¡Ya disponible! Investigación de Telegram 2025 — los principales insights del año 
Machinelearning
Ir al canal en Telegram
Погружаемся в машинное обучение и Data Science Показываем как запускать любые LLm на пальцах. По всем вопросам - @haarrp @itchannels_telegram -🔥best channels Реестр РКН: clck.ru/3Fmqri
Mostrar más📈 Análisis del canal de Telegram Machinelearning
El canal Machinelearning (@ai_machinelearning_big_data) en el segmento lingüístico de Ruso es un actor destacado. Actualmente la comunidad reúne a 294 200 suscriptores, ocupando la posición 332 en la categoría Tecnologías y Aplicaciones y el puesto 1 275 en la región Rusia.
📊 Métricas de audiencia y dinámica
Desde su creación el невідомо, el proyecto ha mostrado un crecimiento acelerado, reuniendo a 294 200 suscriptores.
Según los últimos datos del 29 junio, 2026, el canal mantiene una actividad estable. En los últimos 30 días la variación de miembros fue de -6 445, y en las últimas 24 horas de -277, conservando un alto alcance.
- Estado de verificación: No verificado
- Tasa de interacción (ER): El promedio de interacción de la audiencia es 7.73%. Durante las primeras 24 horas tras publicar, el contenido suele obtener 5.47% de reacciones respecto al total de suscriptores.
- Alcance de las publicaciones: Cada publicación recibe en promedio 22 736 visualizaciones. En el primer día suele acumular 16 089 visualizaciones.
- Reacciones e interacción: La audiencia responde de forma activa: el promedio de reacciones por publicación es 175.
- Intereses temáticos: El contenido se centra en temas clave como openai, claude, api, gemini, контекст.
📝 Descripción y política de contenido
El autor describe el recurso como un espacio para expresar opiniones subjetivas:
“Погружаемся в машинное обучение и Data Science
Показываем как запускать любые LLm на пальцах.
По всем вопросам - @haarrp
@itchannels_telegram -🔥best channels
Реестр РКН: clck.ru/3Fmqri”
Gracias a la alta frecuencia de actualizaciones (últimos datos recibidos el 30 junio, 2026), el canal mantiene la vigencia y un amplio alcance. La analítica demuestra que la audiencia interactúa activamente con el contenido, lo que lo convierte en un punto de referencia dentro de la categoría Tecnologías y Aplicaciones.
294 200
Suscriptores
-27724 horas
-1 6347 días
-6 44530 días
Archivo de publicaciones
294 131
Яндекс Банк ищет рок-звёзд от мира данных
Финтех — самые молодые и смелые ребята в Яндексе. За 1,5 года они придумали и сделали Сплит (тот самый, что делит оплату на части), и Карту Плюса (ту самую, что даёт кешбэк не только в Яндексе). На подходе собственный апп и запуск кредитных продуктов, и всем этим нелёгким делом управляет data-driven-подход. Поэтому умеющих работать с данными здесь любят, ценят и ждут, и прямо сейчас ищут:
Риск-аналитика
Если твой любимый вопрос «А что если…?», ты немного ясновидящий, всегда держишь руку на пульсе и не паникуешь от работы в условиях полной неопределённости, с профессией ты точно не ошибся. А если ещё и программируешь, умеешь взаимодействовать с бэкендом и тестированием, и готов с головой погрузиться в кредитные продукты, не ошибёшься и с вакансией. Подробности тут.
Продуктового аналитика
Для запуска на рынок довольно нетривиального продукта — кредита для людей, которых, как правило, в этих вопросах несправедливо обделяют: водителей такси и курьеров. Надо будет разбираться в том, «кто» сделал «что, когда и где», и как со всем этим поступать дальше, работать рука об руку с продакт-менеджером и помогать принимать правильные решения. Желательно иметь за плечами опыт дирижёрства командой, потому что именно этим здесь и предстоит заниматься.
