ru
Feedback

Не попадитесь на канал ботавода! Telemetrio находит и помечает такие каналы 👉 Хотите видеть метку — оформите подписку

Анализ данных (Data analysis)

Анализ данных (Data analysis)

Открыть в Telegram

Data science, наука о данных. @haarrp - админ РКН: clck.ru/3FmyAp

Больше

📈 Аналитический обзор Telegram-канала Анализ данных (Data analysis)

Канал Анализ данных (Data analysis) (@data_analysis_ml) языкового сегмента Русский является активным участником. Сейчас сообщество объединяет 51 907 подписчиков, занимая 2 572 место в категории Технологии и приложения и 11 804 место в регионе Россия.

📊 Показатели аудитории и динамика

С момента создания невідомо проект демонстрирует стремительный рост, собрав аудиторию из 51 907 подписчиков.

Согласно последним данным от 17 ноября, 2026, канал показывает стабильную активность. За последние 30 дней изменение числа участников составило 389, а за последние 24 часа — -16, при этом общий охват остаётся высоким.

  • Статус верификации: Не верифицирован
  • Уровень вовлечённости (ER): Средний показатель вовлечённости аудитории составляет 11.71%. В первые 24 часа после публикации контент обычно набирает 8.49% реакций от общего числа подписчиков.
  • Охват публикаций: В среднем каждый пост получает 6 077 просмотров. В течение первых суток публикация набирает 4 406 просмотров.
  • Реакции и взаимодействия: Аудитория активно поддерживает контент: среднее количество реакций на один пост — 173.
  • Тематические интересы: Контент сосредоточен на ключевых темах, таких как llm, контекст, openai, архитектура, deepseek.

📝 Описание и контентная политика

Автор описывает ресурс как площадку для выражения субъективного мнения:
“Data science, наука о данных. @haarrp - админ РКН: clck.ru/3FmyAp”

Благодаря высокой частоте обновлений (последние данные получены 18 ноября, 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.

51 907
Подписчики
-1624 часа
-507 дней
+38930 дней
Архив постов
Умеете добывать данные для исследований, но хотите меньше тратить времени на это? Следите за развитием продуктов в сфере данн
Умеете добывать данные для исследований, но хотите меньше тратить времени на это? Следите за развитием продуктов в сфере данных? В июле появилась новая платформа DataSnacks, которая помогает найти и проанализировать рыночную и социальную статистику Из чего состоит DataSnacks ✅ Удобная база наборов экономических и социальных данных из российских и зарубежных источников. Благодаря системе фильтров и классификации данных легко найти необходимые данные ✅ Базовые инструменты визуализации данных: интерактивные диаграммы, компоновка отчетов из диаграмм и данных сервиса. Достаточно один раз собрать отчет и данные будут обновляться автоматически при просмотре или экспорте ✅ Готовая аналитика в виде отчетов и публикаций ❗️ По случаю запуска платформы по промокоду ANALYSETHIS до конца июля 50% скидка на любой тариф!
25 июля 2022, 04:01

💼 Кратко об OData Недавно, пришлось работать на проекте с внешним API. Работал, я, к слову, всегда либо с простым REST, либо с GET/POST only запросами, но в этом нужно было работать с API Timetta. Он использует OData и что же это такое? REST vs OData В то время как REST - набор архитектурных правил создания хорошего API, OData - это уже веб-протокол, собравший в себя "лучшие архитектурные практики": defines a set of best practices for building and consuming RESTful APIs (как написано на официальном сайте). Сам протокол очень большой, поэтому я затрону наиболее практически-значимые аспекты. Схема Каждая система использующая OData должна описать свою схему данных. По ней можно понять все: какие сущности есть в системе, какие операции над ними можно производить. Схема может описывается в формате XML или JSON. Для получения схемы нужно сделать запрос по адресу: <root>/$metadata Где <root> - корень сервиса OData. Примеры дальше будут предполагать, что мы делаем запросы из этого <root>. Для Timetta этот адрес такой: https://api.timetta.com/odata/$metadata Примеры дальше будут с использованием XML схем.  Читать @data_analysis_ml
24 июля 2022, 09:01

