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 41 817 подписчиков, занимая 3 211 место в категории Технологии и приложения и 15 203 место в регионе Россия.

📊 Показатели аудитории и динамика

С момента создания невідомо проект демонстрирует стремительный рост, собрав аудиторию из 41 817 подписчиков.

Согласно последним данным от 27 июня, 2026, канал показывает стабильную активность. За последние 30 дней изменение числа участников составило -102, а за последние 24 часа — 4, при этом общий охват остаётся высоким.

  • Статус верификации: Не верифицирован
  • Уровень вовлечённости (ER): Средний показатель вовлечённости аудитории составляет 5.68%. В первые 24 часа после публикации контент обычно набирает 2.42% реакций от общего числа подписчиков.
  • Охват публикаций: В среднем каждый пост получает 2 374 просмотров. В течение первых суток публикация набирает 1 011 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 28 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.

41 817
Подписчики
+424 часа
-627 дней
-10230 день
Архив постов
Natural Language Processing in Action - 2019 Github @datascienceiot
Natural Language Processing in Action - 2019 Github @datascienceiot

Math for Programmers. 3D graphics, machine learning, and simulations with Python. Version 8 - 2019 Github @datascienceiot
Math for Programmers. 3D graphics, machine learning, and simulations with Python. Version 8 - 2019 Github @datascienceiot

Advances in Financial Machine Learning Github @datascienceiot
Advances in Financial Machine Learning Github @datascienceiot

Biopython - 2018 Github @datascienceiot
Biopython - 2018 Github @datascienceiot

Python Machine Learning: Machine Learning and Deep Learning with Python, scikit-learn, and TensorFlow 2 (2019) @datascienceiot

Programming AWS Lambda: Build and Deploy Serverless Applications with Java (2020)

Rethinking Productivity in Software Engineering @datascienceiot

Text Analytics with Python, Second Edition - 2019 @datascienceiot

Beginning Java Data Structures and Algorithms (2018) @datascienceiot

Mastering Machine Learning with Python in Six Steps, Second Edition - 2019 @datascienceiot

TinyML: Machine Learning with TensorFlow Lite on Arduino and Ultra-Low-Power Microcontrollers (2019) @datascienceiot

Deep Learning (MIT Press Essential Knowledge series) (2019) @datascienceiot

Банк Точка совместно с Университетом ИТМО запускают онлайн-соревнование по машинному обучению и анализу данных. Двадцать три
Банк Точка совместно с Университетом ИТМО запускают онлайн-соревнование по машинному обучению и анализу данных. Двадцать три дня, реальные банковские данные и поддержка от команды Точки, чтобы решить реальную задачу финтех-сервиса. Победитель с головой окунётся в айти-культуру и прокачает скилы на оплачиваемой стажировке в том самом лучшем банке для предпринимателей. Шесть лучших команд получат подарки от Университета ИТМО и преимущество при поступлении в магистратуру. А все призёры — крутой мерч от Точки. Онлайн-конференция про финтех-индустрию, науку и привлечение аудитории — для всех участников. Узнай подробнее и зарегистрируйся — https://job.tochka.com/challenge

Deep Learning for NLP and Speech Recognition (2019) Github @datascienceiot
Deep Learning for NLP and Speech Recognition (2019) Github @datascienceiot

Software Engineering at Google (2020) Github @datascienceiot
Software Engineering at Google (2020) Github @datascienceiot

Hands-On Microservices with Kubernetes: Build, deploy, and manage scalable microservices on Kubernetes (2019) Github @datasci
Hands-On Microservices with Kubernetes: Build, deploy, and manage scalable microservices on Kubernetes (2019) Github @datascienceiot

AI Crash Course: A fun and hands-on introduction to machine learning, reinforcement learning, deep learning, and artificial i
AI Crash Course: A fun and hands-on introduction to machine learning, reinforcement learning, deep learning, and artificial intelligence with Python (2019) Github @datascienceiot

Google BigQuery: The Definitive Guide: Data Warehousing, Analytics, and Machine Learning at Scale Github @datascienceiot
Google BigQuery: The Definitive Guide: Data Warehousing, Analytics, and Machine Learning at Scale Github @datascienceiot

Deep Learning for NLP and Speech Recognition (2019) Github @datascienceiot
Deep Learning for NLP and Speech Recognition (2019) Github @datascienceiot

Introduction to Python for Science and Engineering - 2019 Github @datascienceiot
Introduction to Python for Science and Engineering - 2019 Github @datascienceiot