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 41 895 подписчиков, занимая 3 241 место в категории Технологии и приложения и 15 299 место в регионе Россия.

📊 Показатели аудитории и динамика

С момента создания невідомо проект демонстрирует стремительный рост, собрав аудиторию из 41 895 подписчиков.

Согласно последним данным от 18 июня, 2026, канал показывает стабильную активность. За последние 30 дней изменение числа участников составило -32, а за последние 24 часа — -12, при этом общий охват остаётся высоким.

  • Статус верификации: Не верифицирован
  • Уровень вовлечённости (ER): Средний показатель вовлечённости аудитории составляет 8.85%. В первые 24 часа после публикации контент обычно набирает 2.90% реакций от общего числа подписчиков.
  • Охват публикаций: В среднем каждый пост получает 3 709 просмотров. В течение первых суток публикация набирает 1 213 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 19 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.

41 895
Подписчики
-1224 часа
-157 дней
-3230 день
Архив постов
D

Совет на 2025 год - учите Data Science и Machine learning Все нейросети, базы данных компаний, выявление болезней и многое др
Совет на 2025 год - учите Data Science и Machine learning Все нейросети, базы данных компаний, выявление болезней и многое другое - не обходятся без DS и ML. А чтобы освоиться за несколько месяцев, а не лет, читайте канал Data Science. В нём на пальцах рассказывается, что и как учить, чтобы стать специалистом. Начните 2025 год с освоения новой профессии - @devsp

Probability, Random Processes, and Statistical Analysis Applications to Communications, Signal Processing, Queueing Theory an
Probability, Random Processes, and Statistical Analysis Applications to Communications, Signal Processing, Queueing Theory and Mathematical Finance 📕 Book @datascienceiot

⚡️Легкий способ получать свежие обновления и следить за трендами в разработке на вашем языке. Находите свой стек и подписывайтесь: МАШИННОЕ ОБУЧЕНИЕ: t.me/ai_machinelearning_big_data C++ t.me/cpluspluc Python: t.me/pythonl Linux: t.me/linuxacademiya Хакинг: t.me/linuxkalii Devops: t.me/DevOPSitsec АНАЛИЗ Данных: t.me/data_analysis_ml Javascript: t.me/javascriptv C#: t.me/csharp_ci Java: t.me/javatg Базы данных: t.me/sqlhub Python собеседования: t.me/python_job_interview Мобильная разработка: t.me/mobdevelop Docker: t.me/DevopsDocker Golang: t.me/Golang_google React: t.me/react_tg Rust: t.me/rust_code ИИ: t.me/vistehno PHP: t.me/phpshka Android: t.me/android_its Frontend: t.me/front Big Data: t.me/bigdatai Собеседования МЛ: t.me/machinelearning_interview МАТЕМАТИКА: t.me/data_math Kubernets: t.me/kubernetc Разработка игр: https://t.me/gamedev Haskell: t.me/haskell_tg 💼 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 😆ИТ-Мемы: t.me/memes_prog 🇬🇧Английский: t.me/english_forprogrammers 🧠ИИ: t.me/vistehno 🎓954ГБ ОПЕНСОРС КУРСОВ: @courses 📕Ит-книги бесплатно: https://t.me/addlist/BkskQciUW_FhNjEy

Gemini API Cookbook 📚 Github @datascienceiot
Gemini API Cookbook 📚 Github @datascienceiot

Сотрудники Авито ведут свой telegram-канал ⭐️ И знаете, получается мега-лампово и увлекательно. Всего через несколько постов
Сотрудники Авито ведут свой telegram-канал ⭐️ И знаете, получается мега-лампово и увлекательно. Всего через несколько постов начинаешь уже чувствовать себя частью их уютного офиса: рядом — знакомые весёлые коллеги из постов, и вам точно есть что обсудить. А вообще хвалим и одобряем. Во-первых, смело и интересно. Во-вторых, для тех, кто рассматривает работу в компании, это возможность изучить культуру и вайб команды ещё до трудоустройства. 🔥 Однозначно подписка — @avito_life 🔥🔥 Если думаешь о работе в Авито, то добавляй сразу — @avito_career

DevOps - Puppet, Docker, and Kubernetes. 📕 Book @datascienceiot
DevOps - Puppet, Docker, and Kubernetes. 📕 Book @datascienceiot

Data Science повсюду🙌 Лента рекомендаций в соцсетях, плейлист с треками под ваш вкус в стриминговом сервисе и умные голосовы
Data Science повсюду🙌 Лента рекомендаций в соцсетях, плейлист с треками под ваш вкус в стриминговом сервисе и умные голосовые помощники — всё это результат работы Data Scientist. Специалист решает бизнес-задачи с помощью данных. Освоить востребованную и высокооплачиваемую IT-профессию с нуля можно на курсе «Data Scientist». В программе много практики: бизнес-игры, хакатоны, соревнования Kaggle, прожарки и конкурсы от партнёров. 20+ проектов можно добавить в портфолио и искать работу уже через 5 месяцев занятий. В программе 3 траектории обучения: 1. Базовая — для быстрого старта в профессии. 2. Расширенная — для углублённой работы с нейросетями и big data. 3. Продвинутая — для специализации в медицине или промышленности. Сейчас программу можно освоить выгоднее — повышенная скидка 45% действует по промокоду BIGDATA45. Начинайте обучение и становитесь перспективным IT-специалистом Реклама. ООО "Нетология". ИНН 7726464125 Erid 2VSb5yd9JhE