Требуются специалисты по искусственному интеллекту. Обучение, стажировку и трудоустройство берём на себя. От вас: — Интерес к
Требуются специалисты по искусственному интеллекту. Обучение, стажировку и трудоустройство берём на себя. От вас: — Интерес к профессии и желание зарабатывать от 150 000 рублей в месяц (по данным сайта HeadHunter). — Возможность уделять до 2-3 часов в день на обучение и немного упорства. От нас: — 12 месяцев обучения востребованной IT-специальности от лидеров рынка — Трудоустройство через 9 месяцев в процессе обучения или сразу после него Где? На курсе “Инженер искусственного интеллекта” от GeekBrains. За 12 месяцев обучения вы: — Изучите ключевые инструменты IT, стандарты кодирования, базы данных и системы аналитики — Узнаете, где и как собирать и обрабатывать данные, чтобы извлечь из них пользу для бизнеса. — Научитесь подбирать эффективное решение для клиента и реализовывать с помощью машинного обучения. Переходите по ссылке, чтобы оставить заявку на обучение: https://clc.to/B_4JEQ
24 июля 2022, 07:59

10 лучших примеров визуализации данных из прошлого и по настоящее время Визуализация данных, хотя часто и наводит на мысли о бизнес-информации и традиционном анализе, обычно гораздо более живописна и изобретательна, чем можно себе представить. Разброс тем для визуализации очень широк: от показателей предприятия до состояния здоровья населения и деления поп-культуры на тренды. Для создания действительно запоминающейся и яркой инфографики нужны знания графического дизайна, умение рассказать интересную историю и сильные аналитические способности. В этой статье мы рассмотрим некоторые наиболее заметные, интересные и показательные примеры инфографики. Сначала взглянем на несколько примечательных исторических работ, а затем перейдем к более современным визуализациям. Советуем также обратить внимание на подробное руководство к визуализации данных и посмотреть некоторые из наших любимых примеров.  Читать @data_analysis_ml
24 июля 2022, 05:54

⚡️ Git для Аналитика данных: контроль версий моделей и датасетов с помощью DVC Подробный туториал о том, как с помощью DVC и Git эффективно хранить датасеты и модели машинного обучения, чтобы перемещаться между разными их версиями посредством пары команд. читать дальше @data_analysis_ml
24 июля 2022, 05:00

Познакомьтесь с профессией 1С-разработчика! Участвуйте в бесплатном онлайн-интенсиве Skillbox с 28 по 30 июля в 19:00 по моск
Познакомьтесь с профессией 1С-разработчика! Участвуйте в бесплатном онлайн-интенсиве Skillbox с 28 по 30 июля в 19:00 по московскому времени. Регистрируйтесь: 👉 https://clc.to/sjhEaQ. Вы узнаете: 🖱 кто такой разработчик 1С и почему он востребован на рынке; 🖱 какие soft и hard skills нужны в этой профессии; 🖱 что такое платформа 1С и каковы её основные объекты; 🖱 как создавать проводки, документы, отчёты и автоматизировать процессы. К концу интенсива создадите проект — базу для торгового предприятия. 🎁 Всем участникам подарим чек-лист по интенсиву 1С: полезную информацию о создании баз данных в 1С и пошаговый план реализации. Участвуйте, задавайте вопросы и получите сертификат на 10 000 рублей на любой курс Skillbox.
24 июля 2022, 03:01

1️⃣9️⃣ скрытых фич Sklearn для аналитика данных, о которых вам следует знать Изучив справочник API Sklearn, я понял, что наиб
1️⃣9️⃣ скрытых фич Sklearn для аналитика данных, о которых вам следует знать Изучив справочник API Sklearn, я понял, что наиболее часто используемые модели и функции — это лишь малая часть того, что может делать библиотека. Конечно, встречаются чрезвычайно узконаправленные функции, которые используются в редких случаях. Но все же мне удалось обнаружить множество оценщиков, преобразователей и полезных фич, которые являются более элегантными эквивалентами обычных операций, выполняемых человеком вручную. Поэтому я решил составить список самых важных из них и кратко рассказать об их особенностях, чтобы вы смогли значительно расширить свой набор инструментов Sklearn. Поехали! Читать @data_analysis_ml
23 июля 2022, 09:02

