uk
Feedback
Data Science | Machinelearning [ru]

Data Science | Machinelearning [ru]

Відкрити в Telegram

Все о Data Science, машинном обучении и искусственном интеллекте: от базовой теории до cutting-edge исследований и LLM. Личный блог автора - @just_genych По вопросам рекламы или разработки - @g_abashkin РКН: https://vk.cc/cJPGXD

Показати більше

📈 Аналітичний огляд Telegram-каналу Data Science | Machinelearning [ru]

Канал Data Science | Machinelearning [ru] (@devsp) у мовному сегменті Російська є активним учасником. На даний момент спільнота об'єднує 19 996 підписників, посідаючи 6 718 місце в категорії Технології та додатки та 33 709 місце у регіоні Росія.

📊 Показники аудиторії та динаміка

З моменту свого створення невідомо, проект продемонстрував стрімке зростання, зібравши аудиторію у 19 996 підписників.

За останніми даними від 23 червня, 2026, канал демонструє стабільну активність. Хоча за останні 30 днів спостерігається зміна кількості учасників на -85, а за останні 24 години на 0, загальне охоплення залишається високим.

  • Статус верифікації: Не верифікований
  • Рівень залученості (ER): Середній показник залученості аудиторії становить 7.98%. Протягом перших 24 годин після публікації контент зазвичай збирає 3.64% реакцій від загальної кількості підписників.
  • Охоплення публікацій: В середньому кожен допис отримує 1 596 переглядів. Протягом першої доби публікація в середньому набирає 728 переглядів.
  • Реакції та взаємодія: Аудиторія активно підтримує контент: середня кількість реакцій на один пост – 8.
  • Тематичні інтереси: Контент зосереджений навколо ключових тем, таких як llm, nvidia, контекст, openai, архитектура.

📝 Опис та контентна політика

Автор описує ресурс як майданчик для висловлення суб'єктивної думки:
Все о Data Science, машинном обучении и искусственном интеллекте: от базовой теории до cutting-edge исследований и LLM. Личный блог автора - @just_genych По вопросам рекламы или разработки - @g_abashkin РКН: https://vk.cc/cJPGXD

Завдяки високій частоті оновлень (останні дані отримано 24 червня, 2026), канал підтримує актуальність та високий рівень охоплення публікацій. Аналітика показує, що аудиторія активно взаємодіє з контентом, що робить його важливою точкою впливу в категорії Технології та додатки.

19 996
Підписники
Немає даних24 години
-417 днів
-8530 день
Архів дописів
​​🐍Пример уменьшения размерности данных с помощью линейных и нелинейных методов в Python В этой статье автор расскажет как методы уменьшения размерности данных решают проблему, предоставляя меньшее количество измерений (столбцов) при сохранении наиболее важной информации. Читать...

​​🎬Коллаборативная фильтрация vs Рейтинг фильма на Кинопоиске. Мой опыт написания кино рекомендательной системы В этой статье автор рассмотрит рекомендательные алгоритмы, основанные на методе «Коллаборативной фильтрации». Читать...

​​🧑‍💻Разбираем особенности алгоритмов CatBoost и LightGBM: какой от них профит В этой статье автор расскажет расскажет вам про особенности алгоритмов CatBoost и LightGBM, для чего они нужны, в чём их фишки и как они облегчают нам работу с данными.  Читать...

​​😶‍🌫Теория вероятностей в разработке: где применяется и что можно изучить для более глубокого понимания темы В этой статье автор расскажет кому требуется теория вероятностей с сопутствующими дисциплинами и зачем. Читать...

​​🧑‍💻Крестики-Нолики (Tic Tac Toe) с компьютером на Python. Часть 2: шаг к ML В этой статье автор расскажет о новом программном алгоритме игры человека с компьютером в качестве «Х» или «О» игрока, избегая классического «дерева для конечного числа ходов». Читать...

​​⚽️Kaggle для футболистов. Разбираем подходы призеров соревнований по детекции столкновений (5 — 3 место) В этой статье автор рассмотрит некоторые из решений, которые принесли денежное вознаграждение и золотые медали участникам этого челленджа.  Читать...

