🏆 AIeron | Data Feeling
Open in Telegram
IT предприниматель и препод 🧑🏫 ex-ML лидер в Dodo Brands 🦤🍕 Прокачиваю людей в Data Science 🚀 Победитель Stepik Awards 🏆 Kaggle Expert 🤹♀️ Создатель mnogo-reels.ru и @big_llm_course РКН https://clik.now/datafeeling Алерон @Ale_v2
Show more📈 Analytical overview of Telegram channel 🏆 AIeron | Data Feeling
Channel 🏆 AIeron | Data Feeling (@datafeeling) in the Russian language segment is an active participant. Currently, the community unites 14 331 subscribers, ranking 714 in the Marketing & PR category and 45 523 in the Russia region.
📊 Audience metrics and dynamics
Since its creation on невідомо, the project has demonstrated rapid growth, gathering an audience of 14 331 subscribers.
According to the latest data from 06 September, 2026, the channel demonstrates stable activity. Although there has been a change in the number of participants by -174 over the last 30 days and by -9 over the last 24 hours, overall reach remains high.
- Verification status: Not verified
- Engagement rate (ER): The average audience engagement rate is 21.30%. Within the first 24 hours after publication, content typically collects 9.40% reactions from the total number of subscribers.
- Post reach: On average, each post receives 3 054 views. Within the first day, a publication typically gains 1 347 views.
- Reactions and interaction: The audience actively supports content: the average number of reactions per post is 20.
- Thematic interests: Content is focused on key topics such as лот, n8n, бразилия, пет, санкция.
📝 Description and content policy
The author describes the resource as a platform for expressing subjective opinions:
“IT предприниматель и препод 🧑🏫
ex-ML лидер в Dodo Brands 🦤🍕
Прокачиваю людей в Data Science 🚀
Победитель Stepik Awards 🏆
Kaggle Expert 🤹♀️
Создатель mnogo-reels.ru и @big_llm_course
РКН https://clik.now/datafeeling
Алерон @Ale_v2”
Thanks to the high frequency of updates (latest data received on 07 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 Marketing & PR category.
14 331
Subscribers
-924 hours
-637 days
-17430 days
Posts Archive
14 323
Про мои планы.
Приближается конец года, мне для достижения своих целей осталось дофармить золото на Kaggle и добить запуск авторского курса. Поэтому не хватает рук на то, чтоб пилить огненные выпуски на YouTube, после которых приходит много позитивного фидбека.
Хотя идей много, мечтаю заснять примеров, где сам прохожу реальные собесы. Скорее всего уже на английском. На русских собесах со мной уже здороваются как с Алероном (хотя везде пишу Александр), что вносит байес. (А еще фачат, что мешает сильнее 😅)
А ведь еще и статьи для Хабра все никак не добью. Подвисло уже 4 темы, не могу сесть и добить до финалочки.
💣 В общем, двигаю все эти темы как могу. Что же делать пока меня нет? На этот счет у меня для вас есть давно заготовленная бомба от Даши. Ловите 💥
14 323
Мысль дня. «Возможно я и правда плохо пока разбираюсь в крипте, но гарантированные 20% ежемесячно кажутся мне пирамидой»
Это я сегодня сходил на небольшой нетворкинг местных предпринимателей и встретил там пару «сказочных» проектов 😅
В общем, если идти не в Data Science, то в Data Engineering. Хотя возможно давно уже пора в блокчейне начать разбираться.
14 323
Этой ночью я снова летал, но не по небу, а по лидерборду свежего FeedBack Prize
В этот раз снова бронза🥉
Счастлив ли я?! С одной стороны приятно, да. Скануть больше 700 мест вверх за ночь, это красиво🎰.
Однако, ближе к титулу мастера меня это не подвинуло. Мне сейчас нужно только золото!
Есть еще месяц до нового года, чтобы закрыть эту строчку в планах. Соревнований подходящих сейчас много. Будем добивать.