Требуются специалисты по искусственному интеллекту. Обучение, стажировку и трудоустройство берём на себя. От вас: — Интерес к
Требуются специалисты по искусственному интеллекту. Обучение, стажировку и трудоустройство берём на себя. От вас: — Интерес к профессии и желание зарабатывать от 150 000 рублей в месяц — Возможность уделять до 2-3 часов в день на обучение и немного упорства. От нас: — 12 месяцев обучения востребованной IT-специальности от лидеров рынка — Трудоустройство через 9 месяцев в процессе обучения или сразу после него Где? На курсе «Data Science» от GeekBrains. За 12 месяцев обучения вы: — Изучите ключевые инструменты IT, стандарты кодирования, базы данных и системы аналитики — Узнаете, где и как собирать и обрабатывать данные, чтобы извлечь из них пользу для бизнеса. — Научитесь подбирать эффективное решение для клиента и реализовывать с помощью машинного обучения. Переходите по ссылке, чтобы оставить заявку на обучение: https://clc.to/O5l79A
23 июля 2022, 07:55

🎇 Продвинутый уровень визуализации данных для Data Science на Python Как сделать крутые, полностью интерактивные графики с помощью одной строки Python. Когнитивное искажение о невозвратных затратах (sunk cost fallacy) является одним из многих вредных когнитивных предубеждений, жертвой которых становятся люди. Это относится к нашей тенденции продолжать посвящать время и ресурсы проигранному делу, потому что мы уже потратили — утонули — так много времени в погоне. Заблуждение о заниженной стоимости применимо к тому, чтобы оставаться на плохой работе дольше, чем мы должны, рабски работать над проектом, даже когда ясно, что он не будет работать, и да, продолжать использовать утомительную, устаревшую библиотеку построения графиков — matplotlib — когда существуют более эффективные, интерактивные и более привлекательные альтернативы.  Читать дальше @data_analysis_ml
23 июля 2022, 04:04

Ищем бизнес-аналитиков, кто хочет обучиться профессии с нуля с помощью в трудоустройстве. Полгода обучения - бесплатно. Первый платёж через 6 месяцев. Бизнес-аналитик изучает процессы в компании и даёт рекомендации, как больше зарабатывать и не разориться. Вы научитесь собирать данные о финансах и бизнес-процессах, проводить продуктовые интервью и определять стратегии развития. Сможете получить профессию, которая особенно востребована во время нестабильности. Узнать подробности и зарегистрироваться: https://clc.to/FaBjKw Почему стоит учиться на бизнес-аналитика? На рынке не хватает специалистов: Более 1600 вакансий на должность бизнес-аналитика открыто в июле; 130 000 рублей - средняя зарплата бизнес-аналитика, по данным сайта HeadHunter. Кому подойдёт этот курс: – Тем, кто ищет востребованную профессию – Разработчикам, которые хотят сменить профиль – Junior-аналитикам данных – Продактам, руководителям проектов и направлений в разработке Чему вы научитесь: ◆Рассчитывать бизнес-модель; ◆Анализировать экономику бизнеса; ◆Оптимизировать бизнес-процессы; ◆Решать задачи бизнеса с помощью IT-разработки; ◆Программировать на Python; ◆Работать с заказчиками. Кроме того, все студенты и выпускники Skillbox получают индивидуальную поддержку от Центра карьеры на протяжении всего обучения — от помощи с выбором профессии до выхода на работу. Записаться на курс или получить бесплатную консультацию можно по ссылке: https://clc.to/FaBjKw
23 июля 2022, 03:02

