fa
Feedback
Data Science | Machinelearning [ru]

Data Science | Machinelearning [ru]

رفتن به کانال در Telegram

Все о Data Science, машинном обучении и искусственном интеллекте: от базовой теории до cutting-edge исследований и LLM. Личный блог автора - @just_genych По вопросам рекламы или разработки - @g_abashkin РКН: https://vk.cc/cJPGXD

نمایش بیشتر

📈 تحلیل کانال تلگرام Data Science | Machinelearning [ru]

کانال Data Science | Machinelearning [ru] (@devsp) در بخش زبانی روسی بازیگری فعال است. در حال حاضر جامعه شامل 19 994 مشترک است و جایگاه 6 722 را در دسته فناوری و برنامه‌ها و رتبه 33 703 را در منطقه روسيا دارد.

📊 شاخص‌های مخاطب و پویایی

از زمان ایجاد در невідомо، پروژه رشد سریعی داشته و 19 994 مشترک جذب کرده است.

بر اساس آخرین داده‌ها در تاریخ 21 ژوئن, 2026، کانال فعالیت پایداری دارد. در ۳۰ روز گذشته تغییر اعضا برابر -75 و در ۲۴ ساعت گذشته برابر -3 بوده و همچنان دسترسی گسترده‌ای حفظ شده است.

  • وضعیت تأیید: تأیید نشده
  • نرخ تعامل (ER): میانگین تعامل مخاطب 8.29% است و در ۲۴ ساعت نخست پس از انتشار، محتوا معمولاً 3.70% واکنش نسبت به کل مشترکان کسب می‌کند.
  • دسترسی پست‌ها: هر پست به طور میانگین 1 658 بازدید دریافت می‌کند. در اولین روز معمولاً 740 بازدید جمع‌آوری می‌شود.
  • واکنش‌ها و تعامل: مخاطبان به‌طور فعال حمایت می‌کنند؛ میانگین واکنش به هر پست 7 است.
  • علایق موضوعی: محتوا بر موضوعات کلیدی مانند llm, nvidia, контекст, openai, архитектура تمرکز دارد.

📝 توضیح و سیاست محتوایی

نویسنده این فضا را محل بیان دیدگاه‌های شخصی توصیف می‌کند:
Все о Data Science, машинном обучении и искусственном интеллекте: от базовой теории до cutting-edge исследований и LLM. Личный блог автора - @just_genych По вопросам рекламы или разработки - @g_abashkin РКН: https://vk.cc/cJPGXD

به لطف به‌روزرسانی‌های پرتکرار (آخرین داده در تاریخ 22 ژوئن, 2026)، کانال همواره به‌روز و دارای دسترسی بالاست. تحلیل‌ها نشان می‌دهد مخاطبان به‌طور فعال با محتوا تعامل دارند و آن را به نقطه اثرگذاری مهم در دسته فناوری و برنامه‌ها تبدیل کرده‌اند.

19 994
مشترکین
-324 ساعت
-367 روز
-7530 روز
آرشیو پست ها
​​🛠Сетевой мультитул для ИТ и ИБ специалистов: zero-skill создание Telegram чат-бота с помощью ChatGPT В этой статье я расскажу о своем опыте создания при помощи нейросетей Telegram чат-бота, полезного для сетевых инженеров и администраторов. Читать...

​​🤖Дообучение saiga2_7b_lora В данном руководстве расскажу и покажу вам, как дообучить 7-миллиардную модель под свои задачи. Читать...

