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 19 994 subscribers, ranking 6 722 in the Technologies & Applications category and 33 703 in the Russia region.

📊 Audience metrics and dynamics

Since its creation on невідомо, the project has demonstrated rapid growth, gathering an audience of 19 994 subscribers.

According to the latest data from 21 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 -3 over the last 24 hours, overall reach remains high.

  • Verification status: Not verified
  • Engagement rate (ER): The average audience engagement rate is 8.29%. Within the first 24 hours after publication, content typically collects 3.70% reactions from the total number of subscribers.
  • Post reach: On average, each post receives 1 658 views. Within the first day, a publication typically gains 740 views.
  • Reactions and interaction: The audience actively supports content: the average number of reactions per post is 7.
  • 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 22 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.

19 994
Subscribers
-324 hours
-367 days
-7530 days
Posts Archive
📌 Как создать собственный язык программирования? Обсудим на бесплатном практическом уроке «Разработка своего языка программи
📌 Как создать собственный язык программирования? Обсудим на бесплатном практическом уроке «Разработка своего языка программирования с помощью ANTLR» от OTUS. 💠 На вебинаре определим синтаксис и семантику Тьюринг-полного языка программирования и ответим на все интересующие вопросы. 💠 Занятие приурочено к старту курса «Математика для программистов»  — мы объединили лучшие практики, после изучения которых вы сможете быстрее изучать новые языки программирования и фреймворки. Повышайте свою квалификацию для участия в больших проектах 👉 Регистрация: https://otus.pw/AoVS/?erid=LjN8Jzxfy Реклама. ООО "ОТУС ОНЛАЙН-ОБРАЗОВАНИЕ". ИНН 9705100963.

🏠 Яндекс открыл в Питере образовательное пространство Школы анализа данных ШАД продолжит готовить хардовых спецов в DS и ML
+2
🏠 Яндекс открыл в Питере образовательное пространство Школы анализа данных ШАД продолжит готовить хардовых спецов в DS и ML на новой площадке. А также начнёт делиться экспертизой со всеми, кто хочет углубиться в технологии искусственного интеллекта и узнать больше о нейросетях. Преподаватели Школы и эксперты Яндекса будут проводить открытые лекции и воркшопы по ИИ, хакатоны по разработке и соревнования по МL. Также вместе со студентами Школы можно будет работать над учебными проектами в сфере DS, инфраструктуры больших данных и ИИ в прикладных науках: от прогнозирования биржевых котировок до сохранения краснокнижных животных с помощью нейросетей.

​​😍Архитектура современных приложений на основе LLM В этой статье мы рассмотрим пять наиболее важных этапов, который нужно пройти при разработке собственного приложения на основе LLM, формирующиеся общепринятые подходе к разработке таких приложений и предметные области, на которые стоит обратить внимание. Читать...

​​🧐Особенности прогнозирования продаж и оттока в условиях неопределенности В этой статье я опишу свой опыт построения модели прогнозирования продаж конвергентных продуктов (2019-2021), а также прогнозирования оттока мобильных абонентов в 2022 году. Читать...

​​📷Как нейросеть достопримечательности на фотокарточках распознавала В этой статье поговорим о том, как можно подойти к задаче распознавания достопримечательностей, используя нейросети и совсем чуть-чуть собственных догадок по этому поводу. Читать...

​​🤔Как появляются ресурсы для запуска проектов на базе машинного обучения В этой статье мы расскажем, откуда еще берутся ресурсы для запуска сложных моделей, как ИИ и облачные вычисления переплетаются между собой. Читать...

​​🧑‍💻Hadoop в любой непонятной ситуации. Как выжить кластеру в большой ML команде В этой статье поговорим о том, какие сложности могут возникать при работе с кластером Hadoop и какие есть методы для их решения. Читать...

