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 19 984 subscribers, ranking 6 706 in the Technologies & Applications category and 33 686 in the Russia region.

📊 Audience metrics and dynamics

Since its creation on невідомо, the project has demonstrated rapid growth, gathering an audience of 19 984 subscribers.

According to the latest data from 25 June, 2026, the channel demonstrates stable activity. Although there has been a change in the number of participants by -75 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 7.47%. Within the first 24 hours after publication, content typically collects 3.67% reactions from the total number of subscribers.
  • Post reach: On average, each post receives 1 492 views. Within the first day, a publication typically gains 733 views.
  • Reactions and interaction: The audience actively supports content: the average number of reactions per post is 6.
  • 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 26 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.

19 984
Subscribers
-824 hours
-457 days
-7530 days
Posts Archive
​​Tensorflow: Используем трансферное обучение для классификации пневмонии и оптимизируем нашу модель Сегодня мы будем работать с открытым набором данных по рентгенографии грудной клетки которые, использовали для этого исследования, с предварительно обученной моделью MobileNet_v2 для классификации изображений TensorFlow и переносом обучения для создания классификатора пневмонии, который работает с рентгенограммами грудной клетки. Целью этой статьи является не столько получение навыков классификации изображений, а сколько понимание того, насколько легко вы можете создать соответствующую модель. Читать...

​​Сравнение производительности моделей обнаружения объектов YOLO v5, v6 и v7 Если вы выполняете проект по обнаружению объектов, высока вероятность того, что вы выберете одну из многих моделей YOLO. Учитывая количество моделей обнаружения объектов YOLO, сделать выбор в пользу лучшей из них непросто. Читать...

​​Получи 3 бесплатных вебинара по AI прямо сейчас!🔥 Темы вебинаров:  Как запустить AI-проект? Разбор 19 идей проектов: 👉 Многоуровневая классификация входящих запросов пользователей сервиса 👉 Оценка вероятности попадания в ворота по разбегу бьющего пенальти в футболе 👉 Определение "подозрительных лиц" из базы при входе в супермаркет  и еще 16 других идей.  Карьерный трек AI-разработчика с 0 до 200К за 2 года: 👉 Как вырасти с нуля до 200 000 руб/месяц? 👉 Фриланс, трудоустройство, карьера AI-разработчика У вас будет сформировано чёткое понимание своего карьерного трека. Делаем AI в прямом эфире: 👉 Вводная часть. Знакомство с Terra AI, единственный в мире софт, позволяющий создавать нейросети движением мышки 👉 Практика: создаем нейросеть по классификации изображений 👉 Теория: разбор нашего AI-проекта на заказ. Получить доступ

​​📌 Бесплатное обучение по дизайну с нуля. Вместе сделаем тебе портфолио из 3+ новых работ Что ты получишь? - Фидбэк (разбор всех ДЗ от куратора)  - Тусовка (личный кабинет с уроками + живой чат) - Портфолио (упакуем по урокам и проверим) - Экзамен (аттестация и балл) Будем делать: веб-дизайн, графический дизайн, анимация интерфейсов - https://t.me/YudaevSchoolmkbot?start=ZGw6MTA1NTcw Программа обучения:  - Как работать в Figma с нуля - Изучение основ дизайна (сетки, композиция т.д.)  - Способы поиска контента и правильной работы с ним - Создание анимации интерфейса  - 4 домашних задания - Личные разборы от наставника (дизайнер с опытом и доходом от 100к) - Эфир - "Как найти себе первого клиента" 👉 Переходи в чат, там тебя уже ждут кураторы, уроки, домашки и живое общение! - https://t.me/YudaevSchoolmkbot?start=ZGw6MTA1NTcw

​​Каким должен быть Feature Store, чтобы оптимизировать работу с ML-моделями В работе с данными для обучения нейросетей много рутины: под каждую ML-модель нужно создать датасет, потом «вычеркнуть» лишние признаки (фичи) и протестировать точность предсказаний. Иногда при изменении датасета нужно собирать данные по новой. Это неудобно, если нужно переиспользовать уже собранные фичи для обучения новых моделей. Чтобы оптимизировать работу с данными, ML-инженеры объединили разные практики и сформировали парадигму Feature Store. По мотивам выступления Артёма Глазкова, ведущего эксперта MLOps в Polymatica, рассказываем о том, что нужно бизнесу от Feature Store сегодня, и разбираем архитектуру «эталонного» решения. Подробности под катом. Читать...

​​Полиция Сан-Франциско собирается применять боевых роботов для убийства подозреваемых Департамент полиции Сан-Франциско (SFPD) разработал новые правила, позволяющие использовать боевых роботов для применения летальной силы к подозреваемым в совершении преступлений. Убивать подозреваемых с использованием боевых роботов планируется «в редких и исключительных обстоятельствах». Читать...

