Data Science
رفتن به کانال در Telegram
DS По всем вопросам- @haarrp @ai_machinelearning_big_data - machine learning @pythonl - Python @itchannels_telegram - 🔥 best it channels @ArtificialIntelligencedl - AI @pythonlbooks-📚 @programming_books_it -📚 Реестр РКН: https://clck.ru/3Fk3zS
نمایش بیشتر
📈 تحلیل کانال تلگرام Data Science
کانال Data Science (@datascienceiot) بازیگری فعال است. در حال حاضر جامعه شامل 42 411 مشترک است و جایگاه 3 178 را در دسته فناوری و برنامه‌ها و رتبه 14 813 را در منطقه روسيا دارد.
📊 شاخص‌های مخاطب و پویایی
از زمان ایجاد در невідомо، پروژه رشد سریعی داشته و 42 411 مشترک جذب کرده است.
بر اساس آخرین داده‌ها در تاریخ 14 نوامبر, 2026، کانال فعالیت پایداری دارد. در ۳۰ روز گذشته تغییر اعضا برابر -93 و در ۲۴ ساعت گذشته برابر -4 بوده و همچنان دسترسی گسترده‌ای حفظ شده است.
- وضعیت تأیید: تأیید نشده
- نرخ تعامل (ER): میانگین تعامل مخاطب 7.19% است و در ۲۴ ساعت نخست پس از انتشار، محتوا معمولاً 2.62% واکنش نسبت به کل مشترکان کسب می‌کند.
- دسترسی پست‌ها: هر پست به طور میانگین 3 050 بازدید دریافت می‌کند. در اولین روز معمولاً 1 111 بازدید جمع‌آوری می‌شود.
- واکنش‌ها و تعامل: مخاطبان به‌طور فعال حمایت می‌کنند؛ میانگین واکنش به هر پست 0 است.
- علایق موضوعی: محتوا بر موضوعات کلیدی مانند llm, агентов, api, октября, разработчиков تمرکز دارد.
📝 توضیح و سیاست محتوایی
نویسنده این فضا را محل بیان دیدگاه‌های شخصی توصیف می‌کند:
“DS
По всем вопросам- @haarrp
@ai_machinelearning_big_data - machine learning
@pythonl - Python
@itchannels_telegram - 🔥 best it channels
@ArtificialIntelligencedl - AI
@pythonlbooks-📚
@programming_books_it -📚
Реестр РКН: https://clck.ru/3...”
به لطف به‌روزرسانی‌های پرتکرار (آخرین داده در تاریخ 15 نوامبر, 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.
42 411
مشترکین
-424 ساعت
-1027 روز
-9330 روز
در حال بارگذاری داده‌ها
کانال‌های مشابه
![Data Science | Machinelearning [ru]](https://cdn.tlmtr.io/_next/image?url=https%3A%2F%2Fimg.telemetr.io%2Fc%2F1dVo3O%2F5217464346798572541%3Fty%3Dx&w=96&q=75){kind=small}
ابر برچسب‌ها
اشارات ورودی و خروجی
---
---
---
---
---
---
جذب مشترکین
نوامبر '26نوامبر '26
نوامبر '26
+23
در 2 کانال‌ها
اکتبر '26
+264
در 3 کانال‌ها
Get PRO
سپتامبر '26
+284
در 1 کانال‌ها
Get PRO
اوت '26
+486
در 2 کانال‌ها
Get PRO
ژوئیه '26
+594
در 3 کانال‌ها
Get PRO
ژوئن '26
+156
در 2 کانال‌ها
Get PRO
مه '26
+183
در 2 کانال‌ها
Get PRO
آوریل '26
+170
در 4 کانال‌ها
Get PRO
مارس '26
+338
در 2 کانال‌ها
Get PRO
فوریه '26
+499
در 2 کانال‌ها
Get PRO
ژانویه '26
+687
در 0 کانال‌ها
Get PRO
دسامبر '25
+380
در 2 کانال‌ها
Get PRO
نوامبر '25
+530
در 2 کانال‌ها
Get PRO
اکتبر '25
+374
در 1 کانال‌ها
Get PRO
سپتامبر '25
+587
در 7 کانال‌ها
Get PRO
اوت '25
+609
در 1 کانال‌ها
Get PRO
ژوئیه '25
+750
در 3 کانال‌ها
Get PRO
ژوئن '25
+525
در 1 کانال‌ها
Get PRO
مه '25
+454
در 3 کانال‌ها
Get PRO
آوریل '25
+560
در 11 کانال‌ها
