uk
Feedback

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

Анализ данных (Data analysis)

Анализ данных (Data analysis)

Відкрити в Telegram

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

Показати більше

📈 Аналітичний огляд Telegram-каналу Анализ данных (Data analysis)

Канал Анализ данных (Data analysis) (@data_analysis_ml) у мовному сегменті Російська є активним учасником. На даний момент спільнота об'єднує 51 911 підписників, посідаючи 2 581 місце в категорії Технології та додатки та 11 797 місце у регіоні Росія.

📊 Показники аудиторії та динаміка

З моменту свого створення невідомо, проект продемонстрував стрімке зростання, зібравши аудиторію у 51 911 підписників.

За останніми даними від 16 листопада, 2026, канал демонструє стабільну активність. Хоча за останні 30 днів спостерігається зміна кількості учасників на 444, а за останні 24 години на -8, загальне охоплення залишається високим.

  • Статус верифікації: Не верифікований
  • Рівень залученості (ER): Середній показник залученості аудиторії становить 11.63%. Протягом перших 24 годин після публікації контент зазвичай збирає 8.47% реакцій від загальної кількості підписників.
  • Охоплення публікацій: В середньому кожен допис отримує 6 040 переглядів. Протягом першої доби публікація в середньому набирає 4 397 переглядів.
  • Реакції та взаємодія: Аудиторія активно підтримує контент: середня кількість реакцій на один пост – 192.
  • Тематичні інтереси: Контент зосереджений навколо ключових тем, таких як llm, контекст, openai, архитектура, deepseek.

📝 Опис та контентна політика

Автор описує ресурс як майданчик для висловлення суб'єктивної думки:
“Data science, наука о данных. @haarrp - админ РКН: clck.ru/3FmyAp”

Завдяки високій частоті оновлень (останні дані отримано 17 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.

51 911
Підписники
-824 години
+27 днів
+44430 днів
Архів дописів
🖥🐍 mamba-minimal Простая реализация архитектуры Mamba в одном файле PyTorch. Mamba - это усовершенствованная модель простра
🖥🐍 mamba-minimal Простая реализация архитектуры Mamba в одном файле PyTorch. Mamba - это усовершенствованная модель пространства состояний (SSM), предназначенная для эффективной работы со сложными последовательностями, требующими большого количества данных: Linear-Time Sequence Modeling with Selective State Spaces", разработанной ведущими исследователями Альбертом Гу и Три Дао. 🖥 Github 📖 Paper 🎞 Мамба - замена трансформерам? @data_analysis_ml

🖥 DataStack Datastack - это фреймворк с открытым исходным кодом, который позволяет легко создавать веб-приложения, информационные панели , формы ввода данных или прототипы в режиме реального времени, используя только Python - опыт работы с фронтендом не требуется. В DataStack доступно много готовых виджетов, включая запись текста, выбор из выпадающего списка, списки, кнопки, формы ввода, HTML формы , iframe, разделитель страниц, dataframe, таблицы и многое другое. pip install pydatastack from datastack import datastack ds = datastack(main=True) ds.subheader('DataStack click counter app') count = 0 def inc_count(): global count count += 1 ds.button('Click', on_click=inc_count) ds.write('counts: ' + str(count)) ▪ Github @data_analysis_ml

🖥 Ранний релиз: Skrub - новый инструмент для подготовки данных. ▪Подготовка таблиц для машинного обучения ▪Создан для работы
🖥 Ранний релиз: Skrub - новый инструмент для подготовки данных. ▪Подготовка таблиц для машинного обучения ▪Создан для работы со scikit-learn, Python ▪Устойчив к зашумленным данным ▪Работает с фреймами данных pandas pip install skrub -U https://skrub-data.org/stable/ @data_analysis_ml

Легкий старт карьеры в Data Science и анализе данных Начните с бесплатного урока от Марии Тихоновой – Senior Data Scientist в
Легкий старт карьеры в Data Science и анализе данных Начните с бесплатного урока от Марии Тихоновой – Senior Data Scientist в SberDevices и преподавателя ВШЭ. В результаты вебинара вы: - узнаете, чем машинное обучение отличается от классического программирования; - научитесь решать задачи классификации методами ML; - обучите свою первую ML-модель для распознавания рукописных цифр. Занятие пройдёт 26 декабря в 18:00 мск и будет приурочено к старту курса «Специализация Machine Learning». После урока вы сможете продолжить обучение на курсе в рассрочку. Для бесплатного участия и получения записи регистрируйтесь прямо сейчас: https://otus.pw/lU4k/?erid=LjN8KFngH Реклама. ООО "ОТУС ОНЛАЙН-ОБРАЗОВАНИЕ". ИНН 9705100963

