es
Feedback
Data Science

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
MachinelearningRed:MachinelearningRusia15 236Tecnologías y Aplicaciones3 219

📈 Análisis del canal de Telegram Data Science

El canal Data Science (@datascienceiot) es un actor destacado. Actualmente la comunidad reúne a 41 813 suscriptores, ocupando la posición 3 219 en la categoría Tecnologías y Aplicaciones y el puesto 15 236 en la región Rusia.

📊 Métricas de audiencia y dinámica

Desde su creación el невідомо, el proyecto ha mostrado un crecimiento acelerado, reuniendo a 41 813 suscriptores.

Según los últimos datos del 26 junio, 2026, el canal mantiene una actividad estable. En los últimos 30 días la variación de miembros fue de -110, y en las últimas 24 horas de -11, conservando un alto alcance.

  • Estado de verificación: No verificado
  • Tasa de interacción (ER): El promedio de interacción de la audiencia es 5.86%. Durante las primeras 24 horas tras publicar, el contenido suele obtener 2.43% de reacciones respecto al total de suscriptores.
  • Alcance de las publicaciones: Cada publicación recibe en promedio 2 449 visualizaciones. En el primer día suele acumular 1 016 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 27 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.

41 813
Suscriptores
-1124 horas
-717 días
-11030 días
Archivo de publicaciones
Data Science
Data Science
41 813
Thinking in Pandas (2020) @datascienceiot

Data Science
Data Science
41 813
Fundamental Limitations of Semi-Supervised Learning @datascienceiot

Data Science
Data Science
41 813
Wagenmakers, Beekman 2020 Bayesian Thinking @datascienceiot

Data Science
Data Science
41 813
Hands-On Data Analysis with Pandas (2019) Github @datascienceiot
Hands-On Data Analysis with Pandas (2019) Github @datascienceiot

Data Science
Data Science
41 813
Programming PyTorch for Deep Learning (2019) @datascienceiot
Programming PyTorch for Deep Learning (2019) @datascienceiot

Data Science
Data Science
41 813
Python ® Machine Learning - 2019 @datascienceiot
Python ® Machine Learning - 2019 @datascienceiot

Data Science
Data Science
41 813
Building a career in data-science. @datascienceiot
Building a career in data-science. @datascienceiot

Data Science
Data Science
41 813
Какие продвинутые навыки стоит освоить Data Science специалистам? 27 октября в 20:00 (мск) приглашаем познакомиться с онлайн-
Какие продвинутые навыки стоит освоить Data Science специалистам? 27 октября в 20:00 (мск) приглашаем познакомиться с онлайн-курсом "Machine Learning. Продвинутый курс". Преподаватель Дмитрий Сергеев представит программу, расскажет, как организована практика и ответит на ваши вопросы о карьере Data Science. Вебинар предназначен для практикующих Data Science специалистов, желающих повысить свой профессиональный уровень до Middle/Senior. Интересно, как можно продвинуться в Data Science? Тогда регистрируйтесь, чтобы не пропустить, и приходите: https://otus.pw/zjhM/

Data Science
Data Science
41 813
Machine Learning in Action Github @datascienceiot
Machine Learning in Action Github @datascienceiot

Data Science
Data Science
41 813
Data Management at Scale (2020) Автор: Piethein Strengholt @datascienceiot

Data Science
Data Science
41 813
Oracle Business Intelligence with Machine Learning @datascienceiot

Data Science
Data Science
41 813
Programming Machine Learning: From Coding to Deep Learning (2020) @datascienceiot

Data Science
Data Science
41 813
Hands-On Genetic Algorithms with Python (2020) Github @datascienceiot
Hands-On Genetic Algorithms with Python (2020) Github @datascienceiot

Data Science
Data Science
41 813
Как вывести ML-модели в промышленную среду? Для большинства Data Scientist это сложная задача. 19 октября пройдет демо-урок «
Как вывести ML-модели в промышленную среду? Для большинства Data Scientist это сложная задача. 19 октября пройдет демо-урок «Вывод ML моделей в промышленную среду на примере онлайн-рекомендаций» Дмитрий Бугайченко, управляющий директор в Сбербанке, расскажет, как Data Science выходит из ноутбука Data Scientist, проходит через аналитическую платформу и среду исполнения в пром, и в итоге попадает к пользователям. Вы узнаете, какие трюки помогают масштабировать алгоритм, какие компоненты и технические решения позволяют вывести ML в промышленную среду, какие паттерны помогают ML работать в режиме онлайн и многое другое. Демо-урок является частью онлайн-курса «Промышленный ML на больших данных». Используйте эту возможность, чтобы получить ценные знания, оценить качество знаний и формат обучения. Для регистрации пройдите вступительный тест https://otus.pw/8pL6/

Data Science
Data Science
41 813
Python for Graph analysis @datascienceiot
Python for Graph analysis @datascienceiot

Data Science
Data Science
41 813
Data Science with python @datascienceiot
Data Science with python @datascienceiot

Data Science
Data Science
41 813
miuller_dzhon_pol_massaron_luka_python_i_nauka_o_dannykh_dli.djvu31.87 MB

Data Science
Data Science
41 813
Deep Learning with JavaScript (2020) Авторы: Shanqing Cai, Stan Bileschi, Eric Nielsen @datascienceiot

Data Science
Data Science
41 813
Hands-On Deep Learning for IoT (2019) Github @datascienceiot
Hands-On Deep Learning for IoT (2019) Github @datascienceiot

Data Science
Data Science
41 813
How is Machine Learning used in the LinkedIn Recruiter Recommendation System Github @datascienceiot
How is Machine Learning used in the LinkedIn Recruiter Recommendation System Github @datascienceiot