Не попадись на ботовода! Telemetrio знаходить і позначає такі канали мітками 👉 Хочеш бачити мітку, оформляй підписку

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. MAX - https://max.ru/devsp Личный блог - @just_genych По вопросам рекламы или разработки - @g_abashkin РКН: https://vk.cc/cJPGXD

Сітка: Frontender's notes [ru]Росія33 391Технології та додатки6 681...

📈 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 19 654 підписників, посідаючи 6 681 місце в категорії Технології та додатки та 33 391 місце у регіоні Росія.

📊 Показники аудиторії та динаміка

З моменту свого створення невідомо, проект продемонстрував стрімке зростання, зібравши аудиторію у 19 654 підписників.

За останніми даними від 10 листопада, 2026, канал демонструє стабільну активність. Хоча за останні 30 днів спостерігається зміна кількості учасників на -113, а за останні 24 години на -5, загальне охоплення залишається високим.

Статус верифікації: Не верифікований
Рівень залученості (ER): Середній показник залученості аудиторії становить 7.53%. Протягом перших 24 годин після публікації контент зазвичай збирає 4.48% реакцій від загальної кількості підписників.
Охоплення публікацій: В середньому кожен допис отримує 1 479 переглядів. Протягом першої доби публікація в середньому набирає 881 переглядів.
Реакції та взаємодія: Аудиторія активно підтримує контент: середня кількість реакцій на один пост – 6.
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. MAX - https://max.ru/devsp Личный блог - @just_genych По вопросам рекламы или разработки - @g_abashkin РКН: https://vk.cc/cJPGXD”

Завдяки високій частоті оновлень (останні дані отримано 11 листопада, 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.

19 654

Підписники

-524 години

-287 днів

-11330 днів

1 479

Перегляди допису

~ 88124 години

~ 1 04548 годин

7.53%

Коефіцієнт залучення

~ 2

Дописів на день

Ads index

Архів дописів

19 654

Спрос на ML-специалистов растет: как ШАД от Яндекса готовит профессионалов В интервью “Коммерсанту” глава Школы анализа данных (ШАД) Алексей Толстиков рассказывает о подготовке специалистов по машинному обучению, объясняет, почему конкурс на поступление такой высокий и расписывает типичный карьерный трек ШАДовца с перспективой руководить командой в несколько десятков человек уже через три-пять лет после выпуска. Читать

19 654

👱‍♂️Использование нейросетей для вашей рекомендательной системы В этой статье мы рассмотрим архитектуру нейронной сети и ее компоненты, таких как эмбеддинг и полностью связанные слои, рекуррентные ячейки нейронной сети (LSTM или GRU) и блоки трансформеров. Читать...

19 654

Подкаст для начинающих и продвинутых специалистов в MLOps О чём: • Какие критерии выбора применять при выборе инструментов MLOps для больших задач • С чего начать, на какие платформы обратить внимание • Как выбрать подходящие под вашу задачу Open-Source-инструменты • Облако или InHouse Участники: • Юрий Карев, руководитель управления процессов и стандартов моделирования и машинного обучения ВТБ • Алексей Незнанов, к.т.н, старший научный сотрудник международной лаборатории интеллектуальных систем и структурного анализа НИУ ВШЭ Слушать 🎧

19 654

💪 Создание ML-модели: как выпустить ML-сервис в прод малыми силами В этой статье Александр Кузьмичёв и Александр Казначеев, пилоты проекта «ML-сервис по оттоку», поделились своим опытом разработки модели и выкатки её в прод с помощью Cloud ML Platform. Они рассказали все: от подготовки модели до перспектив ее улучшения. Читать…

19 654

👨‍💻RFM-сегментация в оптимизации CRM-стратегий В этой стаите рассмотрим опыт применения RFM-сегментации для решения задачи в рамках сервиса доставки еды и продуктов притания. Читать...

19 654

👀Обзор онтологического Low-code подхода к разработке решений класса ERP В этой статье мы рассмотрим подход, который позволит кратно сокращать трудозатраты и сроки разработки сложных корпоративных и государственных информационных систем. Читать...

19 654

🔬 Яндекс в пятый раз наградил исследователей в области машинного обучения Международную премию Yandex ML Prize получили 11 ученых, всего было получено более 200 заявок в шести номинациях. Так, лауреатами стали аспиранты Сколтеха Никита Гущин — за разработку новых генеративных моделей на основе решения задачи моста Шрёдингера —и Антон Разжигаев — за мультимодальные исследования. Исследования имеют прикладной характер и находят применение в реальных задачах в IT-сфере.

