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 51 963 підписників, посідаючи 2 576 місце в категорії Технології та додатки та 11 782 місце у регіоні Росія.
📊 Показники аудиторії та динаміка
З моменту свого створення невідомо, проект продемонстрував стрімке зростання, зібравши аудиторію у 51 963 підписників.
За останніми даними від 12 листопада, 2026, канал демонструє стабільну активність. Хоча за останні 30 днів спостерігається зміна кількості учасників на 567, а за останні 24 години на -10, загальне охоплення залишається високим.
- Статус верифікації: Не верифікований
- Рівень залученості (ER): Середній показник залученості аудиторії становить 11.80%. Протягом перших 24 годин після публікації контент зазвичай збирає 8.86% реакцій від загальної кількості підписників.
- Охоплення публікацій: В середньому кожен допис отримує 6 134 переглядів. Протягом першої доби публікація в середньому набирає 4 606 переглядів.
- Реакції та взаємодія: Аудиторія активно підтримує контент: середня кількість реакцій на один пост – 245.
- 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 13 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.
51 963
Підписники
-1024 години
+377 днів
+56730 днів
Архів дописів
+3
🆕 Хотите начать писать приложения с использованием последних моделей lama?
Разработчики Lama 3только что опубликовали серию пошаговых руководств, которые помогут вам начать работу с моделью на Linux, Windows, Mac и других системах.
Смотрите видео здесь ➡️ https://www.youtube.com/playlist?list=PL86eLlsPNfygWBnJZ7AXSeHECJrpCdKtu
@data_analysis_ml
+4
🌟 Репозиторий с лучшими практиками в области создания рекомендательных систем
Этот репозиторий — проект Linux Foundation по AI и данным, — создан с целью помочь ML-исследователям в создании прототипов, экспериментировании и внедрении в продакшен современных рекомендательных систем.
🖥 GitHub
@data_analysis_ml
⚡️ Bend — высокоуровневое управление параллельными вычислениями вместо CUDA и Metal
Опубликованы первые версии проекта Bend, развивающего высокоуровневый язык программирования для параллельных вычислений, который позиционируется как альтернатива низкоуровневыми языкам, таким как CUDA и Metal, обладающая выразительным синтаксисом и возможностями для повышения удобства разработки, свойственными таким языкам, как Python и Haskell.
Из возможностей языка Bend отмечается быстрое распределение объектов, поддержка использования функций высшего порядка, замыканий, продолжений, неограниченной рекурсии, сопоставления с образцом, рекурсивных сопоставлений (fold) и циклов (bend), целочисленных, строковых и списочных типов. Поддерживается два варианта синтаксиса: в стиле Python и в стиле Haskell. В программах не требуется указание управляющих распаралелливанием аннотаций, явного создания потоков и выставления блокировок. Распараллеливание производится автоматически, например, при вычислении выражения "((1 + 2) + (3 + 4))", операции "1 + 2" и "3 + 4" будут выполнены параллельно.
Программы на языке Bend могут выполняться на оборудовании, обеспечивающем массовый пареллелизм, например на GPU, демонстрируя практически линейный рост производительности в зависимости от числа вычислительных ядер. Код на языке Bend компилируется в низкоуровневое промежуточное представление HVM2 (Higher-order Virtual Machine 2), которое затем компилируется в представление на C и CUDA.
🖥 Код проекта написан на языке Rust и распространяется на GitHub под лицензией Apache 2.0.
@data_analysis_ml
Блокчейн TON ищет талантливых разработчиков!
Стартует масштабный хакатон “The Open League Hackathon” с призовым пулом $2,000,000 от команды блокчейна TON.
В поддержку хакатона все Web3-энтузиасты приглашаются на трёхдневные оффлайн встречи для нетворкинга в 13 городах мира:
📍Прага, Берлин, Киев, Варшава, Тбилиси, Белград, Сеул, Тайбэй (Тайвань), Гуруграм (Индия), Гонг-Конг, Минск, Москва и Санкт-Петербург.
Первые встречи начнутся уже 24 мая. Ищи свой город и регистрируйся здесь 👈 тык
Что вас ждет:
— 3 дня нетворка, лекций, конкурсов и работы над собственными проектами с поддержкой представителей TON Foundation и команд экосистемы TON
— Призовые $5.000 для трех лучших проектов на каждом оффлайн ивенте + много мерча и других бонусов
Не упусти возможность представить свое приложение 900 миллионам активных пользователей Telegram вместе с TON.