Кстати, Ваня говорит, что не тот сабмит выбрали, могли оказаться в серебре. Если обратите внимание, то у первой тысячи участников скор не отличается 🥁
Кстати, мои коллеги по цеху (Привет Марк, Отабек и другие) ухватили серебро. Насколько знаю, у них порядка 70 языковых бертов, пока у нас меньше десятка. Да и кодили ребята месяц, в то время как мы потратили меньше недели. Это вам к вопросу, про трудозатраты, необходимы чтоб забрать медали на Kaggle.
Всем доброе утро)
14 323
Вот подписаться на тонну каналов в телеграмме - это дело плевое ...
А вот отписаться потом тяжело, мозг сопротивляется, хотя информационный шум для него опасен. Мешает синдром упущенной выгоды, точнее "синдром возможной выгодны" от пребывания в чате или от подписки на группы с бесконечной рекламой онлайн курсов. В общем, советую пересмотреть мое коротенькое выступление. А лучше сразу перейти к упражнению по отписке или архивации от телеграм каналов.
Как понять, что надо отписаться от какого-то канала?
🎯 Вы замечаете там рекламу чаще 2-3 раз в неделю.
🎯 У вас постоянно копиться там тонна непрочитанных постов
🎯 Канал/Блогер постит что-то прям каждый день и все время без пользы для вас.
🎯 Посты в канале это тупо сбор ссылок из интернета, которые вы сами можете легко нагуглить
Заведите привычку отписываться. Через время ваш мозг скажет вам спасибо
14 323
Влетел тут в одну сореву на Kaggle ...
Пока держусь в топ-1, но надеюсь, когда-нибудь вы сбросите меня вниз!
Уже скоро...
14 323
Подумал, хочу разгонять в Таиланде IT комьюнити. Возможно когда-нибудь буду тут даже буткемпы по программированию организовывать. В Сочи не успел, но мб в Тае получится.
14 323
Мы тут с ребятками успели пофармить не медалей ради, а потому что было много призовых. 15 призовых мест! Такое я вижу впервые) Боролось за призовые больше 220 человек.
Мы с тимой суммарно на троих унесли 160к за несколько вечеров фултайма.
В целом, тоже хорошо. Удивительно, что подходы были абсолютно разные. Даже сетки заходили.
Это собственно второе соревнование на моей памяти где хорошо заходит dart из LightGBM
Ссылка на мой ноутбук простыть. Причесал на столько, на сколько мне хватило выдержки.
Дальше до нового года буду фармить только Kaggle.
14 323
Угадайте про какой бустинг идет речь по картинке.
Первые три угадавших получат скидку 50% на мой курс по соревновательному анализу данных. Курса пока нет, но скидка уже будет.
14 323
Фиксация random_seed'а не помогла воспроизвести скор
Заметил тут вечером любопытный факт. С одной стороны простой технических нюанс, но с другой стороны не очень уж очевидная проблема.
Оказывается, если в модель (например LigthGBM) подавать признаки в разной последовательности, то результаты будут разные, к тому же очень сильно!
Вы спросите меня, а зачем подавать признаки в разных последовательностях?! Ну например, если вы хотели удалить дубли в списке и реализовали это вот. (Привет Leetcode)
features = list(set(features))Вроде бы красивый трюк, как удалить дубли в одну строчку. Однако, если запустить этот код потом снова, последовательность будет уже иная. Как следствие - разные результат модели. Последствия оказываются очень болезненными, если вы проверяете разные гипотезы и результат модели должен четко отражать наличие/удаление признака, а не более удачную последовательность. В общем, будьте осторожнее. Вместо set'а используйте лучше Numpy =)
features = np.unique(features)
14 323
Какой смысл в том, что ты знаешь как работает градиентный бустинг, если ты все равно не знаешь как его тюнить!?
Тюнить бустинги не изи, если мы говорим про максимальную точность, в одном только LightGBM больше 30 гипер-параметров, про которые многие едва ли слышали.
Пока решал задачу по текущему Цифровому Прорыву, понял, сколько всего полезного там есть, чего даже я не знал сам.
Пока убеждаюсь, что лучшая документация среди бустингов у LightGBM. Хотя Catboost мне тоже нравится, но дока не такая удобная.
