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 19 973 مشترک است و جایگاه 6 676 را در دسته فناوری و برنامهها و رتبه 33 580 را در منطقه روسيا دارد.
📊 شاخصهای مخاطب و پویایی
از زمان ایجاد در невідомо، پروژه رشد سریعی داشته و 19 973 مشترک جذب کرده است.
بر اساس آخرین دادهها در تاریخ 27 ژوئن, 2026، کانال فعالیت پایداری دارد. در ۳۰ روز گذشته تغییر اعضا برابر -87 و در ۲۴ ساعت گذشته برابر -5 بوده و همچنان دسترسی گستردهای حفظ شده است.
- وضعیت تأیید: تأیید نشده
- نرخ تعامل (ER): میانگین تعامل مخاطب 6.84% است و در ۲۴ ساعت نخست پس از انتشار، محتوا معمولاً 3.95% واکنش نسبت به کل مشترکان کسب میکند.
- دسترسی پستها: هر پست به طور میانگین 1 367 بازدید دریافت میکند. در اولین روز معمولاً 789 بازدید جمعآوری میشود.
- واکنشها و تعامل: مخاطبان بهطور فعال حمایت میکنند؛ میانگین واکنش به هر پست 5 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 28 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.
19 973
مشترکین
-524 ساعت
-367 روز
-8730 روز
آرشیو پست ها
Что Data Scientist может подсмотреть у разработчика
Всем привет, меня зовут Дарья Пронина, я специалист по анализу данных и машинному обучению в отделе R&D в Lamoda. Я расскажу о том, что специалист по Data Science может подсмотреть у разработчиков, чтобы сделать свою работу эффективнее, production-процессы — устойчивее, а работу с разработчиками и дата инженерами — приятнее.
Статья
Заполни пробелы в знаниях в IT, дизайне, GameDev и вырасти до мидла за 1,5 месяца с помощью менторов Solvery и получи работу мечты уже этим летом.
🧑💻Никаких групповых занятий, ментор один на один общается с учеником;
🧑💻Только нужные знания;
🧑💻Упор на практику;
🧑💻Менторы из Яндекса, Google, Nasa и других крупных компаний;
🧑💻Бесплатный первый созвон;
🧑💻Занимайся из любой точки мира.
До конца лета в Solvery действует скидка на пакеты занятий 15% по промокоду summer15.
Уходим с Mercurial на Git
Так уж случилось, что у меня остался ряд репозиториев на Mercurial, которые захостил на Bitbucket много лет назад. Проекты перешли в полуархивное состояние, поэтому заглядывал в них не так уж и часто. И тут я решил обратиться к материалам, надо было внести правку...
статья
ИТ-компания Selectel приглашает на вебинар «Искусственный интеллект и Machine learning»
После вебинара вы сможете:
💥 наладить прозрачный R&D-процесс в командах
💥 получить нужный результат даже при низкой квалификации кадров
💥 провести оценку эффективности работы исследователей
Дата: 29 июля, четверг, 16:00 МСК
Спикеры: Алексей Гончаров, CEO в Machine Intelligence Laboratory, и Антон Чунаев, менеджер ML-продуктов в @selectelnews.
Подробности и регистрация по ссылке:
🚀 https://slc.tl/HKEgq
✅ Хотим обратить ваше внимание на полезный telegram-канал для обучения высокоуровневому языку программирования Python
На канале ежедневно публикуются задачи по Python и Machine Learning: алгоритмы, функции, классы, регулярные выражения, итераторы, генераторы, ООП, исключения, numpy, pandas, matplotlib, scikit-learn, TensorFlow и многое другое!
✔️Станьте специалистом по Python вместе с каналом "Задачи по Python и машинному обучению"
🛠 Сложноструктурные аналитические отчеты с Python и LaTeX
В руководстве подробно рассматривается пример использования Python-библиотеки облачного представления приложений Streamlit и системы компьютерной вёрстки LaTeX для подготовки сложных аналитических отчетов с математическими, программными и графическими вставками.