Кратчайший путь в руки рекрутеров — в описании вакансии. Дочитай до конца, реши нехитрую профильную задачку и дверь откроется!
294 131
🚀 17 ноября 2022 года в 18:30 по мск пройдёт онлайн-митап ВТБ и МФТИ «Промышленный оптимизатор: алгоритмы за рамками ML» для всех, кто интересуется Data Science
Основные темы митапа:
✅ «Методы дискретной и комбинаторной оптимизации в задаче управления потоками налично-денежной ликвидности»Спикер: Алексей Рябых, Team Lead DS ВТБ
✅ «От частных задач к промышленному оптимизатору»Спикер: Евгений Лепшин, Team Lead DS ВТБ
✅ «Создание решателя для линейных и целочисленно-линейных программ»Спикер: Роланд Хильдебранд, профессор университета Гренобль-Альпы, PhD МФТИ
✅ Q&A-сессия, модератор: Денис Суржко, ВТБ
👉 Участие бесплатное. Успейте зарегистрироваться по ссылке: https://cnrlink.com/vtbmeetupml
🎁 Участники, которые во время митапа зададут самые интересные вопросы, получат фирменный мерч.
294 131
Увлекаешься наукой и технологиями? Присоединяйся к рационализаторам!
Если ты работаешь на предприятии и знаешь, как оптимизировать производственные процессы, становись рационализатором и воплощай свои идеи!
При поддержке Агентства развития навыков и профессий в России запустили проект «Движение рационализаторов». Более 10 000 профессионалов со всей страны воплощают в жизнь свои замыслы, помогая меняться как частным предприятиям, так и крупным госкорпорациям.
Узнай больше о движении, познакомься с реальными кейсами и прокачивай необходимые навыки здесь: https://t.me/racionalizatorwsr. Мы ждём именно тебя!
294 131
👉 Более 5 млн рублей - призовой фонд онлайн-соревнования по искусственному интеллекту AI Journey Contest от Сбера. В этом году соорганизатором конкурса стал Институт искусственного интеллекта AIRI.
Это отличная возможность прокачать свои навыки, изучить свежие фреймворки и заработать на собственном интеллекте.
Главное, сделать все вовремя, так как решения принимают до 13 ноября.
🤖 FusionBrain Challenge 2.0 – продолжение прошлогоднего трека по созданию сильного ИИ. Участники должны разработать модель, которая сможет решать 12 задач в визуальной и текстовой модальностях, часть из которых изначально будет скрыта от участников.
Организаторы предлагают также создать алгоритмы для решения прикладных задач:
🗣 распознавания речи и автоматического перевода языков малых народов России;
🧬 быстрой идентификации бактерий по масс-спектрам;
⛴ восстановления данных по вылову рыбы на Дальнем Востоке.
Решать задачи можно из любой точки мира, минимальный возраст участников — 18 лет. Попробуй свои силы, участвуй в соревновании!
294 131
📌 Готовы покорять новые вершины в сфере Machine Learning?
Лучшие эксперты Data Science и Машинного Обучения готовы научить вас продвинутым ML-приемам на онлайн-курсе «Machine Learning. Advanced» в OTUS.
На курсе вы научитесь:
- Настраивать окружение и писать production код, готовый к внедрению.
- Работать с AutoML подходами и понимать ограничения в их применении.
- Понимать и уметь применять ⚠️ Байесовские методы, а также освоите основные методы обучения с подкреплением.
Вебинары включают большое количество практики, регистрируйтесь:
👩💻 Recommend or not Recommend? Препарируем рекомендательные системы, 16 ноября в 18:00 — https://otus.pw/S3eC/
В конце курса вас ждет проектная работа, которая отлично дополнит ваше портфолио.
👉 ПРОЙТИ ТЕСТ
https://otus.pw/sglX/
294 131
Если вы начинающий разработчик, дата-инженер или выпускник смежных специальностей, а ещё хотите расти и инвестируете в своё дальнейшее развитие, вам подойдет новый курс Яндекс Практикума «Инженер машинного обучения».
