Data Science
Ir al canal en Telegram
DS По всем вопросам- @haarrp @ai_machinelearning_big_data - machine learning @pythonl - Python @itchannels_telegram - 🔥 best it channels @ArtificialIntelligencedl - AI @pythonlbooks-📚 @programming_books_it -📚 Реестр РКН: https://clck.ru/3Fk3zS
Mostrar más
Red:📈 Análisis del canal de Telegram Data Science
El canal Data Science (@datascienceiot) es un actor destacado. Actualmente la comunidad reúne a 42 587 suscriptores, ocupando la posición 3 077 en la categoría Tecnologías y Aplicaciones y el puesto 14 719 en la región Rusia.
📊 Métricas de audiencia y dinámica
Desde su creación el невідомо, el proyecto ha mostrado un crecimiento acelerado, reuniendo a 42 587 suscriptores.
Según los últimos datos del 05 octubre, 2026, el canal mantiene una actividad estable. En los últimos 30 días la variación de miembros fue de 30, y en las últimas 24 horas de -2, conservando un alto alcance.
- Estado de verificación: No verificado
- Tasa de interacción (ER): El promedio de interacción de la audiencia es 6.03%. Durante las primeras 24 horas tras publicar, el contenido suele obtener 3.02% de reacciones respecto al total de suscriptores.
- Alcance de las publicaciones: Cada publicación recibe en promedio 2 566 visualizaciones. En el primer día suele acumular 1 288 visualizaciones.
- Reacciones e interacción: La audiencia responde de forma activa: el promedio de reacciones por publicación es 0.
- Intereses temáticos: El contenido se centra en temas clave como llm, агентов, api, октября, разработчиков.
📝 Descripción y política de contenido
El autor describe el recurso como un espacio para expresar opiniones subjetivas:
“DS
По всем вопросам- @haarrp
@ai_machinelearning_big_data - machine learning
@pythonl - Python
@itchannels_telegram - 🔥 best it channels
@ArtificialIntelligencedl - AI
@pythonlbooks-📚
@programming_books_it -📚
Реестр РКН: https://clck.ru/3...”
Gracias a la alta frecuencia de actualizaciones (últimos datos recibidos el 06 octubre, 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.
42 587
Suscriptores
-224 horas
-397 días
+3030 días
Carga de datos en curso...
Canales Similares
Nube de Etiquetas
Menciones Entrantes y Salientes
---
---
---
---
---
---
Atraer Suscriptores
octubre '26oct '26
octubre '26
+42
en 2 canales
septiembre '26
+284
en 1 canales
Get PRO
agosto '26
+486
en 2 canales
Get PRO
julio '26
+594
en 3 canales
Get PRO
junio '26
+156
en 2 canales
Get PRO
mayo '26
+183
en 2 canales
Get PRO
abril '26
+170
en 4 canales
Get PRO
marzo '26
+338
en 2 canales
Get PRO
febrero '26
+499
en 2 canales
Get PRO
enero '26
+687
en 0 canales
Get PRO
diciembre '25
+380
en 2 canales
Get PRO
noviembre '25
+530
en 2 canales
Get PRO
octubre '25
+374
en 1 canales
Get PRO
septiembre '25
+587
en 7 canales
Get PRO
agosto '25
+609
en 1 canales
Get PRO
julio '25
+750
en 3 canales
Get PRO
junio '25
+525
en 1 canales
Get PRO
mayo '25
+454
en 3 canales
Get PRO
abril '25
+560
en 11 canales
Get PRO
marzo '25
+573
en 4 canales
Get PRO
febrero '25
+545
en 7 canales
Get PRO
enero '25
+842
en 20 canales
Get PRO
diciembre '24
+848
en 5 canales
Get PRO
noviembre '24
+1 777
en 32 canales
Get PRO
octubre '24
+1 710
en 6 canales
Get PRO
septiembre '24
+1 402
en 7 canales
Get PRO
agosto '24
+1 164
en 4 canales
Get PRO
julio '24
+1 033
en 7 canales
Get PRO
junio '24
+1 066
en 7 canales
Get PRO
mayo '24
+1 000
en 37 canales
Get PRO
abril '24
+935
en 45 canales
Get PRO
marzo '24
+1 187
en 22 canales
Get PRO
febrero '24
+1 142
en 3 canales
Get PRO
enero '24
+1 230
en 45 canales
Get PRO
diciembre '23
+687
en 42 canales
Get PRO
noviembre '23
+382
en 3 canales
Get PRO
octubre '23
+1 012
en 20 canales
Get PRO
septiembre '23
+872
en 0 canales
Get PRO
agosto '23
+747
en 0 canales
Get PRO
julio '23
+560
en 0 canales
