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

Red:Frontender's notes [ru]Rusia33 728 Tecnologías y Aplicaciones6 730...

📈 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 19 991 suscriptores, ocupando la posición 6 730 en la categoría Tecnologías y Aplicaciones y el puesto 33 728 en la región Rusia.

📊 Métricas de audiencia y dinámica

Desde su creación el невідомо, el proyecto ha mostrado un crecimiento acelerado, reuniendo a 19 991 suscriptores.

Según los últimos datos del 22 junio, 2026, el canal mantiene una actividad estable. En los últimos 30 días la variación de miembros fue de -88, y en las últimas 24 horas de -13, conservando un alto alcance.

Estado de verificación: No verificado
Tasa de interacción (ER): El promedio de interacción de la audiencia es 8.15%. Durante las primeras 24 horas tras publicar, el contenido suele obtener 3.63% de reacciones respecto al total de suscriptores.
Alcance de las publicaciones: Cada publicación recibe en promedio 1 630 visualizaciones. En el primer día suele acumular 725 visualizaciones.
Reacciones e interacción: La audiencia responde de forma activa: el promedio de reacciones por publicación es 8.
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 23 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.

19 991

Suscriptores

-1324 horas

-487 días

-8830 días

1 630

Visitas de la publicación

~ 72524 horas

~ 85448 horas

8.15%

Tasa de compromiso

~ 1

Mensajes por día

Ads index

beta

Archivo de publicaciones

19 990

💾Полезные методы работы с данными в Pandas. Часть 2 В этой статье мы погрузимся в применение скользящих окон для вычислений и смещение данных для анализа временных рядов. Читать...

19 990

💾Полезные методы работы с данными в Pandas. Часть 1 В этой статье мы рассмотрим различные функции и техники для таких задач, как разделение данных на интервалы, квантильное разделение, применение скользящих окон для вычислений, смещение данных для временных рядов, преобразование вложенных структур данных, нормализация сложных JSON-структур и управление многоуровневыми индексами при работе с DataFrame и Series. Читать...

19 990

📈Как выбрать свое направление в аналитике? В данной статье мы рассмотрим различные виды аналитических направлений, и какое из них может быть наиболее подходящим для вас. Читать...

19 990

📖Apache Spark и PySpark для аналитика. Учимся читать и понимать план запроса в SparkUI В этой статье мы расскажем, что такое план запроса, как его смотреть, и что делать, чтобы уточнить узкие места в расчётах. Читать...

19 990

🧳Аналог Tableau LOD в FineBI: 15 типичных кейсов В этой статье рассмотрел решение 15 типичных кейсов в Tableau и FineBI, провел сравнение инструментов, а также сделал вывод относительно их преимуществ и недостатков. Читать...

19 990

🛣Детекция дефектов дорожного покрытия без размеченных данных: Хакатон, LiDAR, RANSAC, ICP и 44 бесcонных часов В этой статье я расскажу о том, как мы использовали данные с LiDAR, применяли различные алгоритмы для обработки и анализа информации Читать...

19 990

✍️Пишем приложение на Python для интерактивной визуализации графов с NetworkX, Plotly и Dash В этой статье автор расскажет как написать приложения на Python для интерактивной визуализации графов. Читать...

19 990

👀Анализ и визуализация данных с помощью библиотеки Altair В этой статье автор расскажет как с ее помощью вы можете создавать информативные и интерактивные визуализации для вашего анализа данных и проектов. Читать...

19 990

💪 Что такое Байесовское А/B-тестирование и как его провести? Подробно обсудим 19 октября в 20:00 мск на открытом уроке в OTUS. Занятие приурочено к старту онлайн-курса «Machine Learning. Advanced». 🔹 На вебинаре мы разберем, какие преимущества дают Байесовские A/B тесты по сравнению с обычными, как проводить Байесовские A/B тесты и как работать с Байесовскми моделями в PyMC3. 📌 Результаты урока: Познакомитесь с основами A/B тестирования и получите новый, простой и эффективный инструмент для A/B тестирования 👉 РЕГИСТРАЦИЯ Реклама. ООО «Отус онлайн-образование», ОГРН 1177746618576, www.otus.ru, erid: LjN8KJ5cw

19 990

👁Руководство по масштабированию MLOps В этом руководстве автор рассмотрит структуру и этапы развития для своей команды. Читать...

19 990

😵‍💫Платформа для анализа данных за вечер В этой статье я расскажу, как всего за час (или почти) подготовить облачное окружение, создать свою небольшую платформу для анализа данных и спарсить весь Hugging Face. Читать...

19 990

😶‍🌫Построение пайплайна анализа данных в реальном времени с помощью Airbyte, Kafka и Pinot В этой статье рассматриваются три популярных продукта с открытым исходным кодом в области данных: Airbyte, Apache Kafka и Apache Pinot, для создания пользовательского дашборда электронной коммерции, который обновляется в режиме реального времени. Читать...

19 990

⏳Построение пайплайна обработки данных в реальном времени с использованием Python В этой статье мы рассмотрим как построить пайплайн обработки данных в реальном времени с использованием Python. Читать...

19 990

🛠Обслуживание моделей PyTorch с помощью TorchServe В этой статье автор расскажет о том, как создавать и развертывать собственные модели PyTorch в производстве с помощью TorchServe. Читать...

19 990

📊Статистика по финансовым рынкам или будни дата-аналитика В этой статье я покажу, как можно поиграть с данными, посмотреть статистику и понаблюдать за динамикой выбранных показателей. Читать...

19 990

Стать сотрудником Яндекса быстрее и проще, чем кажется. Участвуйте в днях быстрого найма: решите тестовое, пройдите несколько секций собеседования и получите офер за несколько дней. Ближайшее мероприятие: • 16-20 октября — Fast Track для технических менеджеров, офер за 5 дней в команду Crowd. Зарегистрироваться Реклама. ООО "Яндекс". erid:2Vtzqv5JoPP

19 990

🥸Исследование моделирования и развития гибкости на стадии проектирования производственной системы В этой статье рассматриваются проблемы оценки гибкости для принятия решений с помощью метода оценки на основе цифрового двойника, который моделирует, прогнозирует и оценивает гибкость определенной схемы проектирования производственной системы (PSDS). Читать...

19 990

📌 Как обучают нейросеть, которая помогает беспилотным автомобилям планировать движение и предсказывать действия других объектов на дороге В этой статье автор из Яндекса объясняет, как нейросети помогают беспилотным автомобилям планировать движение, как работает система восприятия, как обучать такую модель и в чём проблема подхода. Автор рассказал, в чём преимущества машинного обучения перед эвристиками и чем может помочь Reinforcement Learning. Читать…

19 990

Аналитикам данных и специалистам по DS без математики никуда — она нужна на собеседованиях и в рабочих задачах. Чтобы наладить отношения с тервером, матаном и линалом, приходите на курс Яндекс Практикума. — учебник для людей: не фундаментальный, но и не научпоп; — интерактивные задания; — практика на бизнес-кейсах; — преподаватели в чате, которые объяснят непонятное; — примеры задач из собеседований. → Пройти бесплатный урок

19 990

⭐️Краткое руководство по работе с данными с помощью Miller В этой статье я расскажу о Miller — автономном, легковесном и мощном интерфейсе командной строки (Command Line Interface, CLI) для работы с данными в форматах CSV, JSON и некоторых других. Читать...