Регистрируйся — https://society.ton.org/activities/open-league
⚡️ Выпущена Mistral v3!
В базе расширен словарный запас до 32768. Instruct поддерживает вызов функций! Токены с 5 по 9 предназначены для вызова функций, остальные пусты.
https://huggingface.co/mistralai
@data_analysis_ml
Repost from Machinelearning
+4
⚡️ Your Guide to Generative AI Courses
Лучший способ изучить генеративный ИИ - это создать собственный проект. Новый ресурс, который поможет вам погрузится в эту тему!
Новое руководство от DeepLearningAI
по созданию RAG приложения, с пошаговой схемой создания RAG и список кратких уроков, подготовленных кураторами, которые содержат как теоретические знания, так и практические примеры с кодом.
https://deeplearning.ai/resources/generative-ai-courses-guide/
@ai_machinelearning_big_data
Data Analyst, Data Architect, Data Engineer…
🤓 Полезная подборка бюджетных и качественных онлайн-программ обучения начинающих IT-специалистов от Московского физико-технического института (МФТИ).
Не затягивай с подачей заявки. Количество свободных мест ограничено 🔥
Кому подойдёт обучение?
🔹️ Начинающим IT специалистам;
🔹️ практикующим разработчикам;
🔹️ студентам технических специальностей.
💻 Ты получишь доступ к материалам онлайн-курса, регулярным вебинарам и консультациям с практикующими экспертами ведущих вузов и IT-компаний.
Решай реальные кейсы, чтобы применить полученные знания на практике.
По окончании обучения — защита проекта и апгрейд портфолио 📝
Занятия начнутся уже 17 июня 📅
Стоимость обучения — 100 000 рублей, из них 76 000 оплачивает государство и только 24 000 слушатель.
✔️ Программы МФТИ прошли конкурсный отбор ДПО в области искусственного интеллекта.
+5
🌟 Smile — система для работы с ML-моделями и не только
Smile (Statistical Machine Intelligence and Learning Engine) — это быстрая и комплексная система ML, NLP, линейной алгебры, графов, интерполяции и визуализации.
Написана Smile на Java и Scala, большой упор сделан на производительность.
В дополнение ко всему вышеперечисленному, Smile хорошо документирована
🖥 GitHub
🟡 Доки
@data_analysis_ml
Приходите на High SQL — митап ЮMoney о работе с базами данных 😎
Встречаемся 28 мая в 19:00 (мск). Можно прийти в наш офис в Петербурге или подключиться к онлайн-трансляции.
На встрече эксперты ЮMoney и приглашённый спикер расскажут, как строят и развивают базы данных.
Темы докладов ⤵️
🟣SQL Agent Jobs As Code: подход ЮMoney к хранению и деплою заданий для Microsoft SQL Server.
🟣Декомпозиция монолита в DWH: когда делить базу на множество компонент.
🟣Телеметрия в реальном времени и в экстремальных условиях: всё про архитектуру отправки данных.
Участие бесплатное. Чтобы попасть на митап, нужно зарегистрироваться. Все подробности — на сайте High SQL ❤️
+5
⚡️ Neural Networks: Zero to Hero — блок из 8 лекций и практических занятий от Андрея Карпати
Это курс по нейросетям от с самых азов, возможно лучший во всём интернете.
Курс представляет собой серию видеороликов на YouTube, в которых Карпати показывает, как проектировать и обучать нейронные сети.
Все эти результаты записаны в Jupyter-Notebook'ах, можно скачать их и экспериментировать
▶️ Neural Networks: Zero to Hero
@data_analysis_ml
💻 Kafka БАЗА по Теории и Практике.
https://www.youtube.com/watch?v=W7ZCXcxQxV8
@data_analysis_ml
🌟 hosseinmoein/DataFrame — для статистического, финансового и ML-анализа на современном C++
DataFrame — это аналитическая библиотека на C++, предназначенная для анализа данных, аналогичная библиотекам в Python и R.
Её можно сравнить с Pandas, R data.frame или Polars.
При помощи DataFrame можно организовывать данные различными способами; можно объединять, группировать данные.
Можно запускать различные статистические, обобщающие, финансовые и ML-алгоритмы на данных. Можно легко добавлять свои собственные алгоритмы.
🖥 GitHub
🟡 Доки
@data_analysis_ml
⚡️ Redka (Red is re-implemented with SQLite)
Выпущена новая версии Redka 1.0. В ней реализованы строки, списки, сеты, хэши, отсортированные сеты, а также управление ключами и транзакциями.
