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

📈 Análisis del canal de Telegram Data Science

El canal Data Science (@datascienceiot) es un actor destacado. Actualmente la comunidad reúne a 41 885 suscriptores, ocupando la posición 3 238 en la categoría Tecnologías y Aplicaciones y el puesto 15 298 en la región Rusia.

📊 Métricas de audiencia y dinámica

Desde su creación el невідомо, el proyecto ha mostrado un crecimiento acelerado, reuniendo a 41 885 suscriptores.

Según los últimos datos del 19 junio, 2026, el canal mantiene una actividad estable. En los últimos 30 días la variación de miembros fue de -26, y en las últimas 24 horas de -10, conservando un alto alcance.

  • Estado de verificación: No verificado
  • Tasa de interacción (ER): El promedio de interacción de la audiencia es 8.85%. Durante las primeras 24 horas tras publicar, el contenido suele obtener 2.62% de reacciones respecto al total de suscriptores.
  • Alcance de las publicaciones: Cada publicación recibe en promedio 3 707 visualizaciones. En el primer día suele acumular 1 096 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 20 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.

41 885
Suscriptores
-1024 horas
-327 días
-2630 días
Archivo de publicaciones
An Introduction to Zig 📓 Book @datascienceiot
An Introduction to Zig 📓 Book @datascienceiot

📌 Открытый курс по ML с видео и лекциями от Амстердамского университета Этот курс покрывает множество тем ML, вот некоторые
+4
📌 Открытый курс по ML с видео и лекциями от Амстердамского университета Этот курс покрывает множество тем ML, вот некоторые из них: — Gaussian Mixture Models — PCA (Principal Component Analysis) — SVM (Support Vector Machines) — Bootstrapping, Feature Bagging К каждой теме приводится pdf с основными формулами и видео с подробным объяснением, в целом очень годный курс 🟡 Machine Learning (UvA) @machinelearning_interview

⚡️ Для всех, кто готов начать осваивать IT уже этой осенью Центр непрерывного образования ФКН НИУ ВШЭ дарит скидку 10% на кур
⚡️ Для всех, кто готов начать осваивать IT уже этой осенью Центр непрерывного образования ФКН НИУ ВШЭ дарит скидку 10% на курсы и программы, стартующие осенью, при условии подачи заявки до 31 июля. Профессии: ➖➖➖➖➖ 1. «Специалист по Data Science» Старт — 11 сентября Прочитать подробнее и подать заявку 2. «Аналитик данных» Старт — 5 октября Прочитать подробнее и подать заявку Очные курсы: ➖➖➖➖➖ 1. «Алгоритмы и структуры данных» Старт — 4 сентября Прочитать подробнее и подать заявку 2. «Python для автоматизации и анализа данных» Старт — 5 сентября Прочитать подробнее и подать заявку 3. «Машинное обучение» Старт — 9 сентября Прочитать подробнее и подать заявку 4. «Глубинное обучение» Старт — 14 сентября Прочитать подробнее и подать заявку 5. «Прикладная статистика для машинного обучения» Старт — 23 октября Прочитать подробнее и подать заявку Онлайн-курсы: ➖➖➖➖➖➖ 1. «Программирование на Python» Старт — 6 сентября Прочитать подробнее и подать заявку 2. «SQL для начинающих» Старт — 19 сентября Прочитать подробнее и подать заявку 3. «Frontend-разработчик» Старт — 23 сентября Прочитать подробнее и подать заявку 📌Подробнее обо всех программах: на сайте. Реклама ЗАО ГК Аккорд 2SDnjcBwUwC

📌 Applied Statistics with R — отличная книга для аналитиков, ML-инженеров и специалистов по DS 🟡 Applied Statistics with R
+2
📌 Applied Statistics with R — отличная книга для аналитиков, ML-инженеров и специалистов по DS 🟡 Applied Statistics with R @datascienceiot

