en
Feedback
Data Science

Data Science

Open in Telegram

DS По всем вопросам- @haarrp @ai_machinelearning_big_data - machine learning @pythonl - Python @itchannels_telegram - 🔥 best it channels @ArtificialIntelligencedl - AI @pythonlbooks-📚 @programming_books_it -📚 Реестр РКН: https://clck.ru/3Fk3zS

Show more

📈 Analytical overview of Telegram channel Data Science

Channel Data Science (@datascienceiot) is an active participant. Currently, the community unites 42 587 subscribers, ranking 3 077 in the Technologies & Applications category and 14 719 in the Russia region.

📊 Audience metrics and dynamics

Since its creation on невідомо, the project has demonstrated rapid growth, gathering an audience of 42 587 subscribers.

According to the latest data from 05 October, 2026, the channel demonstrates stable activity. Although there has been a change in the number of participants by 30 over the last 30 days and by -2 over the last 24 hours, overall reach remains high.

  • Verification status: Not verified
  • Engagement rate (ER): The average audience engagement rate is 6.03%. Within the first 24 hours after publication, content typically collects 3.02% reactions from the total number of subscribers.
  • Post reach: On average, each post receives 2 566 views. Within the first day, a publication typically gains 1 288 views.
  • Reactions and interaction: The audience actively supports content: the average number of reactions per post is 0.
  • Thematic interests: Content is focused on key topics such as llm, агентов, api, октября, разработчиков.

📝 Description and content policy

The author describes the resource as a platform for expressing subjective opinions:
“DS По всем вопросам- @haarrp @ai_machinelearning_big_data - machine learning @pythonl - Python @itchannels_telegram - 🔥 best it channels @ArtificialIntelligencedl - AI @pythonlbooks-📚 @programming_books_it -📚 Реестр РКН: https://clck.ru/3...”

Thanks to the high frequency of updates (latest data received on 06 October, 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.

42 587
Subscribers
-224 hours
-397 days
+3030 days
Attracting Subscribers
Oct '26
October '26
+42
in 2 channels
September '26
+284
in 1 channels
Get PRO
August '26
+486
in 2 channels
Get PRO
July '26
+594
in 3 channels
Get PRO
June '26
+156
in 2 channels
Get PRO
May '26
+183
in 2 channels
Get PRO
April '26
+170
in 4 channels
Get PRO
March '26
+338
in 2 channels
Get PRO
February '26
+499
in 2 channels
Get PRO
January '26
+687
in 0 channels
Get PRO
December '25
+380
in 2 channels
Get PRO
November '25
+530
in 2 channels
Get PRO
October '25
+374
in 1 channels
Get PRO
September '25
+587
in 7 channels
Get PRO
August '25
+609
in 1 channels
Get PRO
July '25
+750
in 3 channels
Get PRO
June '25
+525
in 1 channels
Get PRO
May '25
+454
in 3 channels
Get PRO
April '25
+560
in 11 channels
Get PRO
March '25
+573
in 4 channels
Get PRO
February '25
+545
in 7 channels
Get PRO
January '25
+842
in 20 channels
Get PRO
December '24
+848
in 5 channels
Get PRO
November '24
+1 777
in 32 channels
Get PRO
October '24
+1 710
in 6 channels
Get PRO
September '24
+1 402
in 7 channels
Get PRO
August '24
+1 164
in 4 channels
Get PRO
July '24
+1 033
in 7 channels
Get PRO
June '24
+1 066
in 7 channels
Get PRO
May '24
+1 000
in 37 channels
Get PRO
April '24
+935
in 45 channels
Get PRO
March '24
+1 187
in 22 channels
Get PRO
February '24
+1 142
in 3 channels
Get PRO
January '24
+1 230
in 45 channels
Get PRO
December '23
+687
in 42 channels
Get PRO
November '23
+382
in 3 channels
Get PRO
October '23
+1 012
in 20 channels
Get PRO
September '23
+872
in 0 channels
Get PRO
August '23
+747
in 0 channels
Get PRO
July '23
+560
in 0 channels
Get PRO
June '23
+865
in 0 channels
Get PRO
May '23
+1 528
in 0 channels
Get PRO
April '23
+363
in 0 channels
Get PRO
March '23
+417
in 0 channels
Get PRO
February '23
+423
in 0 channels
Get PRO
January '23
+472
in 0 channels
Get PRO
December '22
+770
in 0 channels
Get PRO
November '22
+380
in 0 channels
Get PRO
October '22
+534
in 0 channels
Get PRO
September '22
+578
in 0 channels
Get PRO
August '22
+1 100
in 0 channels
Get PRO
July '22
+464
in 0 channels
Get PRO
June '22
+366
in 0 channels
Get PRO
May '22
+403
in 0 channels
Get PRO
April '22
+514
in 0 channels
Get PRO
March '22
+462
in 0 channels
Get PRO
February '22
+304
in 0 channels
Get PRO
January '22
+400
in 0 channels
Get PRO
December '21
+287
in 0 channels
Get PRO
November '21
+224
in 0 channels
Get PRO
October '21
+1 533
in 0 channels
Get PRO
September '21
+382
in 0 channels
Get PRO
August '21
+412
in 0 channels
Get PRO
July '21
+507
in 0 channels
Get PRO
June '21
+611
in 0 channels
Get PRO
May '21
+555
in 0 channels
Get PRO
April '21
+404
in 0 channels
Get PRO
March '21
+456
in 0 channels
Get PRO
February '21
+411
in 0 channels
Get PRO
January '21
+729
in 0 channels
Get PRO
December '20
+10 299
in 0 channels
Date
Subscriber Growth
Mentions
Channels
06 October+6
05 October+8
04 October+22
03 October+2
02 October0
01 October+4
Channel Posts
Handbook on Understanding Harness Engineering for AI Agents 📓 Read @datascienceiot
Handbook on Understanding Harness Engineering for AI Agents 📓 Read @datascienceiot

