ru
Feedback
Data Science

Data Science

Открыть в Telegram

📈 Аналитический обзор Telegram-канала Data Science

Канал Data Science (@datascienceiot) является активным участником. Сейчас сообщество объединяет 42 490 подписчиков, занимая 3 078 место в категории Технологии и приложения и 14 897 место в регионе Россия.

📊 Показатели аудитории и динамика

С момента создания невідомо проект демонстрирует стремительный рост, собрав аудиторию из 42 490 подписчиков.

Согласно последним данным от 25 августа, 2026, канал показывает стабильную активность. За последние 30 дней изменение числа участников составило 341, а за последние 24 часа — -13, при этом общий охват остаётся высоким.

  • Статус верификации: Не верифицирован
  • Уровень вовлечённости (ER): Средний показатель вовлечённости аудитории составляет 11.73%. В первые 24 часа после публикации контент обычно набирает 2.56% реакций от общего числа подписчиков.
  • Охват публикаций: В среднем каждый пост получает 4 985 просмотров. В течение первых суток публикация набирает 1 088 просмотров.
  • Реакции и взаимодействия: Аудитория активно поддерживает контент: среднее количество реакций на один пост — 0.
  • Тематические интересы: Контент сосредоточен на ключевых темах, таких как llm, агентов, api, октября, разработчиков.

📝 Описание и контентная политика

Автор описывает ресурс как площадку для выражения субъективного мнения:
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...

Благодаря высокой частоте обновлений (последние данные получены 26 августа, 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.

