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 41 885 subscribers, ranking 3 238 in the Technologies & Applications category and 15 298 in the Russia region.

📊 Audience metrics and dynamics

Since its creation on невідомо, the project has demonstrated rapid growth, gathering an audience of 41 885 subscribers.

According to the latest data from 19 June, 2026, the channel demonstrates stable activity. Although there has been a change in the number of participants by -26 over the last 30 days and by -10 over the last 24 hours, overall reach remains high.

  • Verification status: Not verified
  • Engagement rate (ER): The average audience engagement rate is 8.85%. Within the first 24 hours after publication, content typically collects 2.62% reactions from the total number of subscribers.
  • Post reach: On average, each post receives 3 707 views. Within the first day, a publication typically gains 1 096 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 20 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.

41 885
Subscribers
-1024 hours
-327 days
-2630 days
Posts Archive
An Introduction to Zig 📓 Book @datascienceiot
An Introduction to Zig 📓 Book @datascienceiot

📌 Открытый курс по ML с видео и лекциями от Амстердамского университета Этот курс покрывает множество тем ML, вот некоторые
+4
📌 Открытый курс по ML с видео и лекциями от Амстердамского университета Этот курс покрывает множество тем ML, вот некоторые из них: — Gaussian Mixture Models — PCA (Principal Component Analysis) — SVM (Support Vector Machines) — Bootstrapping, Feature Bagging К каждой теме приводится pdf с основными формулами и видео с подробным объяснением, в целом очень годный курс 🟡 Machine Learning (UvA) @machinelearning_interview

⚡️ Для всех, кто готов начать осваивать IT уже этой осенью Центр непрерывного образования ФКН НИУ ВШЭ дарит скидку 10% на кур
⚡️ Для всех, кто готов начать осваивать IT уже этой осенью Центр непрерывного образования ФКН НИУ ВШЭ дарит скидку 10% на курсы и программы, стартующие осенью, при условии подачи заявки до 31 июля. Профессии: ➖➖➖➖➖ 1. «Специалист по Data Science» Старт — 11 сентября Прочитать подробнее и подать заявку 2. «Аналитик данных» Старт — 5 октября Прочитать подробнее и подать заявку Очные курсы: ➖➖➖➖➖ 1. «Алгоритмы и структуры данных» Старт — 4 сентября Прочитать подробнее и подать заявку 2. «Python для автоматизации и анализа данных» Старт — 5 сентября Прочитать подробнее и подать заявку 3. «Машинное обучение» Старт — 9 сентября Прочитать подробнее и подать заявку 4. «Глубинное обучение» Старт — 14 сентября Прочитать подробнее и подать заявку 5. «Прикладная статистика для машинного обучения» Старт — 23 октября Прочитать подробнее и подать заявку Онлайн-курсы: ➖➖➖➖➖➖ 1. «Программирование на Python» Старт — 6 сентября Прочитать подробнее и подать заявку 2. «SQL для начинающих» Старт — 19 сентября Прочитать подробнее и подать заявку 3. «Frontend-разработчик» Старт — 23 сентября Прочитать подробнее и подать заявку 📌Подробнее обо всех программах: на сайте. Реклама ЗАО ГК Аккорд 2SDnjcBwUwC

📌 Applied Statistics with R — отличная книга для аналитиков, ML-инженеров и специалистов по DS 🟡 Applied Statistics with R
+2
📌 Applied Statistics with R — отличная книга для аналитиков, ML-инженеров и специалистов по DS 🟡 Applied Statistics with R @datascienceiot

🤗 Все что нужно знать о работе с Hugging Face за 10 минут! В этом ролике мы разыгрываем 3 крутые книги по МАШИННОМУ ОБУЧЕНИЮ
🤗 Все что нужно знать о работе с Hugging Face за 10 минут! В этом ролике мы разыгрываем 3 крутые книги по МАШИННОМУ ОБУЧЕНИЮ, нужно всего лишь оставить любой осмысленный коммент и лайк и быть подписанным на наш канал! https://www.youtube.com/watch?v=4B_foZbWh2c @data_analysis_ml

📌Deep Learning на практике 🟡 Deep Learning на практике 🖥 Ноутбуки на GitHub @datascienceiot
+2
📌Deep Learning на практике 🟡 Deep Learning на практике 🖥 Ноутбуки на GitHub @datascienceiot

Introduction to Machine Learning 📚 Book @datascienceiot
Introduction to Machine Learning 📚 Book @datascienceiot

⚡️Лучший способ получать свежие обновлении и следить за трендами в разработке на вашем языке. Находите свой стек и подписывайтесь: C++ t.me/cpluspluc Devops: t.me/devOPSitsec Машинное обучение: t.me/ai_machinelearning_big_data АНАЛИЗ Данных: t.me/data_analysis_ml Хакинг: t.me/linuxkalii Linux: t.me/linuxacademiya Базы данных: t.me/sqlhub C#: t.me/csharp_ci Golang: t.me/Golang_google Java: t.me/javatg React: t.me/react_tg Javascript: t.me/javascriptv Мобильная разработка: t.me/mobdevelop Docker: t.me/+0WdB4uvOwCY0Mjdi Python: t.me/pythonl Rust: t.me/rust_code PHP: t.me/phpshka Android: t.me/android_its Big Data: t.me/bigdatai Собеседования МЛ: t.me/machinelearning_interview Python подготовка с собесу: t.me/python_job_interview МАТЕМАТИКА: t.me/data_math 💼 Папка с вакансиями: t.me/addlist/_zyy_jQ_QUsyM2Vi Папка Go разработчика: t.me/addlist/MUtJEeJSxeY2YTFi Папка Python разработчика: t.me/addlist/eEPya-HF6mkxMGIy Папка ML: https://t.me/addlist/2Ls-snqEeytkMDgy C++ папка: https://t.me/addlist/CdBs5DLepLJmZjY6 C# папка: https://t.me/addlist/u15AMycxRMowZmRi Java папка: https://t.me/addlist/ZM3J6oFNAnRlNWU6 FRONTEND папка: https://t.me/addlist/mzMMG3RPZhY2M2Iy Linux папка: https://t.me/addlist/w4Doot-XBG4xNzYy 😆ИТ-Мемы: t.me/memes_prog 🇬🇧Английский: t.me/english_forprogrammers 🧠ИИ: t.me/vistehno 📕Ит-книги бесплатно: https://t.me/addlist/BkskQciUW_FhNjEy