✅ Введение в параллельные вычисления для дата-инженеров. Обычно дата-инженерам приходится получать данные из нескольких источников, а затем очищать их и агрегировать. Часто эти процессы необходимо применять на больших объемах данных. Сегодня мы рассмотрим одно из самых фундаментальных понятий в области вычислительных технологий и в частности дата-инженерии — параллельные вычисления. С их помощью современные приложения могут обрабатывать огромные объемы данных за относительно небольшие промежутки времени. Обсудим преимущества параллельных вычислений в целом, а также их недостатки. Изучим несколько программных пакетов и фреймворков, использующих возможности современных многоядерных систем и кластеров компьютеров для распределения и параллелизации рабочих нагрузок. Читать @data_analysis_ml
22 июля 2022, 02:43

3️⃣ распространенные ошибки при поиске работы в области науки о данных в 2022 году Читать @data_analysis_ml
21 июля 2022, 05:02

Как выбрать профессию в аналитике и Data Science — бесплатный тест-драйв 7 курсов Профессии в сфере работы с данными может ос
Как выбрать профессию в аналитике и Data Science — бесплатный тест-драйв 7 курсов Профессии в сфере работы с данными может освоить каждый — нужно только выбрать наиболее комфортный способ обучения. На неделе пробных занятий по работе с данными вы сможете начать обучение по 7 курсам: пощупаете Python и SQL для анализа данных, изучите базовые инструменты Google-таблиц, узнаете о роли A/B-тестов, а также попробуете себя в дата-журналистике, игровой и мобильной аналитике. Сделайте первый шаг к освоению новой профессии. Записаться на тест-драйв
21 июля 2022, 03:02
27 июля 2022, ~06:52

🎯 Обогащение данных — что это и почему без него никак Задача обогащения данных напрямую связана с темой их обработки и анализа. Обогащение нужно для того, чтобы конечные потребители данных получали качественную и полную информацию. Сам термин "обогащение данных" — это перевод англоязычного Data enrichment, который проводит аналогию между данными и... ураном. Точно так же, как промышленники насыщают урановую руду, увеличивая долю изотопа 235U, чтобы её можно было использовать (хочется надеяться, в мирных целях), в процессе обогащения данных мы насыщаем их информацией. Читать дальше @data_analysis_ml
20 июля 2022, 05:01

Data Scientist — одна из самых перспективных и высокооплачиваемых специальностей в IT-сфере. Вы научитесь программировать на базовом уровне, работать с открытыми данными из интернета и предсказывать курс биткоина. Записывайтесь на бесплатный онлайн-интенсив: 👉 https://clc.to/TRrgJw За 3 дня сделаете первые шаги в Data Science. ✔️ Познакомитесь с Python, Google Collab, Pandas, Scikit-learn. ✔️ Узнаете, что такое GridSearch и кросс-валидация. ✔️ Осуществите простейший анализ и визуализацию данных. ✔️ Решите первые реальные бизнес-задачи. 💡 Вебинары проведёт главный методист технического направления Skillbox Михаил Овчинников. Вы узнаете, как разрабатывают искусственный интеллект и какие инструменты используют специалисты по Data Science. Создадите проект для портфолио. 🎁 При регистрации все участники получат чек-лист с информацией о том, чем занимается специалист по DS, где он может работать, какие знания и навыки ему нужны и где новичку найти первые проекты. 📌 Подключайтесь к прямым эфирам с 25 по 27 июля в 21:00 по московскому времени!
20 июля 2022, 03:01