42 490
Подписчики
-1324 часа
+237 дней
+34130 день
Привлечение подписчиков
август '26
август '26
+428
в 1 каналах
июль '26
+594
в 3 каналах
Get PRO
июнь '26
+156
в 2 каналах
Get PRO
май '26
+183
в 2 каналах
Get PRO
апрель '26
+170
в 4 каналах
Get PRO
март '26
+338
в 2 каналах
Get PRO
февраль '26
+499
в 2 каналах
Get PRO
январь '26
+687
в 0 каналах
Get PRO
декабрь '25
+380
в 2 каналах
Get PRO
ноябрь '25
+530
в 2 каналах
Get PRO
октябрь '25
+374
в 1 каналах
Get PRO
сентябрь '25
+587
в 7 каналах
Get PRO
август '25
+609
в 1 каналах
Get PRO
июль '25
+750
в 3 каналах
Get PRO
июнь '25
+525
в 1 каналах
Get PRO
май '25
+454
в 3 каналах
Get PRO
апрель '25
+560
в 11 каналах
Get PRO
март '25
+573
в 4 каналах
Get PRO
февраль '25
+545
в 7 каналах
Get PRO
январь '25
+842
в 20 каналах
Get PRO
декабрь '24
+848
в 5 каналах
Get PRO
ноябрь '24
+1 777
в 32 каналах
Get PRO
октябрь '24
+1 710
в 6 каналах
Get PRO
сентябрь '24
+1 402
в 7 каналах
Get PRO
август '24
+1 164
в 4 каналах
Get PRO
июль '24
+1 033
в 7 каналах
Get PRO
июнь '24
+1 066
в 7 каналах
Get PRO
май '24
+1 000
в 37 каналах
Get PRO
апрель '24
+935
в 45 каналах
Get PRO
март '24
+1 187
в 22 каналах
Get PRO
февраль '24
+1 142
в 3 каналах
Get PRO
январь '24
+1 230
в 45 каналах
Get PRO
декабрь '23
+687
в 42 каналах
Get PRO
ноябрь '23
+382
в 3 каналах
Get PRO
октябрь '23
+1 012
в 20 каналах
Get PRO
сентябрь '23
+872
в 0 каналах
Get PRO
август '23
+747
в 0 каналах
Get PRO
июль '23
+560
в 0 каналах
Get PRO
июнь '23
+865
в 0 каналах
Get PRO
май '23
+1 528
в 0 каналах
Get PRO
апрель '23
+363
в 0 каналах
Get PRO
март '23
+417
в 0 каналах
Get PRO
февраль '23
+423
в 0 каналах
Get PRO
январь '23
+472
в 0 каналах
Get PRO
декабрь '22
+770
в 0 каналах
Get PRO
ноябрь '22
+380
в 0 каналах
Get PRO
октябрь '22
+534
в 0 каналах
Get PRO
сентябрь '22
+578
в 0 каналах
Get PRO
август '22
+1 100
в 0 каналах
Get PRO
июль '22
+464
в 0 каналах
Get PRO
июнь '22
+366
в 0 каналах
Get PRO
май '22
+403
в 0 каналах
Get PRO
апрель '22
+514
в 0 каналах
Get PRO
март '22
+462
в 0 каналах
Get PRO
февраль '22
+304
в 0 каналах
Get PRO
январь '22
+400
в 0 каналах
Get PRO
декабрь '21
+287
в 0 каналах
Get PRO
ноябрь '21
+224
в 0 каналах
Get PRO
октябрь '21
+1 533
в 0 каналах
Get PRO
сентябрь '21
+382
в 0 каналах
Get PRO
август '21
+412
в 0 каналах
Get PRO
июль '21
+507
в 0 каналах
Get PRO
июнь '21
+611
в 0 каналах
Get PRO
май '21
+555
в 0 каналах
Get PRO
апрель '21
+404
в 0 каналах
Get PRO
март '21
+456
в 0 каналах
Get PRO
февраль '21
+411
в 0 каналах
Get PRO
январь '21
+729
в 0 каналах
Get PRO
декабрь '20
+10 299
в 0 каналах
Дата
Привлечение подписчиков
Упоминания
Каналы
26 августа+4
25 августа+3
24 августа+1
23 августа+22
22 августа+19
21 августа+11
20 августа+18
19 августа+11
18 августа+24
17 августа+15
16 августа+16
15 августа+9
14 августа+14
13 августа+12
12 августа+16
11 августа+31
10 августа+36
09 августа+21
08 августа+42
07 августа+30
06 августа+11
05 августа+34
04 августа+6
03 августа+10
02 августа+8
01 августа+4
Посты канала
📚 Бесплатная книга по выпуклой оптимизации - 130 страниц "Convex Optimization: Algorithms and Complexity" - хорошее введение
📚 Бесплатная книга по выпуклой оптимизации - 130 страниц "Convex Optimization: Algorithms and Complexity" - хорошее введение в алгоритмы выпуклой оптимизации и их вычислительную сложность. Внутри: * градиентные методы * ускоренные методы * субградиентная оптимизация * проксимальные алгоритмы * first-order methods * оценки скорости сходимости * сложность оптимизационных алгоритмов Полезно для ML, математики и тех, кто хочет глубже понять, что стоит за обучением моделей. PDF: https://arxiv.org/abs/1405.4980

