fa
Feedback
DataSpoof

DataSpoof

رفتن به کانال در Telegram

Learn Data Science https://dataspoof4081.graphy.com/membership Artificial Intelligence Machine Learning Data Science Deep learning Computer vision NLP Big data

نمایش بیشتر

📈 تحلیل کانال تلگرام DataSpoof

کانال DataSpoof (@dataspoof) در بخش زبانی انگلیسی بازیگری فعال است. در حال حاضر جامعه شامل 16 138 مشترک است و جایگاه 12 559 را در دسته آموزش و رتبه 26 707 را در منطقه الهند دارد.

📊 شاخص‌های مخاطب و پویایی

از زمان ایجاد در невідомо، پروژه رشد سریعی داشته و 16 138 مشترک جذب کرده است.

بر اساس آخرین داده‌ها در تاریخ 20 ژوئن, 2026، کانال فعالیت پایداری دارد. در ۳۰ روز گذشته تغییر اعضا برابر -151 و در ۲۴ ساعت گذشته برابر 0 بوده و همچنان دسترسی گسترده‌ای حفظ شده است.

  • وضعیت تأیید: تأیید نشده
  • نرخ تعامل (ER): میانگین تعامل مخاطب 7.89% است و در ۲۴ ساعت نخست پس از انتشار، محتوا معمولاً N/A% واکنش نسبت به کل مشترکان کسب می‌کند.
  • دسترسی پست‌ها: هر پست به طور میانگین 0 بازدید دریافت می‌کند. در اولین روز معمولاً 0 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 api, llm, pipeline, +9183182, engineer تمرکز دارد.

📝 توضیح و سیاست محتوایی

نویسنده این فضا را محل بیان دیدگاه‌های شخصی توصیف می‌کند:
Learn Data Science https://dataspoof4081.graphy.com/membership Artificial Intelligence Machine Learning Data Science Deep learning Computer vision NLP Big data

به لطف به‌روزرسانی‌های پرتکرار (آخرین داده در تاریخ 21 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 آموزش تبدیل کرده‌اند.

16 138
مشترکین
اطلاعاتی وجود ندارد24 ساعت
-397 روز
-15130 روز
آرشیو پست ها
DataSpoof
16 139

DataSpoof
16 139
Andrew karpathy launched its llm course https://github.com/karpathy/LLM101n

DataSpoof
16 139
Complete Data Science end to end training Duration- 8 months For curriculum and fees structure https://www.dataspoof.info/training/

DataSpoof
16 139
Generative AI in Search and Recommendations.pdf2.06 MB

DataSpoof
16 139
Introduction_to_apache_kafka.pdf10.15 KB

DataSpoof
16 139

DataSpoof
16 139
Gpt4o

DataSpoof
16 139
Education is shifting. Teachers beware. Kids are going to get great tutoring going forward. The future is so, so bright. #OpenAI #gpt4o #ai #gpt #llms

DataSpoof
16 139
Large Language Models _ _ CHEAT SHEET.pdf1.31 MB

DataSpoof
16 139
Git for Quants.pdf0.90 KB

DataSpoof
16 139
Cicd notes

DataSpoof
16 139
CICD for Freshers_Experienced .pdf4.16 MB

DataSpoof
16 139
The basics of reinforcement learning in simple words https://www.dataspoof.info/post/basics-of-reinforcement-learning/

DataSpoof
16 139
Reflecting on a memorable interview experience with Kotak Mahindra Bank for the SDE-2 (Data Engineering) role! 🌟 It comprised four stimulating rounds, featuring two bar raiser and two internal rounds. Round 1: Delved deep into DS & Algo, SQL data modeling, and Data Warehousing, setting the stage for a robust discussion. Round 2: Focused on Pipeline designing and Spark, challenging me to showcase my skills in designing efficient data pipelines. Round 3: Dived into SQL and Spark optimization, where I had the opportunity to demonstrate my expertise in enhancing performance. Round 4: A dynamic mix of everything, including streaming and writing ETL for various scenarios, truly putting my skills to the test.

DataSpoof
16 139
𝗣𝗪𝗖 𝗜𝗻𝘁𝗲𝗿𝘃𝗶𝗲𝘄 𝗘𝘅𝗽𝗲𝗿𝗶𝗲𝗻𝗰𝗲 (𝗗𝗮𝘁𝗮 𝐄𝐧𝐠𝐢𝐧𝐞𝐞𝐫) ⭐→ The whole interview process had 3 rounds of 1 hour each. 🔸 The first round was an extensive discussion about the projects I was handling and a few coding questions on SQL & Python. There were questions like the following: → Optimisation techniques used in projects; Issues faced in the project; Hadoop questions. 🔸 After clearing this round, I moved on to the next round, which was a Case-Study based round. I was asked scenario-based questions & the interviewer asked multiple questions on Spark, like: → Spark job process; Optimizations of spark; Sqoop interview questions. After this, I was asked a few Coding questions & SQL coding questions, which I successfully answered. 🔸 Lastly, there was a Managerial Round where I was asked a lot of technical and advanced questions like: → Architecture of spark, hive, Hadoop; Overview of MapReduce job process; Joins to use in spark; Broadcast join & lastly Different joins available.

DataSpoof
16 139
Jenkins Basics for freshers_experienced.pdf4.77 MB

DataSpoof
16 139
photo content