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

Сеть:Frontender's notes [ru]Россия33 703 Технологии и приложения6 722...

📈 Аналитический обзор Telegram-канала Data Science | Machinelearning [ru]

Канал Data Science | Machinelearning [ru] (@devsp) языкового сегмента Русский является активным участником. Сейчас сообщество объединяет 20 002 подписчиков, занимая 6 722 место в категории Технологии и приложения и 33 703 место в регионе Россия.

📊 Показатели аудитории и динамика

С момента создания невідомо проект демонстрирует стремительный рост, собрав аудиторию из 20 002 подписчиков.

Согласно последним данным от 21 июня, 2026, канал показывает стабильную активность. За последние 30 дней изменение числа участников составило -75, а за последние 24 часа — -3, при этом общий охват остаётся высоким.

Статус верификации: Не верифицирован
Уровень вовлечённости (ER): Средний показатель вовлечённости аудитории составляет 8.29%. В первые 24 часа после публикации контент обычно набирает 3.70% реакций от общего числа подписчиков.
Охват публикаций: В среднем каждый пост получает 1 658 просмотров. В течение первых суток публикация набирает 740 просмотров.
Реакции и взаимодействия: Аудитория активно поддерживает контент: среднее количество реакций на один пост — 7.
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 22 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.

20 002

Подписчики

-324 часа

-367 дней

-7530 день

1 658

Просмотры поста

~ 74024 часа

~ 87348 часов

8.29%

Коэффициент вовлеченности

~ 1

Постов в день

Ads index

beta

Архив постов

20 000

🌐NanoSAM: Real-Time Object Segmentation on NVIDIA Jetson Orin Platforms with NVIDIA TensorRT NanoSAM — это вариант модели Segment Anything (SAM), который способен работать в реальном времени на платформах NVIDIA Jetson Orin с NVIDIA TensorRT. Он обучается путем дистилляции кодера изображений MobileSAM на немаркированных изображениях. Для ознакомления с дистилляцией знаний мы рекомендуем ознакомиться с этим руководством. 🖥Github: https://github.com/NVIDIA-AI-IOT/nanosam ⏩Tutorial: https://www.jetson-ai-lab.com/vit/tutorial_nanosam.html @Devsp — Подписаться

20 000

ML TALENT MATCH Примите участие в трехдневном хакатоне гибридного формата с 28 февраля по 1 марта, выполните задание одного из трёх кейсов на выбор и станьте победителем! Кейсы: 1. Алгоритм для структурирования информации в резюме кандидатов 2. Алгоритм для сопоставления резюме и вакансии Для кого: - Junior и Middle разработчики; - Product-менеджеры; - ML-специалисты; - NLP- специалисты; - Аналитики; - Студенты; - Команды от 3 до 5 человек. Призовой фонд - 300 000 рублей. Формат: онлайн/офлайн награждение в г. Москва, Кластер Ломоносов (ИНТЦ МГУ «Воробьёвы горы») Подробная информация и регистрация: https://clck.ru/38qHsR

Реклама. ООО "Акселератор Возможностей".
ИНН 9704005146
erid 2VtzqvmoBUD

20 000

🐶Лапочки с характером: Как машинное обучение помогает определить тип личности ваших пёсиков В данной статье описывается успешная попытка применить методы искусственного интеллекта и ML для классификации и прогнозирования личностных качеств собак с использованием поведенческих данных, полученных из базы данных C-BARQ. Читать...

20 000

Внимание!🕵️‍♀️ Разыскиваются смелые и талантливые data scientists для участия в ежегодном онлайн-соревновании по машинному обучению Data Fusion Contest c призовым фондом в 2 000 000 рублей. Отличительные черты: 🔹 Хотят добавить новые DS/ML-методы в свой арсенал. 🔹 Ищут возможности получить ценные знания и практический опыт на онлайн-митапах и воркшопах. 🔹 Стремятся проявить себя в Data Science сообществе. 🏆 Участники смогут попрактиковаться в решении одной или двух задач сразу: по геоаналитике и по моделям оттоков клиентов. Также их ждет много подарков и награда за лучшие публичные решения по обеим задачам. Зарегистрироваться на новый ML-челлендж от крупнейших компаний России можно по ссылке — https://vk.cc/cuGuwD

20 000

📔Использование Jupyter Notebook для разведочного анализа данных В этой статье мы поговорим о блокнотах Jupyter именно с точки зрения бизнеса, с точки зрения их применения в работе над реальными продуктами. Читать...