2
Towards an AI-Augmented Textbook: 📓 Read @datascienceiot
Towards an AI-Augmented Textbook: 📓 Read @datascienceiot
1 183
3
Встраивайте систему распознавания документов в ваш продукт за 15 минут 🚀 Если вы развиваете SaaS, автоматизируете B2B-процес
Встраивайте систему распознавания документов в ваш продукт за 15 минут 🚀 Если вы развиваете SaaS, автоматизируете B2B-процессы или собираете ИИ-агентов, вопрос безопасности и скорости обработки документов всегда встает ребром. Provision OCR — это мощный российский движок для on-premise и private cloud развертывания. ⚡️ 100% локальности: данные не покидают ваш сервер. ⚡️ Скорость: обработка <3 сек/страница на GPU 2070 и выше, Поддержка CPU , точность до 99% ⚡️ Быстрая и бесшовная интеграция через REST API + gRPC. ⚡️ Поддержка разных документов на русском языке: договоры, счета и другие. 💡 Дистрибутив в нашем Telegram-канале: @ProvisionLabs 💻 Примеры кода на GitHub: https://github.com/orgs/Provision-Labs/repositories #OCR #ProvisionOCR #Документы #Разработка #Python #AI #OnPremise
1 147
4
Mathematical Theory of Deep Learning: 333-page PDF. 📓 Read @datascienceiot
Mathematical Theory of Deep Learning: 333-page PDF. 📓 Read @datascienceiot
1 455
5
10 бесплатных книг по программированию, которые можно читать прямо с GitHub 1. The Rust Programming Language https://github.com/rust-lang/book 2. Rust by Example https://github.com/rust-lang/rust-by-example 3. The Little Book of Rust Books https://github.com/lborb/book 4. Python Data Science Handbook https://github.com/jakevdp/PythonDataScienceHandbook 5. Dive Into Deep Learning https://github.com/d2l-ai/d2l-en 6. Probabilistic Machine Learning https://github.com/probml/pml-book 7. Algorithms for Decision Making https://github.com/algorithmsbooks/algforopt-notebooks 8. Operating Systems: Three Easy Pieces https://github.com/remzi-arpacidusseau/ostep-homework 9. Crafting Interpreters https://github.com/munificent/craftinginterpreters 10. Free Programming Books — огромная библиотека бесплатных книг по Python, Java, C++, Go, AI, SQL, Linux и десяткам других тем https://github.com/EbookFoundation/free-programming-books Последний репозиторий особенно полезен: там собрана огромная регулярно обновляемая база легально доступных книг и учебных материалов по программированию.
2 066
6
🔥 Хочешь быстрее расти в IT? Хватит учиться в одиночку Окружение решает больше, чем кажется. Собрал папки и каналы, где можн
🔥 Хочешь быстрее расти в IT? Хватит учиться в одиночку Окружение решает больше, чем кажется. Собрал папки и каналы, где можно быстрее влиться в нужное направление, следить за трендами и не вариться в своём пузыре. AI: t.me/ai_machinelearning_big_data Python: t.me/pythonl Linux: t.me/linuxacademiya Хакинг: t.me/linuxkalii DevOps: t.me/DevOPSitsec Docker: https://t.me/+90Z5TAyfuNU5YmRi Golang: t.me/Golang_google Rust: t.me/rust_code C++: t.me/cpluspluc C#: t.me/csharp_1001_notes Java: t.me/javatg JavaScript: t.me/javascriptv React: t.me/react_tg Frontend: t.me/front PHP: t.me/phpshka Android: t.me/android_its Мобильная разработка: t.me/mobdevelop Базы данных: t.me/sqlhub Data Science: t.me/data_analysis_ml Big Data: t.me/bigdatai Математика: t.me/data_math Физика: t.me/fizmat Kubernetes: t.me/kubernetc GameDev: https://t.me/gamedev Haskell: t.me/haskell_tg Собеседования и карьера: DS собеседования: t.me/machinelearning_interview Python собеседования: t.me/python_job_interview Папка с вакансиями: t.me/addlist/_zyy_jQ_QUsyM2Vi Папка Go разработчика: t.me/addlist/MUtJEeJSxeY2YTFi Папка Python разработчика: t.me/addlist/eEPya-HF6mkxMGIy Папка ML: https://t.me/addlist/2Ls-snqEeytkMDgy Папка Frontend: https://t.me/addlist/mzMMG3RPZhY2M2Iy Полезное сверху: ИТ-мемы: t.me/memes_prog Английский для программистов: t.me/english_forprogrammers ИИ и технологии: t.me/vistehno 954 ГБ open-source курсов: https://t.me/+rKBQEMccAA01MTcy ИТ-книги бесплатно: https://t.me/addlist/BkskQciUW_FhNjEy Max Ai: https://max.ru/ai_machinelearning_big_data Max python: https://max.ru/pythonl ТЕХНО: https://max.ru/vistehno Max Go: https://max.ru/Golang_google Max Linux: https://max.ru/linuxkalii Devops: https://max.ru/DevOPSitsec C#: https://max.ru/csharp_ci C++: https://max.ru/cpluspluc SQL: https://max.ru/sqlhub Java: https://max.ru/javatg Подписывайся на нужные направления и собирай себе ленту, которая реально двигает вперёд.
