¡Ya disponible! Investigación de Telegram 2025 — los principales insights del año 
Data Science | Machinelearning [ru]
Ir al canal en Telegram
Все о Data Science, машинном обучении и искусственном интеллекте: от базовой теории до cutting-edge исследований и LLM. Личный блог автора - @just_genych По вопросам рекламы или разработки - @g_abashkin РКН: https://vk.cc/cJPGXD
Mostrar más📈 Análisis del canal de Telegram Data Science | Machinelearning [ru]
El canal Data Science | Machinelearning [ru] (@devsp) en el segmento lingüístico de Ruso es un actor destacado. Actualmente la comunidad reúne a 19 980 suscriptores, ocupando la posición 6 706 en la categoría Tecnologías y Aplicaciones y el puesto 33 686 en la región Rusia.
📊 Métricas de audiencia y dinámica
Desde su creación el невідомо, el proyecto ha mostrado un crecimiento acelerado, reuniendo a 19 980 suscriptores.
Según los últimos datos del 25 junio, 2026, el canal mantiene una actividad estable. En los últimos 30 días la variación de miembros fue de -75, y en las últimas 24 horas de -8, conservando un alto alcance.
- Estado de verificación: No verificado
- Tasa de interacción (ER): El promedio de interacción de la audiencia es 7.47%. Durante las primeras 24 horas tras publicar, el contenido suele obtener 3.67% de reacciones respecto al total de suscriptores.
- Alcance de las publicaciones: Cada publicación recibe en promedio 1 492 visualizaciones. En el primer día suele acumular 733 visualizaciones.
- Reacciones e interacción: La audiencia responde de forma activa: el promedio de reacciones por publicación es 6.
- Intereses temáticos: El contenido se centra en temas clave como llm, nvidia, контекст, openai, архитектура.
📝 Descripción y política de contenido
El autor describe el recurso como un espacio para expresar opiniones subjetivas:
“Все о Data Science, машинном обучении и искусственном интеллекте: от базовой теории до cutting-edge исследований и LLM.
Личный блог автора - @just_genych
По вопросам рекламы или разработки - @g_abashkin
РКН: https://vk.cc/cJPGXD”
Gracias a la alta frecuencia de actualizaciones (últimos datos recibidos el 26 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.
19 980
Suscriptores
-824 horas
-457 días
-7530 días
Archivo de publicaciones
Ансамбли моделей для распознавания рукописных цифр
Применение нескольких моделей машинного обучения для решения задачи является частой практикой и данная технология преимущественно выигрывает по качеству по сравнению с одной моделью. Однако, для успешного результата такой технологии необходимо разбираться в ее модификациях.
Читать...
🎄X-MAS HACK 2022 – время исполнения желаний🎄
👨🏻💻Если ты кодишь – ждём тебя в секции «Хакатон» с кейсами от IT-компаний
💡Если ты настоящий генератор идей – ждём в секции «Идеатон», где ты сможешь предложить самые смелые идеи для бизнеса!
Даты хакатона: 15–17 декабря 2022 года
Дедлайн регистрации: 12 декабря 23:59
Регистрация и подробности:
Хакатон - https://clck.ru/32joBF
Идеатон - https://clck.ru/32joAz
Создавай команду или подавай личную заявку, а мы найдем для тебя крутую команду! Регистрируйся, решай новогодний кейс, заводи знакомства, перенимай опыт от топовых экспертов, стань частью X-MAS HACK! И кто знает.. возможно, именно ты заберешь главные призы!
💰Призовой фонд – 1.700.000 рублей!
🎁 Новогодний мерч, подарки от партнеров и сертификаты
🎅🏻 Менторская поддержка от топовых экспертов
🪄 Мастер-классы, лайфхаки и много полезных знакомств
Больше хакатонов и призов - https://clck.ru/32joBN
Ученые все чаще не могут объяснить, как работает ИИ. Теория «черного» и «белого» ящика
Какое у вас любимое мороженое? Шоколадное, ванильное, фисташки, крем-брюле? Вы легко дадите ответ. Но если вас спросят, почему именно этот конкретный вкус, тут уже дать конкретный ответ станет гораздо сложнее. Большинство максимум придумают, что так у них устроены вкусовые рецепторы. Но почему они устроены именно так, и почему тогда нам иногда хочется пробовать другие виды мороженого?
На самом деле, с ИИ всё обстоит еще хуже. Чем дальше развиваются технологии, тем чаще мы вообще не можем понять, что происходит там внутри. А значит, и не можем быть уверены, стоит ли нам доверять таким решениям.
Читать...
Машинное обучение как универсальный инструмент обработки информации
Машинное обучение — своего рода универсальная палочка-выручалочка, когда речь идет о больших объемах информации и необходимости их обработать, структурировать и извлечь из этого пользу.
А что если речь идет о градостроительстве и урбанистике — как тут может помочь машинное обучение и какую информацию мы можем использовать?
Читать...