🖥 Чтобы протестировать наличие определенного исключения в модульном тестировании, используйте функцию pytest.raises. Наприме
🖥 Чтобы протестировать наличие определенного исключения в модульном тестировании, используйте функцию pytest.raises. Например, с его помощью можно проверить, будет ли выброшена ошибка ValueError при наличии NaN-значений в столбце group. @data_analysis_ml

🪐 nbcommands позволяет использовать команды Unix в блокнотах Jupyter. Это позволяет взаимодействовать с блокнотами Jupyter без запуска сервера блокнотов. pip install nbcommands ▪Github @data_analysis_ml

⚠️ Как получить вакансию в машинном обучении в Европе, Азии и США? ⬆️ Расскажет Валентин Шкулов – Data Scientist в Meson Capi
⚠️ Как получить вакансию в машинном обучении в Европе, Азии и США? ⬆️   Расскажет Валентин Шкулов – Data Scientist в Meson Capital Partners на бесплатном вебинаре. 🔹 На занятии вы познакомитесь с различными этапами собеседований для разных локаций и изучите подходы к подготовке и прохождению интервью 🔹 Узнаете особенности в получении офферов в разных локациях.  🔥 Урок идеально подойдет продвинутым IT-специалистам, практикующим ML и желающим выйти на другие рынки или релоцироваться.  👉  Встречаемся 26 декабря в 19:00 мск в рамках курса «Machine Learning. Advanced».  ➡️ Регистрация https://otus.pw/F6bz/?erid=LjN8K854M Реклама. ООО "ОТУС ОНЛАЙН-ОБРАЗОВАНИЕ". ИНН 9705100963

🚀 Выпущен новый инструмент, который упрощает перенос вашего датасета с GitHub в Hugging Face Hub! 🚀 У вас есть ценные датасеты, спрятанные в папке 'data' в репозитории GitHub? Теперь вы можете поделиться ими с ML-сообществом всего за несколько минут 🤗. https://huggingface.co/spaces/librarian-bots/github-to-huggingface-dataset-migration-tool @data_analysis_ml

⚡️ Colab T4 Выпущена новая версия Colab 🥳 ▪Github @data_analysis_ml
⚡️ Colab T4 Выпущена новая версия Colab 🥳 ▪Github @data_analysis_ml

Представляем MakeReal в jupyter-tldraw ✨. Теперь вы можете вручную рисовать графики сюжет и MakeReal будет превращать их в код c использованием matplotlib прямо в блокноте! ▪Github @data_analysis_ml

Хотите узнать секреты создания ChatGPT и любого другого LLM-продукта? Большие языковые модели (LLM) помогают ускорять работу
Хотите узнать секреты создания ChatGPT и любого другого LLM-продукта? Большие языковые модели (LLM) помогают ускорять работу компании, а ML-специалисту — становиться в разы более востребованным. Чтобы узнать как создавать такие продукты приходите на бесплатный вебинар от школы karpovꓸcourses, на котором вы: ● Изучите паттерны проектирования и построения таких систем (всё проще чем кажется!) ● Разберёте кейсы, где языковые модели ускорят, а где наоборот помешают разработке продукта ● Поймёте, какие навыки необходимы для работы с LLM Вебинар проведёт Богдан Печёнкин, фаундер AI-стартапа и соавтор Симулятора МЛ-инженера от karpovꓸcourses Встречаемся 21 декабря в 18:00 Регистрируйтесь, чтобы попасть на вебинар

"Дайте мне 7B Llama 2 и GPU, и я изменю мир". -- Архимед @data_analysis_ml
"Дайте мне 7B Llama 2 и GPU, и я изменю мир". -- Архимед @data_analysis_ml

Хотите поэкспериментировать с различными методами обработки данных и гиперпараметрами модели? Редактирование конфигурационного файла вручную каждый раз может быть хлопотным. Hydra позволяет быстро и легко создавать ин настраивать конфиги, выбирать опции из различных групп конфигураций. @data_analysis_ml