​​👤Как создавать качественные ML-системы. Часть 2: приручаем хаос В этой статье поговорим о Data-centric ИИ, данных для обучения, разметке и очистке, синтетических данных и еще немного о Data Engineering и ETL. Читать...

​​🗣Как мы научили Алису реагировать на быстрые команды В этой статье я расскажу, что из себя представляет новая функция, как мы её разрабатывали, с какими сложностями столкнулись. Читать...

​​👾Как создавать качественные ML-системы. Часть 1: каждый проект должен начинаться с плана В этой статье автор расскажет о том, как начинать с малого и быстро отказываться от слабых идей. Читать...

​​🐶Сможете ли вы отличить собаку от кошки, или Как объяснить проблемы дата-сайентиста коллегам. Часть 1 В этой статье автор расскажет о нынешнем положении специалистов, их проблемах и типичных запросах, с которыми они сталкиваются. Читать...

Ozon Tech ищет Senior/Lead DS и ML-специалистов  Команды отвечают за развитие сервисов поиска, рекомендаций и рекламы на маркетплейсе, помогая пользователям быстрее и точнее находить товары.  Какие вакансии актуальны: ➡️Ведущий Data Scientist в команду Ранжирования поиска. ➡️Ведущий Data Scientist (Deep Learning) в команду Рекомендаций и персонализации. ➡️Старший Data Scientist в команду Эффективности рекламы. ➡️Старший Data Scientist в команду Товарных рекомендаций. ➡️Ведущий Data Scientist (NLP) в команду Базового ранжирования. Узнать подробнее про задачи и проекты можно на этом лендинге.  Откликнуться там же 😏

​​🤔Звериные алгоритмы: какими представителями животного мира вдохновлялись исследователи для создания алгоритмов В этой статье автор расскажет про алгоритмы, названные в честь различных представителей животного мира. Читать...

​​👨‍💻Data Engineering: концепции, процессы и инструменты В этой статье мы рассмотрим процесс data engineering, расскажем о его базовых компонентах и инструментах, опишем роль дата-инженера. Читать...

​​👾Эволюция метрик качества машинного перевода. Часть 2 В этой статье автор расскажет об эволюции метрик качества машинного перевода, а также об основных традиционных метриках. Читать...

​​😵PINN (Physics-informed neural networks) и с чем их едят В этой статье автор расскажет почему реальные физические системы обсчитываются сложными численными методами за очень большое время на суперкомпьютерах. Читать...

​​🤩Улучшаем прогнозы Facebook* Prophet с помощью LightGBM и Optuna В данной статье автор расскажет о нескольких полезных способах улучшения качества предсказаний модели Facebook Prophet. Читать...

​​🧑‍💻Улучшаем покупательский опыт: куда развивать работающую рекомендательную систему В этой статье автор расскажет о насущных проблемах ML-разработки, делиться подходами к их решению и рассуждает на актуальные темы. Читать...

​​Хочешь стать ИТ-специалистом, но не знаешь, с чего начать? Тогда тебе в «Школу 21» от Сбера в Новосибирске! Мы обучаем бесплатно и даём шанс получить востребованную профессию в сфере ИТ. Наши преимущества? Современный кампус, нет лекций и обязательных расписаний, работа над индивидуальными и командными проектами, только практика. Нет опыта в программировании? Не переживай, более 50% наших участников начали путь в ИТ в «Школе 21». Наши выпускники – востребованные специалисты на рынке труда, среди компаний-лидеров отраслей экономики. Не упускай свой шанс и подавай заявку уже сегодня на бесплатное обучение в Новосибирске в «Школе 21»!

​​🧑‍💻Крестики-Нолики (Tic Tac Toe) с компьютером на Python. Мой первый шаг к Machine Learning. Часть 1 В данной статье автор покажет основные этапы создания игры, где пользователь выбирает роль (Х или О), играя с компьютером. Читать...

​​🤖Сравниваем модели машинного обучения с применением статистических тестов В данной статье автор расскажет о трёх методах с применением статистических тестов. Читать...