Яндекс назвал лауреатов своей ежегодной научной премии
Ученые, которые занимаются исследованиями в области компьютерных наук, получат по миллиону рублей на развитие своих проектов. В 2022 году лауреатами стали шесть молодых ученых:
•Максим Великанов — занимается теорией deep learning, изучает бесконечно широкие нейронные сети и статистическую физику;
•Петр Мокров — исследует градиентные потоки Вассерштейна, нелинейную фильтрацию и байесовскую логистическую регрессию;
•Максим Кодрян — занимается deep learning, а также оптимизацией и генерализацией нейросетевых моделей;
•Руслан Рахимов — работает с нейронной визуализацией, CV и deep learning;
•Сергей Самсонов — изучает алгоритмы Монте-Карло с марковскими цепями, стохастическую аппроксимацию и другие темы;
•Тарас Хахулин — работает в области компьютерного зрения.
Круто, что отдельно выделяют и научных руководителей. В этом году гранты получили двое — Дмитрий Ветров, заведующий Центром глубинного обучения и байесовских методов ВШЭ, и Алексей Наумов, доцент факультета компьютерных наук ВШЭ, заведующий Международной лаборатории стохастических алгоритмов и анализа многомерных данных.
Подробнее о премии и лауреатах 2022 года — на сайте.
Сегодня проходит международная онлайн-конференция, посвещенная искусственному интеллекту AI Journey, где выступают ведущие эксперты отрасли.
К примеру, доцент факультета компьютерных наук НИУ ВШЭ Максим Рубаха рассказал про тензорное разложение:
«Мы предложили фреймворк на основе тензорных разложений, который использует тот факт, что нейросети содержат избыточное число параметров, то есть они перепараметризованы. И тензорное разложение позволяет уменьшить это число параметров, но, с другой стороны, вы это можете использовать для повышения эффективности и уменьшения памяти при контроле сингулярных чисел. И при этом вы можете использовать абсолютно различные методы — просто вы их применяете не к исходному ядру свёртки, а к уменьшенному четырёхмерному массиву».
Принципы, лежащие в основе алгоритмов и структур данных, всегда актуальны для любого стека технологий. Если вы уверенно владеете одним из языков программирования: C++, Python, Java, Go, JavaScript или C#, вам подойдет курс Яндекс Практикума «Алгоритмы и структуры данных». Мы поможем вам разложить все по полочкам, научим писать более чистый код, видеть разные варианты решения задачи и сравнивать их по эффективности, а ещё вы:
• разберётесь в основных алгоритмах;
• узнаете, как устроены структуры данных и когда какие применять;
• научитесь тестировать свой код и доказывать его корректность.
На всех этапах вас будут сопровождать опытные разработчики: мы не дадим просесть по учёбе и поможем выкроить время на образование. Вы будете практиковаться на реальных кейсах и положите в портфолио работающие проекты. А карьерные консультации подготовят вас к разговору о повышении или помогут с поиском новой работы.
Познакомьтесь с профессией и протестируйте формат бесплатно. А если решите продолжать учиться — до 30 ноября действует скидка 20% от Яндекса к Чёрной пятнице. Скидка действует только при оплате помесячно или в кредит.
Записаться на курс можно здесь: https://practicum.yandex.ru/algorithms/
Видеоаналитика на взрывоопасном заводе площадью в 700 футбольных полей
Есть распространённый стереотип, будто на заводах надо каски детектировать или даже огонь. Но ведь идея в том, чтобы стремиться не допустить огня и всяких происшествий, а не фотографировать их. Поэтому на практике мы стараемся детектировать то, что происходит до того, как что-то подтечёт, задымится, загорится или пойдёт не по плану.
Меня зовут Щемелинин Вадим, я четыре года работаю в сфере цифровизации промышленности в компании «СИБУР Диджитал». Моя основная задача — развитие Индустрии 4.0 в холдинге. Одним из продуктов моего направления является видеоаналитика. Сегодня я расскажу про сложности, с которым сталкиваются Python-разработчики, внедряя машинное зрение в нефтехимическую индустрию.
Читать...
🤖 Ключевая Международная конференция по искусственному интеллекту и машинному обучению AI Journey снова в эфире 23-24 ноября! Подключайтесь к трансляции онлайн и узнавайте о мире, в котором искусственный интеллект станет частью нашей повседневной жизни.
На конференции будут представлены пять тематических треков: AIJ Science, AIJ Junior, AI4ESG, Science & Industries, Science & Business. Основные их темы:
• Мультимодальные, мультиязыковые, генеративные модели, трансформеры и новые архитектуры
• Исследования российских и международных технологических центров
• Применение AI в области ESG и устойчивого развития
• Лучшие практики и кейсы использования AI в бизнесе
• Внедрение разработок AI/ML в разных отраслях
• Этические аспекты применения AI
• Воркшопы, демо, мастер-классы и интерактивы для молодежи
Смотрите выступления топовых российских и международных экспертов по искусственному интеллекту.
👉Следить за конференцией можно бесплатно на сайте. Регистрация не требуется.
Roadmap. Как изучать нейронные сети
Компьютерное зрение и NLP - это области, где активно применяются нейронные сети. Что нужно знать для того, чтобы начать программировать нейронки? Какие курсы слушать и как развивать свои навыки? Ответы на эти вопросы вы получите в видео.