🤗 Все что нужно знать о работе с Hugging Face за 10 минут! В этом ролике мы разыгрываем 3 крутые книги по МАШИННОМУ ОБУЧЕНИЮ
🤗 Все что нужно знать о работе с Hugging Face за 10 минут! В этом ролике мы разыгрываем 3 крутые книги по МАШИННОМУ ОБУЧЕНИЮ, нужно всего лишь оставить любой осмысленный коммент и лайк и быть подписанным на наш канал! https://www.youtube.com/watch?v=4B_foZbWh2c @data_analysis_ml

📌Deep Learning на практике 🟡 Deep Learning на практике 🖥 Ноутбуки на GitHub @datascienceiot
+2
📌Deep Learning на практике 🟡 Deep Learning на практике 🖥 Ноутбуки на GitHub @datascienceiot

Introduction to Machine Learning 📚 Book @datascienceiot
Introduction to Machine Learning 📚 Book @datascienceiot

⚡️Лучший способ получать свежие обновлении и следить за трендами в разработке на вашем языке. Находите свой стек и подписывайтесь: C++ t.me/cpluspluc Devops: t.me/devOPSitsec Машинное обучение: t.me/ai_machinelearning_big_data АНАЛИЗ Данных: t.me/data_analysis_ml Хакинг: t.me/linuxkalii Linux: t.me/linuxacademiya Базы данных: t.me/sqlhub C#: t.me/csharp_ci Golang: t.me/Golang_google Java: t.me/javatg React: t.me/react_tg Javascript: t.me/javascriptv Мобильная разработка: t.me/mobdevelop Docker: t.me/+0WdB4uvOwCY0Mjdi Python: t.me/pythonl Rust: t.me/rust_code PHP: t.me/phpshka Android: t.me/android_its Big Data: t.me/bigdatai Собеседования МЛ: t.me/machinelearning_interview Python подготовка с собесу: t.me/python_job_interview МАТЕМАТИКА: t.me/data_math 💼 Папка с вакансиями: t.me/addlist/_zyy_jQ_QUsyM2Vi Папка Go разработчика: t.me/addlist/MUtJEeJSxeY2YTFi Папка Python разработчика: t.me/addlist/eEPya-HF6mkxMGIy Папка ML: https://t.me/addlist/2Ls-snqEeytkMDgy C++ папка: https://t.me/addlist/CdBs5DLepLJmZjY6 C# папка: https://t.me/addlist/u15AMycxRMowZmRi Java папка: https://t.me/addlist/ZM3J6oFNAnRlNWU6 FRONTEND папка: https://t.me/addlist/mzMMG3RPZhY2M2Iy Linux папка: https://t.me/addlist/w4Doot-XBG4xNzYy 😆ИТ-Мемы: t.me/memes_prog 🇬🇧Английский: t.me/english_forprogrammers 🧠ИИ: t.me/vistehno 📕Ит-книги бесплатно: https://t.me/addlist/BkskQciUW_FhNjEy

Understanding Deep Learning by Simon J.D. Prince @datascienceiot

Obey the Testing Goat! TDD for the Web, with Python, Selenium, Django, JavaScript and pals... 📓Book @pythonlbooks
Obey the Testing Goat! TDD for the Web, with Python, Selenium, Django, JavaScript and pals... 📓Book @pythonlbooks

Первый зампред правления Сбера Александр Ведяхин приоткрыл секрет технологического лидерства банка. «На сегодняшний день поддержкой модельного ландшафта и разработкой прорывных SOTA-решений занимается DS-команда Сбера, которая насчитывает приблизительно 2,7 тыс. специалистов. Это позволило Сберу получить финансовый эффект от AI около 900 млрд рублей накопительным итогом с 2020 года — со среднегодовым темпом роста около 50%», — рассказал Ведяхин. Он также добавил, что развитием искусственного интеллекта в банке занимаются более 300 R&D-специалистов. Только за 2023 год ученые Сбера представили 36 научных работ на конференциях уровня A/A и опубликовали ещё 57 работ. @datascienceiot

