اکنون در دسترس! پژوهش تلگرام ۲۰۲۵ — مهمترین بینشهای سال 
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 41 909 مشترک است و جایگاه 3 247 را در دسته فناوری و برنامهها و رتبه 15 289 را در منطقه روسيا دارد.
📊 شاخصهای مخاطب و پویایی
از زمان ایجاد در невідомо، پروژه رشد سریعی داشته و 41 909 مشترک جذب کرده است.
بر اساس آخرین دادهها در تاریخ 16 ژوئن, 2026، کانال فعالیت پایداری دارد. در ۳۰ روز گذشته تغییر اعضا برابر -37 و در ۲۴ ساعت گذشته برابر -14 بوده و همچنان دسترسی گستردهای حفظ شده است.
- وضعیت تأیید: تأیید نشده
- نرخ تعامل (ER): میانگین تعامل مخاطب 8.76% است و در ۲۴ ساعت نخست پس از انتشار، محتوا معمولاً 3.10% واکنش نسبت به کل مشترکان کسب میکند.
- دسترسی پستها: هر پست به طور میانگین 3 674 بازدید دریافت میکند. در اولین روز معمولاً 1 301 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 17 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.
41 909
مشترکین
-1424 ساعت
+17 روز
-3730 روز
آرشیو پست ها
41 907
5-phase path every ML systems engineer follows but almost no one talks about.
📚 Read
@datascienceiot
41 907
Video-LMM Post-Training: A Deep Dive into Video Reasoning with Large Multimodal Models
Read
@datascienceiot
41 907
🖥 Новый курс на Stepik - PostgreSQL для разработчиков: от основ к созданию API
Здесь на пальцах объясняют не только как писать SQL-запросы, а строить настоящие backend-сервисы с базой данных как у профи.
В этом курсе ты шаг за шагом создашь REST API на FastAPI + PostgreSQL:
от установки среды и первых таблиц - до масштабируемого приложения с безопасностью и CRUD-операциями.
🔹 На практике разберете:
• SQL-запросы, фильтры, агрегаты и подзапросы
• Связи между таблицами и нормализацию БД
• Взаимодействие Python и PostgreSQL
• Реализацию REST API и подключение базы
• Оптимизацию и разбор реальных задач с собеседований
⚡ После курса у вас будет свой работающий API-проект и реальные навыки работы с PostgreSQL в продакшене.
🎁 Сегодня дарим промокод –30% от цены:
SQLISGREAT
🚀 Прокачаю свои знания: https://stepik.org/course/255542/41 907
1,001 real-world gen AI use cases from the world's leading organizations
📚 Github
@datascienceiot
41 907
Gaussian Embeddings: How JEPAs Secretly Learn Your Data Density
📕Читать
@datascienceiot
41 907
ML-Хакатон от Overnight Finance! 🦥
Задача спрогнозировать курс ETH/USDC по реальным данным! Финансовый кейс от Overnight.fi — профи в стейблкоинах и дельта-нейтральных стратегиях.
Призы:
🥇$2,500
🥈$1,500
🥉$1,000
Зачем участвовать?
1) Прокачай ML-навыки.
2) Покажи мощь аналитики.
3) Забери призы!
Регистрация тут
41 907
🔥Прими участие в Хакатоне от ИТ–холдинга Т1 в Минске и поборись за призовой фонд 600 000 рублей!
Когда: 14–17 октября
Формат: онлайн + финал на площадке
Участвуй, если ты:
🔹обучаешься на технической или ИТ–специальности;
🔹развиваешься в направлении разработки, аналитики, AI/ML, NLP или DevOps;
🔹сможешь быть в Минске 17 октября.
Выбери свой кейс:
✴️FaaS система биллинга: платите ровно за то, что используете. Создай биллинговую систему для FaaS – точный расчёт с учётом времени, вызовов и памяти.
✴️Smart Support: поддержка нового поколения. Разработай ИИ-ассистента для службы поддержки с real-time подсказками из базы знаний.
Почему стоит участвовать:
🔘Кейс в портфолио и полезная обратная связь от менторов Т1;
🔘Шанс проявить себя, чтобы начать карьеру в одной из крупнейших ИТ-компаний;
🔘Реальный опыт командной работы;
🔘Мерч и атмосфера сильного комьюнити — в Т1 более 5 000 джунов из 580+ вузов России и Беларуси.