Get PRO
junio '23
+865
en 0 canales
Get PRO
mayo '23
+1 528
en 0 canales
Get PRO
abril '23
+363
en 0 canales
Get PRO
marzo '23
+417
en 0 canales
Get PRO
febrero '23
+423
en 0 canales
Get PRO
enero '23
+472
en 0 canales
Get PRO
diciembre '22
+770
en 0 canales
Get PRO
noviembre '22
+380
en 0 canales
Get PRO
octubre '22
+534
en 0 canales
Get PRO
septiembre '22
+578
en 0 canales
Get PRO
agosto '22
+1 100
en 0 canales
Get PRO
julio '22
+464
en 0 canales
Get PRO
junio '22
+366
en 0 canales
Get PRO
mayo '22
+403
en 0 canales
Get PRO
abril '22
+514
en 0 canales
Get PRO
marzo '22
+462
en 0 canales
Get PRO
febrero '22
+304
en 0 canales
Get PRO
enero '22
+400
en 0 canales
Get PRO
diciembre '21
+287
en 0 canales
Get PRO
noviembre '21
+224
en 0 canales
Get PRO
octubre '21
+1 533
en 0 canales
Get PRO
septiembre '21
+382
en 0 canales
Get PRO
agosto '21
+412
en 0 canales
Get PRO
julio '21
+507
en 0 canales
Get PRO
junio '21
+611
en 0 canales
Get PRO
mayo '21
+555
en 0 canales
Get PRO
abril '21
+404
en 0 canales
Get PRO
marzo '21
+456
en 0 canales
Get PRO
febrero '21
+411
en 0 canales
Get PRO
enero '21
+729
en 0 canales
Get PRO
diciembre '20
+10 299
en 0 canales
| Fecha | Crecimiento de Suscriptores | Menciones | Canales | |
| 06 octubre | +6 | |||
| 05 octubre | +8 | |||
| 04 octubre | +22 | |||
| 03 octubre | +2 | |||
| 02 octubre | 0 | |||
| 01 octubre | +4 |
Publicaciones del Canal
| 2 |  📚 Обновили огромный учебник по математике для Computer Science и Machine Learning - 2220 страниц.
Внутри сразу несколько фундаментальных тем:
— алгебра
— топология
— дифференциальное исчисление
— теория оптимизации
— математический аппарат для CS и ML
Хороший вариант, если хочется не просто использовать формулы в ML, а понимать, откуда они берутся и почему работают.
Книга доступна здесь:
https://www.cis.upenn.edu/~jean/gbooks/ | 5 197 |
| 3 |  AgentBug-Smith: Automatically Reproducing Real-World Harness Bugs in Agentic Systems
📓 Read
@datascienceiot | 1 696 |
| 4 |  Стать специалистом по Data Science всего за 10 недель — это реально!
Если давно смотрите в сторону Data Science, но откладываете старт из-за огромного количества технологий, математики и непонятного пути до первой работы — сейчас можно зайти в профессию по-другому.
Симулейтив запускает интенсивный буткемп по Data Science, который построен вокруг главного: за первые 10 недель собрать необходимый стек, получить практический опыт и начать готовиться к реальным собеседованиям.
И главное — вам не нужно сначала учиться 8–12 месяцев, а уже потом думать о трудоустройстве.
Что вас ждёт:
➖необходимые для старта навыки: Python, ML, статистика, работа с данными и AI-инструментами;
➖практика на реальных задачах и проектах;
➖понятный ежедневный план обучения и поддержка менторов;
➖еженедельные живые занятия, а не старые записи;
➖подготовка к собеседованиям уже с первых недель — групповые интервью, разбор вопросов и подготовка резюме.
А что после 10 недель? Буткемп — это только первый этап.
После него можно продолжить углублять экспертизу и двигаться к уровню middle:
➖продвинутый Python;
➖Git;
➖продвинутая статистика и A/B-тестирование;
➖Airflow;
➖MLOps и развёртывание ML-моделей.
Кому подойдёт:
Тем, кто хочет войти в Data Science системно и не тратить год на самостоятельный поиск правильного маршрута.
Тем, кто начинал учиться самостоятельно, но терял темп без структуры и дедлайнов.
Тем, кто хочет не просто изучать теорию, а как можно раньше начать готовиться к выходу на рынок.
Тем, кому важно учиться на практике и получать обратную связь от менторов.
🔥ВАЖНО: Симулейтив сейчас дают возможность получить грант на обучение и гарантию трудоустройства своих студентов! Количество грантов, ограничено!
Оставляйте заявку до конца недели, чтобы занять одно из 5 оставшихся мест нового потока!
