ru
Feedback

Не попадитесь на канал ботавода! Telemetrio находит и помечает такие каналы 👉 Хотите видеть метку — оформите подписку

Data Science | Machinelearning [ru]

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. MAX - https://max.ru/devsp Личный блог - @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 19 635 подписчиков, занимая 6 710 место в категории Технологии и приложения и 33 430 место в регионе Россия.

📊 Показатели аудитории и динамика

С момента создания невідомо проект демонстрирует стремительный рост, собрав аудиторию из 19 635 подписчиков.

Согласно последним данным от 13 ноября, 2026, канал показывает стабильную активность. За последние 30 дней изменение числа участников составило -121, а за последние 24 часа — -6, при этом общий охват остаётся высоким.

  • Статус верификации: Не верифицирован
  • Уровень вовлечённости (ER): Средний показатель вовлечённости аудитории составляет 7.57%. В первые 24 часа после публикации контент обычно набирает 4.55% реакций от общего числа подписчиков.
  • Охват публикаций: В среднем каждый пост получает 1 486 просмотров. В течение первых суток публикация набирает 894 просмотров.
  • Реакции и взаимодействия: Аудитория активно поддерживает контент: среднее количество реакций на один пост — 4.
  • 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. MAX - https://max.ru/devsp Личный блог - @just_genych По вопросам рекламы или разработки - @g_abashkin РКН: https://vk.cc/cJPGXD”

Благодаря высокой частоте обновлений (последние данные получены 14 ноября, 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.

19 635
Подписчики
-624 часа
-407 дней
-12130 дней
Архив постов
​​😵‍💫YandexGPT в Браузере: как мы учили модель суммаризировать статьи В этой статье автор расскажет через что пришлось пройти команде, чтобы модель начала делать то, что от неё ожидают. Читать...

​​🔥Одна из самых популярных нейросетей - Stable diffusion, которая позволяет генерировать изображения на основании текстового запроса. Результаты ее работы удивляют и потрясают пользователей.                                       Предлагаем разобраться в ее устройстве со стороны специалиста по компьютерному зрению на открытом уроке 12 июля в 20:00 мск.                                                                                 На встрече вы узнаете принципы построения диффузионных моделей, как устроена модель Stable Diffusion, и какие задачи можно решать с ее помощью Вебинар «Диффузионные модели. Stable diffusion и все-все-все» пройдет в рамках онлайн-курса «Компьютерное зрение» в OTUS. 📌В результате урока вы: - Изучите принцип работы и математические аспекты диффузионных моделей - Поймете, как устроены основные блоки модели Stable Diffusion - Получите понимание для каких задач можно использовать модель Stable Diffusion - Узнаете возможное дальнейшее развитие диффузионных моделей 👉Для участия зарегистрируйтесь https://otus.pw/3r3x/ Урок будет полезен: — Специалистам в области Computer Vision, NLP и ML-инженерам — Тимлидам data science команд — Тем, кто интересуется современными архитектурами в DL Не упустите возможность протестировать курс! Продолжить обучение на нем возможно в рассрочку. Нативная интеграция подробная информация о продукте на сайте www.otus.ru

​​🤔Прогноз покупки страховки клиентами туроператора В этой статье автор расскажет о своем проекте, в котором можно сделать прогноз покупки страховки клиентами туроператора методами ML. Читать...

​​🧐Sarsa: алгоритм, основные принципы и применение В данной статье мы рассмотрим определение SARSA и обсудим его значимость в области искусственного интеллекта и машинного обучения. Читать...

Англоязычный канал на тему DS и MachineLearning. 👉 Welcome

​​😎Эволюция метрик качества машинного перевода — Часть 1 В этой статье автор расскажет об итогах своего погружения в тему: какие существуют метрики качества машинного перевода, как они эволюционировали и какие из них на сегодняшний день наиболее адекватны. Читать...

​​🤓Как мы с помощью Kubeflow Pipelines оптимизировали обучение ML-моделей В этой статье автор расскажет чем Kubeflow Pipelines может быть полезен ML-специалисту и как в нём без потери существующей кодовой базы можно запускать готовые пайплайны. Читать...