Get PRO
مارس '25
+573
در 4 کانال‌ها
Get PRO
فوریه '25
+545
در 7 کانال‌ها
Get PRO
ژانویه '25
+842
در 20 کانال‌ها
Get PRO
دسامبر '24
+848
در 5 کانال‌ها
Get PRO
نوامبر '24
+1 777
در 32 کانال‌ها
Get PRO
اکتبر '24
+1 710
در 6 کانال‌ها
Get PRO
سپتامبر '24
+1 402
در 7 کانال‌ها
Get PRO
اوت '24
+1 164
در 4 کانال‌ها
Get PRO
ژوئیه '24
+1 033
در 7 کانال‌ها
Get PRO
ژوئن '24
+1 066
در 7 کانال‌ها
Get PRO
مه '24
+1 000
در 37 کانال‌ها
Get PRO
آوریل '24
+935
در 45 کانال‌ها
Get PRO
مارس '24
+1 187
در 22 کانال‌ها
Get PRO
فوریه '24
+1 142
در 3 کانال‌ها
Get PRO
ژانویه '24
+1 230
در 45 کانال‌ها
Get PRO
دسامبر '23
+687
در 42 کانال‌ها
Get PRO
نوامبر '23
+382
در 3 کانال‌ها
Get PRO
اکتبر '23
+1 012
در 20 کانال‌ها
Get PRO
سپتامبر '23
+872
در 0 کانال‌ها
Get PRO
اوت '23
+747
در 0 کانال‌ها
Get PRO
ژوئیه '23
+560
در 0 کانال‌ها
Get PRO
ژوئن '23
+865
در 0 کانال‌ها
Get PRO
مه '23
+1 528
در 0 کانال‌ها
Get PRO
آوریل '23
+363
در 0 کانال‌ها
Get PRO
مارس '23
+417
در 0 کانال‌ها
Get PRO
فوریه '23
+423
در 0 کانال‌ها
Get PRO
ژانویه '23
+472
در 0 کانال‌ها
Get PRO
دسامبر '22
+770
در 0 کانال‌ها
Get PRO
نوامبر '22
+380
در 0 کانال‌ها
Get PRO
اکتبر '22
+534
در 0 کانال‌ها
Get PRO
سپتامبر '22
+578
در 0 کانال‌ها
Get PRO
اوت '22
+1 100
در 0 کانال‌ها
Get PRO
ژوئیه '22
+464
در 0 کانال‌ها
Get PRO
ژوئن '22
+366
در 0 کانال‌ها
Get PRO
مه '22
+403
در 0 کانال‌ها
Get PRO
آوریل '22
+514
در 0 کانال‌ها
Get PRO
مارس '22
+462
در 0 کانال‌ها
Get PRO
فوریه '22
+304
در 0 کانال‌ها
Get PRO
ژانویه '22
+400
در 0 کانال‌ها
Get PRO
دسامبر '21
+287
در 0 کانال‌ها
Get PRO
نوامبر '21
+224
در 0 کانال‌ها
Get PRO
اکتبر '21
+1 533
در 0 کانال‌ها
Get PRO
سپتامبر '21
+382
در 0 کانال‌ها
Get PRO
اوت '21
+412
در 0 کانال‌ها
Get PRO
ژوئیه '21
+507
در 0 کانال‌ها
Get PRO
ژوئن '21
+611
در 0 کانال‌ها
Get PRO
مه '21
+555
در 0 کانال‌ها
Get PRO
آوریل '21
+404
در 0 کانال‌ها
Get PRO
مارس '21
+456
در 0 کانال‌ها
Get PRO
فوریه '21
+411
در 0 کانال‌ها
Get PRO
ژانویه '21
+729
در 0 کانال‌ها
Get PRO
دسامبر '20
+10 299
در 0 کانال‌ها
| تاریخ | رشد مشترکین | اشارات | کانال‌ها | |
| 15 نوامبر | 0 | |||
| 14 نوامبر | +3 | |||
| 13 نوامبر | 0 | |||
| 12 نوامبر | +1 | |||
| 11 نوامبر | 0 | |||
| 10 نوامبر | +4 | |||
| 09 نوامبر | +6 | |||
| 08 نوامبر | +1 | |||
| 07 نوامبر | +1 | |||
| 06 نوامبر | 0 | |||
| 05 نوامبر | +2 | |||
| 04 نوامبر | +2 | |||
| 03 نوامبر | 0 | |||
| 02 نوامبر | +1 | |||
| 01 نوامبر | +2 |
پست‌های کانال
AI Isn’t Getting Dumber, We’re Getting Pickier: Rising Standards in Human Evaluation of Large Language Models
📓 Read
@datascienceiot
| 2 | 📊 AI VK Research придумали, как точнее предсказывать интерес к контенту
Метод называется HEGM (Hierarchical Exponential-Gaussian Mixture). Модель предсказывает распределение возможных сценариев: пролистают сразу, посмотрят частично, досмотрят до конца или пересмотрят.