1 667
7
Нет текста...
1
8
What Does Context Compression Cost an Agent? Interaction Costs Unrevealed by Task-Completion Metrics 5× context compression d
What Does Context Compression Cost an Agent? Interaction Costs Unrevealed by Task-Completion Metrics 5× context compression did surprisingly little to GPT-5.5’s final task result. 📓 Read @datascienceiot
1 900
9
Вырастили целое дерево из агентов 🌳 Мы в Авито разработали единую платформу для процессов. Самые лучшие и популярные становя
Вырастили целое дерево из агентов 🌳 Мы в Авито разработали единую платформу для процессов. Самые лучшие и популярные становятся агентами. В итоге каждый сотрудник может создать свой процесс или воспользоваться готовым. Классно? Не то слово! Поэтому мы написали статью, как создавали это решение. О чём узнаете, если прочитаете: 🔸как устроена архитектура платформы, 🔸как процесс становится агентом, 🔸как измерять качество агентов. Читать статью 🚀
1 938
10
Deep systemic analysis of AI constraints from context to internal weight editing. 📂 PDF #AIRedTeaming #AISafety #LLMs #AIJai+1
Deep systemic analysis of AI constraints from context to internal weight editing. 📂 PDF #AIRedTeaming #AISafety #LLMs #AIJailbreak #Pliny
2 498
11
Бесплатная книга по performance engineering В Algorithmica хорошо разобрали, почему классическая оценка сложности всё хуже от
Бесплатная книга по performance engineering В Algorithmica хорошо разобрали, почему классическая оценка сложности всё хуже отражает реальную производительность на современном железе. Раньше модель была довольно логичной: процессор выполняет инструкции почти последовательно, у каждой есть своя стоимость, а значит можно примерно оценить время работы алгоритма количеством операций. Потом всё упростили до асимптотики. Например, вместо точного количества операций в умножении матриц мы просто говорим O(n³) и игнорируем константы. Для сравнения алгоритмов на больших данных это удобно. Но современные CPU устроены намного сложнее: кэши, конвейеры, параллельное выполнение инструкций, SIMD, prefetching, память с разной задержкой. Поэтому два алгоритма с одинаковым O(n) могут отличаться по скорости в разы. А иногда алгоритм с формально «хуже» сложностью на реальных размерах данных оказывается быстрее. Хорошая серия для тех, кто хочет перейти от «у этого O(n), значит быстро» к пониманию того, как код реально выполняется процессором. en.algorithmica.org/hpc/complexity/ @machinelearning_books
2 307
12
Как будут развиваться технологии искусственного интеллекта в ближайшие годы? Какие исследовательские идеи уже превращаются в
Как будут развиваться технологии искусственного интеллекта в ближайшие годы? Какие исследовательские идеи уже превращаются в работающие продукты? С какими задачами сегодня сталкиваются AI-команды? 17 сентября в Москве пройдёт AI R&D DAY — конференция для исследователей, разработчиков, руководителей R&D-команд и специалистов, которые создают и внедряют передовые решения на основе искусственного интеллекта. В центре программы — NextGenAI, проект, который исследует новые вызовы и формирует образ будущего ИИ. Вас ждут 22 доклада в рамках двух треков. Поговорим о: -новых подходах к созданию и обучению моделей; -системах, которые одновременно работают с текстом, изображениями, звуком и другими типами данных; -развитии голосовых технологий; -оценке качества AI-решений; -внедрении технологий в реальные продукты. Участие бесплатное, места ограничены. 17 сентября — Москва (очно) и онлайн. Регистрируйтесь #реклама О рекламодателе
1 111
13
Title: "A Year in LLM Serving: Workload Evolution, Caching and Load-Balancing" arxiv. org/abs/2608.13573
