Уже доступно! Исследование Telegram 2025 — ключевые инсайты года 
Data Science | Machinelearning [ru]
Открыть в 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
Больше📈 Аналитический обзор Telegram-канала Data Science | Machinelearning [ru]
Канал Data Science | Machinelearning [ru] (@devsp) языкового сегмента Русский является активным участником. Сейчас сообщество объединяет 19 980 подписчиков, занимая 6 706 место в категории Технологии и приложения и 33 686 место в регионе Россия.
📊 Показатели аудитории и динамика
С момента создания невідомо проект демонстрирует стремительный рост, собрав аудиторию из 19 980 подписчиков.
Согласно последним данным от 25 июня, 2026, канал показывает стабильную активность. За последние 30 дней изменение числа участников составило -75, а за последние 24 часа — -8, при этом общий охват остаётся высоким.
- Статус верификации: Не верифицирован
- Уровень вовлечённости (ER): Средний показатель вовлечённости аудитории составляет 7.47%. В первые 24 часа после публикации контент обычно набирает 3.67% реакций от общего числа подписчиков.
- Охват публикаций: В среднем каждый пост получает 1 492 просмотров. В течение первых суток публикация набирает 733 просмотров.
- Реакции и взаимодействия: Аудитория активно поддерживает контент: среднее количество реакций на один пост — 6.
- Тематические интересы: Контент сосредоточен на ключевых темах, таких как llm, nvidia, контекст, openai, архитектура.
📝 Описание и контентная политика
Автор описывает ресурс как площадку для выражения субъективного мнения:
“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”
Благодаря высокой частоте обновлений (последние данные получены 26 июня, 2026) канал поддерживает актуальность и высокий уровень охвата публикаций. Аналитика показывает, что аудитория активно взаимодействует с контентом, что делает его важной точкой влияния в категории Технологии и приложения.
19 980
Подписчики
-824 часа
-457 дней
-7530 день
Архив постов
Tensorflow: Используем трансферное обучение для классификации пневмонии и оптимизируем нашу модель
Сегодня мы будем работать с открытым набором данных по рентгенографии грудной клетки которые, использовали для этого исследования, с предварительно обученной моделью MobileNet_v2 для классификации изображений TensorFlow и переносом обучения для создания классификатора пневмонии, который работает с рентгенограммами грудной клетки.
Целью этой статьи является не столько получение навыков классификации изображений, а сколько понимание того, насколько легко вы можете создать соответствующую модель.
Читать...
Сравнение производительности моделей обнаружения объектов YOLO v5, v6 и v7
Если вы выполняете проект по обнаружению объектов, высока вероятность того, что вы выберете одну из многих моделей YOLO. Учитывая количество моделей обнаружения объектов YOLO, сделать выбор в пользу лучшей из них непросто.
Читать...
Получи 3 бесплатных вебинара по AI прямо сейчас!🔥
Темы вебинаров:
Как запустить AI-проект? Разбор 19 идей проектов:
👉 Многоуровневая классификация входящих запросов пользователей сервиса
👉 Оценка вероятности попадания в ворота по разбегу бьющего пенальти в футболе
👉 Определение "подозрительных лиц" из базы при входе в супермаркет
и еще 16 других идей.
Карьерный трек AI-разработчика с 0 до 200К за 2 года:
👉 Как вырасти с нуля до 200 000 руб/месяц?
👉 Фриланс, трудоустройство, карьера AI-разработчика
У вас будет сформировано чёткое понимание своего карьерного трека.
Делаем AI в прямом эфире:
👉 Вводная часть. Знакомство с Terra AI, единственный в мире софт, позволяющий создавать нейросети движением мышки
👉 Практика: создаем нейросеть по классификации изображений
👉 Теория: разбор нашего AI-проекта на заказ.
Получить доступ
📌 Бесплатное обучение по дизайну с нуля. Вместе сделаем тебе портфолио из 3+ новых работ
Что ты получишь?
