اکنون در دسترس! پژوهش تلگرام ۲۰۲۵ — مهمترین بینشهای سال 
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 19 985 مشترک است و جایگاه 6 704 را در دسته فناوری و برنامهها و رتبه 33 689 را در منطقه روسيا دارد.
📊 شاخصهای مخاطب و پویایی
از زمان ایجاد در невідомо، پروژه رشد سریعی داشته و 19 985 مشترک جذب کرده است.
بر اساس آخرین دادهها در تاریخ 24 ژوئن, 2026، کانال فعالیت پایداری دارد. در ۳۰ روز گذشته تغییر اعضا برابر -79 و در ۲۴ ساعت گذشته برابر -2 بوده و همچنان دسترسی گستردهای حفظ شده است.
- وضعیت تأیید: تأیید نشده
- نرخ تعامل (ER): میانگین تعامل مخاطب 7.62% 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 1 523 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 25 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.
19 985
مشترکین
-224 ساعت
-407 روز
-7930 روز
آرشیو پست ها
⚡О трёх существенных недостатках известных алгоритмов обучения с подкреплением
Уже несколько десятилетий существуют такие алгоритмы машинного обучения с подкреплением, как Q-learning и REINFORCE. До сих пор часто применяется их классическая реализация. К сожалению, эти алгоритмы не лишены фундаментальных недостатков, значительно усложняющих обучение хорошей политике. Рассмотрим три основных недостатка классических алгоритмов обучения с подкреплением, а также решения, направленные на их преодоление.
Читать...
Ваша цель – погрузиться в новые практики и инструменты дата-инжиниринга или понять, подходит ли вам эта сфера? Тогда пора на обучение!
NewProLab запускает 12-й обновленный поток интенсивной онлайн-программы Data Engineer, который подойдет для дата-инженеров, аналитиков данных, бэкенд-разработчиков, техлидов и менеджеров.
За 8 недель обучения вы получите:
• 20 интенсивных занятий с преподавателями в зуме
• 6 лабораторных работ - задач с реальными данными
• Общий чат с участниками и поддержку координатора
В конце обучения вы научитесь решать задачи DE, структурируете ваши знания и поработаете с облачным кластером для решения лаб с реальными данными, освоите необходимые навыки настройки инфраструктуры и devops-практики для своих data-решений. А все материалы программы останутся у вас навсегда!
Старт программы 27 марта
Подробная информация и регистрация по ссылке.
Бонус: Получите скидку 23% при покупке программы по промокоду birthday23.
🔥 В чем суть методов ансамблирования Bagging, Random Forest и Gradient Boosting?
Узнайте и примените их на практике 22 марта в 18:00 на открытом уроке онлайн-курса «Machine Learning. Professional» в OTUS.
Тема: «Один в поле не воин: методы ансамблирования в машинном обучении»
💻 На уроке разберем:
— Основные подходы к ансамблированию, которые сегодня используют в ML
— Популярные техники ансамблирования: Bagging, Random Forest и Gradient Boosting
— Когда и как их стоит применять для решения ML-задач
Урок будет полезен IT-специалистам, которые хотят освоить продвинутые методы ML и перейти в Data Science.
👉 РЕГИСТРАЦИЯ
https://otus.pw/Ex8i/
😏Я только спросить: разводим ChatGPT на откровенность по методу Илона Маска
О том, что чат-бот ChatGPT от OpenAI настроен жёстко фильтровать контент во избежание "срыва толерантности", доносится из каждого утюга.
А можно ли пробить холст на стене OpenAI и заглянуть в жестяной череп? Вдруг там лишь паутина, да дохлые мыши? Попробуем проделать этот опыт вместе с Илоном Маском.
Читать...
22 марта в 19:00 ШАД Helper проводит вебинар по теме «Как пройти Data Science собеседование».
Мы расскажем, как войти в мир IT со стороны Data Science, каким образом подготовиться к собеседованию в хорошую компанию.
О чем вебинар?
