¡Ya disponible! Investigación de Telegram 2025 — los principales insights del año 
Анализ данных (Data analysis)
Ir al canal en Telegram
Data science, наука о данных. @haarrp - админ РКН: clck.ru/3FmyAp
Mostrar más📈 Análisis del canal de Telegram Анализ данных (Data analysis)
El canal Анализ данных (Data analysis) (@data_analysis_ml) en el segmento lingüístico de Ruso es un actor destacado. Actualmente la comunidad reúne a 50 259 suscriptores, ocupando la posición 2 650 en la categoría Tecnologías y Aplicaciones y el puesto 12 436 en la región Rusia.
📊 Métricas de audiencia y dinámica
Desde su creación el невідомо, el proyecto ha mostrado un crecimiento acelerado, reuniendo a 50 259 suscriptores.
Según los últimos datos del 27 junio, 2026, el canal mantiene una actividad estable. En los últimos 30 días la variación de miembros fue de 45, y en las últimas 24 horas de 0, conservando un alto alcance.
- Estado de verificación: No verificado
- Tasa de interacción (ER): El promedio de interacción de la audiencia es 10.21%. Durante las primeras 24 horas tras publicar, el contenido suele obtener 6.59% de reacciones respecto al total de suscriptores.
- Alcance de las publicaciones: Cada publicación recibe en promedio 5 131 visualizaciones. En el primer día suele acumular 3 311 visualizaciones.
- Reacciones e interacción: La audiencia responde de forma activa: el promedio de reacciones por publicación es 30.
- Intereses temáticos: El contenido se centra en temas clave como llm, контекст, openai, архитектура, deepseek.
📝 Descripción y política de contenido
El autor describe el recurso como un espacio para expresar opiniones subjetivas:
“Data science, наука о данных.
@haarrp - админ
РКН: clck.ru/3FmyAp”
Gracias a la alta frecuencia de actualizaciones (últimos datos recibidos el 28 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.
50 259
Suscriptores
Sin datos24 horas
-27 días
+4530 días
Archivo de publicaciones
Команда ЮMoney делает свой уютный, но хардовый митап про системную аналитику.
Темы докладов:
• Репозиторий архитектуры: 20 лет развития системы
• Documentation As Code, или "Легкий способ бросить вести документацию на wiki"
• Про сломанные грабли и разбитые лбы: проектирование в финтехе
Ждём всех 25 октября в 18:00 мск
Поделитесь с друзьями и обязательно зарегистрируйтесь: http://sber.me/?p=zwdtC
Сколько нужно ждать, чтобы получить действительно стоящий оффер? Ждать не придётся — всё происходит за один день: интервью, этап отбора, предложение о работе.
Если это One Day Offer от Сбера🏃
Команда по работе с данными Сбера в поиске Data Scientists. Заявите о себе на фаст-интервью и получите работу в крупнейшем банке страны, если вы:
• Data Scientist, Data Analyst или Data Engineer c опытом работы от 1 года (рассмотрят все кандидатуры — от уровня Junior до руководителей подразделений);
• готовы к решению масштабных задач на основе данных, аналитики, машинного обучения и искусственного интеллекта.
Чем предстоит заниматься? Создавать информационные продукты для принятия решений во всех подразделениях Сбера.
Когда: 22 октября.
Где: онлайн.
Узнайте больше и заполните заявку ✅
Есть такой тип статей, когда собирают много советов/триков/твиков/мудростей по обучению нейросетей и проверяют их влияние на метрики в различных задачах.
Одна из таких работ — это ResNet Bag Of Tricks. Статья выступает в роли такого бывалого коллеги сеньёра, который накидывает вам “А вот ты у батчнормов, которые в конце блока, гамму в ноль поставь, тогда у тебя сетка круто по началу сходиться начнёт”. В ней подробно описано как учить, что менять в +- современном мире (конечно у нас уже трансформеры, потом собрали ConvNeXt, но Bag Of Tricks всё ещё актуален). Статья удобна тем, что можно кусочками к себе в пайплайн тянуть всякие улучшения, и не пересобирать всё своё решение.
Ребята из канала DeepSchool делали подробный разбор статьи, где выписали каждый пункт с краткими пояснениями почему это улучшило перфоманс. Переходите по ссылке, чтобы изучить подробнее.
Также помимо разборов статей в их канале вы найдете короткие посты с теорией ML/DL, вопросы с собеседований и другие советы по обучению сетей. Подписывайтесь, чтобы развиваться в ML и DL вместе!
Есть такой тип статей, когда собирают много советов/триков/твиков/мудростей по обучению нейросетей и проверяют их влияние на метрики в различных задачах.
