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

Сітка:Frontender's notes [ru]Росія33 703 Технології та додатки6 722...

📈 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 20 002 підписників, посідаючи 6 722 місце в категорії Технології та додатки та 33 703 місце у регіоні Росія.

📊 Показники аудиторії та динаміка

З моменту свого створення невідомо, проект продемонстрував стрімке зростання, зібравши аудиторію у 20 002 підписників.

За останніми даними від 21 червня, 2026, канал демонструє стабільну активність. Хоча за останні 30 днів спостерігається зміна кількості учасників на -75, а за останні 24 години на -3, загальне охоплення залишається високим.

Статус верифікації: Не верифікований
Рівень залученості (ER): Середній показник залученості аудиторії становить 8.29%. Протягом перших 24 годин після публікації контент зазвичай збирає 3.70% реакцій від загальної кількості підписників.
Охоплення публікацій: В середньому кожен допис отримує 1 658 переглядів. Протягом першої доби публікація в середньому набирає 740 переглядів.
Реакції та взаємодія: Аудиторія активно підтримує контент: середня кількість реакцій на один пост – 7.
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 22 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.

20 002

Підписники

-324 години

-367 днів

-7530 день

1 658

Перегляди допису

~ 74024 години

~ 87348 годин

8.29%

Коефіцієнт залучення

~ 1

Дописів на день

Ads index

beta

Архів дописів

20 000

🌐NanoSAM: Real-Time Object Segmentation on NVIDIA Jetson Orin Platforms with NVIDIA TensorRT NanoSAM — это вариант модели Segment Anything (SAM), который способен работать в реальном времени на платформах NVIDIA Jetson Orin с NVIDIA TensorRT. Он обучается путем дистилляции кодера изображений MobileSAM на немаркированных изображениях. Для ознакомления с дистилляцией знаний мы рекомендуем ознакомиться с этим руководством. 🖥Github: https://github.com/NVIDIA-AI-IOT/nanosam ⏩Tutorial: https://www.jetson-ai-lab.com/vit/tutorial_nanosam.html @Devsp — Подписаться

20 000

ML TALENT MATCH Примите участие в трехдневном хакатоне гибридного формата с 28 февраля по 1 марта, выполните задание одного из трёх кейсов на выбор и станьте победителем! Кейсы: 1. Алгоритм для структурирования информации в резюме кандидатов 2. Алгоритм для сопоставления резюме и вакансии Для кого: - Junior и Middle разработчики; - Product-менеджеры; - ML-специалисты; - NLP- специалисты; - Аналитики; - Студенты; - Команды от 3 до 5 человек. Призовой фонд - 300 000 рублей. Формат: онлайн/офлайн награждение в г. Москва, Кластер Ломоносов (ИНТЦ МГУ «Воробьёвы горы») Подробная информация и регистрация: https://clck.ru/38qHsR

Реклама. ООО "Акселератор Возможностей".
ИНН 9704005146
erid 2VtzqvmoBUD

20 000

🐶Лапочки с характером: Как машинное обучение помогает определить тип личности ваших пёсиков В данной статье описывается успешная попытка применить методы искусственного интеллекта и ML для классификации и прогнозирования личностных качеств собак с использованием поведенческих данных, полученных из базы данных C-BARQ. Читать...

20 000

Внимание!🕵️‍♀️ Разыскиваются смелые и талантливые data scientists для участия в ежегодном онлайн-соревновании по машинному обучению Data Fusion Contest c призовым фондом в 2 000 000 рублей. Отличительные черты: 🔹 Хотят добавить новые DS/ML-методы в свой арсенал. 🔹 Ищут возможности получить ценные знания и практический опыт на онлайн-митапах и воркшопах. 🔹 Стремятся проявить себя в Data Science сообществе. 🏆 Участники смогут попрактиковаться в решении одной или двух задач сразу: по геоаналитике и по моделям оттоков клиентов. Также их ждет много подарков и награда за лучшие публичные решения по обеим задачам. Зарегистрироваться на новый ML-челлендж от крупнейших компаний России можно по ссылке — https://vk.cc/cuGuwD

20 000

📔Использование Jupyter Notebook для разведочного анализа данных В этой статье мы поговорим о блокнотах Jupyter именно с точки зрения бизнеса, с точки зрения их применения в работе над реальными продуктами. Читать...