🔥Подборка лучших обучающих каналов для программистов. ➡️Делитесь с коллегами и Сохраняйте себе, чтобы не потерять ⚡Машинное обучение Machine Learning - полезные статьи новости гайды и разбор кода Ml Собеседование - подготовка к собеседовению мл, алгоритмам, кодингу Ml ru - актуальные статьи, новости, код и обучающие материалы Ml Jobs - вакансии ML ML Книги - актуальные бесплатные книги МО ML чат 🚀 Data Science Анализ данных - полезные фишки, код, гайды и советы, маст-хэв датасаентиста Data Jobs - ds вакансии Аналитик данных Data Science книги - актуальные бесплатные книги Big data 🏆 Golang Golang - подробные гайды, разбор кода, лучшие практики, заметки Golang собеседование Golang вакансии Golang книги Golang задачи и тесты Golang чат Golang news - новости go #️⃣C# С# академия С# заметки — код, лучшие практики, заметки программиста c# С# задачи и тесты С# библиотека - актуальные бесплатные книги C# вакансии - работа 🐍 Python Python/django Python Собеседование - подготовка к собеседовению python и разбор алгоритмов Pro python - статьи, новости, код и обучающие материалы Python Jobs - вакансии Python Python чат Python книги ☕ Java Java академия Java вакансии Java чат Java вопросы с собеседований Java книги 💻 C++ C++ академия С++ книги C++ задачи - подготовка к собеседовению мл, алгоритмам C++ вакансии 💥 Хакинг Kali Linux Kali linux linux_kal - kali чат Информационная безопасность 🐧 Linux Linux academy 🦀 Rust Rust программирование Rust чат 🛢Базы данных Sql базы данных Библиотека баз данных SQL чат 📲 Мобильная разработка Android разработка Мобильный разработчик гайды и уроки 🖥 Javascript/React/PHP Javascript академия React программирование PHP Книги frontend Задачи frontend 🇬🇧 Английский для программистов 🧠 Искусственный интеллект ИИ и технологии Neural - нейросети для работы и жизни Книги ИИ 🔥 DevOPs Devops для программистов Книги Devops Docker 📓 Книги Библиотеки Книг для программситов 💼 Папка с вакансиями: Папка Go разработчика: Папка Python разработчика: Папка Data Science Папка Java разработчика Папка C#

🔥 Дайджест полезных материалов из мира Data Science за неделю Почитать: — Как извлекать пользу из данных: подборка материалов — Что нового в Apache Spark 3.4.0 — Spark Connect — Доработки для Shuffle — Инструменты продуктового аналитика VK, или Как мы работаем с большими данными — Наиболее часто используемые команды Linux — 79 Ресурсов, которые следует прочитать, чтобы улучшить свои навыки в области проектирования систем: — Бесплатные сертификационные курсы для специалистов по данным — Бесконечные проверки – к успешному развитию: как мы обеспечиваем качество данных — Как мы наводим порядок с данными в столичном транспортном институте — Introduction to NannyML: Model Evaluation without labels — AI in Finance: Transforming Investment Strategies and Risk Management — How to Use Pandas for Data Analysis — Telemedicine capabilities expanded through artificial intelligence — Google Cloud Storage com Python: Um Guia Completo — Navigating Financial Insights: Analyzing Stock Data with Python and Visualization — Unveiling Joint Variability: Exploring Covariance — Navigating Financial Relationships: Understanding Correlation in Finance — Amazon QuickSight Summary — 6 Data Science Projects That Can Supercharge Your Job Prospects! Посмотреть: 🌐 Mixtral 8x7B - это сет из 8 нейронок, которые работают вместе 🌐 How to use Llama2 locally (⏱ 09:00) 🌐 Ollama — модель уровня GPT. Используй GPT без ограничений и абсолютно бесплатно. (⏱ 07:40) 🌐 Shutil: лучший инструмент для управления файлами Python. (⏱ 17:05) 🌐 💡Задача Python: Максимальное среднее подмассива (⏱ 01:00) 🌐 Как использовать API ChatGpt. Работа с Api c нуля (⏱ 12:42) 🌐 Нахождение позиций в отсортированном массиве #python #array #shorts #сортировка (⏱ 00:40) 🌐 Lightning Interview "Catastrophic AI Risks" (⏱ 01:04:57) 🌐 Finetuning, Serving, and Evaluating LLMs in the Wild - Hao Zhang, PhD (⏱ 29:20) 🌐 New AI: 6,000,000,000 Steps In 24 Hours! (⏱ 08:28) 🌐 NVIDIA’s New AI: Virtual Worlds From Nothing! + Gemini Update! (⏱ 09:40) Хорошего дня! @data_analysis_ml