Title: "A Year in LLM Serving: Workload Evolution, Caching and Load-Balancing" arxiv. org/abs/2608.13573
2 373
14
Часто заказчики отказываются от внедрения ИИ-ассистентов из-за «грязных» входных данных: PDF с таблицами или сканы плохо инде
Часто заказчики отказываются от внедрения ИИ-ассистентов из-за «грязных» входных данных: PDF с таблицами или сканы плохо индексируются, нейросеть галлюцинирует 🤯 А что, если был бы ИТ-продукт, который не просто распознает символы, а сохраняет логику документа, превращая его в готовый формат для RAG (Markdown/JSON)❔ Это позволило бы клиентам в разы быстрее выводить ИИ-продукты в эксплуатацию и закрыть вопрос импортозамещения. Такой продукт уже есть! ⚡️«Сервис интеллектуального парсинга документов» от Диасофт позволяет автоматизировать сквозную обработку неструктурированных данных из файлов различных форматов для последующей аналитики и использования в ИИ-сценариях. Встроенный единый HTTP API принимает файлы различных форматов (PDF, DOCX, PPTX, XLSX, HTML, изображения, аудиоформаты) и преобразовывает их в структурированные данные (JSON, Markdown, HTML) без потери семантики. Подробнее — по ссылке! #реклама О рекламодателе
2 535
15
From Worm to Human: Scaling Brain Emulation 📓 Read @datascienceiot
From Worm to Human: Scaling Brain Emulation 📓 Read @datascienceiot
3 903
16
Kimi Delta Attention. — a minimal implementation of the Kimi K3 architecture. http://k-a.in/KDA.html
Kimi Delta Attention. — a minimal implementation of the Kimi K3 architecture. http://k-a.in/KDA.html
5 184
17
Today's AI systems learn mostly by passively absorbing data, but the brain builds intelligence in the reverse order. Grounded
Today's AI systems learn mostly by passively absorbing data, but the brain builds intelligence in the reverse order. Grounded world models in biological organisms and future embodied AI 📓 Read @datascienceiot
6 286
18
Займи слот ИТ-Пикником от Т-Банка 8 августа — время отложить ноутбуки и встретиться офлайн на ИТ-Пикнике от Т-Банка в музее-з
Займи слот ИТ-Пикником от Т-Банка 8 августа — время отложить ноутбуки и встретиться офлайн на ИТ-Пикнике от Т-Банка в музее-заповеднике «Коломенское». Вот сколько всего запланировано: — научпоп-лекции; — мастер-классы; — дискуссии об ИИ и больших языковых моделях; — доклады о кибербезопасности; — примеры, как данные из логов становятся решениями; — много музыки — Сream Soda, IOWA, LAB Антона Беляева и другие артисты. Бери с собой друзей, супругов и детей — каждый найдет себе что-то по душе. Зарегистрироваться и узнать больше можно здесь
5 391
19
Google gave AI consciousness and it aligned with human beliefs across every domain they tested. They took consciousness away
Google gave AI consciousness and it aligned with human beliefs across every domain they tested. They took consciousness away and the model rejected them. 📓 Read @datascienceiot
4 745
20
Как выглядят задачи машинного обучения в бигтехе? Открыта регистрация на E-CUP 2026 Students — ежегодное соревнование от Ozon
Как выглядят задачи машинного обучения в бигтехе? Открыта регистрация на E-CUP 2026 Students — ежегодное соревнование от Ozon Tech. В этом сезоне — для студентов, которые интересуются ML, Data Science, Big Data и аналитикой данных. Вас ждут три трека: поиск дубликатов товаров, ИИ-модерация карточек маркетплейса и прогнозирование поведения пользователей. Все задачи основаны на реальных обезличенных данных Ozon. Участвовать можно по одиночке или в команде до пяти человек. Соревнование проходит онлайн с финалом на масштабной конференции E-CODE. Что ждёт участников: - призовой фонд 7 200 000 ₽; - обратная связь от инженеров Ozon Tech; - нетворк с экспертами индустрии; - лимитированный мерч; - билеты на конференцию E-CODE, где наградят победителей. Подробнее — на сайте E-CUP 2026 Students. ➡️ Регистрация уже открыта! Присоединяйтесь, чтобы выйти за рамки учебных проектов, попробовать свои силы в задачах настоящего бигтеха и сравнить своё решение с лучшими участниками.
4 528