20 000

🗣Распознавание и перевод жестовых языков: обзор подходов В этой статье речь пойдет о распознавании и переводе жестового языка и передовых подходах для их решениях. Читать...

20 000

👥«Душа молчит, хоть слышит всё вокруг»: как мы отучаем генеративные модели галлюцинировать В этой статье мы расскажем, как заставить генеративные модели перестать придумывать несуществующие факты и как научиться находить эти ошибки, если они всё же случаются. Читать...

20 000

Если вы ищете возможности применить свои навыки в Python и одновременно получать за это оплату, они приглашают вас подписаться на новый канал с вакансиями для Python-разработчиков последовательно отбирает каждую вакансию вручную, чтобы предоставить вам подробное описание, а также высокие заработные платы. Цель канала - предоставлять вам отобранные вакансии на Python от проверенных IT-компаний, чтобы вы могли найти свою идеальную работу в этой области. Они помогут вам развиваться как профессионал на Python. Не упустите возможность развиваться в своей карьере и зарабатывать, подписавшись на Python Вакансии уже сегодня!

20 000

🤫Моя большая практическая шпаргалка SQL (SQLite) с готовыми запросами В этой статье мы рассмотрим примеры довольно сложных запросов с агрегирующими функциями, триггерами, длинными подзапросами, с оконными функциями. Читать...

20 000

Нужно ли дата-инженерам знать Linux? Расскажет Вадим Заигрин – Team Lead команд инженеров данных. Встречаемся на бесплатном открытом уроке от OTUS, где вы вместе с экспертом: - разберетесь, почему вам надо знать Linux; - ознакомитесь с его особенностями; - узнаете, как работать с Linux: командная строка, пользователи и их права, запуск приложений, инструменты работы с сетью. Занятие пройдёт 22 февраля в 20:00 мск и будет приурочено к старту курса «Data Engineer». Доступна рассрочка на обучение! Пройдите короткое тестирование прямо сейчас, чтобы занять место на открытом уроке и получить запись: https://otus.pw/QIc9/ Реклама. ООО «Отус онлайн-образование», ОГРН 1177746618576, www.otus.ru

20 000

🧑‍💻Baldur и Thor снова в игре: Путь к совершенному ПО В данной статье я познакомлю вас со всей теоретической и практической подноготной данной модели, этапами реализации и оценки метода, чтобы стать чуточку ближе к созданию идеального ПО. Читать...

20 000

🤔Как мы считали экономику продукта «Семья» через uplift CLTV В этой статье я поделюсь с вами моим опытом решения задачи uplift-моделирования для оценки экономики продукта «Семья» с точки зрения CLTV. Читать...

20 000

👀Краткий обзор TinyML В этой статье автор расскажет, как сделать ии или простые модельки доступным для самых маленьких устройств. Читать...

20 000

Hiring days для специалистов по машинному обучению и бэкенд-разработке Хотите присоединиться к команде VK всего за два дня? Амбициозные проекты, масштабные задачи ждут специалистов в Департамент AI, контентных и рекомендательных сервисов Узнать больше

20 000

🧐Почему нельзя сделать прогноз CLTV с помощью одной модели В статье я расскажу что это за задача CLTV и для чего ее нужно решать банкам. Читать...

20 000

👤Делаем intent classifier для службы поддержки без доменного датасета на русском В этой статье я продемонстрирую, как без собственного датасета сделать классификатор намерений пользователя для службы поддержки в сфере e-commerce. Читать...

20 000

🧠Даем нейросотрудникам на базе ChatGPT настоящую постоянную память В этой статье мы рассмотрим один из возможных подходов к организации такой памяти для наших нейросотрудников. Читать...

20 000

⚡️Два сапога — пара, а три — уже community: как алгоритмы на графах помогают собирать группы товаров В этой статье мы обсудим кластеризацию на графах, задачу выделения сообществ, распад карате-клуба, self-supervised и unsupervised задачи — и как всё это связано с матчингом. Читать...

20 000

🤖Иерархия ИИ-потребностей В этой статье вы узнаете о том, как использовать ИИ и машинное обучение, чтобы лучше справляться с тем, что мы делаем. Читать...

20 000

👀Компьютерное зрение сквозь года В этой статье я хочу привести примеры нейросетевых моделей, характерных для различных этапов становления области компьютерного зрения (далее - CV) в том виде, в котором мы его знаем сейчас. Читать...