3️⃣6️⃣ лучших инструментов для визуализации данных ↩️ Если вы ищете способ просто и понятно рассказать о сложных данных, геог
3️⃣6️⃣ лучших инструментов для визуализации данных ↩️ Если вы ищете способ просто и понятно рассказать о сложных данных, географии, объяснить неочевидные взаимосвязи, сложные или простые идеи, то вам нужна визуализация. Она хороша тем, что сразу привлекает внимание к ключевому посланию, демонстрирует закономерности, которые трудно уловить в тексте или в таблице с цифрами. Существует много специальных инструментов для визуализации: некоторые из них совсем простые: нужно только загрузить данные и выбрать, как они будут отображаться. Другие программы более сложные и комплексные — требуют настройки и, например, знаний JavaScript. Мы подобрали самые разные варианты: и для тех, кому нужен быстрый понятный результат, и для продвинутых пользователей. Есть из чего выбрать. Читать дальше @data_analysis_ml
19 июля 2022, 07:05

Как SQL может ускорить вашу работу и где его освоить? Узнайте на вебинаре. → Бесплатно, 25 июля в 19:00 SQL — это расчёты мет
Как SQL может ускорить вашу работу и где его освоить? Узнайте на вебинаре. → Бесплатно, 25 июля в 19:00 SQL — это расчёты метрик, отчёты, поиск нужных данных, быстрота и надёжность. Рассказывать о навыке будут эксперты: ◾️ Дмитрий Попков, маркетинговый аналитик в Яндексе. Знает, как ускорить работу с помощью SQL. ◾️ Сушков Александр, автор курсов по SQL и преподаватель Яндекс Практикума. Не только обучает SQL, но и думает на нём. ◾️ Семён Расторопов, выпускник первой когорты курса «SQL для работы с данными и аналитики». Умеет решать задачи со звёздочкой. Вы узнаете: — зачем нужен SQL в анализе данных и других сферах; — какие задачи с можно решать с помощью SQL; — как легче его выучить. → Зарегистрироваться на вебинар
19 июля 2022, 05:02

5️⃣ грязных трюков в соревновательном Data Science, о которых тебе не расскажут в приличном обществе. 🔥 Привет, чемпион! Возможно, ты сейчас участвуешь в соревновании по анализу данных или просто решил погрузиться в мира Data Science. Тогда эта статья будет тебе очень полезна! Сражу скажу, что трюки, о которых мы сегодня поговорим, я не просто так назвал "грязными". Речь пойдет о вещах, которые в каком-то смысле нечестные или просто вводят в заблуждение других участников соревнований. Долго думал, стоит ли про эти техники вообще рассказывать, ведь в борьбе за призовые всегда велик соблазн начать хитрить. Решил, что все-таки расскажу про некоторые приемы, дабы вооружить честных людей, которые играют по правилам. Будем разбирать приемы по ходу увеличения уровня их "грязи" - поехали! Читать дальше @data_analysis_ml
19 июля 2022, 03:41

Используем библиотеку matplotlib для создания интересной анимации данных. Используем библиотеку matplotlib для создания интересной анимации Изображение имитации дождя выполнено с помощью библиотеки Matplotlib, известной как прародитель пакетов для визуализации данных на python. Matplotlib имитирует капли дождя на поверхности путем анимирования масштаба и непрозрачности 50 точек графика разброса. В этой статье мы рассмотрим анимации в Matplotlib и несколько способов их создания. Читать дальше @data_analysis_ml
18 июля 2022, 06:15

📊 Улучшение визуализации данных с помощью диаграмм с двумя осями в Python Визуализация данных облегчает понимание тенденций и позволяет принимать обоснованные решения. Для оптимального представления данных важно правильно выбрать вид диаграммы. Более того, некоторые диаграммы, такие как столбиковые и многолинейные, можно дополнительно настроить для лучшего разъяснения данных. Помимо косметических преобразований графических изображений (с помощью цвета и шрифта), можно воспользоваться дополнительными функциями, такими как общее направление линий, прогнозы и двухосевая реализация. В этой статье мы расскажем, как использовать двухосевую линейную диаграмму, чтобы более наглядно продемонстрировать аудитории корреляции и тенденции между точками данных. Мы также кратко рассмотрим, как может выглядеть обычная диаграмма без двойной оси, чтобы вы могли решить, какое из двух графических представлений максимально соответствует вашим потребностям в визуализации. Читать дальше @data_analysis_ml
17 июля 2022, 05:16