🔗 ЗАБРОНИРОВАТЬ МЕСТО | 1 572 |
| 5 |  📚 Классика, которую стоит прочитать: бесплатная книга Давида Кризеля о нейросетях
Если хочется разобраться, как нейросети устроены на уровне основ, а не только вызывать API, есть отличный бесплатный материал: A Brief Introduction to Neural Networks Давида Кризеля. Книга выросла из семинара в Боннском университете, первая версия вышла ещё в 2005 году, и с тех пор её дорабатывали.
Книга разделена на три большие части. Первая ведёт от биологии к формализации: биологический нейрон, компоненты искусственных сетей и основы обучения. Вторая посвящена обучению с учителем: перцептроны, backpropagation, RBF-сети и рекуррентные сети. Третья про обучение без учителя: сети Хопфилда, самоорганизующиеся карты Кохонена и теорию адаптивного резонанса.
Отдельно есть экскурсы в кластеризацию, предсказание временных рядов и обучение с подкреплением.
Главное достоинство книги в подаче. Каждое понятие объясняется сначала простыми словами, а потом строго математически, поэтому её одинаково удобно читать и новичку, и тому, кто хочет формул. Иллюстрации автор рисовал сам, в конце глав есть упражнения, а примеры связаны с его Java-библиотекой SNIPE.
Про трансформеры и LLM здесь ничего нет. Зато это хороший фундамент, без которого современные архитектуры понимаются хуже. Распространяется бесплатно по лицензии Creative Commons.
https://dkriesel.com/_media/science/neuronalenetze-en-zeta2-2col-dkrieselcom.pdf | 1 938 |
| 6 |  Shockingly Simple Self-retrospection Improves Agentic Models Without RL
"Can a language-model agent improve its future actions by training only on explanations of its own experience? We investigate this question by studying Retrospection-Only Fine-Tuning (ROFT), a minimal online procedure designed to isolate the effect of explanation-only training on subsequent behavior. The agent attempts a task, observes available feedback, generates a retrospective explanation, and is fine-tuned with a next-token prediction loss on the explanation tokens alone."
📓 Read
@datascienceiot | 2 006 |
| 7 |  5 октября начнется 19-й поток программы Data Engineer от Newprolab
Программа для junior- и middle-дата-инженеров, аналитиков, backend-разработчиков, техлидов и тех, кто работает с data-командами и хочет лучше понимать современный стек DE
📌 Что внутри:
– 10 недель обучения
– 30 занятий: онлайн + записи
– 10 практических лабораторных работ
– облачный кластер и реальные данные
– чат участников и поддержка команды программы
📌 Что получите на выходе:
1. Научитесь решать типовые задачи DE на практике
2. Систематизируете знания и закроете пробелы в современном DE-стеке
3. Поработаете с реальными данными и инфраструктурой, а не только с учебными примерами
4. Соберете практический опыт, который можно обсуждать на собеседованиях и использовать в работе
5. Все записи и материалы останутся у вас после окончания программы
Преподаватели – практикующие специалисты из ведущих технологических компаний. На занятиях можно разбирать реальные кейсы, задавать вопросы и получать обратную связь
👉 Подробности и квиз – на сайте
Квиз покажет, насколько программа подходит именно под вашу роль и задачи, даст персональные рекомендации и промокод на скидку
___
По всем вопросам пишите Алексею @snitsa | 1 855 |
| 8 |  "PrimeScientist: Strategic Allocation of Research Effort in Autonomous Research"
📓 Read
@datascienceiot | 2 041 |
| 9 |  ML-проект не заканчивается на обучении модели
В Data Science есть довольно знакомый момент: сначала всё работает почти идеально. Есть датасет, ноутбук, модель и несколько экспериментов. Но когда модель нужно использовать регулярно, внезапно выясняется, что сам алгоритм — только часть задачи.
Данные нужно где-то хранить, регулярно обновлять и обрабатывать. Пайплайны — запускать по расписанию. Результаты — отдавать в аналитические системы. А ещё нужно не потерять воспроизводимость всего процесса, когда экспериментов становится больше. По сути, вокруг модели постепенно появляется полноценная data-платформа.
Один из вариантов собрать такой контур внутри корпоративной инфраструктуры — использовать PaaS-компоненты Yandex Cloud в Stackland. В обновлении платформы появились ClickHouse и PostgreSQL для работы с данными, Object Storage и Trino для аналитического слоя, Airflow для оркестрации и DataLens для визуализации.
При таком подходе ML-процесс выглядит уже не как «модель + ноутбук», а как последовательный конвейер: данные поступают в хранилище, проходят обработку, используются для подготовки признаков и обучения, а результаты возвращаются в аналитический контур.
Таким образом, появляется одна из главных точек перехода от экспериментов к production: сложность постепенно смещается с самой модели на инфраструктуру, которая должна обеспечивать её работу. | 2 154 |
| 10 |  New Stanford+Together AI paper shows teams that learn to check each other's work solve problems none of them got right alone.