Что дало на практике:
— в VK Клипах число роликов за один заход выросло на 10%
— досмотры (>10 сек) +6%
— дизлайки −8,3%
Проверяли на KuaiRec, VK-LSVD и внутреннем датасете из 282 млн обезличенных взаимодействий. По качеству ранжирования HEGM обошёл протестированные альтернативы.
Зачем это нужно: подход переносится на музыку (пропуски vs полное прослушивание), рекламу (длительность просмотра) и e-commerce (время изучения карточки). Одна модель — несколько метрик интереса, без перестройки архитектуры рекомендательной системы.
Код уже открыт на GitHub. Читаем подробнее тут. | 1 390 |
| 3 |  Recurrent Harness for Agentic Continual Learning
📓 Read
@datascienceiot | 1 353 |
| 4 |  Приглашаем на митап для ML-разработчиков и дата-сайентистов 🥰
Как использовать LLM и агентов в поиске, чтобы точнее понимать запросы пользователей и повышать релевантность результатов?
19 ноября обсудим выбор моделей, оценку качества и работу таких систем в проде.
🔴 Борис Коварский, hh.ru — Агентный поиск в рекрутинге: опыт hh
🔴 Виктор Реушкин, hh.ru — Как устроен диалоговый поиск вакансий на hh
🤩 Алексей Казаков, Циан — LLM и энкодерные модели для поиска. Опыт развития подходов в поиске недвижимости
Дата и время: 19 ноября в 19:00 мск
Очно: Москва, офис hh
Онлайн: будет трансляция в VK и YouTube для тех, кто не сможет прийти в офис
После докладов можно будет пообщаться с коллегами — подготовим вкусную еду и напитки 🍕
Регистрируйтесь → участие бесплатное 🥹
#реклама
О рекламодателе | 1 304 |
| 5 |  New Carnegie Mellon and JetBrains paper finds that token spend shows how much engineers use AI agents, not how much they ship.
📓 Read
@datascienceiot | 1 632 |
| 6 |  Claude решил задачу по физике чёрных дыр, которую не могли закрыть около 20 лет
Anthropic опубликовала исследование, в котором внутренняя исследовательская модель Claude получила новый результат в теоретической физике.
Работа посвящена переходу Хокинга - Пейджа. Это фазовый переход, связанный с термодинамикой чёрных дыр в пространстве анти-де Ситтера (AdS).
Исследователей интересовал вопрос: сохраняется ли этот переход при слабой связи, когда классическое геометрическое описание уже неприменимо?
Для ответа требовалось вычислить коэффициент, который впервые появляется на трёх петлях в теории возмущений. По словам авторов, этот коэффициент не удавалось вычислить примерно два десятилетия.
Claude получила значение:
b = −1,48 × 10⁻³ λ²
Отрицательный знак коэффициента показывает, что переход остаётся переходом первого рода. Он происходит немного ниже температуры Хагедорна.
Особенно интересна организация работы. Физик поставил задачу внутренней исследовательской модели Anthropic, после чего проверил результат на нескольких известных частных случаях. Отдельный запуск Claude с использованием другого метода независимо получил то же значение.
Позднее Anthropic связала эту внутреннюю модель с Claude Fable 5.2.
Это ещё один пример того, как современные языковые модели начинают участвовать в исследованиях на уровне сложных математических вычислений и теоретической физики.
При этом работа пока не прошла независимое научное рецензирование. Результат требует проверки со стороны физического сообщества.
📓 Read
@datascienceiot | 2 365 |
| 7 | 1 | 1 |
| 8 |  🔍 Открытое ML-собеседование с техлидом Яндекса|
12 ноября, 19:00 мск
Приходи онлайн посмотреть, как проходит техническое интервью на ML-инженера, и попробуй ответить на вопросы вместе с кандидатом
Как всё будет проходить:
📂 Интервьюер: Любовь Чубарова, техлид в Яндексе (RnD Alice AI), одна из первых сотрудниц YandexArt, преподаватель ВШЭ, экс-руководитель аналитики Центра ИИ Сколтеха. В роли кандидата – инженер-доброволец
📂 Никакого сценария: Любовь задаст вопросы и предложит задачи, которые использует на технических интервью. Кандидат не будет знать их заранее
📂 В конце эфира Любовь ответит на вопросы участников
Участие бесплатное!
Эфир проходит в рамках менторской программы ШОРТКАТ для айтишников, которые хотят сменить работу, вырасти в грейде и зарплате или прокачать технические навыки
Переходи в бота, чтобы получить ссылку на эфир → @shortcut_ml_bot
Реклама.
