Библиотека дата-сайентиста | Data Science, Machine learning, анализ данных, машинное обучение
Open in Telegram
Все самое полезное для дата сайентиста в одном канале. Учиться у нас: clc.to/6qVHgg По рекламе: @proglib_adv Для обратной связи: @proglibrary_feeedback_bot РКН: https://gosuslugi.ru/snet/67a5b03124c8ba6dcaa121c9
Show more
Network:📈 Analytical overview of Telegram channel Библиотека дата-сайентиста | Data Science, Machine learning, анализ данных, машинное обучение
Channel Библиотека дата-сайентиста | Data Science, Machine learning, анализ данных, машинное обучение (@dsproglib) in the Russian language segment is an active participant. Currently, the community unites 18 413 subscribers, ranking 7 037 in the Technologies & Applications category and 35 877 in the Russia region.
📊 Audience metrics and dynamics
Since its creation on невідомо, the project has demonstrated rapid growth, gathering an audience of 18 413 subscribers.
According to the latest data from 28 July, 2026, the channel demonstrates stable activity. Although there has been a change in the number of participants by -46 over the last 30 days and by -6 over the last 24 hours, overall reach remains high.
- Verification status: Not verified
- Engagement rate (ER): The average audience engagement rate is 6.75%. Within the first 24 hours after publication, content typically collects 3.66% reactions from the total number of subscribers.
- Post reach: On average, each post receives 1 242 views. Within the first day, a publication typically gains 674 views.
- Reactions and interaction: The audience actively supports content: the average number of reactions per post is 5.
- Thematic interests: Content is focused on key topics such as сайентиста, llm, буст, навигация, openai.
📝 Description and content policy
The author describes the resource as a platform for expressing subjective opinions:
“Все самое полезное для дата сайентиста в одном канале.
Учиться у нас: clc.to/6qVHgg
По рекламе: @proglib_adv
Для обратной связи: @proglibrary_feeedback_bot
РКН: https://gosuslugi.ru/snet/67a5b03124c8ba6dcaa121c9”
Thanks to the high frequency of updates (latest data received on 29 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.
18 413
Subscribers
-624 hours
-107 days
-4630 days
Data loading in progress...
Similar Channels
![Data Science | Machinelearning [ru]](https://cdn.tlmtr.io/_next/image?url=https%3A%2F%2Fimg.telemetr.io%2Fc%2F1dVo3O%2F5217464346798572541%3Fty%3Dx&w=256&q=75)
Tags Cloud
Incoming and Outgoing Mentions
---
---
---
---
---
---
Attracting Subscribers
July '26
July '26
+74
in 0 channels
June '26
+97
in 2 channels
Get PRO
May '26
+142
in 1 channels
Get PRO
April '26
+106
in 0 channels
Get PRO
March '26
+329
in 4 channels
Get PRO
February '26
+154
in 5 channels
Get PRO
January '26
+212
in 4 channels
Get PRO
December '25
+211
in 3 channels
Get PRO
November '25
+101
in 1 channels
Get PRO
October '25
+148
in 5 channels
Get PRO
September '25
+105
in 2 channels
Get PRO
August '25
+103
in 4 channels
Get PRO
July '25
+171
in 2 channels
Get PRO
June '25
+185
in 42 channels
Get PRO
May '25
+319
in 6 channels
Get PRO
April '25
+206
in 18 channels
Get PRO
March '25
+247
in 53 channels
Get PRO
February '25
+236
in 36 channels
Get PRO
January '25
+180
in 41 channels
Get PRO
December '24
+212
in 42 channels
Get PRO
November '24
+217
in 52 channels
Get PRO
October '24
+224
in 43 channels
Get PRO
September '24
+249
in 38 channels
Get PRO