2
📚 Обновили огромный учебник по математике для Computer Science и Machine Learning - 2220 страниц. Внутри сразу несколько фун
📚 Обновили огромный учебник по математике для Computer Science и Machine Learning - 2220 страниц. Внутри сразу несколько фундаментальных тем: — алгебра — топология — дифференциальное исчисление — теория оптимизации — математический аппарат для CS и ML Хороший вариант, если хочется не просто использовать формулы в ML, а понимать, откуда они берутся и почему работают. Книга доступна здесь: https://www.cis.upenn.edu/~jean/gbooks/
5 197
3
AgentBug-Smith: Automatically Reproducing Real-World Harness Bugs in Agentic Systems 📓 Read @datascienceiot
AgentBug-Smith: Automatically Reproducing Real-World Harness Bugs in Agentic Systems 📓 Read @datascienceiot
1 696
4
Стать специалистом по Data Science всего за 10 недель — это реально! Если давно смотрите в сторону Data Science, но откладыва
Стать специалистом по Data Science всего за 10 недель — это реально! Если давно смотрите в сторону Data Science, но откладываете старт из-за огромного количества технологий, математики и непонятного пути до первой работы — сейчас можно зайти в профессию по-другому. Симулейтив запускает интенсивный буткемп по Data Science, который построен вокруг главного: за первые 10 недель собрать необходимый стек, получить практический опыт и начать готовиться к реальным собеседованиям. И главное — вам не нужно сначала учиться 8–12 месяцев, а уже потом думать о трудоустройстве. Что вас ждёт: ➖необходимые для старта навыки: Python, ML, статистика, работа с данными и AI-инструментами; ➖практика на реальных задачах и проектах; ➖понятный ежедневный план обучения и поддержка менторов; ➖еженедельные живые занятия, а не старые записи; ➖подготовка к собеседованиям уже с первых недель — групповые интервью, разбор вопросов и подготовка резюме. А что после 10 недель? Буткемп — это только первый этап. После него можно продолжить углублять экспертизу и двигаться к уровню middle: ➖продвинутый Python; ➖Git; ➖продвинутая статистика и A/B-тестирование; ➖Airflow; ➖MLOps и развёртывание ML-моделей. Кому подойдёт: Тем, кто хочет войти в Data Science системно и не тратить год на самостоятельный поиск правильного маршрута. Тем, кто начинал учиться самостоятельно, но терял темп без структуры и дедлайнов. Тем, кто хочет не просто изучать теорию, а как можно раньше начать готовиться к выходу на рынок. Тем, кому важно учиться на практике и получать обратную связь от менторов. 🔥ВАЖНО: Симулейтив сейчас дают возможность получить грант на обучение и гарантию трудоустройства своих студентов! Количество грантов, ограничено! Оставляйте заявку до конца недели, чтобы занять одно из 5 оставшихся мест нового потока! 🔗 ЗАБРОНИРОВАТЬ МЕСТО
1 572
5
📚 Классика, которую стоит прочитать: бесплатная книга Давида Кризеля о нейросетях Если хочется разобраться, как нейросети ус