Practitioner Guide for Creating Effective Prompts in Large Language Models 🔗 Paper @datascienceiot
Practitioner Guide for Creating Effective Prompts in Large Language Models 🔗 Paper @datascienceiot

Introduction to Data Science – Lecture Material 🔗 Github @datascienceiot
Introduction to Data Science – Lecture Material 🔗 Github @datascienceiot

Вспомнить универ или узнать что-то новое — в честь дня математика Яндекс Образование решили посвятить точным наукам весь дека
Вспомнить универ или узнать что-то новое — в честь дня математика Яндекс Образование решили посвятить точным наукам весь декабрь и вместе с факультетом компьютерных наук НИУ ВШЭ опубликовали онлайн-учебник по математике для анализа данных. В хендбуке есть теоретические главы, задачи для самостоятельного решения, примеры кода. Публикуется постепенно, первый раздел посвящен графам. Знаете ли вы, например, является ли граф на картинке деревом? Правильный ответ: Да, это дерево. Этот тип графов особенно полезен для решения задач оптимизации. Например при планировании эффективных маршрутов доставки или построении экономичных сетей. Это было слишком легко? Больше задачек о графах и не только — в хендбуке.

готовый пост. пометка на картинке, ерид — в ссылке

DATA SCIENCE ROADMAP 🔗 Github @datascienceiot
DATA SCIENCE ROADMAP 🔗 Github @datascienceiot

⚡️Легкий способ получать свежие обновления и следить за трендами в разработке на вашем языке. Находите свой стек и подписывайтесь: МАШИННОЕ ОБУЧЕНИЕ: t.me/ai_machinelearning_big_data C++ t.me/cpluspluc Python: t.me/pythonl Linux: t.me/linuxacademiya Хакинг: t.me/linuxkalii Devops: t.me/DevOPSitsec АНАЛИЗ Данных: t.me/data_analysis_ml Javascript: t.me/javascriptv C#: t.me/csharp_ci Java: t.me/javatg Базы данных: t.me/sqlhub Python собеседования: t.me/python_job_interview Мобильная разработка: t.me/mobdevelop Docker: t.me/DevopsDocker Golang: t.me/Golang_google React: t.me/react_tg Rust: t.me/rust_code ИИ: t.me/vistehno PHP: t.me/phpshka Android: t.me/android_its Frontend: t.me/front Big Data: t.me/bigdatai Собеседования МЛ: t.me/machinelearning_interview МАТЕМАТИКА: t.me/data_math Kubernets: t.me/kubernetc Разработка игр: https://t.me/gamedev Haskell: t.me/haskell_tg 💼 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 😆ИТ-Мемы: t.me/memes_prog 🇬🇧Английский: t.me/english_forprogrammers 🧠ИИ: t.me/vistehno 🎓954ГБ ОПЕНСОРС КУРСОВ: @courses 📕Ит-книги бесплатно: https://t.me/addlist/BkskQciUW_FhNjEy

Introduction to Data Science 📚 Book #book #beginner #r @datascienceiot
Introduction to Data Science 📚 Book #book #beginner #r @datascienceiot

Introduction to Data Science Book

Эти люди делают DS У технологического подкаста ВТБ стартовал новый сезон — «Лица Data Fusion». Он посвящён тем, кто стоит за
Эти люди делают DS У технологического подкаста ВТБ стартовал новый сезон — «Лица Data Fusion». Он посвящён тем, кто стоит за яркими достижениями и самыми интересными проектами сферы ИИ и Data Science, — лидерам от науки и бизнеса и их командам. Кстати, Data Fusion — большая весенняя конференция по данным и ИИ, на которой соберутся все эксперты в области DS.  Ведёт подкаст Денис Суржко, вице-президент и замруководителя департамента анализа данных и моделирования ВТБ.  Нам нравится идея в подкасте о технологиях говорить о людях. В гостях первого выпуска — доктор физ.-мат. наук, профессор РАН, генеральный директор института AIRI, профессор Сколтеха Иван Оселедец. Получился интересный разговор о том, как был предопределён его путь в науку, об учениках, бизнесе и будущем ИИ. Крайне рекомендуем к прослушиванию и просмотру, ссылки ниже. VK Видео Аудиоплощадки

Machine Learning in Action 📕 Книга @datascienceiot
Machine Learning in Action 📕 Книга @datascienceiot

🔥17 декабря в 20.00 мск приглашаем на открытый урок "Алгоритмы с подкреплением в стохастических играх" курса Reinforcement L
🔥17 декабря в 20.00 мск приглашаем на открытый урок "Алгоритмы с подкреплением в стохастических играх" курса Reinforcement Learning, на котором: - Вспомним о теории игр и равновесии Нэша; - Поговорим о том какие алгоритмы обучения с подкреплением применимы к стохастическим играм; - Реализуем один из них в коде и обучим наших агентов взаимодействовать друг с другом. Участники вебинара получат ноутбук с кодом практического примера реализации алгоритма и поймут как запустить его в игровой среде. 👉Регистрация: https://otus.pw/fiHd/?erid=LjN8KbeQ4 Встречаемся в преддверии старта курса «Reinforcement Learning» в OTUS. Обучение позволит применять алгоритмы RL для решения разнообразных задач в реальном мире, включая игровую индустрию, робототехнику, управление энергетическими системами и управление финансовым портфелем. #реклама О рекламодателе

MIT's "Foundations of Reinforcement Learning & Interactive Decision Making" PDF: arxiv.org/pdf/2312.16730 @datascienceiot