¡Ya disponible! Investigación de Telegram 2025 — los principales insights del año 
🏆 Data Feeling | AIeron
Ir al canal en Telegram
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 14 701 suscriptores, ocupando la posición 717 en la categoría Marketing y relaciones públicas y el puesto 45 387 en la región Rusia.
📊 Métricas de audiencia y dinámica
Desde su creación el невідомо, el proyecto ha mostrado un crecimiento acelerado, reuniendo a 14 701 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 -81, y en las últimas 24 horas de -6, conservando un alto alcance.
- Estado de verificación: No verificado
- Tasa de interacción (ER): El promedio de interacción de la audiencia es 19.05%. Durante las primeras 24 horas tras publicar, el contenido suele obtener 7.37% de reacciones respecto al total de suscriptores.
- Alcance de las publicaciones: Cada publicación recibe en promedio 2 801 visualizaciones. En el primer día suele acumular 1 084 visualizaciones.
- Reacciones e interacción: La audiencia responde de forma activa: el promedio de reacciones por publicación es 28.
- 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 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 Marketing y relaciones públicas.
14 701
Suscriptores
-624 horas
-57 días
-8130 días
Archivo de publicaciones
14 700
Вот есть модели Text2Text (GPT-3)
Есть уже Text2Image (DALL-E)
🤔 А когда будет уже Sound2Images? Можно было бы орать на запись и потом смотреть, какая картинка получится. Вроде же изи. На фильмах можно обучить такую модель. (Speech2Text, а затем Text2Image не предлагать)
Это я расфантазировался, пока готовил лекцию по обзору достижений в нейронках.
Кстати, похожую картинку ниже, сгенерированную сеткой из текста "Город кибер-панк" планирую повесить дома на стене. Выглядит прям кайфово.
14 700
Вчера закончился очередной компетишен по NLP на Kaggle.
Суть задачи была в определение схожести двух текстов исходя из контекста.
Пока решали, столкнулись с проблемой, которую встречал уже несколько раз. Проверили кучу гипотез и натренировав в целом десятки моделей, мы откладывали вопрос стекинга моделей до последних дней.
Как итог, вылезла куча подводный камней и впихнуть 20 моделей в стекинг просто физически за сутки не смогли. В итоге, тупо поблендили все, но эффекта это сильного не дало. Из 2К участников, остались в ~ топ-300.
Вторая проблема - это распыление.
Выиграть можно только если полностью фокусируешься на одной задаче. Иначе все чемпионаты превращаются в без призовое участие.
Всем хорошей недели! Жди новых выпуск собесов)
14 700
Это я чилю и жду пока мою тиму топовых DS’ов на привате шейкапнет в голду и мы пойдем потом на радостях в бар 🙋♂️🍷
В противном случае новую сореву начнем фармить 🤷♀️
14 700
🚀 Запуск "Хочу крутой оффер 2.0"
Наш эксперимент с разгоном группы 4-х человек оказался успешным. Один участник уже вот-вот умчит в Германию, а остальные имеют отшлифованные резюме, привычку каждый день откликаться на вакансии и отсутствие страха перед периодическими собесами на английском. Для них оффер это уже вопрос времени.
😎 Ты тоже можешь дойти до оффера в $50к+ в год.
Мы систематизировали тренировки: участники пробегут марафон 30-дневных заданий, что поможет проработать все аспекты поиска работы зарубежом. Под присмотром 4-х опытных наставников.
‼️ Ты имеешь все шансы попасть в набор, если:
- У тебя разговорный английский (B1+)
- Твой уровень > Junior+ (опыт работы от 1 года)
- Ты готов уделять программе минимум 2 часа в день в течение месяца
- Имеешь $250 или $800 (в зависимости, насколько интенсивно ты хочешь, чтоб мы командой тебя "мучали")
А если, окажется, что ты "машина", и за месяц накосишь самые "жирные" офферы, то мы вернём тебе деньги
Подробности о программе
Подать заявку
14 700
#зашквары
Меня часто веселят маркетинговые заголовки онлайн-школ.
Вот один из них: "Создайте искусственный интеллект сами! 20–22 ..."
За два для? ИИ ? Что?! Серьезно?! Так просто?!
Весь мир пока не смог, а ты ща за два дня бах и сделаешь свой искусственный интеллект, и пупок даже не развяжется.
Жалко наивных людей, кто на это ведется.
14 700
Стабильно захожу в бронзу.
Ради професильонального роста и тонуса периодически тренируюсь решать нестандартные задачи.
В последних двух чемпионтах на boosters.pro из-за недостатка времени не выбился в лидеры, зато пока решал, набрался прикольного опыта и написал кучу вспомогательных фрагментов для дальнейшего переиспользования.
Из интересного:
Ощутил насколько сильно дает прирост блендинг моделей в задачах мульти-классификации.
Расширил свой кругозор в анализе ошибок модели. Теперь буду хитрее подходить к генерации фичей и поиску gold features.
Из более интересного:
Кажется, иногда выиграть без погружения в доменную область просто нереально. Несколько сильных доменных фичей может заменить 10 моделей и часы/дни подбора гипер-параметров.