📚 Классика, которую стоит прочитать: бесплатная книга Давида Кризеля о нейросетях Если хочется разобраться, как нейросети устроены на уровне основ, а не только вызывать API, есть отличный бесплатный материал: A Brief Introduction to Neural Networks Давида Кризеля. Книга выросла из семинара в Боннском университете, первая версия вышла ещё в 2005 году, и с тех пор её дорабатывали. Книга разделена на три большие части. Первая ведёт от биологии к формализации: биологический нейрон, компоненты искусственных сетей и основы обучения. Вторая посвящена обучению с учителем: перцептроны, backpropagation, RBF-сети и рекуррентные сети. Третья про обучение без учителя: сети Хопфилда, самоорганизующиеся карты Кохонена и теорию адаптивного резонанса. Отдельно есть экскурсы в кластеризацию, предсказание временных рядов и обучение с подкреплением. Главное достоинство книги в подаче. Каждое понятие объясняется сначала простыми словами, а потом строго математически, поэтому её одинаково удобно читать и новичку, и тому, кто хочет формул. Иллюстрации автор рисовал сам, в конце глав есть упражнения, а примеры связаны с его Java-библиотекой SNIPE. Про трансформеры и LLM здесь ничего нет. Зато это хороший фундамент, без которого современные архитектуры понимаются хуже. Распространяется бесплатно по лицензии Creative Commons. https://dkriesel.com/_media/science/neuronalenetze-en-zeta2-2col-dkrieselcom.pdf
1 938
6
Shockingly Simple Self-retrospection Improves Agentic Models Without RL "Can a language-model agent improve its future action
Shockingly Simple Self-retrospection Improves Agentic Models Without RL "Can a language-model agent improve its future actions by training only on explanations of its own experience? We investigate this question by studying Retrospection-Only Fine-Tuning (ROFT), a minimal online procedure designed to isolate the effect of explanation-only training on subsequent behavior. The agent attempts a task, observes available feedback, generates a retrospective explanation, and is fine-tuned with a next-token prediction loss on the explanation tokens alone." 📓 Read @datascienceiot
2 006
7
5 октября начнется 19-й поток программы Data Engineer от Newprolab Программа для junior- и middle-дата-инженеров, аналитиков,
5 октября начнется 19-й поток программы Data Engineer от Newprolab Программа для junior- и middle-дата-инженеров, аналитиков, backend-разработчиков, техлидов и тех, кто работает с data-командами и хочет лучше понимать современный стек DE 📌 Что внутри: – 10 недель обучения – 30 занятий: онлайн + записи – 10 практических лабораторных работ – облачный кластер и реальные данные – чат участников и поддержка команды программы 📌 Что получите на выходе: 1. Научитесь решать типовые задачи DE на практике 2. Систематизируете знания и закроете пробелы в современном DE-стеке 3. Поработаете с реальными данными и инфраструктурой, а не только с учебными примерами 4. Соберете практический опыт, который можно обсуждать на собеседованиях и использовать в работе 5. Все записи и материалы останутся у вас после окончания программы Преподаватели – практикующие специалисты из ведущих технологических компаний. На занятиях можно разбирать реальные кейсы, задавать вопросы и получать обратную связь 👉 Подробности и квиз – на сайте Квиз покажет, насколько программа подходит именно под вашу роль и задачи, даст персональные рекомендации и промокод на скидку ___ По всем вопросам пишите Алексею @snitsa
1 855
8
"PrimeScientist: Strategic Allocation of Research Effort in Autonomous Research" 📓 Read @datascienceiot
"PrimeScientist: Strategic Allocation of Research Effort in Autonomous Research" 📓 Read @datascienceiot
2 041
9
ML-проект не заканчивается на обучении модели В Data Science есть довольно знакомый момент: сначала всё работает почти идеаль
