ru
Feedback
S0ER

S0ER

Открыть в Telegram

Архитектура | Программирование | Профессиональное развитие Соер.Клуб - https://t.me/soer_live По всем вопросам писать на @soerdev

Больше

📈 Аналитический обзор Telegram-канала S0ER

Канал S0ER (@softwareengineervlog) языкового сегмента Русский является активным участником. Сейчас сообщество объединяет 10 532 подписчиков, занимая 11 725 место в категории Технологии и приложения и 62 100 место в регионе Россия.

📊 Показатели аудитории и динамика

С момента создания невідомо проект демонстрирует стремительный рост, собрав аудиторию из 10 532 подписчиков.

Согласно последним данным от 18 июня, 2026, канал показывает стабильную активность. За последние 30 дней изменение числа участников составило -29, а за последние 24 часа — -1, при этом общий охват остаётся высоким.

  • Статус верификации: Не верифицирован
  • Уровень вовлечённости (ER): Средний показатель вовлечённости аудитории составляет 28.33%. В первые 24 часа после публикации контент обычно набирает N/A% реакций от общего числа подписчиков.
  • Охват публикаций: В среднем каждый пост получает 2 983 просмотров. В течение первых суток публикация набирает 0 просмотров.
  • Реакции и взаимодействия: Аудитория активно поддерживает контент: среднее количество реакций на один пост — 140.
  • Тематические интересы: Контент сосредоточен на ключевых темах, таких как rbp, архитектура, callme, mov, указатель.

📝 Описание и контентная политика

Автор описывает ресурс как площадку для выражения субъективного мнения:
Архитектура | Программирование | Профессиональное развитие Соер.Клуб - https://t.me/soer_live По всем вопросам писать на @soerdev

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.

10 532
Подписчики
-124 часа
-157 дней
-2930 день
Архив постов
S0ER
10 528
Небольшое задание на знание приведения типов в JavaScript, странная конструкция "+!" встречается редко, но иногда оказывается полезной.

S0ER
10 528
@JavaScript: результат выражения: [+!+"1", "1"+1, +"1"+1], будет: anonymous poll [0, "11", 2] – 3 👍👍👍👍👍👍👍 100% [ true, "11", 2] ▫️ 0% [true, 2, 2] ▫️ 0% [0, "2", "2"] ▫️ 0% [1, "11", 2] ▫️ 0% [false, NaN, 2] ▫️ 0% 👥 3 people voted so far. Poll closed.

S0ER
10 528
В общем, кто хочет может на codewars указать "Software Engineer Vlog (YouTube)" и сразу попасть в нашу банду. ))))))

S0ER
10 528
Насколько я понял, на codewars есть кланы, и все кто пишет одно и то же название у себя в профиле в поле "Clan", попадают в один клан.

S0ER
10 528
На все ушло больше часа, поэтому придется видео сокращать, показывая только основные моменты.

S0ER
10 528
В качестве разминки сделал задачу на 2kyu (чем меньше число, тем сложнее самые простые - 8kyu)

S0ER
10 528
kata для видео.png0.38 KB

S0ER
10 528
В такую погоду только дома сидеть и горячий чай пить

S0ER
10 528
-42

S0ER
10 528
photo content

S0ER
10 528
@vote Стоит ли на канале делать скринкасты с примерами решения задач на codewars или других подобных сайтов? anonymous poll Да – 13 👍👍👍👍👍👍👍 87% На твое усмотрение – 2 👍 13% Нет ▫️ 0% 👥 15 people voted so far.

S0ER
10 528
codewar challenge.png4.65 KB

S0ER
10 528
Хорошо подходит для задач проактивного мониторинга технических и бизнес показателей

S0ER
10 528
В нашей практике в основном используем ARIMA и этого вполне хватает.

S0ER
10 528
Так же хорошая статья по анализу временных рядов (тоже с хабра) - https://habrahabr.ru/post/207160/

S0ER
10 528
Более подробно указанные модели прогнозирования описаны - https://habrahabr.ru/post/180409/ там же есть рекомендации по литературе

S0ER
10 528
И только потом ANN

S0ER
10 528
из них самые популярные Авторегрессионные модели

S0ER
10 528
Регрессионные модели прогнозирования Авторегрессионные модели прогнозирования (ARIMAX, GARCH, ARDLM) Модели экспоненциального сглаживания (ES) Модель по выборке максимального подобия (MMSP) Модель на нейронных сетях (ANN) Модель на цепях Маркова (Markov chains) Модель на классификационно-регрессионных деревьях (CART) Модель на основе генетического алгоритма (GA) Модель на опорных векторах (SVM) Модель на основе передаточных функций (TF) Модель на нечеткой логике (FL)