​​Приходите подтягивать математику для собеседований на аналитика и специалиста по DS. На курсе Практикума — упор на практику: ◾️симулятор собеседований, ◾️больше 1000 практических задач, ◾️разбор теории на бизнес-кейсах. А ещё — учебник для людей, где мы объясняем сложное простым языком. → Начните с бесплатного вводного урока

​​👾Простая нейронная сеть без библиотек и матриц. Эволюционный алгоритм В этой статье поговорим про эволюционный/генетический алгоритм и заставим нейросеть балансировать мячи. Читать...

Дарим на Новый Год большой набор книг по Data Science Если кто не знал – Дед Мороз существует и обитает в нашей редакции. В ч
+5
Дарим на Новый Год большой набор книг по Data Science Если кто не знал – Дед Мороз существует и обитает в нашей редакции. В честь праздника он выбрал 6 самых крутых книг по ML и DS и подарит их каждому из 5 счастливчиков, которых выберет бот. Для участия нужно подписаться на наши каналы @data_secrets и @xor_journal — и нажать сюда ➡️ «Участвовать». Итоги розыгрыша вы найдете 15 декабря в 19:00 в канале Data Secrets. С наступающим!

​​🦉Все, что нужно знать для разработки с использованием LLM В этой статье автор объяснить ключевые технологии, необходимые для начала разработки приложений на основе LLM. Читать...

​​💪GigaChat и русский жестовый язык В этой статье я расскажу о том, как моя команда Vision RnD разработала серию моделей SignFlow, обеспечивающих перевод жестового языка на русский и американский английский в реальном времени. Читать...

​​🧠Как мы обучили нейросеть создавать «разумные» протоколы совещаний В данной статье расскажем, как применили нейросетевые технологии для абстрактивной суммаризации, требующей минимальной доработки человеком. Читать...

​​🗓Использование Workalendar для определения календарных дней В этой статье решим задачу расчёта отклонений с помощью различных инструментов, в том числе с помощью библиотеки Workalendar, покажем преимущества её использования по сравнению с другими подходами и продемонстрируем доступный функционал. Читать...

​​😎Потоковая обработка данных с помощью Kafka Streams: архитектура и ключевые концепции В этой статье мы рассмотрим основные компоненты Kafka Streams и теоретические аспекты их использования. Читать...

​​👣Airflow в Kubernetes. Часть 2 В этой статье мы рассмотрим синхронизацию списка DAG с удаленным репозиторием, сохранение логов Worker, и настройку доступа из внешней сети для Webserver. Читать...

​​🏦Внутренние данные: топливо успеха в банковской индустрии, или Тайны загрузки данных, формирующих будущее инноваций В этой статье расскажем как их искать, зачем и куда подключать, как они могут быть полезны и какую подготовительную работу мы проводим, прежде чем подключить. Читать...

​​👤Лексикографический симплекс-метод В этой статье мы рассмотрим решение задачи линейного программирование симлекс-методом и лексикографическим симлекс-методом на Python. Читать...

Салют, GigaChat! Речевые технологии и большие языковые модели. Приглашаем ML-разработчиков и Data Science-специалистов на вст
Салют, GigaChat! Речевые технологии и большие языковые модели. Приглашаем ML-разработчиков и Data Science-специалистов на встречу с командами разработки продакшен GigaChat и речевых технологий. 📍 Онлайн / Офлайн в Москве 🗓 4 декабря в 18:00 (МСК, GMT+3) В программе: ✔ Григорий Лелейтнер — «Что мы улучшили в процессе pre-training LLM» ✔ Эмиль Шакиров и Никита Сидоров — «Наш путь в процессе Alignment для совершенства моделей глубокого обучения» ✔ Александр Максименко — «Speech-only Pre-training: обучение универсального аудиоэнкодера» ✔ Григорий Федоров — «Intended Query Detection: распознаем только нужные запросы» ✔ Гриша Стерлинг — «Как мы заставили модель синтеза речи 2023 года говорить лучше модели 2018 года» Участвуйте в дискуссиях с другими участниками митапа и задавайте вопросы спикерам во время докладов. Количество мест в офлайне ограничено. Для участия необходимо зарегистрироваться на сайте. Реклама. ПАО Сбербанк. ИНН 7707083893.