August '24
+269
in 37 channels
Get PRO
July '24
+197
in 37 channels
Get PRO
June '24
+257
in 31 channels
Get PRO
May '24
+429
in 38 channels
Get PRO
April '24
+339
in 38 channels
Get PRO
March '24
+437
in 32 channels
Get PRO
February '24
+426
in 32 channels
Get PRO
January '24
+473
in 28 channels
Get PRO
December '23
+604
in 34 channels
Get PRO
November '23
+289
in 13 channels
Get PRO
October '23
+462
in 22 channels
Get PRO
September '23
+631
in 0 channels
Get PRO
August '23
+488
in 0 channels
Get PRO
July '23
+420
in 0 channels
Get PRO
June '23
+329
in 0 channels
Get PRO
May '23
+433
in 0 channels
Get PRO
April '23
+224
in 0 channels
Get PRO
March '23
+712
in 0 channels
Get PRO
February '23
+249
in 0 channels
Get PRO
January '23
+260
in 0 channels
Get PRO
December '22
+292
in 0 channels
Get PRO
November '22
+407
in 0 channels
Get PRO
October '22
+172
in 0 channels
Get PRO
September '22
+209
in 0 channels
Get PRO
August '22
+287
in 0 channels
Get PRO
July '22
+352
in 0 channels
Get PRO
June '22
+407
in 0 channels
Get PRO
May '22
+166
in 0 channels
Get PRO
April '22
+215
in 0 channels
Get PRO
March '22
+225
in 0 channels
Get PRO
February '22
+129
in 0 channels
Get PRO
January '22
+250
in 0 channels
Get PRO
December '21
+203
in 0 channels
Get PRO
November '21
+253
in 0 channels
Get PRO
October '21
+237
in 0 channels
Get PRO
September '21
+208
in 0 channels
Get PRO
August '21
+297
in 0 channels
Get PRO
July '21
+312
in 0 channels
Get PRO
June '21
+288
in 0 channels
Get PRO
May '21
+446
in 0 channels
Get PRO
April '21
+446
in 0 channels
Get PRO
March '21
+429
in 0 channels
Get PRO
February '21
+396
in 0 channels
Get PRO
January '21
+351
in 0 channels
Get PRO
December '20
+12 450
in 0 channels
| Date | Subscriber Growth | Mentions | Channels | |
| 29 July | +1 | |||
| 28 July | 0 | |||
| 27 July | +3 | |||
| 26 July | +4 | |||
| 25 July | +1 | |||
| 24 July | 0 | |||
| 23 July | +2 | |||
| 22 July | +3 | |||
| 21 July | +10 | |||
| 20 July | +5 | |||
| 19 July | 0 | |||
| 18 July | +2 | |||
| 17 July | +1 | |||
| 16 July | +3 | |||
| 15 July | +2 | |||
| 14 July | +3 | |||
| 13 July | +3 | |||
| 12 July | +5 | |||
| 11 July | +5 | |||
| 10 July | +4 | |||
| 09 July | +6 | |||
| 08 July | +1 | |||
| 07 July | +1 | |||
| 06 July | +1 | |||
| 05 July | +1 | |||
| 04 July | +2 | |||
| 03 July | +3 | |||
| 02 July | +1 | |||
| 01 July | +1 |
Channel Posts
Repost from Proglib.academy | IT-курсы
😱 Знакомо? Лимит уже закончился, а задача всё ещё не готова. Часть токенов могла уйти на повторное чтение файлов, лишний контекст и неудачные попытки.
⚡️ Этому посвящён отдельный блок курса «ИИ для разработчиков». Вы разберёте расходы на собственных проектах, сравните подходы и найдёте места, где агент выполняет лишнюю работу.
В итоге станет понятнее, сколько ресурсов выделять на запуск, когда его останавливать и в какой момент лучше изменить подход 🔍До 31 июля курс можно купить со скидкой, а все материалы останутся в бессрочном доступе. 🔗 Узнать подробности о курсе 🏃♀️ Proglib Academy
| 2 | Куда на самом деле уходят токены во время агентного кодинга? ⚡️ | 437 |
| 3 |  🔄 Superlog — open-source агентный мониторинг для продакшен ML-систем
Модель задеплоена. Трафик идёт. Что-то пошло не так — но в логах тысячи строк и непонятно где именно проблема.
Superlog решает именно это: принимает OpenTelemetry трейсы, логи и метрики, автоматически группирует шумные сигналы в инциденты и запускает AI-агентов для расследования.