За летние месяца сделаю акцент на Kaggle. Там призовые так просто не урвешь, зато толк от медалей больше. Поднимает статус твоего профиля.
14 700
Если вы забыли как должен выглядит вид из рабочего офиса, то вот…
Это я в гости к red_mad_robots зашел.
14 700
Ни разу еще не высказывался про отношение к IT курсам.
С высоты преподавания в МФТИ и на базе еще 5-х онлайн школ, скажу, что онлайн курсы действительно помогают прокачаться. Особенно, если эти курсы готовишь и читаешь ты сам.
14 700
пофармил сореву, сгенерировал ~800 hand-made фичей.
вы только посмотрите, как красиво это выглядит со стороны
14 700
💡идея для фрод стартапа
Написать сетку, которая вместо тебя размечает данные на сервисах по типу толоки.
Сегментаю, как знаю, сетки уже хорошо размечают почему бы на этом не заработать?!
14 700
Наткнулся на любопытный факап модели, пока фармлю чемпионат.
Бустинг опирается сильнее всего на рандомно-сгенерированные признаки при этом дает очень высокую точность.
😳🙅♂️Это к вопросу о том, что деревья умеют находить закономерности даже в шуме.
На рисунке типичный Feature Importance
14 700
Как проверить, что ты True DS?!
Если ты можешь из текстового датасета BERT'ом, извлечь эмбеддинги предложений, а дальше пихнуть в бустинг и выбить отличные метрики классификации и при этом провернуть все это дело за < 30 минут, то ты красавчик.
Это я вчера на летную школу в Сириус отбирался. В прошлом году мне очень понравилось.
14 700
Знаковый день в моей жизни!
Приняли мою первую статью в журнал уровня Q2. В прошлый жизни я бы биоинформатиком🤫. Вот доходят отголоски.
Теперь True Scientist! Теперь и на PhD будет проще попасть😎
Тему исследования даже называть не стану, чтоб не пугать людей 😅
14 700
Работать Data Scientist’ом:
Ожидание: решаешь крутые и важные задачи, увеличивая прибыль компании. Находишь точки роста с помощью data-driven подхода и легко выявляешь «золотые гипотезы».
Реальность: отбиваешься от просьб студентов в сессии.
14 700
🚀Ловите пушку!
✅Новый выпуск типичного собеседования по Data Science.
⚔️В этот раз встретились с опытным DS кандидатом и матерым хакатонщиком - Иваном.
Идеальный выпуск, чтоб посмотреть в обеденный перерыв. Ваня держался очень хорошо.
Кстати, после этой встречи, решили с Ваней поучаствовать совместно в ближайших чемпионатах. Посмотрим что из этого выйдет.
Расскажу про совместные результаты позже.
14 700
Ловите пушку!
Новый выпуск типичного собеседования по Data Science.
В этот раз встретились с опытным DS кандидатом и матерым хакатонщиком - Иваном.
Идеальный выпуск, чтоб посмотреть в обеденный перерыв. Ваня держался очень хорошо.
Кстати, после этой встречи, решили с Ваней поучаствовать совместно в ближайших чемпионатах. Посмотрим что из этого выйдет.
Расскажу про совместные результаты позже.
14 700
Ловите пушку!
Новый выпуск типичного собеседования по Data Science.
В этот раз встретились с опытным DS кандидатом и матерым хакатонщиком - Иваном.
Идеальный выпуск, чтоб посмотреть в обеденный перерыв. Ваня держался очень хорошо.
Кстати, после этой встречи, решили с Ваней поучаствовать совместно в ближайших чемпионатах. Посмотрим что из этого выйдет.
Расскажу про совместные результаты позже.
14 700
Моя аудитория напрямую влияет в жизни моего канала!
Мы тут с Андреем спорим как следующий выпуска назвать.
Сам сюжет такой - на вход попадает 6 джунов и каждый раунд вопросов по DS мы отсеиваем одного джуна. До этого выпуски назывались по типу _Типичной собеседование__Позиция__Результат_. Как назвать эти выпуски? Ведь собес на 6 ждунов уже точно типичным собесом не назовешь.
Крч, кидайте в варианты в комменты. Я выберу тот, за который больше всего проголосуют другие.
Версия Андрея - "Мы собесили 6 джунов. Они орали".
14 700
Мой трехмесячный марафон фарминга подошел к концу. Плеяда соревнований закончилась под эгидой DataFussion contest от ВТБ. В рамках основной задачи марафонцам предстояло решить проблему матчинга пользователей на основе данных о банковских транзакиях и данных о кликстриме.
Дополнительную сложность вносил лимит по времени на докер контейнер и тп. Нашей тиме немного не хватило до призовых мест в основной задаче, но удалось взять серебро (а также 50 к и мерч) в номинации "публичное решение". В финальном решении марафонцы сгенерировали кучу фичей, отобрали среди них наиболее важные и на полученных векторах обучили catboost. Также попробовали сетки и даже подход с SAX-PAA для временных рядов, но не дало желаемого результата.
Следующие три месяца лучшие ребята будут фармить соревы уже на ставке в Red Mad Robot 🤖 р