📘 Paper
@datascienceiot | 2 776 |
| 11 |  Avito DS Meetup: RL, AI-агенты и BidCorrection 🚀
🔸 Булат Шарипов расскажет, как в Авито обучают собственные языковые модели с помощью RL, а Владислав Воробьев — как BidCorrection меняет состав трафика, не трогая сами объявления.
🔸 Всеволод Викулин расскажет, как реально автоматизировать процессы с помощью AI-агентов, — этим и многим другим он поделится на Avito DS Meetup 7 октября.
После докладов будет нетворкинг с DS-сообществом. А ещё, если придёте офлайн, сможете найти прикольные тематические пасхалки, которые мы для вас спрятали 👀
⚡️ Встречаемся в 18:30 7 октября.
Места в офлайне ограничены — регистрация обязательна.
➡️ Регистрируйтесь по ссылке и приходите! | 2 748 |
| 12 |  Agent Memory Is a Surface for Endogenous Authorization Laundering
📘 Paper
@datascienceiot | 2 535 |
| 13 |  Участвуй во всероссийском ИТ-чемпионате МТС True Tech Champ 2026 c призовой фондом 10 250 000 рублей.
Если тебе нравятся алгоритмы, структуры данных и задачи на чистую логику — участвуй в алгоритмическом треке с индивидуальным зачетом.
Решай задачи разного уровня сложности: от базовых до тех, что проверяют скорость мышления и умение оптимизировать решения за ограниченное время.
В финале лучшие 120 участников алгоритмического трека сразятся в лайв-кодинге за шесть призовых мест и 2 750 000 рублей. Всех финалистов ждут:
— Лимитированный мерч;
— Сертификаты об участии;
— Масштабное мероприятие с выступлениями хэдлайнеров и фестивальными активностями.
Успей зарегистрироваться и пройти отборочный этап до 27 сентября | 2 482 |
| 14 |  Physics-based Deep Learning: Combining Deep Learning with Physical Simulations
📘 Paper
@datascienceiot | 2 268 |
| 15 | Участвуй во всероссийском ИТ-чемпионате МТС True Tech Champ 2026 c призовой фондом 10 250 000 рублей.
Если тебе нравятся алгоритмы, структуры данных и задачи на чистую логику — участвуй в алгоритмическом треке с индивидуальным зачетом.
Решай задачи разного уровня сложности: от базовых до тех, что проверяют скорость мышления и умение оптимизировать решения за ограниченное время.
В финале лучшие 120 участников алгоритмического трека сразятся в лайв-кодинге за шесть призовых мест и 2 750 000 рублей. Всех финалистов ждут:
— Лимитированный мерч;
— Сертификаты об участии;
— Масштабное мероприятие с выступлениями хэдлайнеров и фестивальными активностями.
Успей зарегистрироваться и пройти отборочный этап до 27 сентября | 223 |
| 16 | 🔥 DataLens Platform: что происходит, когда data stack собирают в одну систему
Yandex B2B Tech представила платформу, которая объединяет хранение, обработку, визуализацию и ИИ-аналитику данных.
Вместо связки из нескольких инструментов данные можно обрабатывать и анализировать в единой среде. Встроенный ИИ-помощник принимает запросы на обычном языке и помогает получать показатели без ручной сборки отчётов.
Отдельно интересна архитектура: storage и compute масштабируются независимо. Растет объем данных — увеличивается хранилище; растёт нагрузка на расчёты — добавляются вычислительные мощности.
По оценке Yandex B2B Tech, такой подход может сократить затраты на аналитику до 30%, а подготовку отчетов и дашбордов — ускорить в 3–5 раз.
📎 Подробнее о платформе — в материале СМИ. | 2 286 |
| 17 |  Regularized Recursive Self-Improvement of Agent Harnesses
📘 Paper
@datascienceiot | 2 702 |
| 18 |  ττ-bench treats agent building like a real client job.
📘 Paper
@datascienceiot | 3 083 |
| 19 |  Не отставайте от рынка — учитесь со скидкой 16%
Если чувствуете, что стоите на месте, и хотите освоить востребованную профессию, — сейчас хороший момент начать.
Потому что до 30 сентября на все курсы Практикума действует скидка 16%.
Выбрать курс
Вы сможете:
— получить актуальные навыки;
— освоить ИИ-инструменты для работы;
— перенять опыт экспертов, которые двигают индустрию;
— попасть в сообщество выпускников, где можно попросить совета и, возможно, найти будущих коллег.
Просто выберите курс, начните учиться бесплатно и получите скидку 16% — она автоматически появится в личном кабинете.
Учиться!
Erid: 2SDnjezu8Km
Название: ООО "ЯНДЕКС"
ИНН: 7736207543 | 3 106 |
| 20 |  Thinking with Looped Flows
📘 Paper
@datascienceiot | 3 622 |