Регистрация открыта!
➡️ Успей до 12 октября по ссылке.
#реклама
О рекламодателе
41 907
THE DRAGON HATCHLING: THE MISSING LINK
BETWEEN THE TRANSFORMER AND MODELS OF THE BRAIN
📕Читать
@datascienceiot
41 907
Команде Kandinsky нужны именно вы? Сейчас узнаем! 😏
1) Разрабатывать и внедрять техники ускорения инференса.
2) Использовать и дорабатывать существующие ML-компиляторы.
3) Улучшать процессы обучения с помощью исследований.
Если вы трижды ответили «да» — добро пожаловать на One Day Offer, который пройдёт 11 октября.
Зарегистрироваться!
41 907
Repost from Machinelearning
+6
📘 Learning Deep Representations of Data Distributions — новая бесплатная книга от исследователей UC Berkeley (Sam Buchanan, Druv Pai, Peng Wang, Yi Ma).
Главная идея книги - показать, почему и как глубокие нейросети учатся извлекать сжатые, информативные представления сложных данных, и что у них внутри:
💡В книге вы найдите:
🟠простое объяснение фундаментальных принципов архитектур нейросетей через оптимизацию и теорию информации.
🟠как модели формируют инвариантные и устойчивые представления
🟠связь с PCA, автоэнкодерами и дифференцируемыми отображениями — то есть, как нейросети по сути обобщают классические методы сжатия данных и учатся находить их оптимальное представление
🟠взгляд на обучение через энергию, энтропию и структуру данных
🟠свежие идеи для понимания LLM и генеративных моделей
📖 Читать онлайн: ma-lab-berkeley.github.io/deep-representation-learning-book
🖥 Github: https://github.com/Ma-Lab-Berkeley/deep-representation-learning-book
@ai_machinelearning_big_data
#book #deeplearning #representationlearning #ucberkeley #machinelearning
41 907
Rethinking JEPA: Compute-Efficient Video SSL with Frozen Teachers
📕 Читать
@datascienceiot
41 907
SciReasoner: Laying the Scientific Reasoning Ground Across Disciplines
📕 Читать
@datascienceiot
41 907
❌ Почему 87% ML-моделей никогда не попадают в продакшн?
📘 На Stepik вышел курс — «MLOps с нуля: как довести модель до продакшна»
Начинаете путь в MLOps и хотите понять, как перевести ML-модель из ноутбука в реальный продукт? Этот курс — именно то, что нужно.
🎯 Что вы получите:
- Полный жизненный цикл ML-модели: от обучения до мониторинга
- Практику с Docker, Kubernetes, CI/CD, MLflow
- Опыт построения воспроизводимых пайплайнов
- Навыки автоматизации для реального продакшна
🏆 Сертификат по завершении — добавьте его в резюме или профиль LinkedIn
🚀 Сделайте шаг к профессии MLOps-инженера.
Начните уже сегодня и получите скидку 30%, которая действительна в течение 48 часов.
👉 Пройти курс на Stepik
41 907
На Yandex Neuro Scale 2025 в Москве показали новую AI Studio
Теперь ИИ-агентов можно собирать без навыков программирования всего за несколько часов. Внутри — realtime API для голосовых ассистентов, поиск по документам и интернету, быстрое подключение к внешним сервисам по шаблонам через MCP Hub и готовые решения вроде Нейроюриста и SpeechSense.
ИИ-агенты могут изменить работу компаний в ритейле, банках и любых других компаниях – для этого достаточно довериться нейросетям и использовать их как своих помощников. Тогда они смогут забрать на себя львиную долю рутинных задач.
@datascienceiot
41 907
Positive Technologies приглашает на онлайн-презентацию нового продукта — PT Data Security
Решение помогает защитить критически важные данные компании, снижает риски утечек и обеспечивает соответствие требованиям регуляторов.
На онлайн-трансляции вы первыми узнаете:
— Какие задачи и риски сегодня определяют настоящее и будущее рынка защиты данных.
— Какие вызовы стоят перед компаниями на рынке защиты данных.
— О новом подходе Positive Technologies к защите данных.
📅 8 октября, 15:00 мск
📍 Онлайн
👉 Регистрация
