en
Feedback
S0ER

S0ER

Open in Telegram

Архитектура | Программирование | Профессиональное развитие Соер.Клуб - https://t.me/soer_live По всем вопросам писать на @soerdev

Show more

📈 Analytical overview of Telegram channel S0ER

Channel S0ER (@softwareengineervlog) in the Russian language segment is an active participant. Currently, the community unites 10 528 subscribers, ranking 11 727 in the Technologies & Applications category and 62 066 in the Russia region.

📊 Audience metrics and dynamics

Since its creation on невідомо, the project has demonstrated rapid growth, gathering an audience of 10 528 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 -29 over the last 30 days and by 0 over the last 24 hours, overall reach remains high.

  • Verification status: Not verified
  • Engagement rate (ER): The average audience engagement rate is 28.73%. Within the first 24 hours after publication, content typically collects N/A% reactions from the total number of subscribers.
  • Post reach: On average, each post receives 3 026 views. Within the first day, a publication typically gains 0 views.
  • Reactions and interaction: The audience actively supports content: the average number of reactions per post is 141.
  • Thematic interests: Content is focused on key topics such as rbp, архитектура, callme, mov, указатель.

📝 Description and content policy

The author describes the resource as a platform for expressing subjective opinions:
Архитектура | Программирование | Профессиональное развитие Соер.Клуб - https://t.me/soer_live По всем вопросам писать на @soerdev

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.

10 528
Subscribers
No data24 hours
-147 days
-2930 days
Posts Archive
S0ER
10 528
Небольшое задание на знание приведения типов в JavaScript, странная конструкция "+!" встречается редко, но иногда оказывается полезной.

S0ER
10 528
@JavaScript: результат выражения: [+!+"1", "1"+1, +"1"+1], будет: anonymous poll [0, "11", 2] – 3 👍👍👍👍👍👍👍 100% [ true, "11", 2] ▫️ 0% [true, 2, 2] ▫️ 0% [0, "2", "2"] ▫️ 0% [1, "11", 2] ▫️ 0% [false, NaN, 2] ▫️ 0% 👥 3 people voted so far. Poll closed.

S0ER
10 528
В общем, кто хочет может на codewars указать "Software Engineer Vlog (YouTube)" и сразу попасть в нашу банду. ))))))

S0ER
10 528
Насколько я понял, на codewars есть кланы, и все кто пишет одно и то же название у себя в профиле в поле "Clan", попадают в один клан.

S0ER
10 528
На все ушло больше часа, поэтому придется видео сокращать, показывая только основные моменты.

S0ER
10 528
В качестве разминки сделал задачу на 2kyu (чем меньше число, тем сложнее самые простые - 8kyu)

S0ER
10 528
kata для видео.png0.38 KB

S0ER
10 528
В такую погоду только дома сидеть и горячий чай пить

S0ER
10 528
-42

S0ER
10 528
photo content

S0ER
10 528
@vote Стоит ли на канале делать скринкасты с примерами решения задач на codewars или других подобных сайтов? anonymous poll Да – 13 👍👍👍👍👍👍👍 87% На твое усмотрение – 2 👍 13% Нет ▫️ 0% 👥 15 people voted so far.

S0ER
10 528
codewar challenge.png4.65 KB

S0ER
10 528
Хорошо подходит для задач проактивного мониторинга технических и бизнес показателей

S0ER
10 528
В нашей практике в основном используем ARIMA и этого вполне хватает.

S0ER
10 528
Так же хорошая статья по анализу временных рядов (тоже с хабра) - https://habrahabr.ru/post/207160/

S0ER
10 528
Более подробно указанные модели прогнозирования описаны - https://habrahabr.ru/post/180409/ там же есть рекомендации по литературе

S0ER
10 528
И только потом ANN

S0ER
10 528
из них самые популярные Авторегрессионные модели

S0ER
10 528
Регрессионные модели прогнозирования Авторегрессионные модели прогнозирования (ARIMAX, GARCH, ARDLM) Модели экспоненциального сглаживания (ES) Модель по выборке максимального подобия (MMSP) Модель на нейронных сетях (ANN) Модель на цепях Маркова (Markov chains) Модель на классификационно-регрессионных деревьях (CART) Модель на основе генетического алгоритма (GA) Модель на опорных векторах (SVM) Модель на основе передаточных функций (TF) Модель на нечеткой логике (FL)