19 654

💬 Вступайте в сообщество MLOps-инженеров в Telegram. Там публикуем дайджесты, обсуждаем новые инструменты и технологии. В сообществе вы найдете: ▫️ Новости индустрии production ML; ▫️ Полезные статьи, инструменты и технологии; ▫️ Опыт коллег и лучшие практики. Присоединяйтесь, чтобы получать новые знания от практиков MLOps и дата-аналитики: https://t.me/+cm7RWVl98JhkMzky Реклама ООО «Селектел» erid 2VtzqwMZZhC

19 654

🔐Безопасность и контроль: Как GPT-агенты на основе узлов преодолевают ограничения AutoGPT В этой статье мы рассмотрим потенциальную альтернативу существующим GPT-агентам, которая позволить минимизировать риски, связанные с использованием GPT-агентов, и при этом потенциально более эффективно решать конкретные задачи. Читать...

19 654

😶‍🌫️Поиск аномалий при запусках процессов Windows с помощью рекомендательных систем В этой статье мы расскажем о том, как правильно использовать «магию» машинного обучения, какой алгоритм фактически самостоятельно «понимает» функциональные обязанности каждого пользователя и предназначение конкретной программы и при чем здесь рекомендации товаров в интернет-магазине. Читать...

19 654

🤖Переходим на личности: как создать не просто бота, а виртуального персонажа с характером и историей В этой статье мы поделимся своим исследованием по созданию не просто ботов, а виртуальных личностей с проработанным характером. Читать...

19 654

✍️Пишем первый ML-пайплайн на Airflow: подробный туториал В этом туториале мы пошагово разберем, как создать с нуля и запустить локально свой первый пайплайн на Airflow. Читать...

19 654

📩CodeBert для автогенерации комментариев к коду В этой статье вы узнаете, как подготовить данные для обучения, настроить нейросеть и получить результат. Читать...

19 654

Используем Cloud ML Platform для построения сервиса распознавания лиц Станислав Кипрюшин, ведущий программист в VK Cloud, выкатил статью, в которой рассказывает, как машинное обучение (Machine Learning, ML) может быть реализовано для создания MLOps-конвейер на одной платформе. Один из способов предполагает использование различных технологий на каждом этапе, а другой — работу с готовым набором инфраструктурных решений. Какой путь будет проще и какие потребуются ресурсы — читайте на Хабре.

19 654

💰 Есть три способа сэкономить на покупке новой техники и всего что угодно 👇 С картой Тинькофф Платинум вы сможете: 1️⃣ Получить обратно 1000 рублей за любые траты свыше 3000 рублей*. 2️⃣ Купить любой товар в рассрочку на 12 месяцев без процентов. 3️⃣ Каждый месяц забирать до 30% кэшбэка при покупке у партнеров Тинькофф. Кредитный лимит — до 1 000 000 рублей. Можно взять новый мощный ноутбук, ультраширокий монитор, очки виртуальной реальности, и еще останется. Например, на кружку с подогревом 😂 Переходите по ссылке, чтобы оформить карту. 👉 tinkoff.ru * Акция действует для тех, у кого нет действующей кредитной карты или она закрыта больше года назад. Чтобы получить 1000 рублей обратно на счет, оформите карту до конца декабря, активируйте до 15 января и потратьте 3000 рублей в течение 30 дней с момента активации. Реклама. АО «Тинькофф Банк», ИНН 7710140679

19 654

📋Как создать интерактивный дашборд с нуля через ChatGPT В этой статье я расскажу, как использовать ChatGPT для визуализации данных и построении дашбордов при помощи Python и фреймворка Dash. Читать...

19 654

🏪Как мы нашли способ объяснять пользователям, почему рекомендуем именно эти магазины В этой статье я расскажу, как мы с коллегами подошли к задаче оценки качества объяснения рекомендаций магазинов, в которых покупают наши клиенты. Читать...

19 654

erid: LjN8K5NSk Привет! Мы BAUM, российская IT-компания. Наша работа — создавать продвинутые системы хранения данных и прикладной искусственный интеллект.Недавно мы завели аккаунт, где будем делиться своим опытом, давать советы для успешной карьеры, публиковать вакансии и рассказывать об интересных событиях из нашей жизни. Обещаем, что будет очень полезно и совсем не душно – подписывайся! Реклама. ООО "СХД БАУМ". ИНН 9731024067.

19 654

🍍Зачем мне пылесос с ананасом или как оценить корректность рекомендательной системы В этой статье мы разберёмся с тем, как оцениваются рекомендательные системы, какие метрики качества используются, и как затем измеряется эффективность их работы для бизнеса. Читать...

19 654

⏳Создаём сортировщик деталей Lego Technic, распознающий объекты в реальном времени В этой статье я расскажу о том, с какими сложностями столкнулся наш проект, и как мы довели его до успешного завершения. Читать...