🔧 Что внутри
· OTLP прокси для приёма телеметрии
· Автоматическая группировка событий в инциденты
· AI-агент который записывает саммари инцидента
· Postgres + ClickHouse под капотом
· Веб-интерфейс для дебаггинга
Если вы деплоите модели как сервисы — FastAPI, Triton, vLLM — стандартный вопрос: как узнать что что-то сломалось и почему? Superlog принимает OTel-метрики из любого фреймворка и сам разбирается в инцидентах пока вы спите.
docker compose up -d
pnpm dev
# OTLP: http://localhost:4101
📍 Навигация: Вакансии • Задачи • Собесы
Библиотека дата-сайентиста
#буст | 866 |
| 4 |  🎨 cnsplots: графики без боли с форматированием
Знакомая ситуация: модель готова, результаты есть, а половина времени уходит на подгонку размеров шрифтов, цветов и отступов под требования журнала.
cnsplots — Python-библиотека поверх matplotlib которая берёт это на себя.
🎨 Что внутри
Готовые стили под Cell, Nature, Science. Размеры в пикселях — точно под гайдлайны журналов. SVG с редактируемыми шрифтами для Adobe Illustrator.
25+ типов графиков: боксплоты, violin, scatter, ROC-кривые, volcano plots, heatmaps с кластеризацией, Kaplan-Meier, UpSet plots и другие.
pip install cnsplots
📍 Навигация: Вакансии • Задачи • Собесы
Библиотека дата-сайентиста
#буст | 978 |
| 5 | 📚 Книга: Machine Learning with Neural Networks
Bernhard Mehlig, профессор физики University of Gothenburg, написал учебник по нейросетям с уклоном в математику и теорию. Доступна бесплатная версия без упражнений.
Охватывает всё от сетей Хопфилда и машин Больцмана до CNN, RNN и обучения с подкреплением.
Хорошо подходит если хотите понять теоретическую основу, а не только научиться пользоваться PyTorch.
📍 Навигация: Вакансии • Задачи • Собесы
Библиотека дата-сайентиста
#буст | 1 143 |
| 6 |  😳 Documentation Driven Development звучит как ещё один модный термин. Пока не попробуешь объяснить свой проект AI.
Агент работает только с тем контекстом, который ему дали. Если документация неполная или устарела, он начинает додумывать — отсюда появляется неверный код.
🔘 На курсе «ИИ для разработчиков» эту тему разбирает Арсений Харланов. Он покажет, как подготовить документацию и контекст, чтобы агент понимал архитектуру проекта, ограничения и связи между компонентами.
Также разберём, как выбирать модель под задачу: Claude, DeepSeek, Qwen и другие ✏️
Впереди 7 недель работы со своим репозиторием. Вебинары проходят вживую и остаются в записи.
Стартуем 31 августа. До конца июля можно присоединиться по ранней цене, а доступ к материалам останется бессрочным 😀
🔗 Посмотреть, что будет на курсе
🏃♀️ Proglib Academy | 838 |
| 7 | 😏 Документация давно перестала быть формальностью. Особенно когда проект нужно объяснить кому-то ещё 👇 | 1 041 |
| 8 |  🎯 TurboVec: 31 ГБ эмбеддингов в 4 ГБ без обучения
Хранение векторов для RAG быстро съедает память. 10 миллионов документов в float32 — это 31 ГБ RAM. Google выпустили open-source Rust-библиотеку которая меняет это соотношение.
TurboVec использует TurboQuant — квантайзер которому не нужно обучение:
· Нормализация вектора
· Случайный поворот
· Разбивка на бакеты через предвычисленную математику
Фиксированный пайплайн который работает на любых данных без калибровки под конкретный датасет.
Никакого managed сервиса который трогает ваши векторы. Работает с любой open embedding моделью. Получаете полностью air-gapped retrieval стек с Python биндингами.
📍 Навигация: Вакансии • Задачи • Собесы
Библиотека дата-сайентиста
#буст | 1 336 |
| 9 |  PCA видит паттерны которых нет и пропускает те что есть
Статья поднимает важный вопрос который многие игнорируют: простейший метод не всегда лучший.
PCA — один из самых популярных методов снижения размерности. Но у него есть системная проблема: он оптимизирует под дисперсию, а не под структуру данных.
⚠️ Три сценария где PCA ошибается
Данные гауссовы → PCA работает идеально, всё хорошо.
Данные — смесь гауссиан → PCA «видит» измерения которых нет. Проблема в ограничении ортогональности.
Данные нелинейно структурированы (например, динозавр из точек) → PCA не находит реальную структуру (1D-многообразие), зато находит «структуру» которой нет.
