

19 659

👤Learning to Learn Faster from Human Feedback with Language Model Predictive Control В этой работе мы изучаем тонкую настройку LLM для написания кода роботами, чтобы запомнить их контекстное взаимодействие и улучшить их обучаемость, т. е. насколько эффективно они адаптируются к вводу человека (измеряется средним количеством исправлений, прежде чем пользователь сочтет задачу успешной). ▪proj: https://robot-teaching.github.io ▪paper: https://arxiv.org/abs/2402.11450 ▪code: https://colab.research.google.com/drive/1YcRN_kklw3cVVJNvgK_IEV6nDce9EJWK @Devsp — Подписаться

19 659

⚡️ByteDance presents SDXL-Lightning: a lightning fast 1024px text-to-image generation model SDXL-Lightning — это молниеносная модель преобразования текста в изображение. Он может генерировать высококачественные изображения размером 1024 пикселей за несколько шагов. ▪HF: https://huggingface.co/ByteDance/SDXL-Lightning @Devsp — Подписаться

19 659

🚨 Безопасность ваших данных под угрозой За последние годы инфраструктура компаний разрослась: она содержит сотни терабайтов разнородной информации, вопрос защиты которой стоит особенно остро. На рынке кибербезопасности представлено несколько классов решений для защиты данных — это системы DLP, DAM, DCAP и другие. Однако практически ежедневно мы видим новости об очередной крупной утечке. Например, только за 2022 год, по информации DLBI, в сеть утекли данные 75% россиян. Мы хотим выяснить, чего не хватает пользователям существующих решений. Если вы занимаетесь защитой данных в компании, пройдите наш опрос.