Смотреть видео...
Data Secrets — первый журнал в области науки о данных.
Machine Learning, Data Science, AI - знакомые слова, но считаешь, что это очень сложно? Здесь мы на практических примерах освещаем последние достижения в этой области и учим азам:
— рекомендательные системы
— прогнозирование временных рядов
— генерирование фото/видео
Присоединяйся: @data_secrets
Открытые данные. Как сматчить несматчиваемое или Нейросеть вам в помощь
Аналитик Никитин Александр и Head of ML Андрей Румянцев разобрались как с помощью машинного обучения смерджить несколько наборов данных из открытых источников и не сойти с ума. Open data, TF-IDF, faiss, pgvector, трансформеры и удивительное завершение нашего приключения — всё это под катом.
Читать...
Мечтаешь стать дата саентистом, но математика рушит все планы?
Именно для тебя мы делаем скидку на один из наших наиболее популярных онлайн-курсов, в котором есть вся необходимая база — Математика для Data Science. А по промокоду NOV22 ты получишь скидку -33%
💥Что тебя ждёт на курсе?
-Программа разработанная преподавателями ВМК МГУ, одного из лучших математических факультетов страны
-Поддержка от предподавателя 24/7
-Полный набор знаний математики для старта в Data Science
-Интересные и полезные практические задания
-Ты научишься понимать специальную терминологию и сможешь читать статьи по Data Science без «словаря»
К концу обучения ты освоишь математический аппарат, который необходим, для того чтобы стать специалистом в Data Science
👉🏻Подробнее о курсе: https://proglib.io/w/2341d640
Как переехать на Kubeflow в качестве ML-платформы?
В этом материале автор делится докладом Сергея Савватеева о переходе сервиса Mediascope на Kubeflow, который он подготовил к ML MeetUp.
Расскажет о роли команды в компании, как был устроен процесс разработки до перехода на Kubeflow. Разберет подробно сам переход, какие архитектурные решения принимались. С какими сложностями столкнулись и какие наметили шаги.
Читать...
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 аналитика рисков.
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.
Кратчайший путь в руки рекрутеров — в описании вакансии. Дочитай до конца, реши нехитрую профильную задачку и дверь откроется!
Как смешивать изображения в Midjourney: тест фичи
Нейросеть Midjourney не зря быстро стала популярной: богатый функционал, простота использования и качественная генерация изображений. Теперь сервис запустил функцию смешивания двух изображений, а мы протестировали ее и рассказываем, как ей пользоваться и что получается в итоге.
Читать...
⚡️Прими Challenge от Avanpost⚡️
Стартовала регистрация на онлайн-хакатон от Avanpost!
📆 Даты хакатона:
2 – 4 декабря 2022 года
💡 Дедлайн регистрации:
28 ноября 23:59
📲 Регистрация и подробности по ссылке!
Прими вызов и прокачай свои скиллы на актуальных кейсах от сильнейшего на российском рынке разработчика систем управления доступом!
Кейсы на выбор:
🔸 Разработка механизма предиктивной авторизации (ML/AI)
🔸 Распознавание отпечатков пальцев (Go)
На хакатоне тебя ждет:
🔹 Призовой фонд – 300.000 рублей
🔹 Шанс получить оффер
🔹 48 часов драйва в команде
🔹 Менторская поддержка и мастер-классы
🔹 Подарки и мерч
Участвуй и побеждай в онлайн-хакатоне Avanpost Challenge!
Рабочее время: кошелек или жизнь?
Мнение о необходимости таймтрекинга разделяет сотрудников на два противоположных лагеря. Как правило, исполнители всячески осуждают и указывают на неэффективность проектов, в которых необходимо вести учет рабочего времени и ежедневно отчитываться о проделанной работе. Напротив, многие правильные руководители приводят множество доводов в пользу таймтрекинга своих сотрудников. Поговорим об этом на ярком примере.
Читать...
Базовые знания о профессии инженера данных на одном вебинаре.
→ Бесплатно, 18 ноября в 15:00
О профессии расскажут эксперты:
◾️ Анатолий Бардуков, разработчик-исследователь в Яндекс Поиск;.
◾️ Антон Моргунов, senior ML инженер в консалтинговой компании.
На вебинаре разберём два больших блока вопросов.
Зачем нужны инженеры данных
— Почему несколько лет назад таких специалистов не существовало?
— Каким компаниям они нужны?
— Чем будут заниматься дата-инженеры через 5, 10 и 15 лет?
— Заменит ли ИИ дата-инженеров?
Как зайти в профессию и развиваться в ней
— Роль дата-инженера, его задачи и зоны ответственности.
— Какие технологии для собеседования надо знать
— Что спросят на собеседовании в Яндекс и как готовиться?
— Сколько готовы платить начинающим дата-инженерам и сколько опытным?
— Куда двигаться начинающему дата-инженеру?
После вебинара можно будет задать вопросы спикерам.
→ Зарегистрироваться на вебинар
