uz
Feedback

Firibgarlarga uchmang! Telemetrio bunday kanallarni topadi va belgilaydi 👉 Belgini ko‘rmoqchi bo‘lsangiz, obuna bo‘ling

Data Science

Data Science

Kanalga Telegram’da o‘tish

DS По всем вопросам- @haarrp @ai_machinelearning_big_data - machine learning @pythonl - Python @itchannels_telegram - 🔥 best it channels @ArtificialIntelligencedl - AI @pythonlbooks-📚 @programming_books_it -📚 Реестр РКН: https://clck.ru/3Fk3zS

Ko'proq ko'rsatish

📈 Telegram kanali Data Science analitikasi

Data Science (@datascienceiot) kanali faol ishtirokchi. Hozirda hamjamiyat 42 626 obunachidan iborat bo'lib, Texnologiyalar & Aralashmalar toifasida 3 144-o'rinni va Rossiya mintaqasida 14 811-o'rinni egallagan.

📊 Auditoriya ko‘rsatkichlari va dinamika

невідомо sanasidan buyon loyiha tez o‘sib, 42 626 obunachiga ega bo‘ldi.

26 Oktabr, 2026 dagi oxirgi ma’lumotlarga ko‘ra kanal barqaror faollikka ega. Oxirgi 30 kunda obunachilar soni 3 ga, so‘nggi 24 soatda esa -10 ga o‘zgardi va umumiy qamrov yuqori darajada qolmoqda.

  • Tasdiqlash holati: Tasdiqlanmagan
  • Jalb etish (ER): Auditoriya o‘rtacha 6.38% darajada jalb etiladi. Nashrdan keyingi dastlabki 24 soatda kontent odatda umumiy obunachilar sonining 2.47% ini tashkil etuvchi reaksiyalarni to‘playdi.
  • Post qamrovi: Har bir post o‘rtacha 2 721 marta ko‘riladi; birinchi sutkada odatda 1 053 ta ko‘rish yig‘iladi.
  • Reaksiyalar va o‘zaro ta’sir: Auditoriya faol: har bir postga o‘rtacha 0 ta reaksiya keladi.
  • Tematik yo‘nalishlar: Kontent llm, агентов, api, октября, разработчиков kabi asosiy mavzularga jamlangan.

📝 Tavsif va kontent siyosati

Muallif resursni shaxsiy fikrni ifoda etish maydoni sifatida ta’riflaydi:
“DS По всем вопросам- @haarrp @ai_machinelearning_big_data - machine learning @pythonl - Python @itchannels_telegram - 🔥 best it channels @ArtificialIntelligencedl - AI @pythonlbooks-📚 @programming_books_it -📚 Реестр РКН: https://clck.ru/3...”

Yuqori yangilanish chastotasi (oxirgi ma’lumot 27 Oktabr, 2026 da olingan) sababli kanal doimo dolzarb va katta qamrovli bo‘lib qoladi. Analitika auditoriya kontent bilan faol hamkorlik qilishini, uni Texnologiyalar & Aralashmalar toifasidagi muhim ta’sir nuqtasiga aylantirishini ko‘rsatadi.