​​🔥 МегаФон создал канал, где ты найдешь вакансии для разработчиков, data scientists, аналитиков, продуктологов, дизайнеров и других экспертов в IT и Digital. А еще Megafonjobs регулярно постит анонсы профильных событий и интересные материалы по теме. Подпишись

​​🧬 Присоединяйтесь к онлайн-митапу ВТБ «Применение ML-инструментов в бизнес-процессах», который пройдёт 8 декабря 2022 года в 18:30 по мск. Митап будет полезен всем, кто интересуется Data Science и Machine Learning. Темы митапа: 📌 «Инструменты для автоматизации решения бизнес задач» Спикер: Дмитрий Тимохин, Data Scientist, ВТБ 📌«Модель для матчинга резюме и вакансий» Спикер: Ярослав Пудяков, Data Scientist, ВТБ 📌 «Модель предсказания связанности компаний для привлечения клиентов в Банк» Спикер: Роман Гончар, лидер команды Графовой аналитики стрима КиБ и СМБ моделирования, ВТБ 📌 Q&A-сессия, модератор: Артём Летин, лидер стрима КиБ и СМБ моделирования, ВТБ 👉 Зарегистрируйтесь по ссылке, и мы пришлём вам напоминание о митапе: https://cnrlink.com/dsmlmeetupds 🎁 Авторы самых интересных вопросов получат фирменный мерч

​​Как лучше обучать RNN для прогнозирования временных рядов? Два последних года я в рамках магистерской диссертации разбирался с тем, как лучше использовать рекуррентные нейронные сети для прогнозирования временных рядов, и теперь хочу поделиться моим опытом с сообществом. Читать...

​​FCOS- объяснение обнаружения объектов без привязки FCOS: полностью сверточное одноступенчатое обнаружение объектов - это детектор объектов без привязки. Он решает проблемы обнаружения объектов с помощью метода прогнозирования по пикселям, аналогичного сегментации. Большинство последних детекторов объектов без привязки или без привязки на основе глубокого обучения используют FCOS в качестве основы. Читать...

​​🧠ML на YaTalks Главная конференция Яндекса для IT-сообщества YaTalks пройдет 3-4 декабря. Один из тематических треков посвящен ML и, судя по программе, там будет много интересного.  Например, Алексей Гусаков, руководитель управления машинного интеллекта и исследований Яндекса, расскажет, как поймать баланс между продуктом и исследованиями. Из его доклада можно будет узнать, как развивался ML в Яндексе, как взаимодействуют R&D и бизнес и как разработчикам помогает отдел Yandex Research. Среди других ML-тем: «Нейродубляж: стираем языковые барьеры в видео» и «10 лет новой эпохи машинного обучения». Чтобы ничего не пропустить, регистрируйтесь прямо сейчас, подписывайтесь на канал @yatalks2022. Конференция пройдет онлайн, так что подключиться можно из любой точки мира.

​​Как составить резюме Junior-аналитику, чтобы на него обратили внимание: секреты от Х5 Tech Авторы этой статьи работают в команде больших данных в Х5 Tech. Мы решили объединить в статье наш личный опыт отбора кандидатов на позицию начинающего аналитика и дать несколько рекомендаций по составлению качественного резюме. Надеемся, что они окажутся полезными для тех, кто ищет работу своей мечты, и будет совсем здорово, если мы в итоге встретимся в X5 Tech. Читать...

​​Анализ больших данных в Excel: используем сводную таблицу для работы с BigQuery, Snowflake и ClickHouse Меня зовут Сергей Коньков - я работаю архитектором в компании CloudReports. Сегодня я расскажу, как мы создали продукт, который помогает пользователям работать с данными и в какой-то мере соединяет два мира аналитики: Excel и облачные хранилища данных. Читать...

​​🔥 Как применять подход векторного представления слов в NLP? 🗓 Расскажем 1 декабря в 18:00 мск на открытом уроке «Как применять подход векторного представления слов в NLP».  💻 На занятии вы познакомитесь с преподавателем Марией Тихоновой, специалистом по анализу данных в команде AGI NLP в SberDevices. 💣 По итогам занятия вы: ️✔️ Узнаете технику векторных представлений слов (word embedding) ✔️ Изучите несколько классических методов векторных представлений слов. ✔️ Научитесь применять методы word embedding для решения прикладных NLP-задач 📊 Занятие проходит в рамках курса «Natural Language Processing (NLP)». Курс предназначен для DS/ML-специалистов, которые хотят углубить знания в области NLP. Регистрируйся бесплатно - https://otus.pw/v7LT/ Реклама. Информация о рекламодателе на сайте www.otus.ru

​​Парсинг Яндекс Карт или как найти целевую аудиторию Как написать парсер Яндекс Карт? А также аналитика данных организаций. Поиск целевой аудитории Читать...

​​Структура команды Data Science: ключевые модели и роли В этот раз мы поговорим о структуре команд data science и их сложности. Читать...

​​ Машинное обучение - нейросети, dl , алгоритмы на Python. Канал раскроет технологии машинного обучения. 🐍 Python собеседования - все возможные вопросы и задачи с реальных Python собеседований.  🧠ML interview - канал подготовит к собеседованию по работе с данными, углубленном python программировании . 🔎 Анализ даннных - Дата Сайентист на Python, освой одну из самых высокооплачиваемых профессий ит-рынка.

​​30 самых крупных датасетов для машинного обучения в TensorFlow TensorFlow — это одна из наиболее популярных открытых библиотек с датасетами для задач машинного обучения. Разработкой TensorFlow занимаются исследователи из Google Brain. Библиотека предоставляет доступ к датасетам с изображениями, видео, аудио и текстами. Читать...

​​Давайте запретим нейронные сети Тема нейронных сетей волнует сейчас почти всех, кто рисует. За последние пол года прогресс выглядит для кого-то головокружительным, а для кого-то пугающим. В этой статье я хочу рассмотреть основные страхи, претензии и впечатления в целом по отношению к нейронным сетям среди творческих людей, профессия или хобби которых создание визуальной эстетики. Читать...

​​Ансамбли моделей для распознавания рукописных цифр Применение нескольких моделей машинного обучения для решения задачи является частой практикой и данная технология преимущественно выигрывает по качеству по сравнению с одной моделью. Однако, для успешного результата такой технологии необходимо разбираться в ее модификациях. Читать...