Vector Calculus 📓 Book @datascienceiot
Vector Calculus 📓 Book @datascienceiot

Станьте профессионалом в области Data Science и машинного обучения в магистратуре от Центрального университета! Центральный у
Станьте профессионалом в области Data Science и машинного обучения в магистратуре от Центрального университета! Центральный университет — современный вуз, созданный при поддержке ведущих компаний России: Т-Банка, Авито и других. Получите диплом магистра в области математики и компьютерных наук и обучайтесь на основе реальных кейсов ведущих ИТ-компаний у профессоров из МГУ, МФТИ, РЭШ и практиков из индустрии. Хорошая новость для тех, кто уже имеет опыт в Data Science и машинном обучении — вы можете пропустить базовое обучение и закончить магистратуру за 3 семестра. У каждого студента будет: - личный ментор по траектории обучения; - доступ к карьерному центру с коучами и консультантами; - опыт работы в проектах партнеров уже во время обучения. Участвуйте в онлайн-отборе, чтобы выиграть грант на обучение до 1,2 млн рублей. Больше подробностей про университет и конкурс грантов по ссылке! erid:2VtzqumveE4 Реклама, АНО ВО «Центральный университет», ИНН 7743418023

Algorithm Design and Analysis 📓 Book @datascienceiot
Algorithm Design and Analysis 📓 Book @datascienceiot

Подготовься к экзаменам, чтобы стать аналитиком больших данных За неделю вы освежите знания математики и программирования, ко
Подготовься к экзаменам, чтобы стать аналитиком больших данных За неделю вы освежите знания математики и программирования, которые нужны для успешного прохождения вступительного экзамена в онлайн-магистратуру «Аналитика больших данных». Вас ждут: ➖4 синхронных вебинара по математическому анализу, линейной алгебре, комбинаторике, аналитике и программированию на Python ➖Курс с задачами на Stepik ➖Рекомендации по подготовке от преподавателей программы 📆 Когда: 1-5 июля 💻 Формат: онлайн, все занятия будут записаны Для участия в мероприятии необходимо зарегистрироваться по ссылке. Реклама ЗАО ГК Аккорд 2SDnjcYxQBU

Information Theory 📓 Book @datascienceiot
Information Theory 📓 Book @datascienceiot

Яндекс разработал и опубликовал библиотеку YaFSDP — собственное решение для ускорения обучения больших языковых моделей. При
Яндекс разработал и опубликовал библиотеку YaFSDP — собственное решение для ускорения обучения больших языковых моделей. При обучении LLM возникает проблема сложности вычислений и коммуникаций GPU в кластере. Большие расчёты должны синхронизироваться на разных видеокартах, а для этого сами устройства должны обмениваться информацией, чтобы не считать два раза одно и то же. Если GPU делают это неэффективно, то они теряют до 30% недоутилизированной мощности. Библиотека YaFSDP позволяет ускорить обучение больших языковых моделей до 25%. С её помощью можно тратить меньше времени на обучение и расходовать меньше ресурсов графических процессоров (GPU). Подробнее о том, как менялись подходы к оптимизации ресурсов можно прочитать в статье на «Хабре».

A FREE tutorial on diffusion models and flow matching for ML from Apple! 📓 Book @datascienceiot
A FREE tutorial on diffusion models and flow matching for ML from Apple! 📓 Book @datascienceiot

📚 Linear Algebra for Computer Vision, Robotics, and Machine Learning 👉 Book @datascienceiot
📚 Linear Algebra for Computer Vision, Robotics, and Machine Learning 👉 Book @datascienceiot

LINEAR ALGEBRA AND LEARNING FROM DATA 📚 Book @datascienceiot
LINEAR ALGEBRA AND LEARNING FROM DATA 📚 Book @datascienceiot

Data Science - Estadísticas y analítica del canal de Telegram @datascienceiot