- Поговорим про собеседования в топовые IT компании
⁃ Разберем типичные вопросы и задачи с собеседований на Junior позицию в Data Science
⁃ Расскажем про ШАД Helper, как происходит обучение
⁃ Познакомим вас с нашими преподавателями
Гости эфира:
Александр Лыков — академический руководитель в ШАД Helper.
Андрей Канунников — преподаватель по алгебре и дискретной математике в ШАД Helper.
Егор Илларионов — преподаватель по теории вероятностей в ШАД Helper.
Ирина Пионтковская — Head of Moscow Speech & Dialogs team in Huawei Noah's Ark Lab, а также руководителем прикладных исследовательских проектов в iPavlov.
В конце вебинара каждый участник получит от нас бонус!
Регистрация по ссылке 👉🏼 https://clck.ru/33mHAL
👾Отгадай слово: как мы создали игру с элементами машинного обучения и вышли в ноль за 2 месяца
Автор - главный разработчик игры «Отгадай слово» — игра, в которой нужно угадать слово, поняв логику искусственного интеллекта. Два месяца назад вместе с кофаундером Григорием Спировым наткнулись на игру https://contexto.me и решили локализовать ее.
В статье вы рассмотрите технологии и алгоритмы, которые использовались при разработке, и узнаете об совершенных ошибках на пути.
Читать...
Взгляд компьютерным зрением на работу коммунальных служб
К третьему десятилетию двадцать первого века российская провинция так и не научилась содержать пешеходную инфраструктуру в достойном состоянии, но плотно обвешалась уличными веб‑камерами.
Автор в статье с помощью камер анализирует загрязненность улиц снегом, слякотью.
Читать...
👀 Как создать прототип системы для распознавания лиц за 60 минут
⏰ Когда: 28 марта, 17:00 МСК
📍 Регистрация
Эксперт VK Cloud проведет практическое занятие и покажет, как разработать прототип системы Face Recognition c помощью сервиса Vision.
Для выполнения задания вы можете подключить Vision в личном кабинете на платформе VK Cloud. Новые пользователи платформы получат 3 000 бонусных рублей для работы с облачными сервисами.
Что будет на воркшопе:
🔹 Обсудим, как работает Vision для идентификации и распознавания лиц, и разберем кейс компании Russia Running, которая создала сервис MY.PHOTO на базе Vision
🔹 Создадим прототип системы распознавания лиц
🔹 Ответим на вопросы на QA-сессии
Спикер:
🔸 Димитрий Муштаков, Product Manager сервиса Vision, VK Cloud
По итогам вебинара участники получат доступ к репозиторию с прототипом системы, чтобы быстро протестировать функциональность Face Recognition в собственных проектах.
Зарегистрироваться бесплатно
🧠Как я сделал синтез своего голоса
Всем привет! Меня зовут Гриша Стерлинг, я занимаюсь синтезом речи в SberDevices. Создать новый голос для синтеза — это долго и дорого. Мы постарались сделать этот процесс проще и доступнее, и в итоге я сам смог записаться на студии, а потом обучить модель разговаривать моим голосом.
Читать...
🤯Большие данные мертвы. Это нужно принять
Уже более десяти лет тот факт, что люди с трудом извлекают из своих данных полезную информацию, сбрасывают на чересчур большой размер этих данных.
Мир в 2023 году выглядит иначе, чем когда зазвенели первые тревожные звоночки по поводу Big Data. Катаклизм обработки информации, который все предсказывали, не состоялся. Объемы данных, возможно, немного выросли, но возможности аппаратного обеспечения росли еще быстрее
Читать...
Чем больший объем данных используют на проекте, чем выше нагрузка на систему – тем более продвинутый SQL нужен разработчикам. Изучить SQL и свободно использовать его в работе поможет курс Практикума.
После 3 месяцев курса разработчики смогут:
— уверенно пользоваться простыми селектами, джоинами, индексами и оконными функциями;
— отладить запрос, который сгенерирован через ORM;
— составить сложные запросы на нативном SQL;
— применить продвинутый SQL, чтобы писать код для высоконагруженных систем,
— чувствовать себя спокойно на собеседованиях.