ML-проект не заканчивается на обучении модели В Data Science есть довольно знакомый момент: сначала всё работает почти идеально. Есть датасет, ноутбук, модель и несколько экспериментов. Но когда модель нужно использовать регулярно, внезапно выясняется, что сам алгоритм — только часть задачи. Данные нужно где-то хранить, регулярно обновлять и обрабатывать. Пайплайны — запускать по расписанию. Результаты — отдавать в аналитические системы. А ещё нужно не потерять воспроизводимость всего процесса, когда экспериментов становится больше. По сути, вокруг модели постепенно появляется полноценная data-платформа. Один из вариантов собрать такой контур внутри корпоративной инфраструктуры — использовать PaaS-компоненты Yandex Cloud в Stackland. В обновлении платформы появились ClickHouse и PostgreSQL для работы с данными, Object Storage и Trino для аналитического слоя, Airflow для оркестрации и DataLens для визуализации. При таком подходе ML-процесс выглядит уже не как «модель + ноутбук», а как последовательный конвейер: данные поступают в хранилище, проходят обработку, используются для подготовки признаков и обучения, а результаты возвращаются в аналитический контур. Таким образом, появляется одна из главных точек перехода от экспериментов к production: сложность постепенно смещается с самой модели на инфраструктуру, которая должна обеспечивать её работу.
2 154
10
New Stanford+Together AI paper shows teams that learn to check each other's work solve problems none of them got right alone.
New Stanford+Together AI paper shows teams that learn to check each other's work solve problems none of them got right alone. 📘 Paper @datascienceiot
2 776
11
Avito DS Meetup: RL, AI-агенты и BidCorrection 🚀 🔸 Булат Шарипов расскажет, как в Авито обучают собственные языковые модели
Avito DS Meetup: RL, AI-агенты и BidCorrection 🚀 🔸 Булат Шарипов расскажет, как в Авито обучают собственные языковые модели с помощью RL, а Владислав Воробьев — как BidCorrection меняет состав трафика, не трогая сами объявления. 🔸 Всеволод Викулин расскажет, как реально автоматизировать процессы с помощью AI-агентов, — этим и многим другим он поделится на Avito DS Meetup 7 октября. После докладов будет нетворкинг с DS-сообществом. А ещё, если придёте офлайн, сможете найти прикольные тематические пасхалки, которые мы для вас спрятали 👀 ⚡️ Встречаемся в 18:30 7 октября. Места в офлайне ограничены — регистрация обязательна. ➡️ Регистрируйтесь по ссылке и приходите!
2 748
12
Agent Memory Is a Surface for Endogenous Authorization Laundering 📘 Paper @datascienceiot
Agent Memory Is a Surface for Endogenous Authorization Laundering 📘 Paper @datascienceiot
2 535
13
Участвуй во всероссийском ИТ-чемпионате МТС True Tech Champ 2026 c призовой фондом 10 250 000 рублей. Если тебе нравятся алго
Участвуй во всероссийском ИТ-чемпионате МТС True Tech Champ 2026 c призовой фондом 10 250 000 рублей. Если тебе нравятся алгоритмы, структуры данных и задачи на чистую логику — участвуй в алгоритмическом треке с индивидуальным зачетом. Решай задачи разного уровня сложности: от базовых до тех, что проверяют скорость мышления и умение оптимизировать решения за ограниченное время. В финале лучшие 120 участников алгоритмического трека сразятся в лайв-кодинге за шесть призовых мест и 2 750 000 рублей. Всех финалистов ждут: — Лимитированный мерч; — Сертификаты об участии; — Масштабное мероприятие с выступлениями хэдлайнеров и фестивальными активностями. Успей зарегистрироваться и пройти отборочный этап до 27 сентября