О рекламодателе. | 2 058 |
| 9 |  Yoshua Bengio and collaborators just released a goldmine 182-page survey on mechanistic interpretability!
"Understanding AI from the Inside"
📓 Read
@datascienceiot | 1 987 |
| 10 |  A Circuit for In-Context Learning
📓 Read
@datascienceiot | 2 893 |
| 11 |  Алгоритм знает, где вы будете 7-го ноября 😎
RecSys-митап в Москве для тех, кто уже строит рекомендательные системы и хочет делать это еще лучше.
В программе — доклады от топовых экспертов Сбера с разбором кейсов, свежих подходов и неочевидных решений.
После официальной части — нетворкинг. Время в узком кругу профессионалов и сообщества Зеленый RecSys.
Участие бесплатное, но количество мест ограничено.
Москва. Суббота. 7 ноября. RecSys!
➡️ регистрируйтесь | 2 723 |
| 12 |  Mistral Large 4
📓 Read
@datascienceiot | 2 750 |
| 13 |  "Large Flow Language Models"
What if we could turn existing LLMs into diffusionLMs that generate multiple tokens in parallel without losing accuracy?
📓 Read
@datascienceiot | 3 829 |
| 14 |  Бесплатная книга о больших языковых моделях – 315 страниц от предобучения до рассуждений.
Foundations of Large Language Models Тун Сяо и Цзинбо Чжу системно объясняет, как устроены LLM, как их обучают и применяют.
Внутри шесть основных тем:
- Предобучение: задачи обучения и архитектуры моделей.
- Генеративные модели: Transformer, подготовка данных, масштабирование и длинный контекст.
- Промптинг: обучение на примерах в контексте, декомпозиция задач, RAG и инструменты.
- Выравнивание: обучение выполнению инструкций и использование человеческой обратной связи.
- Инференс: декодирование, ускорение и дополнительные вычисления во время генерации.
- Рассуждения: методы улучшения способности решать сложные задачи.
Авторы делают акцент на фундаментальных принципах. Материал подойдёт студентам, разработчикам и ML-инженерам, которым хочется связать отдельные знания о LLM в целостную картину.
Книга на английском. Базовые знания машинного обучения и нейросетей помогут при чтении.
Скачать PDF бесплатно:
https://arxiv.org/pdf/2501.09223 | 3 556 |
| 15 |  Working with Agentic `Teammates': When a New Organizational Actor Collides with the Human Ecosystem of Work
📓 Read
@datascienceiot | 2 748 |
| 16 |  The Geometry of Agent Memory: Forecasting Retrieval-Bound Memory Failures, and Characterizing Its Limits
📓 Read
@datascienceiot | 3 034 |
| 17 |  At the Limits of Computability: Steps Towards Autonomous AI Discovery on the Busy Beaver Frontier
📓 Read
@datascienceiot | 3 096 |
| 18 |  Patch the Planet: global response coordination as agents uncover critical vulnerabilities
https://openai.com/index/coordinated-disclosure-of-critical-vulnerabilities/ | 3 207 |
| 19 | Зачем готовиться к собеседованию вслепую, если можно заранее посмотреть, какие будут вопросы и задачи?
Ребята из Поступашек уже 6 лет собирают реальные задания и разборы собеседований в BigTech. Там можно найти не только сами вопросы, но и разборы технических секций, критерии оценки и рекомендации по подготовке.
Собрали подборку полезных материалов под разные направления:
➡️ Аналитикам:
— Собеседования на продуктового и бизнес-аналитика в Т-Банке 🟨
— Что спрашивают по A/B-тестированию в X5 🌿 , разбор собес на DS в Яндекс 🟥
➡️ Разработчикам:
— Go и System Design в Ozon 🔵, GO в Авито😎
— Банк алгоритмических собеседований из BigTech
➡️ ML/AI-инженерам:
— Все вопросы на ML-собеседование в Яндексе 🟥 и ML в Авито 😎
— 10 кейсов по ML System Design в Т-Банке 🟨
➡️ Тем, кто ищет первую стажировку:
— Как получить стажировку в 2026 году
— Где взять опыт, если его нет
В Поступашках регулярно выходят новые разборы собеседований, карьерные гайды, стажировки и инсайды о найме в BigTech.
Лучше увидеть эти вопросы до собеседования, чем узнать о них после отказа
ПОСТУПАШКИ ПОДПИСАТЬСЯ | 2 437 |
| 20 |  The World Won't Wait: Evaluating and Teaching Agents Under a Live Clock
📓 Read
@datascienceiot | 3 442 |