​​🔥 Двойная выгода: “Основы Python” + “Python для пентестера” со скидкой 20% До 13 июля приобретите пакет курсов "Основы Python" + "Python для пентестера" всего за 45000р вместо 57000р Максимальная выгода при максимальной пользе: изучите язык Python во всех его аспектах и используйте его для решения конкретных задач в области информационной безопасности.  Обучающая программа гарантирует комфортную нагрузку и получение необходимого объёма знаний. Наши кураторы на протяжении всего обучения будут проверять ваши решения, подсказывать наиболее оптимальные подходы и помогут вам достичь поставленных целей. ❗️ Спецпредложение доступно до 13 июля. Возможна оплата в рассрочку 📌 Узнать подробнее о курсах: — Основы Python — Python для пентестера

​​😵‍💫Interpretability versus explainability: Интерпретируемость или объяснимость? В этой статье автор покажет разницу между explainable AI и interpreted AI, приведет примеры и небольшой монолог на тему: "что всё-таки важнее". Читать...

​​😎Распознаем лючки бензобаков В этой статье автор расскажет как сделать распознавании лючка горловины топливного бака. Читать...

​​🚀Почему Trino такой быстрый: динамические фильтры В этой статье автор расскажет, почему аналитические запросы часто содержат операции Join и сканируют таблицы большого размера, и как наличие динамических фильтров позволяет существенно сократить объем обрабатываемой информации, а также вы узнаете как динамические фильтры могут быть использованы, чтобы уменьшить количество данных, доставляемых до оператора Join. Читать...

​​🧐ML System Design: основные способы деплоя и тестирования моделей машинного обучения в продакшене В этой статье автор разберет популярные паттерны проектирования ML-систем, а также вы узнаете какой способ выбрать для деплоя модели в production. Читать...

​​😎Спиливаем spill-ы В этой статье рассмотрим, из-за чего Spill-ы в принципе возникают, разберем несколько видов Spill-ов, и как решить эту проблему. Читать...

​​🚀Оптимизации работы Jupyter notebook при помощи параллельных вычислений В данном статье я расскажу о возможностях применения параллельных вычислений в интерактивной среде Jupyter notebook языка Python. Читать...

​​😎Профилирование данных из СУБД Oracle с помощью DataHub и Great Expectations. Часть 2 В этой мы рассмотрим подключение Great Expectations к DBMS Oracle, сделаем ряд проверок качества данных, а также отправим результаты проверок в DataHub. Читать...

​​😲Почему Trino такой быстрый: архитектура оптимизатора SQL-запросов В данной статье мы рассмотрим, как устроен оптимизатор запросов в массивно-параллельном аналитическом SQL-движке Trino. Читать...

​​🤫Чей DAX сильнее? …или почему каждый пользователь должен влиять на развитие платформы В этой статье автор расскажет о том, каким образом можно развивать платформу и откуда появляются новые функции в Visiology. Читать...

​​😎Семантический слой для Аналитики ключевых метрик – dbt Metrics vs. Cube В этой статье автор рассмотрит что такое семантический слой, и в чем разница между Метрикой и Витриной данных. Читать...

​​Yandex Cloud приглашает на Data Open Source Day Это первая конференция от Yandex Cloud про Open Source инструменты для обработки данных и создания корпоративных хранилищ. В программе Data Open Source Day: 🔹 Реальные бизнес-задачи, которые можно решать с помощью Open Source продуктов. 🔹 Эксперты из OZON, Яндекс, Битрикс24 и других компаний расскажут, как технологии с открытым исходным кодом помогают им в работе. 🔹 Какой вклад команда Yandex Cloud вносит в развитие ClickHouse® и Greenplum® . 🔹 Open Source продукты Яндекса для работы с данными: расскажем про YDB и YTsaurus. Также вас ждёт доклад Яндекс Игр об опыте использования управляемых сервисов PostgreSQL, Redis, YDB. Рассказ о том, как Open Source помогает науке и при чём здесь озеро Байкал. 🗓 11 июля 2023, в 15:00. Участие бесплатное. Регистрация по ссылке.

​​🤔Как мы делали скоринг на микросервисной архитектуре руками не-программистов В этой статье автор расскажет, почему во многих чувствительных областях нейросети никогда не заменят человека, и почему становится стандартом постепенный переход к микросервисной архитектуре, а также вы узнаете почему ключевая проблема заключалась в совмещении разных языков программирования. Читать...