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
MachinelearningNetwork:MachinelearningRussia15 135Technologies & Applications3 176

📈 Analytical overview of Telegram channel Data Science

Channel Data Science (@datascienceiot) is an active participant. Currently, the community unites 42 047 subscribers, ranking 3 176 in the Technologies & Applications category and 15 135 in the Russia region.

📊 Audience metrics and dynamics

Since its creation on невідомо, the project has demonstrated rapid growth, gathering an audience of 42 047 subscribers.

According to the latest data from 14 July, 2026, the channel demonstrates stable activity. Although there has been a change in the number of participants by 77 over the last 30 days and by 84 over the last 24 hours, overall reach remains high.

  • Verification status: Not verified
  • Engagement rate (ER): The average audience engagement rate is 7.53%. Within the first 24 hours after publication, content typically collects 2.87% reactions from the total number of subscribers.
  • Post reach: On average, each post receives 3 164 views. Within the first day, a publication typically gains 1 204 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 15 July, 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.

42 047
Subscribers
+8424 hours
+1997 days
+7730 days
Posts Archive
Data Science
Data Science
42 047
Machine Learning for Intelligent Decision Science @datascienceiot
Machine Learning for Intelligent Decision Science @datascienceiot

Data Science
Data Science
42 047
Deep Learning with PyTorch (2020) Github @datascienceiot
Deep Learning with PyTorch (2020) Github @datascienceiot

Data Science
Data Science
42 047
🔥Готовы ли вы к обучению на продвинутом онлайн-курсе «DevOps практики и инструменты» от OTUS и инженеров Express42? Пройдите
🔥Готовы ли вы к обучению на продвинутом онлайн-курсе «DevOps практики и инструменты» от OTUS и инженеров Express42? Пройдите тест и узнайте сейчас: https://otus.pw/99lw/ — Чему научат? Инструментам и конкретным приемам для реализации следующих практик: Infrastructure as Code(IaC), CI/CD, непрерывный сбор метрик (мониторинг и логирование) и др. 📌Хотите протестировать учебный процесс заранее? Сделайте это 17 ноября на бесплатном демо-уроке «Приключения с Terraform и Ansible»: https://otus.pw/Zbpj/ — Посмотрим, сколько сил и энергии нужно приложить, чтобы выполнить типовые задачи по созданию виртуальных машин в разных облаках: AWS, GCE и, конечно же, Яндекс.Облако. Поделится своей экспертизой преподаватель-практик Лев Николаев (инженер и тренер в Express 42). Регистрируйтесь сейчас — напомним в день вебинара!

Data Science
Data Science
42 047
Data Engineering with Python (2020) Github @datascienceiot
Data Engineering with Python (2020) Github @datascienceiot

Data Science
Data Science
42 047
Математика — зеленый свет к крутым должностям в Data Science. Твоя уверенность в результатах аналитики — твое конкурентное пр
Математика — зеленый свет к крутым должностям в Data Science. Твоя уверенность в результатах аналитики — твое конкурентное преимущество на собеседованиях. Math for Data Science от OTUS — 5 месяцев онлайн-практики и прикладных для профессии навыков. Выбери свой уровень подготовки — базовый или продвинутый и пройди вступительный тест, чтобы: • оценить свои навыки • занять место по специальной цене • получить доступ к демо-урокам курсов • попасть в закрытое сообщество профессионалов 👉Пройти тестирование: https://otus.pw/YFbC/

Data Science
Data Science
42 047
Docker for Developers (2020) Github @datascienceiot
Docker for Developers (2020) Github @datascienceiot

Data Science
Data Science
42 047
Deep Learning for Vision Systems (2020) Github @datascienceiot
Deep Learning for Vision Systems (2020) Github @datascienceiot

Data Science
Data Science
42 047
Learn PySpark: Build Python-based Machine Learning and Deep Learning Models - 2019 @datascienceiot
Learn PySpark: Build Python-based Machine Learning and Deep Learning Models - 2019 @datascienceiot

Data Science
Data Science
42 047
Что компании ждут от специалистов Machine learning? Узнайте об этом 12 ноября на вебинаре с Дмитрием Сергеевым, Senior Data S
Что компании ждут от специалистов Machine learning? Узнайте об этом 12 ноября на вебинаре с Дмитрием Сергеевым, Senior Data Scientist в Oura. Дмитрий поделится карьерными инсайтами и представит программы онлайн-курсов «Machine Learning». Вы узнаете, чем отличаются курсы, как организована практика и получите возможность сэкономить на обучении. Как подготовиться к встрече? Зарегистрируйтесь на вебинар https://otus.pw/qW9x/

Data Science
Data Science
42 047
Learn Python by Building Data Science Applications - 2019 @datascienceiot
Learn Python by Building Data Science Applications - 2019 @datascienceiot

Data Science
Data Science
42 047
Анализируешь данные, изучаешь data science или разрабатываешь ML-приложения и их прототипы? Недавно @selectelnews выпустил бе
Анализируешь данные, изучаешь data science или разрабатываешь ML-приложения и их прототипы? Недавно @selectelnews выпустил бесплатный Data Science Docker Container с фреймворками и инструментами ML/DL. Без навыков Devops с его помощью можно развернуть рабочую среду и обучать нейросети, экспериментировать с данными и запускать проекты машинного обучения. Из явных плюсов: — Выгодная оплата — платить нужно только за потребляемые ресурсы в облаке или кластере Managed Kubernetes. Если запускаешь контейнер на своем компьютере — платить вообще не нужно. — Понятная документация. @selectelnews снял двухминутную инструкцию со всеми этапами запуска контейнера и описал процесс в базе знаний. Запускай контейнер по ссылке: https://slc.tl/sclpP

Data Science
Data Science
42 047
Computer Architecture. A Quantitative Apporoach @datascienceiot

Data Science
Data Science
42 047
Practical Data Analysis @datascienceiot

Data Science
Data Science
42 047
30 Second Data Science_-_Liberty Vittert @datascienceiot

Data Science
Data Science
42 047
Хотите освоить продвинутые приемы Машинного обучения? Начните получать новые знания уже 25 ноября с демо-занятия «Кластеризац
Хотите освоить продвинутые приемы Машинного обучения? Начните получать новые знания уже 25 ноября с демо-занятия «Кластеризация временных рядов». Вместе с Дмитрием Сергеевым вы познакомитесь с интереснейшей задачей, которую можно прикрутить к временным рядам. Вы выясните, можно ли найти похожие друг на друга по динамике финансовые активы на бирже и заберёте с собой код, позволяющий сделать это с нуля. Демо-занятие входит в онлайн-курс «Machine Learning. Advanced». Программа рассчитана на специалистов с опытом в Data Science. ДЛя регистрации на занятие пройдите вступительный тест https://otus.pw/u8gl/

Data Science
Data Science
42 047
Machine learning cheat-sheet @datascienceiot

Data Science
Data Science
42 047
Thinking in Pandas (2020) @datascienceiot

Data Science
Data Science
42 047
Fundamental Limitations of Semi-Supervised Learning @datascienceiot

Data Science
Data Science
42 047
Wagenmakers, Beekman 2020 Bayesian Thinking @datascienceiot

Data Science
Data Science
42 047
Hands-On Data Analysis with Pandas (2019) Github @datascienceiot
Hands-On Data Analysis with Pandas (2019) Github @datascienceiot