20 000

🗣Распознавание и перевод жестовых языков: обзор подходов В этой статье речь пойдет о распознавании и переводе жестового языка и передовых подходах для их решениях. Читать...

20 000

👥«Душа молчит, хоть слышит всё вокруг»: как мы отучаем генеративные модели галлюцинировать В этой статье мы расскажем, как заставить генеративные модели перестать придумывать несуществующие факты и как научиться находить эти ошибки, если они всё же случаются. Читать...

20 000

Если вы ищете возможности применить свои навыки в Python и одновременно получать за это оплату, они приглашают вас подписаться на новый канал с вакансиями для Python-разработчиков последовательно отбирает каждую вакансию вручную, чтобы предоставить вам подробное описание, а также высокие заработные платы. Цель канала - предоставлять вам отобранные вакансии на Python от проверенных IT-компаний, чтобы вы могли найти свою идеальную работу в этой области. Они помогут вам развиваться как профессионал на Python. Не упустите возможность развиваться в своей карьере и зарабатывать, подписавшись на Python Вакансии уже сегодня!

20 000

🤫Моя большая практическая шпаргалка SQL (SQLite) с готовыми запросами В этой статье мы рассмотрим примеры довольно сложных запросов с агрегирующими функциями, триггерами, длинными подзапросами, с оконными функциями. Читать...

20 000

Нужно ли дата-инженерам знать Linux? Расскажет Вадим Заигрин – Team Lead команд инженеров данных. Встречаемся на бесплатном открытом уроке от OTUS, где вы вместе с экспертом: - разберетесь, почему вам надо знать Linux; - ознакомитесь с его особенностями; - узнаете, как работать с Linux: командная строка, пользователи и их права, запуск приложений, инструменты работы с сетью. Занятие пройдёт 22 февраля в 20:00 мск и будет приурочено к старту курса «Data Engineer». Доступна рассрочка на обучение! Пройдите короткое тестирование прямо сейчас, чтобы занять место на открытом уроке и получить запись: https://otus.pw/QIc9/ Реклама. ООО «Отус онлайн-образование», ОГРН 1177746618576, www.otus.ru

20 000

🧑‍💻Baldur и Thor снова в игре: Путь к совершенному ПО В данной статье я познакомлю вас со всей теоретической и практической подноготной данной модели, этапами реализации и оценки метода, чтобы стать чуточку ближе к созданию идеального ПО. Читать...

20 000

🤔Как мы считали экономику продукта «Семья» через uplift CLTV В этой статье я поделюсь с вами моим опытом решения задачи uplift-моделирования для оценки экономики продукта «Семья» с точки зрения CLTV. Читать...

20 000

👀Краткий обзор TinyML В этой статье автор расскажет, как сделать ии или простые модельки доступным для самых маленьких устройств. Читать...

20 000

Hiring days для специалистов по машинному обучению и бэкенд-разработке Хотите присоединиться к команде VK всего за два дня? Амбициозные проекты, масштабные задачи ждут специалистов в Департамент AI, контентных и рекомендательных сервисов Узнать больше

20 000

🧐Почему нельзя сделать прогноз CLTV с помощью одной модели В статье я расскажу что это за задача CLTV и для чего ее нужно решать банкам. Читать...

20 000

👤Делаем intent classifier для службы поддержки без доменного датасета на русском В этой статье я продемонстрирую, как без собственного датасета сделать классификатор намерений пользователя для службы поддержки в сфере e-commerce. Читать...

20 000

🧠Даем нейросотрудникам на базе ChatGPT настоящую постоянную память В этой статье мы рассмотрим один из возможных подходов к организации такой памяти для наших нейросотрудников. Читать...

20 000

⚡️Два сапога — пара, а три — уже community: как алгоритмы на графах помогают собирать группы товаров В этой статье мы обсудим кластеризацию на графах, задачу выделения сообществ, распад карате-клуба, self-supervised и unsupervised задачи — и как всё это связано с матчингом. Читать...

20 000

🤖Иерархия ИИ-потребностей В этой статье вы узнаете о том, как использовать ИИ и машинное обучение, чтобы лучше справляться с тем, что мы делаем. Читать...

20 000

👀Компьютерное зрение сквозь года В этой статье я хочу привести примеры нейросетевых моделей, характерных для различных этапов становления области компьютерного зрения (далее - CV) в том виде, в котором мы его знаем сейчас. Читать...