🎵 Phantom oscillations
Особенно коварный случай: если данные плавно меняются во времени (что почти всегда верно в реальном мире), PCA извлекает осциллирующие компоненты. Не потому что они есть в данных — а потому что PCA применён к гладким сигналам.
Это называется phantom oscillations.
🔧 Что делать
Альтернативы которые снимают ограничения PCA:
· ICA — убирает ограничение гауссовости
· NMF — убирает отрицательные значения, даёт parts-based представление
· Isomap, UMAP — работают с нелинейными многообразиями
· jPCA, GPFA — для временных рядов с динамикой
Но осторожно: более сложные модели тоже могут галлюцинировать. jPCA находит ротационную динамику даже там где её нет.
📍 Навигация: Вакансии • Задачи • Собесы
Библиотека дата-сайентиста
#буст | 1 169 |
| 10 |  18 докладов, мастер-классы и нетворкинг: «Урбан ML» уже 2 августа
Если давно хотели выбраться на крупный Data Science-митап — хороший повод.
На «Урбан ML» обсудят рекомендательные системы, NLP, антифрод и агентные системы. Среди спикеров — эксперты MTS Web Services, ВТБ, Wildberries, «Звук», Альфа-Банка и других компаний.
После докладов — мастер-классы, общение, спортивные активности и афтепати.
Участие бесплатное по регистрации (на площадку необходимо взять с собой паспорт или права): ссылка
📍 Москва, офлайн
🗓 2 августа, 11:00-21:00 (первый доклад в 12:00) | 1 233 |
| 11 | Git для дата сайнтиста: не только commit и push
Большинство DS знают базовые команды. Но несколько паттернов реально меняют качество работы с кодом.
🔀 merge vs rebase — в чём разница
Когда нужно влить изменения из main в свою ветку:
git pull origin main --no-rebase # merge: создаёт merge commit
git pull origin main --rebase # rebase: кладёт ваши коммиты поверх main
Rebase даёт чистую линейную историю — но осторожно если ветку используют другие.
↩️ revert vs reset — когда что
git revert <commit-hash> # создаёт новый коммит который отменяет изменения
git reset <commit-hash> # удаляет коммиты из истории (деструктивно)
Для командной работы — revert. reset только если история ещё не запушена.
📋 Что всегда должно быть в .gitignore
data/ # датасеты — не версионировать в git
.env # ключи и credentials
venv/
.vscode/
__pycache__/
*.pyc
Для версионирования данных — DVC поверх Git.
✅ pre-commit — форматирование до коммита
# .pre-commit-config.yaml
repos:
- repo: https://github.com/astral-sh/ruff-pre-commit
hooks:
- id: ruff
- repo: https://github.com/psf/black
hooks:
- id: black
Ruff + Black запускаются автоматически перед каждым коммитом. Ревьюер фокусируется на логике, не на форматировании.
Правила которые реально помогают
· Маленькие коммиты с одной целью — легче ревертить и ревьюить
· Описательные названия веток: encode-categorical-columns вместо fix
· Никаких данных и секретов в репо
📍 Навигация: Вакансии • Задачи • Собесы
Библиотека дата-сайентиста
#буст | 1 125 |
| 12 |  🤢 Чем больше разработчиков в команде начинают пользоваться Claude Code, тем заметнее одна проблема: кодовая база перестаёт выглядеть как работа одной команды.
Где-то есть тесты, где-то их забыли. Где-то агент следует архитектуре проекта, где-то предлагает решение, которое с ней не сочетается.
⚠️ И это не проблема Claude Code. Он просто следует тому контексту, который получает от каждого разработчика.
Сегодня покажем, как передать AI инженерный контекст команды и не превратить его внедрение в ещё один источник хаоса.
🗓 23 июля, 19:00 МСК
Бесплатно. 60 минут доклада + 30 минут вопросов.
🔗 Занять место на вебинаре и разобраться, почему так происходит
🏃♀️ Proglib Academy | 799 |
| 13 | Хороший разбор для тех, кто уже использует Claude Code в команде или только собирается его внедрять 🔥 | 978 |
| 14 |  balance: библиотека для коррекции смещённых выборок
Классическая проблема в DS: есть данные опроса, но респонденты не репрезентативны — молодые отвечают чаще, богатые меньше. Как делать выводы о всей популяции?
balance решает именно это. Библиотека присваивает каждому респонденту вес — сколько людей из целевой популяции он представляет.