- Фидбэк (разбор всех ДЗ от куратора)
- Тусовка (личный кабинет с уроками + живой чат)
- Портфолио (упакуем по урокам и проверим)
- Экзамен (аттестация и балл)
Будем делать: веб-дизайн, графический дизайн, анимация интерфейсов - https://t.me/YudaevSchoolmkbot?start=ZGw6MTA1NTcw
Программа обучения:
- Как работать в Figma с нуля
- Изучение основ дизайна (сетки, композиция т.д.)
- Способы поиска контента и правильной работы с ним
- Создание анимации интерфейса
- 4 домашних задания
- Личные разборы от наставника (дизайнер с опытом и доходом от 100к)
- Эфир - "Как найти себе первого клиента"
👉 Переходи в чат, там тебя уже ждут кураторы, уроки, домашки и живое общение! - https://t.me/YudaevSchoolmkbot?start=ZGw6MTA1NTcw
Каким должен быть Feature Store, чтобы оптимизировать работу с ML-моделями
В работе с данными для обучения нейросетей много рутины: под каждую ML-модель нужно создать датасет, потом «вычеркнуть» лишние признаки (фичи) и протестировать точность предсказаний. Иногда при изменении датасета нужно собирать данные по новой. Это неудобно, если нужно переиспользовать уже собранные фичи для обучения новых моделей. Чтобы оптимизировать работу с данными, ML-инженеры объединили разные практики и сформировали парадигму Feature Store.
По мотивам выступления Артёма Глазкова, ведущего эксперта MLOps в Polymatica, рассказываем о том, что нужно бизнесу от Feature Store сегодня, и разбираем архитектуру «эталонного» решения. Подробности под катом.
Читать...
Полиция Сан-Франциско собирается применять боевых роботов для убийства подозреваемых
Департамент полиции Сан-Франциско (SFPD) разработал новые правила, позволяющие использовать боевых роботов для применения летальной силы к подозреваемым в совершении преступлений. Убивать подозреваемых с использованием боевых роботов планируется «в редких и исключительных обстоятельствах».
Читать...
🔥 МегаФон создал канал, где ты найдешь вакансии для разработчиков, data scientists, аналитиков, продуктологов, дизайнеров и других экспертов в IT и Digital.
А еще Megafonjobs регулярно постит анонсы профильных событий и интересные материалы по теме.
Подпишись
🧬 Присоединяйтесь к онлайн-митапу ВТБ «Применение ML-инструментов в бизнес-процессах», который пройдёт 8 декабря 2022 года в 18:30 по мск. Митап будет полезен всем, кто интересуется Data Science и Machine Learning.
Темы митапа:
📌 «Инструменты для автоматизации решения бизнес задач»
Спикер: Дмитрий Тимохин, Data Scientist, ВТБ
📌«Модель для матчинга резюме и вакансий»
Спикер: Ярослав Пудяков, Data Scientist, ВТБ
📌 «Модель предсказания связанности компаний для привлечения клиентов в Банк»
Спикер: Роман Гончар, лидер команды Графовой аналитики стрима КиБ и СМБ моделирования, ВТБ
📌 Q&A-сессия, модератор: Артём Летин, лидер стрима КиБ и СМБ моделирования, ВТБ
👉 Зарегистрируйтесь по ссылке, и мы пришлём вам напоминание о митапе: https://cnrlink.com/dsmlmeetupds
🎁 Авторы самых интересных вопросов получат фирменный мерч
FCOS- объяснение обнаружения объектов без привязки
FCOS: полностью сверточное одноступенчатое обнаружение объектов - это детектор объектов без привязки. Он решает проблемы обнаружения объектов с помощью метода прогнозирования по пикселям, аналогичного сегментации. Большинство последних детекторов объектов без привязки или без привязки на основе глубокого обучения используют FCOS в качестве основы.
Читать...
🧠ML на YaTalks
Главная конференция Яндекса для IT-сообщества YaTalks пройдет 3-4 декабря. Один из тематических треков посвящен ML и, судя по программе, там будет много интересного.