Understanding Deep Learning by Simon J.D. Prince @datascienceiot

Obey the Testing Goat! TDD for the Web, with Python, Selenium, Django, JavaScript and pals... 📓Book @pythonlbooks
Obey the Testing Goat! TDD for the Web, with Python, Selenium, Django, JavaScript and pals... 📓Book @pythonlbooks

Первый зампред правления Сбера Александр Ведяхин приоткрыл секрет технологического лидерства банка. «На сегодняшний день поддержкой модельного ландшафта и разработкой прорывных SOTA-решений занимается DS-команда Сбера, которая насчитывает приблизительно 2,7 тыс. специалистов. Это позволило Сберу получить финансовый эффект от AI около 900 млрд рублей накопительным итогом с 2020 года — со среднегодовым темпом роста около 50%», — рассказал Ведяхин. Он также добавил, что развитием искусственного интеллекта в банке занимаются более 300 R&D-специалистов. Только за 2023 год ученые Сбера представили 36 научных работ на конференциях уровня A/A и опубликовали ещё 57 работ. @datascienceiot

Vector Calculus 📓 Book @datascienceiot
Vector Calculus 📓 Book @datascienceiot

Станьте профессионалом в области Data Science и машинного обучения в магистратуре от Центрального университета! Центральный у
Станьте профессионалом в области Data Science и машинного обучения в магистратуре от Центрального университета! Центральный университет — современный вуз, созданный при поддержке ведущих компаний России: Т-Банка, Авито и других. Получите диплом магистра в области математики и компьютерных наук и обучайтесь на основе реальных кейсов ведущих ИТ-компаний у профессоров из МГУ, МФТИ, РЭШ и практиков из индустрии. Хорошая новость для тех, кто уже имеет опыт в Data Science и машинном обучении — вы можете пропустить базовое обучение и закончить магистратуру за 3 семестра. У каждого студента будет: - личный ментор по траектории обучения; - доступ к карьерному центру с коучами и консультантами; - опыт работы в проектах партнеров уже во время обучения. Участвуйте в онлайн-отборе, чтобы выиграть грант на обучение до 1,2 млн рублей. Больше подробностей про университет и конкурс грантов по ссылке! erid:2VtzqumveE4 Реклама, АНО ВО «Центральный университет», ИНН 7743418023

Algorithm Design and Analysis 📓 Book @datascienceiot
Algorithm Design and Analysis 📓 Book @datascienceiot

Подготовься к экзаменам, чтобы стать аналитиком больших данных За неделю вы освежите знания математики и программирования, ко
Подготовься к экзаменам, чтобы стать аналитиком больших данных За неделю вы освежите знания математики и программирования, которые нужны для успешного прохождения вступительного экзамена в онлайн-магистратуру «Аналитика больших данных». Вас ждут: ➖4 синхронных вебинара по математическому анализу, линейной алгебре, комбинаторике, аналитике и программированию на Python ➖Курс с задачами на Stepik ➖Рекомендации по подготовке от преподавателей программы 📆 Когда: 1-5 июля 💻 Формат: онлайн, все занятия будут записаны Для участия в мероприятии необходимо зарегистрироваться по ссылке. Реклама ЗАО ГК Аккорд 2SDnjcYxQBU

Information Theory 📓 Book @datascienceiot
Information Theory 📓 Book @datascienceiot

Яндекс разработал и опубликовал библиотеку YaFSDP — собственное решение для ускорения обучения больших языковых моделей. При
Яндекс разработал и опубликовал библиотеку YaFSDP — собственное решение для ускорения обучения больших языковых моделей. При обучении LLM возникает проблема сложности вычислений и коммуникаций GPU в кластере. Большие расчёты должны синхронизироваться на разных видеокартах, а для этого сами устройства должны обмениваться информацией, чтобы не считать два раза одно и то же. Если GPU делают это неэффективно, то они теряют до 30% недоутилизированной мощности. Библиотека YaFSDP позволяет ускорить обучение больших языковых моделей до 25%. С её помощью можно тратить меньше времени на обучение и расходовать меньше ресурсов графических процессоров (GPU). Подробнее о том, как менялись подходы к оптимизации ресурсов можно прочитать в статье на «Хабре».

A FREE tutorial on diffusion models and flow matching for ML from Apple! 📓 Book @datascienceiot
A FREE tutorial on diffusion models and flow matching for ML from Apple! 📓 Book @datascienceiot

📚 Linear Algebra for Computer Vision, Robotics, and Machine Learning 👉 Book @datascienceiot
📚 Linear Algebra for Computer Vision, Robotics, and Machine Learning 👉 Book @datascienceiot

LINEAR ALGEBRA AND LEARNING FROM DATA 📚 Book @datascienceiot
LINEAR ALGEBRA AND LEARNING FROM DATA 📚 Book @datascienceiot