Приглашаем на главное BI-событие декабря — Yandex DataLens Festival! В этом году будет ещё интереснее! Вас ждут 2 недели поле
Приглашаем на главное BI-событие декабря — Yandex DataLens Festival! В этом году будет ещё интереснее! Вас ждут 2 недели полезного контента от экспертов: ⭐️ Yandex Cloud. Как построить аналитику в облаке ⭐️ MAXIMUM Education. Как переезд с Power BI расширил число пользователей аналитики ⭐️ Ренессанс Страхование. Как построить систему знаний и обучения BI ⭐️ CARCADE. Как организовать работу 1000 пользователей BI в финсекторе ⭐️ YCLIENTS. Как анализировать работу команды разработки ⭐️ Reveal the Data aka Роман Бунин. Сколько живёт дашборд и как увеличить время его жизни Помимо этого, ведущие разработчики DataLens и YTsaurus поделятся рецептами, как готовить опенсорс, а именно: 🛠 как развернуть у себя 🛠 как кастомизировать UI 🛠 как настроить базовую аутентификацию 🛠 как интегрировать с YTsaurus Будет много нетворкинга — разберём вопросы на Q&A-сессии и пообщаемся вживую на афтерпати. Ну и какой фестиваль без конкурсов и сюрпризов 🎁 Участие бесплатное, нужно только ➡️ зарегистрироваться

​​🖥Делим неделимое в Kubernetes: шеринг GPU с помощью MIG и TimeSlicing В этой статье посмотрим, как применять технологии шеринга в Kubernetes, а также разработаем прототип автомасштабируемой инференс-платформы. Читать...

SQL теперь в телеграм! SQL — главный язык программирования баз данных. Базы данных есть везде: от маленького интернет-магазин
SQL теперь в телеграм! SQL — главный язык программирования баз данных. Базы данных есть везде: от маленького интернет-магазина до социальной сети. Sql будет легко выучить, если подписаться на официальный русскоязычный канал. Это первоисточник всего, что появляется в платных курсах и остальных ресурсах. Стоит подписаться!

​​👾Что эффективнее — усложнять модель или увеличивать количество данных? В этой статье автор расскажет как определить, что объём данных достаточен, и где лежат границы между большим и маленьким объёмом данных. Читать...

​​🌳Деревья ltree в PostgreSQL – простым языком В этой статье я расскажу об иерархических деревьях ltree в PostgreSQL. Читать...

​​👋Распознавание русского жестового языка: распознаём до 3+ жестов в секунду на обычном ПК без видеокарты В этой статье я расскажу, как и зачем мы создавали модель распознавания русского жестового языка и покажу, что из этого получилось. Читать...

​​🗣Большие языковые модели (LLM) в задачах В этой статье на практических примерах рассмотрим какие задачи из коробки могут решать современные большие языковые модели (large language models, LLM). Читать...

​​💪Как мы запустили сервис вопросов и ответов, получили много хейта, а потом внедрили ML и ускорили процессы в разы В этой статье я поделюсь с вами историей о том, как мы размечали данные, искали баланс между порогом вероятности и охватом вопросов, обучали и дообучали модель, а также расскажу об итогах нашей работы. Читать...

​​🚀ClickHouse: Передовой инструмент для оперативной обработки данных В данной статье мы подробно рассмотрим что представляет собой разработка ClickHouse, а также как организации используют ее для хранения и обработки данных. Читать...

​​👾Генеративная «уловка-22», или Почему ИИ плохо отличает сгенерированные тексты от написанных человеком В этой статье мы разберём, почему инструменты определения сгенерированных текстов так неточны и можно ли с этим что-нибудь сделать. Читать...

