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 10 464 subscribers, ranking 11 379 in the Technologies & Applications category and 60 982 in the Russia region.

📊 Audience metrics and dynamics

Since its creation on невідомо, the project has demonstrated rapid growth, gathering an audience of 10 464 subscribers.

According to the latest data from 05 September, 2026, the channel demonstrates stable activity. Although there has been a change in the number of participants by 23 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 49.89%. Within the first 24 hours after publication, content typically collects 17.59% reactions from the total number of subscribers.
  • Post reach: On average, each post receives 0 views. Within the first day, a publication typically gains 1 841 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 Соер.Клуб - https://t.me/soer_live По всем вопросам писать на @soerdev

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

10 464
Subscribers
-224 hours
+117 days
+2330 days
Posts Archive
S0ER
10 464
На все ушло больше часа, поэтому придется видео сокращать, показывая только основные моменты.

S0ER
10 464
В качестве разминки сделал задачу на 2kyu (чем меньше число, тем сложнее самые простые - 8kyu)

S0ER
10 464
kata для видео.png0.38 KB

S0ER
10 464
В такую погоду только дома сидеть и горячий чай пить

S0ER
10 464
-42

S0ER
10 464
photo content

S0ER
10 464
@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
10 464
codewar challenge.png4.65 KB

S0ER
10 464
Хорошо подходит для задач проактивного мониторинга технических и бизнес показателей

S0ER
10 464
В нашей практике в основном используем ARIMA и этого вполне хватает.

S0ER
10 464
Так же хорошая статья по анализу временных рядов (тоже с хабра) - https://habrahabr.ru/post/207160/

S0ER
10 464
Более подробно указанные модели прогнозирования описаны - https://habrahabr.ru/post/180409/ там же есть рекомендации по литературе

S0ER
10 464
И только потом ANN

S0ER
10 464
из них самые популярные Авторегрессионные модели

S0ER
10 464
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
10 464
Для прогнозирования временных рядом есть много разных методов

S0ER
10 464
Сегодня вышел довольно интересный спор о использовании нейронных сетей при решении задач прогнозирования

S0ER
10 464
я не знаю серьезно он все рассказывает, но у меня ощущение, что это тонкая сатира

S0ER
10 464
Видео просто супер ржачное