Например, Алексей Гусаков, руководитель управления машинного интеллекта и исследований Яндекса, расскажет, как поймать баланс между продуктом и исследованиями. Из его доклада можно будет узнать, как развивался ML в Яндексе, как взаимодействуют R&D и бизнес и как разработчикам помогает отдел Yandex Research.
Среди других ML-тем: «Нейродубляж: стираем языковые барьеры в видео» и «10 лет новой эпохи машинного обучения».
Чтобы ничего не пропустить, регистрируйтесь прямо сейчас, подписывайтесь на канал @yatalks2022. Конференция пройдет онлайн, так что подключиться можно из любой точки мира.
Как составить резюме Junior-аналитику, чтобы на него обратили внимание: секреты от Х5 Tech
Авторы этой статьи работают в команде больших данных в Х5 Tech. Мы решили объединить в статье наш личный опыт отбора кандидатов на позицию начинающего аналитика и дать несколько рекомендаций по составлению качественного резюме. Надеемся, что они окажутся полезными для тех, кто ищет работу своей мечты, и будет совсем здорово, если мы в итоге встретимся в X5 Tech.
Читать...
Анализ больших данных в Excel: используем сводную таблицу для работы с BigQuery, Snowflake и ClickHouse
Меня зовут Сергей Коньков - я работаю архитектором в компании CloudReports. Сегодня я расскажу, как мы создали продукт, который помогает пользователям работать с данными и в какой-то мере соединяет два мира аналитики: Excel и облачные хранилища данных.
Читать...
🔥 Как применять подход векторного представления слов в NLP?
🗓 Расскажем 1 декабря в 18:00 мск на открытом уроке «Как применять подход векторного представления слов в NLP».
💻 На занятии вы познакомитесь с преподавателем Марией Тихоновой, специалистом по анализу данных в команде AGI NLP в SberDevices.
💣 По итогам занятия вы:
️✔️ Узнаете технику векторных представлений слов (word embedding)
✔️ Изучите несколько классических методов векторных представлений слов.
✔️ Научитесь применять методы word embedding для решения прикладных NLP-задач
📊 Занятие проходит в рамках курса «Natural Language Processing (NLP)». Курс предназначен для DS/ML-специалистов, которые хотят углубить знания в области NLP.
✅ Регистрируйся бесплатно - https://otus.pw/v7LT/
Реклама. Информация о рекламодателе на сайте www.otus.ru
✅ Машинное обучение - нейросети, dl , алгоритмы на Python. Канал раскроет технологии машинного обучения.
🐍 Python собеседования - все возможные вопросы и задачи с реальных Python собеседований.
🧠ML interview - канал подготовит к собеседованию по работе с данными, углубленном python программировании .
🔎 Анализ даннных - Дата Сайентист на Python, освой одну из самых высокооплачиваемых профессий ит-рынка.
30 самых крупных датасетов для машинного обучения в TensorFlow
TensorFlow — это одна из наиболее популярных открытых библиотек с датасетами для задач машинного обучения. Разработкой TensorFlow занимаются исследователи из Google Brain. Библиотека предоставляет доступ к датасетам с изображениями, видео, аудио и текстами.
Читать...
Давайте запретим нейронные сети
Тема нейронных сетей волнует сейчас почти всех, кто рисует. За последние пол года прогресс выглядит для кого-то головокружительным, а для кого-то пугающим. В этой статье я хочу рассмотреть основные страхи, претензии и впечатления в целом по отношению к нейронным сетям среди творческих людей, профессия или хобби которых создание визуальной эстетики.
Читать...
Ансамбли моделей для распознавания рукописных цифр
Применение нескольких моделей машинного обучения для решения задачи является частой практикой и данная технология преимущественно выигрывает по качеству по сравнению с одной моделью. Однако, для успешного результата такой технологии необходимо разбираться в ее модификациях.
Читать...