Одна из таких работ — это ResNet Bag Of Tricks. Статья выступает в роли такого бывалого коллеги сеньёра, который накидывает вам “А вот ты у батчнормов, которые в конце блока, гамму в ноль поставь, тогда у тебя сетка круто по началу сходиться начнёт”. В ней подробно описано как учить, что менять в +- современном мире (конечно у нас уже трансформеры, потом собрали ConvNeXt, но Bag Of Tricks всё ещё актуален). Статья удобна тем, что можно кусочками к себе в пайплайн тянуть всякие улучшения, и не пересобирать всё своё решение.
Ребята из канала DeepSchool делали подробный разбор статьи, где выписали каждый пункт с краткими пояснениями почему это улучшило перфоманс. Переходите по ссылке, чтобы изучить подробнее.
Также помимо разборов статей в их канале вы найдете короткие посты с теорией ML/DL, вопросы с собеседований и другие советы по обучению сетей. Подписывайтесь, чтобы развиваться в ML и DL вместе!
⚡️ Старт набора на продвинутый онлайн-курс «Machine Learning Advanced»
Редкая возможность для тех, кто занимается машинным обучением!
Ответьте на 10 вопросов и проверьте, насколько вы готовы к обучению на углубленном курсе - «Machine Learning. Advanced» от OTUS и его партнера — Сбера.
📌 РЕЗУЛЬТАТ ПРОХОЖДЕНИЯ КУРСА:
Вы освоите продвинутые приемы машинного обучения, которые позволят вам уверенно себя чувствовать на ведущих Middle/ Senior позициях и справляться даже с нестандартными задачами.
Открытые уроки курса:
💻 Байесовский взгляд на машинное обучение, 31 октября в 20:00 — https://otus.pw/mATL/
💻 Recommend or not Recommend? Препарируем рекомендательные системы, 16 ноября в 18:00 — https://otus.pw/RruLg/
Время прохождения теста ограничено 20 минут
👉 Пройдете вступительный тест — сможете занять место в группе по спец.цене
https://otus.pw/izwG/
Стартует одно из самых крупных в стране соревнований по решению задач в области машинного обучения и AI — AI Journey Contest 2022. Призовой фонд составляет 5.500.000 рублей
💰Победители получат крупные денежные призы. В этом году соревнование проходит при поддержке Института искусственного интеллекта AIRI.
Познакомиться с DS Works, соревновательной платформой Cloud (самый быстрорастущий провайдер России и владелец двух суперкомпьютеров), можно будет на вебинаре 18 октября. Вы узнаете:
✅ Как получить доступ к ресурсам суперкомпьютера для обучения модели (46 место в топе самых мощных суперкомпьютеров мира);
✅ Как зарегистрироваться в DS Works и что обязательно стоит указать в своем профиле;
✅ Как принять участие в соревновании и загрузить свое решение;
✅ По каким критериям оцениваются решения (опыт предыдущих соревнований);
✅ Как выглядят публичная и приватная турнирные таблицы.
Бесплатный вебинар будет полезен всем, кто знаком с AI/ML и хочет попробовать свои силы в борьбе за призы.
Регистрируйтесь тут
Первое реалити по AI в русскоязычном мире💥
На ваших глазах команда новичков создает свой первый AI проект, проходя все этапы IT разработки. Получится ли у них?
Узнай сам, старт уже скоро.
Занять место
- 12 новичков, без опыта в AI разработке
- 10 дней на запуск проекта с нуля
- в реальном времени: 4 живых вебинара в ZOOM
18, 21, 24, 27 ОКТЯБРЯ в 19:00 Мск во всех зумах страны.
Присоединиться
О проекте: Искусственный интеллект для классификации типа поверхности по снимкам со спутника.
Чем круто смотреть реалити:
🔥Живое создание AI проекта на ваших глазах 💪
🔥Вы увидите, как создают нейронную сеть те, кто никогда этим не занимался. Смогут ли новички написать нейронку меньше, чем за 2 недели? 🤯
Часто системный аналитик работает в связке с архитектором. Чтобы совместная работа была эффективной, им нужно найти общий язык. 19 октября в 20:00 (мск) OTUS проведет открытый урок «Как аналитику подружиться с архитектором?».
💬Вместе с Анной Вязанкиной, руководителем отдела системного анализа в ВТБ, мы:
— разберемся, какие бывают архитекторы в IT, какие перед ними стоят задачи;
— рассмотрим типовые артефакты на выходе у IT-архитектора;
— разделим зоны ответственности: кто что делает и кто кому и чем может помочь.
🔥Это уникальная возможность познакомиться с продвинутым онлайн-курсом «Системный аналитик. Advanced» и преподавателем.
👉Для регистрации пройдите вступительный тест https://otus.pw/cMAX/