42 626
Obunachilar
-1024 soatlar
+777 kun
+330 kun
Obunachilarni jalb qilish
Okt '26
Oktabr '26
+253
3 kanalda
Sentabr '26
+284
1 kanalda
Get PRO
Avgust '26
+486
2 kanalda
Get PRO
Iyul '26
+594
3 kanalda
Get PRO
Iyun '26
+156
2 kanalda
Get PRO
May '26
+183
2 kanalda
Get PRO
Aprel '26
+170
4 kanalda
Get PRO
Mart '26
+338
2 kanalda
Get PRO
Fevral '26
+499
2 kanalda
Get PRO
Yanvar '26
+687
0 kanalda
Get PRO
Dekabr '25
+380
2 kanalda
Get PRO
Noyabr '25
+530
2 kanalda
Get PRO
Oktabr '25
+374
1 kanalda
Get PRO
Sentabr '25
+587
7 kanalda
Get PRO
Avgust '25
+609
1 kanalda
Get PRO
Iyul '25
+750
3 kanalda
Get PRO
Iyun '25
+525
1 kanalda
Get PRO
May '25
+454
3 kanalda
Get PRO
Aprel '25
+560
11 kanalda
Get PRO
Mart '25
+573
4 kanalda
Get PRO
Fevral '25
+545
7 kanalda
Get PRO
Yanvar '25
+842
20 kanalda
Get PRO
Dekabr '24
+848
5 kanalda
Get PRO
Noyabr '24
+1 777
32 kanalda
Get PRO
Oktabr '24
+1 710
6 kanalda
Get PRO
Sentabr '24
+1 402
7 kanalda
Get PRO
Avgust '24
+1 164
4 kanalda
Get PRO
Iyul '24
+1 033
7 kanalda
Get PRO
Iyun '24
+1 066
7 kanalda
Get PRO
May '24
+1 000
37 kanalda
Get PRO
Aprel '24
+935
45 kanalda
Get PRO
Mart '24
+1 187
22 kanalda
Get PRO
Fevral '24
+1 142
3 kanalda
Get PRO
Yanvar '24
+1 230
45 kanalda
Get PRO
Dekabr '23
+687
42 kanalda
Get PRO
Noyabr '23
+382
3 kanalda
Get PRO
Oktabr '23
+1 012
20 kanalda
Get PRO
Sentabr '23
+872
0 kanalda
Get PRO
Avgust '23
+747
0 kanalda
Get PRO
Iyul '23
+560
0 kanalda
Get PRO
Iyun '23
+865
0 kanalda
Get PRO
May '23
+1 528
0 kanalda
Get PRO
Aprel '23
+363
0 kanalda
Get PRO
Mart '23
+417
0 kanalda
Get PRO
Fevral '23
+423
0 kanalda
Get PRO
Yanvar '23
+472
0 kanalda
Get PRO
Dekabr '22
+770
0 kanalda
Get PRO
Noyabr '22
+380
0 kanalda
Get PRO
Oktabr '22
+534
0 kanalda
Get PRO
Sentabr '22
+578
0 kanalda
Get PRO
Avgust '22
+1 100
0 kanalda
Get PRO
Iyul '22
+464
0 kanalda
Get PRO
Iyun '22
+366
0 kanalda
Get PRO
May '22
+403
0 kanalda
Get PRO
Aprel '22
+514
0 kanalda
Get PRO
Mart '22
+462
0 kanalda
Get PRO
Fevral '22
+304
0 kanalda
Get PRO
Yanvar '22
+400
0 kanalda
Get PRO
Dekabr '21
+287
0 kanalda
Get PRO
Noyabr '21
+224
0 kanalda
Get PRO
Oktabr '21
+1 533
0 kanalda
Get PRO
Sentabr '21
+382
0 kanalda
Get PRO
Avgust '21
+412
0 kanalda
Get PRO
Iyul '21
+507
0 kanalda
Get PRO
Iyun '21
+611
0 kanalda
Get PRO
May '21
+555
0 kanalda
Get PRO
Aprel '21
+404
0 kanalda
Get PRO
Mart '21
+456
0 kanalda
Get PRO
Fevral '21
+411
0 kanalda
Get PRO
Yanvar '21
+729
0 kanalda
Get PRO
Dekabr '20
+10 299
0 kanalda
Sana
Obunachilarni jalb qilish
Esdaliklar
Kanallar
26 Oktabr+2
25 Oktabr+4
24 Oktabr+2
23 Oktabr+10
22 Oktabr+11
21 Oktabr+91
20 Oktabr+7
19 Oktabr+5
18 Oktabr+18
17 Oktabr+29
16 Oktabr+1
15 Oktabr+2
14 Oktabr+5
13 Oktabr0
12 Oktabr+6
11 Oktabr+4
10 Oktabr+5
09 Oktabr0
08 Oktabr0
07 Oktabr+5
06 Oktabr+10
05 Oktabr+8
04 Oktabr+22
03 Oktabr+2
02 Oktabr0
01 Oktabr+4
Kanal postlari
Бесплатная книга о больших языковых моделях – 315 страниц от предобучения до рассуждений. Foundations of Large Language Model
Бесплатная книга о больших языковых моделях – 315 страниц от предобучения до рассуждений. Foundations of Large Language Models Тун Сяо и Цзинбо Чжу системно объясняет, как устроены LLM, как их обучают и применяют. Внутри шесть основных тем: - Предобучение: задачи обучения и архитектуры моделей. - Генеративные модели: Transformer, подготовка данных, масштабирование и длинный контекст. - Промптинг: обучение на примерах в контексте, декомпозиция задач, RAG и инструменты. - Выравнивание: обучение выполнению инструкций и использование человеческой обратной связи. - Инференс: декодирование, ускорение и дополнительные вычисления во время генерации. - Рассуждения: методы улучшения способности решать сложные задачи. Авторы делают акцент на фундаментальных принципах. Материал подойдёт студентам, разработчикам и ML-инженерам, которым хочется связать отдельные знания о LLM в целостную картину. Книга на английском. Базовые знания машинного обучения и нейросетей помогут при чтении. Скачать PDF бесплатно: https://arxiv.org/pdf/2501.09223