▪Github
@data_analysis_ml
Онлайн-день AvitoTech на Data Fest | 26 мая с 13:00 до 18:00
В программе:
• Общение с рекрутерами и лидами Авито в Spatial Chat;
• Участие в ML System Design Game с Михаилом Каменщиковым, руководителем команды рекомендаций в Авито.
Воркшоп поможет получить опыт работы над крупными проектами и подготовиться к собеседованиям, а также развивать свои идеи в интерактивном формате. Регистрация на онлайн и офлайн-активности по ссылкам.
И помните, 1 июня ожидается большой офлайн-день в московском офисе Авито. Подробности программы здесь.
+3
🌟 R для не программистов — открытая книга по анализу данных в R от Daniel Dauber
В этой свободно распространяемой книге описывается использование языка R для большого количество реальных кейсов; изложены важные концепции, с которыми сталкивается аналитик данных в своей работе
📎 Книга
@data_analysis_ml
Стать сотрудником Яндекса быстрее и проще, чем кажется. Участвуйте в днях быстрого найма: решите тестовое, пройдите несколько секций собеседования и получите офер за несколько дней.
Ближайшее Fast Track мероприятия:
• 8–9 июня — для дата-инженеров, офер за 2 дня в DWH команды Маркета.
Зарегистрироваться
🔥 Model Explorer — обозреватель моделей от Google
pip install ai-edge-model-explorer
model-explorer🔥Подборка лучших обучающих каналов для программистов.
➡️ Делитесь с коллегами и сохраняйте себе, чтобы не потерять
⚡Машинное обучение
Machine Learning - запускаем лучшие ИИ модели, пишем код, погружаемся в нейросети
Ml Собеседование - подготовка к собесу по мл, алгоритмам, коду
Ml ru - актуальные статьи, новости, код и обучающие материалы
Ml Jobs - вакансии ML
ML Книги - актуальные бесплатные книги МО
ML чат
🏆 Golang
Golang
Golang собеседование - разбор задач и вопросов с собесов
Golang вакансии -работа для Go разработчика
Golang книги библиотека книг
Golang задачи и тесты
Golang чат
Golang news - новости из мира go
Golang дайджест
💥 Linux /Этичный хакинг
Linux Academy - гайды, секреты и лучшие материалы по Linux
Kali linux - погрузись в мир этичного хакинга и кибербезопасности
linux_kal - kali чат
Информационная безопасность
🚀 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
🛢Базы данных
Sql базы данных - научим работе с базами данных профессионально
Библиотека баз данных
SQL чат
Вакансии Sql аналитик данных
#️⃣C#
С# академия - лучший канал по c#
С# заметки — код, лучшие практики, заметки программиста c#
С# задачи и тесты
С# библиотека - актуальные бесплатные книги
C# вакансии - работа
🐍 Python
Python/django - самый крупный обучающий канал по Python
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 от Senior разработчика
Java вакансии
Java чат
Java вопросы с собеседований
Java книги
💻 C++
C++ академия
С++ книги
C++ задачи - подготовка к собеседовению мл, алгоритмам
C++ вакансии
⚡️ Frontend
Javascript академия - крупнейший js канал
React - лучшие гайды и советы по работе с react
Frontend - тутрориалы, уроки, гайды, код
PHP
Книги frontend
Задачи frontend
🦀 Rust
Rust программирование
Rust чат
Rust книги для программистов
📲 Мобильная разработка
Android разработка
Мобильный разработчик гайды и уроки
🇬🇧 Английский для программистов
🧠 Искусственный интеллект
ИИ и технологии
Neural - нейросети для работы и жизни
Книги ИИ
Artificial Intelligence
🔥 DevOPs
Devops для программистов
Книги Devops
🌟 Docker/Kubernets
Docker
Kubernets
📓 Книги
Библиотеки Книг для программситов
💼 Папка с вакансиями:
Папка Go разработчика:
Папка Python разработчика:
Папка Data Science
Папка Java разработчика
Папка C#
Папка Frontend
💥 Бесплатный Chatgpt бот
🌟 DVC — open-source инструмент для управления версиями данных и многого другого, что может понадобиться при работе с AI
—
brew install dvc
Позволяет управлять данными, используемыми при обучении ML-моделей, такими как изображения, аудио-, видео- и текстовые файлы
Позволяет удобно организовывать воспроизводимые рабочие процессы, связанные с ML.
🖥 GitHub
🟡 Доки
@data_analysis_ml
🖥 Запиливаем новый проект по машинному обучению.
@data_analysis_ml
