🏆 Data Feeling | AIeron
IT предприниматель и препод 🧑🏫 ex-ML лидер в Dodo Brands 🦤🍕 Прокачиваю людей в Data Science 🚀 Победитель Stepik Awards 🏆 Kaggle Expert 🤹♀️ Создатель @Speakadora_bot @big_llm_course РКН https://clik.now/datafeeling Алерон @Ale_v2
Mostrar más📈 Análisis del canal de Telegram 🏆 Data Feeling | AIeron
El canal 🏆 Data Feeling | AIeron (@datafeeling) en el segmento lingüístico de Ruso es un actor destacado. Actualmente la comunidad reúne a 14 713 suscriptores, ocupando la posición 720 en la categoría Marketing y relaciones públicas y el puesto 45 413 en la región Rusia.
📊 Métricas de audiencia y dinámica
Desde su creación el невідомо, el proyecto ha mostrado un crecimiento acelerado, reuniendo a 14 713 suscriptores.
Según los últimos datos del 14 junio, 2026, el canal mantiene una actividad estable. En los últimos 30 días la variación de miembros fue de -74, y en las últimas 24 horas de -5, conservando un alto alcance.
- Estado de verificación: No verificado
- Tasa de interacción (ER): El promedio de interacción de la audiencia es 21.73%. Durante las primeras 24 horas tras publicar, el contenido suele obtener 7.27% de reacciones respecto al total de suscriptores.
- Alcance de las publicaciones: Cada publicación recibe en promedio 3 196 visualizaciones. En el primer día suele acumular 1 070 visualizaciones.
- Reacciones e interacción: La audiencia responde de forma activa: el promedio de reacciones por publicación es 47.
- Intereses temáticos: El contenido se centra en temas clave como лот, n8n, бразилия, пет, санкция.
📝 Descripción y política de contenido
El autor describe el recurso como un espacio para expresar opiniones subjetivas:
“IT предприниматель и препод 🧑🏫
ex-ML лидер в Dodo Brands 🦤🍕
Прокачиваю людей в Data Science 🚀
Победитель Stepik Awards 🏆
Kaggle Expert 🤹♀️
Создатель @Speakadora_bot @big_llm_course
РКН https://clik.now/datafeeling
Алерон @Ale_v2”
Gracias a la alta frecuencia de actualizaciones (últimos datos recibidos el 15 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 Marketing y relaciones públicas.
◼️15:35 Вводный доклад про Optimal Transport — Александр Коротин, AIRI, Сколтех ◼️15:45 Optimal Flow Matching: Learning Straight Trajectories in Just One Step — Никита Корнилов, МФТИ, Сколтех ◼️16:05 Adversarial Schrödinger Bridge Matching — Даниил Селиханович, Сколтех ◼️16:25 Light Unbalanced Optimal Transport — Милена Газдиева, Сколтех ◼️16:45 Rethinking Optimal Transport in Offline Reinforcement Learning — Арип Асадулаев, AIRI, МФТИ, ИТМО ◼️17:05 Energy-Guided Continuous Entropic Barycenter Estimation for General Costs — Александр Колесов, Сколтех ◼️17:25 ENOT: Expectile Regularization for Fast and Accurate Training of Neural Optimal Transport — Назар Бузун, AIRI ◼️17:45 On the Optimal Time Complexities in Decentralized Stochastic Asynchronous Optimization Freya PAGE: First Optimal Time Complexity for Large-Scale Nonconvex Finite-Sum Optimization with Heterogeneous Asynchronous Computations Shadowheart SGD: Distributed Asynchronous SGD with Optimal Time Complexity Under Arbitrary Computation and Communication Heterogeneity Improving the Worst-Case Bidirectional Communication Complexity for Nonconvex Distributed Optimization under Function Similarity — Александр Тюрин, AIRI ◼️19:05 Group and Shuffle: Efficient Structured Orthogonal Parametrization — Михаил Горбунов, EPFL6 декабря: YouTube, VK Bидео
◼️15:35 ∇2DFT: A Universal Quantum Chemistry Dataset of Drug-Like Molecules and a Benchmark for Neural Network Potentials — Кузьма Храбров, AIRI ◼️15:55 XLand-MiniGrid: Scalable Meta-Reinforcement Learning Environments in JAX — Александр Никулин, AIRI ◼️16:15 BABILong: Testing the Limits of LLMs with Long Context Reasoning-in-a-Haystack — Юрий Куратов, AIRI, МФТИ ◼️16:35 RClicks: Realistic Click Simulation for Benchmarking Interactive Segmentation — Антон Антонов, AIRI ◼️16:55 HairFastGAN: Realistic and Robust Hair Transfer with a Fast Encoder-Based Approach — Максим Николаев, AIRI ◼️17:15 EAI: Emotional Decision-Making of LLMs in Strategic Games and Ethical Dilemmas — Михаил Мозиков, AIRI, МИСИСВедущий ИИшницы — Артур Кадурин, AIRI. До встречи!
¡Ya disponible! Investigación de Telegram 2025 — los principales insights del año 