2 482
14
Physics-based Deep Learning: Combining Deep Learning with Physical Simulations 📘 Paper @datascienceiot
Physics-based Deep Learning: Combining Deep Learning with Physical Simulations 📘 Paper @datascienceiot
2 268
15
Участвуй во всероссийском ИТ-чемпионате МТС True Tech Champ 2026 c призовой фондом 10 250 000 рублей. Если тебе нравятся алго
Участвуй во всероссийском ИТ-чемпионате МТС True Tech Champ 2026 c призовой фондом 10 250 000 рублей. Если тебе нравятся алгоритмы, структуры данных и задачи на чистую логику — участвуй в алгоритмическом треке с индивидуальным зачетом. Решай задачи разного уровня сложности: от базовых до тех, что проверяют скорость мышления и умение оптимизировать решения за ограниченное время. В финале лучшие 120 участников алгоритмического трека сразятся в лайв-кодинге за шесть призовых мест и 2 750 000 рублей. Всех финалистов ждут: — Лимитированный мерч; — Сертификаты об участии; — Масштабное мероприятие с выступлениями хэдлайнеров и фестивальными активностями. Успей зарегистрироваться и пройти отборочный этап до 27 сентября
223
16
🔥 DataLens Platform: что происходит, когда data stack собирают в одну систему Yandex B2B Tech представила платформу, которая объединяет хранение, обработку, визуализацию и ИИ-аналитику данных. Вместо связки из нескольких инструментов данные можно обрабатывать и анализировать в единой среде. Встроенный ИИ-помощник принимает запросы на обычном языке и помогает получать показатели без ручной сборки отчётов. Отдельно интересна архитектура: storage и compute масштабируются независимо. Растет объем данных — увеличивается хранилище; растёт нагрузка на расчёты — добавляются вычислительные мощности. По оценке Yandex B2B Tech, такой подход может сократить затраты на аналитику до 30%, а подготовку отчетов и дашбордов — ускорить в 3–5 раз. 📎 Подробнее о платформе — в материале СМИ.
2 286
17
Regularized Recursive Self-Improvement of Agent Harnesses 📘 Paper @datascienceiot
Regularized Recursive Self-Improvement of Agent Harnesses 📘 Paper @datascienceiot
2 702
18
ττ-bench treats agent building like a real client job. 📘 Paper @datascienceiot
ττ-bench treats agent building like a real client job. 📘 Paper @datascienceiot
3 083
19
Не отставайте от рынка — учитесь со скидкой 16% Если чувствуете, что стоите на месте, и хотите освоить востребованную професс
Не отставайте от рынка — учитесь со скидкой 16% Если чувствуете, что стоите на месте, и хотите освоить востребованную профессию, — сейчас хороший момент начать. Потому что до 30 сентября на все курсы Практикума действует скидка 16%.  Выбрать курс Вы сможете: — получить актуальные навыки; — освоить ИИ-инструменты для работы; — перенять опыт экспертов, которые двигают индустрию; — попасть в сообщество выпускников, где можно попросить совета и, возможно, найти будущих коллег. Просто выберите курс, начните учиться бесплатно и получите скидку 16% — она автоматически появится в личном кабинете.  Учиться! Erid: 2SDnjezu8Km Название: ООО "ЯНДЕКС" ИНН: 7736207543
3 106
20
Thinking with Looped Flows 📘 Paper @datascienceiot
Thinking with Looped Flows 📘 Paper @datascienceiot
3 622