Статья
Яндекс вместе с учеными Оксфорда и Кембриджа проводит соревнование среди исследователей ML на базе самого большого в мире открытого датасета по беспилотным авто.
Зачем? Повысить осведомленность о проблеме “сдвига данных” в машинном обучении.
Когда? Сейчас, в рамках NeurIPS 2021 - крупнейшей ML конференции в в мире.
В чем фишка? Машинное обучение сталкивается с испытанием – реальный мир почти бесконечно разнообразен, поэтому очень сложно просчитать все ситуации, в которые попадает алгоритм. Оказываясь в незнакомой среде, он начинает справляться с задачами хуже (например, модель машинного перевода классической литературы вдруг возьмется переводить твиты).
Важно, чтобы алгоритмы, попадая в реальный мир, были готовы справляться со сдвигом, который их там ждет. Беспилотникам Яндекса удалось собрать уникальный по наличию разных условий датасет – их авто набирались опыта и собирали данные в трех странах с разными особенностями манеры вождения, дорожных правил и погоды.
Что требуется? Разработать алгоритмы для предсказания поведения участников автомобильного движения, погоды или машинного перевода текстов.
Обучить их на предоставленных данных. Для этого Яндекс открыл доступ к трем датасетам с реальными данными из Погоды, Переводчика и по беспилотным автомобилям.
Проверить качество работы алгоритмов в условиях сдвига. Кстати, авторы самых успешных получат деньги, а решения можно будет применять и в других сферах, где есть проблема сдвига данных.
Хотели бы попробовать себя?
Профессия будущего в мехмате МГУ — теперь в онлайн-формате
МГУ и SkillFactory запускают онлайн-магистратуру "Искусственный интеллект и цифровые технологии". Для тех, кто хочет двигать Россию и мир в будущее.
Приходите к нам, чтобы получить:
▪️ Глубокое понимание принципов анализа данных и машинного обучения
▪️ Математическую базу мехматского уровня
▪️ Навыки решения исследовательских и практических задач с помощью ML-моделей и нейросетей
▪️ Практику и стажировку от корпоративных партнеров программы
И все это — онлайн. Материалы для обучения доступны на платформе 24/7. Вы можете сами выбрать группу с оптимальным временем практических занятий и семинаров. Гибкий график позволяет совмещать обучение с работой.
За 2 года вы успеете погрузиться в сферу, получить практический опыт в разработке ИИ и собрать 7+ проектов в портфолио. А по окончании обучения вас ждет диплом МГУ им. М.В. Ломоносова.
Узнайте, какие бонусы вас ждут как студента МГУ и как будет проходить ваше обучение, на сайте программы:
https://u.to/-DV4Gw
⭐️ Актуальные новости и интересные материалы о регулировании и других аспектах искусственного интеллекта (ИИ) — в Telegram-фиде База знаний AI
Команда ICT.Moscow собирает самые заметные новости о технологиях машинного обучения, компьютерного зрения и обработке естественного языка; публикует данные из отраслевых исследований, правового регулирования, мнения экспертов рынка, статьи, интервью и другие полезные материалы об ИИ, а каждое утро начинается с обзора главных ИИ-новостей.
Вот несколько постов из их фида:
📌 В России утвержден первый стандарт в области больших данных
📌 Регуляторы ЕС против использования ИИ для распознавания признаков человека в общедоступных местах
📌 Зачем нужны транспортные полигоны для «умных» машин
***
👉🏻 Подписаться на фид @ICT_Moscow_AI
Подборка полезных инструментов для повседневной работы от специалиста по Data Science.
Обзор инструментов для Data Scientist и ML-инженеров, которые упрощают ежедневную работу, повышают продуктивность и просто делают опыт использования разных сервисов приятнее...
Статья
🐍Скрапинг сайта с помощью Python: гайд для новичков.
В этой статье мы разберемся, как создать HTML скрапер на Python, который получает неофициальный доступ к коду сайта и позволяет извлечь необходимые данные.
Статья