За 4 месяца вы научитесь:
• Переводить бизнес-задачу на язык машинного обучения и применять алгоритмы и архитектуры ML-решений.
• Выявлять источники качественных данных, выбирать эффективные способы их разметки и работать с большими данными.
• Разрабатывать код моделей и готовить к использованию в продакшн под большой нагрузкой.
• Развёртывать ML-модели в облаке, поддерживать качество работы модели на меняющихся данных.
К концу курса вы разработаете 3 полноценных сервиса:
• Рекомендательную систему для товаров на маркетплейсе.
• Научитесь предсказывать отток клиентов в банковском секторе.
• Сформируете сегменты для продвижения маркетинговых активностей, смоделировав uplift для пользователей телеком оператора.
Приходите учиться, не обещаем, что будет легко, но наша команда всегда поддержит вас в трудную минуту.
А еще 77% наших выпускников находят новую работу и большинство из них в течение 4-х месяцев.
294 131
Ищем учеников на бесплатное обучение по созданию искусственного интеллекта с нуля. Опыт программирования не важен!🤖
Всего за 3 вечера под руководством Дмитрия Романова - основателя Университета Искусственного Интеллекта, лидера обучения AI-разработке в РФ, вы с легкостью напишете свой первый искусственный интеллект👨💻
Какие нейронные сети вы создадите?
👉Классификация марок молока
👉Классификация людей на входящих и выходящих из автобуса
👉Обнаружение возгораний
👉Оценка стоимости квартир
👉Классификация отзывов на Teslа
👉Оценка резюме соискателей
👉Прогнозирование стоимости полиметаллов
👉Сегментация изображений самолетов
👉Распознавание команд умного дома⠀
Лучше освоить навыки создания нейронных сетей вам помогут домашние задания с проверкой от кураторов.⠀
Приходите на бесплатное обучение и напишите искусственный интеллект за 3 вечера💪 Регистрация по ссылке
294 131
Сделайте первые шаги к работе с Big Data!
3 ноября в 20:00 мск пройдет открытый урок «DataFrame API: от Pandas к Dask».
🧑🎓 Занятие пройдет в рамках онлайн-курса «MLOps» от OTUS и его проведет Павел Филонов, Ex-Data Science Manager в Kaspersky.
Почему стоит посетить этот урок?
На уроке научимся работать с данными через multiprocessing напрямую или pandarallel и ускорим работу.
Первый урок — DataFrame API: от Pandas к Dask
👉 Регистрация
https://otus.pw/IJmk/
Второй урок — DataFrame API: от Dask к PySpark
👉 Регистрация
https://otus.pw/1Bre/
294 131
#спринт 31.10 @ai_machinelearning_big_data ml-advanced
Что дает байесовский подход в машинном обучении?
31 октября 20:00 пройдет открытый урок «Байесовский взгляд на машинное обучение» в OTUS.
👨💻 На занятии мы погрузимся в тему байесовского подхода к машинному обучению – науку о том, как встроить априорные «экспертные» знания в модели машинного обучения.
А также вы узнаете, когда и зачем нужен этот подход, и, надеемся, проникнетесь байесианской философией!
🔖 Пройдите вступительный тест, чтобы зарегистрироваться на вебинар
👉 РЕГИСТРАЦИЯ
https://otus.pw/6sop/
294 131
Как стать ML-инженером и развиваться дальше?
Для того, чтобы решать прикладные задачи, мало умения создать модель в своём ноутбуке. Важно управлять её жизненным циклом. Эксперты расскажут:
-Какие задачи для ML-инженеров существуют на рынке
-Как внедрять модель и работать с ней дальше
-Как новый курс Практикума «Инженер машинного обучения» помогает сделать следующий шаг в области ML
Ждём вас 31 октября в 19:00 по Москве. Будет много полезного!
Ссылка для регистрации.