Как работает:
from balance import load_data, Sample
target_df, sample_df = load_data()
sample = Sample.from_frame(sample_df, outcome_columns=["happiness"])
target = Sample.from_frame(target_df)
sample_with_target = sample.set_target(target)
adjusted = sample_with_target.adjust()
print(adjusted.summary())
# Covar ASMD reduction: 62.3%
# ASMD: 0.335 → 0.126
ASMD (Absolute Standardized Mean Difference) — основная метрика качества балансировки. Чем ниже, тем лучше.
📊 Методы взвешивания
· IPW — логистическая регрессия с L1 регуляризацией
· CBPS — Covariate Balancing Propensity Score
· Post-stratification
· Raking
📊 Когда использовать
· Анализ опросов с non-response bias
· Observational studies (treated vs untreated)
· Любые данные с selection bias
pip install balance
📍 Навигация: Вакансии • Задачи • Собесы
Библиотека дата-сайентиста
#буст | 1 049 |
| 15 |  ⚡️ Fine-tune Gemma 4 на ноутбуке
Тонкая настройка LLM больше не требует серьёзного железа. Gemma 4 через Unsloth можно дообучить на базовой GPU или даже в бесплатном Google Colab.
Что нужно
· Gemma 4 2B → 8 ГБ VRAM (бесплатный Colab T4)
· Gemma 4 4B → ~10 ГБ VRAM через LoRA
· Для большинства практических задач этого достаточно
Модели мультимодальные — одинаковый стек для:
· текстовых задач
· vision задач
· аудио задач
Ссылка на ноутбук
📍 Навигация: Вакансии • Задачи • Собесы
Библиотека дата-сайентиста
#буст | 1 383 |
| 16 | 5 техник fine-tuning LLM
Инфографика по популярным методам тонкой настройки больших языковых моделей.
· Full Fine-tuning — все 100% параметров
· LoRA — только ~1.3% параметров
· LoRA-FA — ещё меньше, ~0.5%
· QLoRA — LoRA поверх 4-битной модели (140 ГБ → 35 ГБ)
· TinyLoRA — буквально единицы параметров
Смотрите инфографику выше 👆
📍 Навигация: Вакансии • Задачи • Собесы
Библиотека дата-сайентиста
#буст | 1 519 |
| 17 |  😸 Каждый разработчик подходит к задаче со своим опытом: помнит прошлые решения, знает ограничения проекта и понимает, какой код команда пропустит на ревью.
Для человека это естественная часть работы. У Claude Code этого контекста по умолчанию нет — только задача и инструкции, которые ему дали.
Поэтому в большой команде недостаточно просто выбрать хорошую модель.
❗️ Нужно ещё объяснить ей, как у вас устроена разработка: какие подходы приняты, что обязательно проверять и по каким правилам принимать решения.
🗓 23 июля в 19:00 МСК поговорим об этом на бесплатном вебинаре с Алексеем Жиряковым — он Executive Director в Сбере, руководит
GenAI Data Platform, и с этой проблемой сталкивался не раз 🔥
Покажет живое демо, разберём, как встроить AI в процесс разработки так, чтобы он реально помогал, а не добавлял ещё один повод для споров на ревью.
🔗 Занять место на вебинаре
🏃♀️ Proglib Academy | 1 083 |
| 18 | ✏️ Если вы уже работаете с Claude Code, Cursor или Copilot, этот вебинар будет особенно полезен.
Разберут, как превратить AI из инструмента для отдельных задач в часть инженерного процесса ⬇️ | 1 165 |
| 19 |  🧑💻 Учиться агентной разработке — у тех, кто уже внедряет её в бигтехе
Курс «ИИ для разработчиков» ведут практики из ведущих российских IT-компаний 🔥
🔵 Они прошли путь от первых экспериментов с AI до рабочих процессов, в которых агенты помогают команде писать код, готовить PR и быстрее доводить задачи до продакшена.
В ближайшее время познакомим вас с каждым преподавателем. Программа курса — по ссылке 🎹
🏃♀️ Proglib Academy | 998 |
| 20 | 📍 Курс — это не только темы и домашние задания
Во многом его ценность определяет опыт тех, кто его разрабатывает и ведёт.
Об этом как раз новый пост Proglib Academy 🔥 | 1 148 |
