en
Feedback

Don't get caught by a cheater! Telemetrio finds and tags such channels 👉 If you want to see the tag, subscribe

S0ER

S0ER

Open in Telegram

Архитектура | Программирование | Профессиональное развитие 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 10 368 subscribers, ranking 11 795 in the Technologies & Applications category and 61 049 in the Russia region.

📊 Audience metrics and dynamics

Since its creation on невідомо, the project has demonstrated rapid growth, gathering an audience of 10 368 subscribers.

According to the latest data from 08 November, 2026, the channel demonstrates stable activity. Although there has been a change in the number of participants by -60 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 37.76%. 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 0 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 0.
  • 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 По всем вопросам писать на @soerdev”

Thanks to the high frequency of updates (latest data received on 09 November, 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.

10 368
Subscribers
-324 hours
-147 days
-6030 days
Posts Archive
S0ER
10 367
На все ушло больше часа, поэтому придется видео сокращать, показывая только основные моменты.

S0ER
10 367
В качестве разминки сделал задачу на 2kyu (чем меньше число, тем сложнее самые простые - 8kyu)

S0ER
10 367
kata для видео.png0.38 KB

S0ER
10 367
В такую погоду только дома сидеть и горячий чай пить

S0ER
10 367
-42

S0ER
10 367
photo content

S0ER
10 367
@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
10 367
codewar challenge.png4.65 KB

S0ER
10 367
Хорошо подходит для задач проактивного мониторинга технических и бизнес показателей

S0ER
10 367
В нашей практике в основном используем ARIMA и этого вполне хватает.

S0ER
10 367
Так же хорошая статья по анализу временных рядов (тоже с хабра) - https://habrahabr.ru/post/207160/

S0ER
10 367
Более подробно указанные модели прогнозирования описаны - https://habrahabr.ru/post/180409/ там же есть рекомендации по литературе

S0ER
10 367
И только потом ANN

S0ER
10 367
из них самые популярные Авторегрессионные модели

S0ER
10 367
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)

S0ER
10 367
Для прогнозирования временных рядом есть много разных методов

S0ER
10 367
Сегодня вышел довольно интересный спор о использовании нейронных сетей при решении задач прогнозирования

S0ER
10 367
я не знаю серьезно он все рассказывает, но у меня ощущение, что это тонкая сатира

S0ER
10 367
Видео просто супер ржачное