Записывайтесь и растите в карьере.
🚀Как спрогнозировать спрос на самокаты и не захламить город, версия Whoosh
Нельзя просто так взять и расставить электросамокаты в городе. Надо, чтобы они находились в нужное время, в нужном месте и в нужном количестве, чтобы выполнять свою транспортную задачу.
Автора зовут Никита Зеленский, он руководит отделом по работе с данными в Whoosh, разработчике технологических решений и операторе микромобильности. Эту статью он написал вместе с Иваном Маричевым, дата‑сайнтистом Whoosh. Он же и автор алгоритма, о котором пойдет речь.
Читать...
💪Как устроен виртуальный помощник для data-сервисов в «Магните»
Автор - главный системный аналитик в департаменте по работе с данными «Магнита». В этой статье расскажет вам о том, как устроен виртуальный помощник который помогает пользователям корпоративного хранилища данных ориентироваться в данных и сервисах департамента и других подразделений, развивающих инструменты для аналитики.
Читать...
🤖Data Mesh: что это такое и для чего он нужен инженерам
Команда VK Cloud перевела статью о новом подходе к построению архитектуры данных Data Mesh с помощью lakeFS — системы управления версиями данных с открытым исходным кодом, которая преобразует хранилище объектов в Git-подобные репозитории. Разбираем, что такое Data Mesh, суть этого подхода и как с его помощью повысить эффективность работы с данными.
Читать...
💬 Вступайте в сообщество MLOps-инженеров в Telegram. Там публикуем дайджесты, обсуждаем новые инструменты и технологии.
В сообществе вы найдете:
▫️ Новости индустрии production ML;
▫️ Полезные статьи, инструменты и технологии;
▫️ Опыт коллег и лучшие практики.
Присоединяйтесь, чтобы получать новые знания от практиков MLOps и дата-аналитики: https://t.me/+9P-J6oxohREzOTdi
Реклама ООО «Селектел», Pb3XmBtzt5wvbRrSYgZucAmw36Jke99WxNb9G2k
🤔Хорошо ли ChatGPT ищет ошибки в коде?
Нейросети всё больше вливаются в привычный мир, пытаясь упростить нам жизнь. Тот же ChatGPT вызвал бурю обсуждений в интернете. Чат бот способен писать тексты, код, рефераты и песни. Он даже умеет искать ошибки в коде, но... хорошо ли он с этим справляется?
Читать...
😎Прости нас, Джон Коннор, или Как мы научили нейросеть точечно распознавать звуки выстрелов
Автор работает в Doubletapp и в этой статье расскажет про технические детали применения машинного обучения в проекте HitFactor.
В проекте требовалось очень точно определять время начала выстрела и время стартового сигнала. Каких-то готовых решений на момент разработки продукта (2019 год) не было.
Читать...
⚠️Пройдите тест на углубленные знания в сфере Machine Learning. Professional — https://otus.pw/Hvdp/
🔓 Ответьте на 10 вопросов и проверьте, насколько вы готовы к обучению на продвинутом курсе «Machine Learning. Professional» от OTUS и его партнера — Сбера
⏰ Время прохождения теста ограничено 30 минут
📌 РЕЗУЛЬТАТ ПРОХОЖДЕНИЯ КУРСА:
Серьезное портфолио с проектами и возможность претендовать на Junior+ и Middle позиции Data Scientist
Протестируйте обучение на открытом уроке:
✅ Один в поле не воин: методы ансамблирования в машинном обучении — https://otus.pw/TQer/
👉 ПРОЙТИ ТЕСТ: https://otus.pw/Hvdp/
Реклама. Информация о рекламодателе на сайте otus.ru
🤖Распознавание респираторных заболеваний по звуку дыхания
Всем привет! Сегодня рассмотрим задачу диагностирования респираторных заболеваний, то есть заболеваний дыхательной системы, но решать её будем не ушами, а алгоритмами. И решать её будем два раза, сначала методами классического машинного обучения, а затем методами глубокого обучения, то есть нейронной сетью.
Читать...