⚡️ Python совет При объединении двух датафреймов Pandas с одинаковыми именами столбцов по умолчанию к именам столбцов добавля
⚡️ Python совет При объединении двух датафреймов Pandas с одинаковыми именами столбцов по умолчанию к именам столбцов добавляются суффиксы "_x" и "_y". Чтобы улучшить читаемость кода, вы можете указать собственные суффиксы. #Python @data_analysis_ml

Улучшение нейросетей, рекомендаций и медицинская диагностика — только часть решений, где могут пригодиться ML-исследования. Авторов самых перспективных из них отметил Яндекс на Yandex ML Prize. Yandex ML Prize — международная премия, которая уже пятый год поддерживает учёных-новичков и мотивирует их заниматься наукой. Участники изучают подходы и алгоритмы, которые позже могут лечь в основу разных технологий и продуктов. Например, поисковых сервисов или компьютерной графики. А ещё способны улучшить медицину: помогать изучать клетки живых организмов или находить редкие болезни на ранних этапах. В этом году 11 лауреатов получили от Яндекса премии от 500 тысяч до 1 миллиона рублей, грант на использование платформы Yandex Cloud для экспериментов и больших вычислений и другие призы. @data_analysis_ml

Аналитики, отзовитесь! 👋 Прямо сейчас в Авито требуются опытные специалисты, которые хотят работать с сильной командой амбиц
Аналитики, отзовитесь! 👋 Прямо сейчас в Авито требуются опытные специалисты, которые хотят работать с сильной командой амбициозных коллег с высокой профессиональной экспертизой: ➡️ Старший BI аналитик ➡️ Старший аналитик данных в команду прайсинга ➡️ Аналитик данных в направление инцидент и проблем менеджмент Конкурентная заработная плата (обсуждается на собеседовании). Что касается бенефитов: – прозрачная система премий; – классный офис в 2-х минутах от метро «Белорусская»; – забота о здоровье: ДМС со стоматологией с первого дня, в офисе ведут приём терапевт, психолог и массажист, два зала с тренажёрами, занятия йогой и скидки на абонементы; – самые передовые IT-инструменты для эффективного выполнения задач; – личный бюджет на обучение, который можно тратить на книги, курсы и конференции; – масштабные корпоративы, онлайн-вечеринки, командные тимбилдинги. Скорее откликайтесь на вакансии и присоединяйтесь к крутой аналитической культуре 💪

🎉 Лучшие Open Source проекты 2023 года. Выбрана вторая группа победителей программы Google Open Source Peer Bonus Program 20
🎉 Лучшие Open Source проекты 2023 года. Выбрана вторая группа победителей программы Google Open Source Peer Bonus Program 2023 года 138 победителей были выбраны за влияние их вклада в проект с открытым исходным кодом, качество их работы и преданность открытому исходному коду. 👉 https://opensource.googleblog.com/2023/12/google-open-source-peer-bonus-program-announces-second-group-of-2023-winners.html @data_analysis_ml

Специалисты по Data Science работают везде, где нужно обрабатывать и хранить данные. Они решают самые разные задачи: от плани
Специалисты по Data Science работают везде, где нужно обрабатывать и хранить данные. Они решают самые разные задачи: от планирования маршрутов в логистике до прогнозирования спроса на наличные в банкомате. Плюсы профессии «Специалист по Data Science»: — вы сможете работать почти в любой отрасли, от промышленности и до коммерции; — решения специалистов по DS напрямую влияют на планирование и деятельность компаний; — никакой рутины — чем сильнее и опытнее специалист, тем сложнее и интереснее его задачи; — высокая заработная плата: младшие специалисты получают в среднем 60 000 рублей, специалисты с опытом — 120 000 рублей, а старшие специалисты — от 210 000 рублей. За 8 месяцев обучения в Практикуме вы освоите востребованную профессию, а дальше — начнёте работать, улучшать навыки и расти в зарплате. Начните курс бесплатно и большими данными двигайтесь в сферу IT. → Начать курс бесплатно