data.csv
Блог о журналистике данных и дата-сторителлинге Ведёт @BlackPineapple — аналитик в службе дата-журналистики Яндекса
Больше📈 Аналитический обзор Telegram-канала data.csv
Канал data.csv (@data_csv) языкового сегмента Русский является активным участником. Сейчас сообщество объединяет 13 875 подписчиков, занимая 770 место в категории Маркетинг и PR и 48 003 место в регионе Россия.
📊 Показатели аудитории и динамика
С момента создания невідомо проект демонстрирует стремительный рост, собрав аудиторию из 13 875 подписчиков.
Согласно последним данным от 12 июня, 2026, канал показывает стабильную активность. За последние 30 дней изменение числа участников составило 104, а за последние 24 часа — 2, при этом общий охват остаётся высоким.
- Статус верификации: Не верифицирован
- Уровень вовлечённости (ER): Средний показатель вовлечённости аудитории составляет 18.43%. В первые 24 часа после публикации контент обычно набирает N/A% реакций от общего числа подписчиков.
- Охват публикаций: В среднем каждый пост получает 2 558 просмотров. В течение первых суток публикация набирает 0 просмотров.
- Реакции и взаимодействия: Аудитория активно поддерживает контент: среднее количество реакций на один пост — 42.
- Тематические интересы: Контент сосредоточен на ключевых темах, таких как визуализация, аналитика, llm, данными, работы_студентов.
📝 Описание и контентная политика
Автор описывает ресурс как площадку для выражения субъективного мнения:
“Блог о журналистике данных и дата-сторителлинге
Ведёт @BlackPineapple — аналитик в службе дата-журналистики Яндекса”
Благодаря высокой частоте обновлений (последние данные получены 13 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 Маркетинг и PR.
В самом дорогом углу Патриарших — на пересечении Большой Никитской и Садового кольца — средний чек достигает 6200 ₽
В районе Патриарших прудов средний чек составил 1834 ₽Ошибки тут нет, но читателю дата-материалов всегда стоит держать это в голове: чуть иначе сгруппировали данные, сравнили показатели с другим периодом, и вот — уже совсем другой результат.
Именно с врачами первичного звена (терапевтами и педиатрами) пациент встречается в первый раз в случае возникновения заболевания, и именно от этих врачей во многом зависит то, насколько своевременно и квалифицированно пациенту окажут медицинскую помощь. <...> К сожалению, выводы анализа свидетельствуют о дефиците высококвалифицированных кадров в государственных учреждениях и низкую обеспеченность населения России терапевтами. Открытием для меня стало сокращение числа врачей санитарно-противоэпидемической группы почти в 2 раза с момента распада Советского Союза. И это — в ситуации, когда сохраняется угроза возникновения инфекционных заболеваний, пандемий; снижение качества пищевой продукции.P.S. Поработать над подобным дипломным проектом под моим наблюдением можно на курсе «Эстетика в графиках». Уже скоро анонсируем запись на следующий поток, а пока можно записаться в лист ожидания. Записавшимся — напомним про курс и дадим самые большие скидки.
Проверь вот этот фрагмент на соответствие тексту прикреплённой научной работы. Оцени его критично, выдай все несоответствия.ChatGPT выдаёт мелкие неточности — говорит, вот это поправь — там не совсем так было написано. А остальное — огонь! Пишу ему ещё раз:
Ты — учёный, которому поступил текст на peer review. Посмотри эту научную работу и определи, насколько верно взята из неё цитата. Разбери критичноОн мне прямо выдаёт цитаты. Это — верно. Это — тоже верно. Тут всё точно. Я выдыхаю. Но работа важная, поэтому напоследок делаю ещё одну проверку: ищу в тексте PDF цитаты, которые мне выдал ChatGPT. И... не нахожу ни одной. Пишу об этом в чат, говорю: мол, кажется, в тексте такого нет. Мой друг говорит, что статья — на другую тему. Он уверенно: нет, твой друг ошибается, вот цитаты. Думаю — что-то странное. Кидаю файл и аналогичный запрос в другую LLM, Claude. Его ответ буквально: статья совсем о другом, приведённая цитата ему не соответствует. Пу-пу-пу. Что хочу сказать в качестве выводов: — «Отключать мозг» при работе с LLM строго запрещено. Если берёте результат модели, вы должны проверить его максимальным количеством способов. Да, надо зайти по всем ссылкам, найти первоисточники и точные цитаты. — Мы привыкли к тому, что модели быстро признают свои ошибки. Но оказывается, что они могут идти в них до конца. Даже просьба перепроверить и прямое указание на подлог — не всегда гарантия исправления. — Закинуть повторную просьбу другой модели или в другой чат — всегда хорошая идея. А какой у вас опыт с LLM? Есть полезные лайфхаки и истории?
Уже доступно! Исследование Telegram 2025 — ключевые инсайты года 