​​Всё о Machine Learning на YaTalks 2023: доклады топовых экспертов Ждём вас на конференции YaTalks 2023 — крупнейшем мероприятии Яндекса для IT-сообщества. Более 100 экспертов индустрии соберутся, чтобы поделиться кейсами и идеями, которыми можно вдохновиться. Выступления будут 5 и 6 декабря: офлайн — в Москве и Белграде, онлайн — в любой точке мира. Вот что обсудим в первый день в треке Machine Learning ↓ «Ускоритель в масштабе планеты: как инженеры управляют временем» — доклад о технологиях, которые увеличили скорость целых городов и стран, и о том, что происходит уже сейчас и ждёт нас в будущем. Алексей Гусаков, технический директор, Яндекс Поиск «Практические аспекты обучения диффузионных моделей на примере YandexART» — про процесс обучения генеративных картиночных диффузионных моделей от а до я. Сергей Овчаренко, руководитель группы нейросетевых технологий компьютерного зрения, Яндекс Поиск «Сильный ИИ — миф или уже реальность?» — что сейчас умеют LLM, с чем ещё, кроме текстов, умеют работать и как они могут помочь в создании сверхсильной интеллектуальной машины. Андрей Кузнецов, руководитель научной группы FusionBrain, AIRI Вас ждут не только доклады, но и нетворкинг, лайвкодинг, Random Coffee с коллегами, карьерные консультации и живые встречи с топовыми экспертами. Регистрируйтесь по ссылке на один из дней и приходите ↓ Зарегистрироваться Реклама. ООО "Яндекс". erid: 2VtzqxJFN5W

​​🤖Модельный риск: как увеличить эффективность работы ML моделей в большой компании В этой статье расскажем о том, как можно сделать машинное обучение в компании более эффективным, какие бывают риски у ML моделей и как на них реагировать, а также делимся своим опытом, как мы построили систему по модельному риску в X5 Tech – компании с сотнями ML моделей в production. Читать...

​​🧐Обучение с подкреплением: 10 вариантов применения В этой статье мы с вами рассмотрим некоторые из реальных применений обучения с подкреплением. Читать...

​​👾ChatGPT плохо отвечает на «простые вопросы». Как это починить? В этой статье я расскажу о нашей последней работе — Multilingual Triple Match — системе для поиска ответов на фактологические вопросы, которая по своей точности обходит даже ChatGPT. Читать...

​​🧠OpenAI GPTs: пошаговое руководство для создания с практическими примерами, ACTIONS и внешние API В этой статье я расскажу как создавать кастомные GPTs под конкретные задачи и приведу примеры практических реализаций. Читать...

​​Хотите разобраться в языковых моделях? Учитесь у профессионалов и получайте знания из первых рук — на интенсиве GPT Week Школы анализа данных Яндекса!   Эксперты ШАДа, разрабатывающие YandexGPT, подготовили насыщенную 5-дневную программу. Вы узнаете, как запустить генеративную модель на ограниченных ресурсах, какие вызовы есть в сборе гигантских датасетов и в чём особенности предобучения и alignment. Каждый участник сможет задать вопросы спикерам, а также познакомиться с устройством YandexGPT — от деталей создания до сложных инженерных аспектов.  Что ещё нужно знать? Интенсив пройдёт онлайн с 27 ноября по 1 декабря. Участие бесплатное, но потребуется регистрация. Записаться и посмотреть программу можно на сайте. Реклама. ООО «Яндекс», ИНН 7736207543.

​​🚀Как оптимизировать процесс привлечения клиентов B2B с помощью методов Продвинутой Аналитики В этой статье мы поделимся примером первого практического применения Продвинутой Аналитики в процессах стратегического бизнес-планирования численности ресурсов Сети для привлечения клиентов Юридических Лиц. Читать...

​​Trino: как перехать с Vertica, и как устроен его оптимизатор запросов? Расскажут эксперты компаний Avito и CedrusData на онлайн-митапе при поддержке JUG Ru Group. 🗓 24 ноября в 18:00 (МСК, GMT+3) В программе:Дмитрий Рейман — «Как пересесть на Trino после Vertica» Реальный кейс Авито по переводу аналитической платформы с Vertica на Trino с сохранением UX конечных пользователей.  ✔ Владимир Озеров — «Архитектура и проблемы оптимизатора Trino» Посмотрим, какие особенности архитектуры позволяют Trino быть эффективным. Где он неэффективен и какие улучшения возможны. ➡️ Регистрация на Timepad. Ссылку на трансляцию отправят вам за 1 час до начала митапа. Реклама. ООО "КВЕРИФАЙ ЛАБС"