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 41 831 подписчиков, занимая 3 227 место в категории Технологии и приложения и 15 271 место в регионе Россия.

📊 Показатели аудитории и динамика

С момента создания невідомо проект демонстрирует стремительный рост, собрав аудиторию из 41 831 подписчиков.

Согласно последним данным от 23 июня, 2026, канал показывает стабильную активность. За последние 30 дней изменение числа участников составило -89, а за последние 24 часа — -21, при этом общий охват остаётся высоким.

  • Статус верификации: Не верифицирован
  • Уровень вовлечённости (ER): Средний показатель вовлечённости аудитории составляет 9.49%. В первые 24 часа после публикации контент обычно набирает 2.50% реакций от общего числа подписчиков.
  • Охват публикаций: В среднем каждый пост получает 3 971 просмотров. В течение первых суток публикация набирает 1 046 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 24 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.

41 831
Подписчики
-2124 часа
-767 дней
-8930 день
Архив постов
⚡️ ИНТЕНСИВ ML — для продвинутых Присоединяйтесь 11 и 13 июля в 18:00 к открытому интенсиву OTUS, вас ждет глубокое погружение в область рекомендательных систем. 👩🏻‍🎓 Интенсив проведет специалист по анализу данных в команде AGI NLP в Сбере Мария Тихонова. 📌 НА ИНТЕНСИВЕ ИЗУЧИМ: - Популярные подходы для формирования рекомендаций и реализуете один из них своими руками. - Продвинутые методы на основе матричных разложений - Готовые инструменты и библиотеки для построения рекомендательных систем. После интенсива вы сможете продолжить осваивать продвинутые ML-приемы на онлайн-курсе «Machine Learning. Advanced» от OTUS и его партнера — Сбера. День 1 - 11 июля в 18:00 https://otus.pw/6mCE/ День 2 - 13 июля в 18:00 https://otus.pw/Q2QS/

Mastering Apache Pulsar (2022) 📖 book @datascienceiot
Mastering Apache Pulsar (2022) 📖 book @datascienceiot

Общий знаменатель — нескучно и не очень сложно (как правило) о математике и немножко физике: 📕 Александр Пушной о шоу-бизнесе и точных науках 📗 Кто учил евреев, которых не брали на мехмат МГУ 📘 За что народ не любит определители матриц Приходите на @obznam в субботу и другие дни недели

Python for Finance Cookbook 📖 book @datascienceiot
Python for Finance Cookbook 📖 book @datascienceiot

Trustworthy Machine Learning (2022) 📖 book @datascienceiot
Trustworthy Machine Learning (2022) 📖 book @datascienceiot

Узнайте, чем занимаются инженеры данных в fintech-компаниях и как начать карьеру в этой сфере. → Бесплатный вебинар 6 июля в
Узнайте, чем занимаются инженеры данных в fintech-компаниях и как начать карьеру в этой сфере. → Бесплатный вебинар 6 июля в 19:00 О профессии расскажут эксперты: ◾️ Анатолий Бардуков, ML Engineer в Яндекс Дзене; ◾️ Антон Поляков, руководитель группы в компании ГлоуБайт Аналитические Решения; ◾️ Сергей Виноградов, руководитель службы машинного обучения и анализа данных Финансовых сервисов Яндекса Вы узнаете: — как дата-инженеры помогают бизнесу расти; — задачи и зоны ответственности инженера данных; — стандарты, регуляторы и безопасность работы в финтехе; — какие навыки и технологии нужны, чтобы начать карьеру; — сколько готовы платить начинающим дата-инженерам и сколько опытным; — чем будут заниматься дата-инженеры через 5—15 лет в банках. А ещё — разберётесь, какие особенности обработки и хранения данных есть в финансовых компаниях. Спикеры поделятся реальными кейсами со своих проектов. → Зарегистрироваться на вебинар

​​Data Science[ru] - русскоязычный канал с полезными материалами на такие темы как: 👉 Материалы на тему Machine Learning, Data Science, Алгоритмы 👉 Задачи по алгоритмам 👉 Вакансии 🔥 Так же время от времени бывают скидки на различные конференции для подписчиков Добро пожаловать! @devsp

COMPUTER VISION A MODERN APPROACH 📖 book @datascienceiot
COMPUTER VISION A MODERN APPROACH 📖 book @datascienceiot

GitHub теперь в Telegram! Подписывайтесь: @github
GitHub теперь в Telegram! Подписывайтесь: @github

Practices of the Python Pro 📖 book @datascienceiot
Practices of the Python Pro 📖 book @datascienceiot

Natural Language Processing with Python 📖 book @datascienceiot
Natural Language Processing with Python 📖 book @datascienceiot

Hands-On Machine Learning for Algorithmic Trading 📖 book @datascienceiot
Hands-On Machine Learning for Algorithmic Trading 📖 book @datascienceiot

Хочешь знать, как устроена DALL-E 2? На что способен GPT-3? Какие нейросети используются для поиска новых лекарств? Тогда теб
Хочешь знать, как устроена DALL-E 2? На что способен GPT-3? Какие нейросети используются для поиска новых лекарств? Тогда тебе на канал DLStories! На канале вы найдете: - разборы новых архитектур; - новости из мира AI и Deep Learning; - ссылки на обучающие курсы, подкасты и статьи; Также у автора канала есть свой подкаст Deep Learning Stories об исследованиях в сфере AI. Следите за выходом новых эпизодов на канале! 🎧⬇️ @dl_stories

Pen & Paper Exercises in Machine Learning book @datascienceiot
Pen & Paper Exercises in Machine Learning book @datascienceiot

Pen & Paper Exercises in Machine Learning book @datascienceiot

Adaptive Machine Learning Algorithms with Python Solve Data Analytics and Machine Learning Problems on Edge Devices books @da
Adaptive Machine Learning Algorithms with Python Solve Data Analytics and Machine Learning Problems on Edge Devices books @datascienceiot

Thinking in Pandas Автор: Hannah Stepanek Год издания: 2020 Рецензия на книгу: Плюсы: 1. качественные примеры; 2. Актуальност
Thinking in Pandas Автор: Hannah Stepanek Год издания: 2020 Рецензия на книгу: Плюсы: 1. качественные примеры; 2. Актуальность материала. Минусы: 1. Плохое форматирование. #python #pandas Скачать книгу

Сегодня хочу порекомендовать вам канал Datalytics, посвященный анализу данных с помощью Python. Автор канала Алексей Макаров регулярно выкладывает полезные материалы по практическом применению Python для анализа данных и автоматизации рутины. В канале можно найти ссылки на статьи про подготовку и предобработку данных с помощью pandas, про визуализацию данных, использование пакетов для статистики, парсинга веб-сайтов, автоматизации собственных задач и многое другое. У канала также есть чат, в котором можно найти советчиков и единомышленников в сфере анализа данных.

Mathematical Foundations of Machine Learning book @datascienceiot

DEEP LEARNING INTERVIEWS REAL-WORLD DEEP LEARNING INTERVIEW PROBLEMS & SOLUTIONS book @datascienceiot
DEEP LEARNING INTERVIEWS REAL-WORLD DEEP LEARNING INTERVIEW PROBLEMS & SOLUTIONS book @datascienceiot