2
Working with Agentic `Teammates': When a New Organizational Actor Collides with the Human Ecosystem of Work 📓 Read @datascie
Working with Agentic `Teammates': When a New Organizational Actor Collides with the Human Ecosystem of Work 📓 Read @datascienceiot
1 245
3
The Geometry of Agent Memory: Forecasting Retrieval-Bound Memory Failures, and Characterizing Its Limits 📓 Read @datascience
The Geometry of Agent Memory: Forecasting Retrieval-Bound Memory Failures, and Characterizing Its Limits 📓 Read @datascienceiot
1 660
4
At the Limits of Computability: Steps Towards Autonomous AI Discovery on the Busy Beaver Frontier 📓 Read @datascienceiot
At the Limits of Computability: Steps Towards Autonomous AI Discovery on the Busy Beaver Frontier 📓 Read @datascienceiot
1 939
5
Patch the Planet: global response coordination as agents uncover critical vulnerabilities https://openai.com/index/coordinate
Patch the Planet: global response coordination as agents uncover critical vulnerabilities https://openai.com/index/coordinated-disclosure-of-critical-vulnerabilities/
2 104
6
Зачем готовиться к собеседованию вслепую, если можно заранее посмотреть, какие будут вопросы и задачи? Ребята из Поступашек уже 6 лет собирают реальные задания и разборы собеседований в BigTech. Там можно найти не только сами вопросы, но и разборы технических секций, критерии оценки и рекомендации по подготовке. Собрали подборку полезных материалов под разные направления: ➡️ Аналитикам: — Собеседования на продуктового и бизнес-аналитика в Т-Банке 🟨 — Что спрашивают по A/B-тестированию в X5 🌿 , разбор собес на DS в Яндекс 🟥 ➡️ Разработчикам: — Go и System Design в Ozon 🔵, GO в Авито😎 — Банк алгоритмических собеседований из BigTech ➡️ ML/AI-инженерам: — Все вопросы на ML-собеседование в Яндексе 🟥 и ML в Авито 😎 — 10 кейсов по ML System Design в Т-Банке 🟨 ➡️ Тем, кто ищет первую стажировку: — Как получить стажировку в 2026 году — Где взять опыт, если его нет В Поступашках регулярно выходят новые разборы собеседований, карьерные гайды, стажировки и инсайды о найме в BigTech. Лучше увидеть эти вопросы до собеседования, чем узнать о них после отказа ПОСТУПАШКИ ПОДПИСАТЬСЯ
2 111
7
The World Won't Wait: Evaluating and Teaching Agents Under a Live Clock 📓 Read @datascienceiot
The World Won't Wait: Evaluating and Teaching Agents Under a Live Clock 📓 Read @datascienceiot
2 467
8
🔥 Хочешь быстрее расти в IT? Хватит учиться в одиночку Окружение решает больше, чем кажется. Собрал папки и каналы, где можн
🔥 Хочешь быстрее расти в IT? Хватит учиться в одиночку Окружение решает больше, чем кажется. Собрал папки и каналы, где можно быстрее влиться в нужное направление, следить за трендами и не вариться в своём пузыре. AI: t.me/ai_machinelearning_big_data Python: t.me/pythonl Linux: t.me/linuxacademiya Хакинг: t.me/linuxkalii DevOps: t.me/DevOPSitsec Docker: https://t.me/+90Z5TAyfuNU5YmRi Golang: t.me/Golang_google Rust: t.me/rust_code C++: t.me/cpluspluc C#: t.me/csharp_ci Java: t.me/javatg JavaScript: t.me/javascriptv React: t.me/react_tg Frontend: t.me/front PHP: t.me/phpshka Android: t.me/android_its Мобильная разработка: t.me/mobdevelop Базы данных: t.me/sqlhub Data Science: t.me/data_analysis_ml Big Data: t.me/bigdatai Математика: t.me/data_math Физика: t.me/fizmat Kubernetes: t.me/kubernetc GameDev: https://t.me/gamedev Haskell: t.me/haskell_tg Собеседования и карьера: DS собеседования: t.me/machinelearning_interview Python собеседования: t.me/python_job_interview Папка с вакансиями: t.me/addlist/_zyy_jQ_QUsyM2Vi Папка Go разработчика: t.me/addlist/MUtJEeJSxeY2YTFi Папка Python разработчика: t.me/addlist/eEPya-HF6mkxMGIy Папка ML: https://t.me/addlist/2Ls-snqEeytkMDgy Папка Frontend: https://t.me/addlist/mzMMG3RPZhY2M2Iy Полезное сверху: ИТ-мемы: t.me/memes_prog Английский для программистов: t.me/english_forprogrammers ИИ и технологии: t.me/vistehno 954 ГБ open-source курсов: https://t.me/+rKBQEMccAA01MTcy ИТ-книги бесплатно: https://t.me/addlist/BkskQciUW_FhNjEy Max Ai: https://max.ru/ai_machinelearning_big_data Max python: https://max.ru/pythonl ТЕХНО: https://max.ru/vistehno Max Go: https://max.ru/Golang_google Max Linux: https://max.ru/linuxkalii Devops: https://max.ru/DevOPSitsec C#: https://max.ru/csharp_ci C++: https://max.ru/cpluspluc SQL: https://max.ru/sqlhub Java: https://max.ru/javatg Подписывайся на нужные направления и собирай себе ленту, которая реально двигает вперёд.
2 124
9
LLM-to-Flow Distillation: Teaching Natural Language Goals to Scientific Generators 📓 Read @datascienceiot
LLM-to-Flow Distillation: Teaching Natural Language Goals to Scientific Generators 📓 Read @datascienceiot
2 169
10
С вас идея, а Т-Банк за нее заплатит В Т-Банке ищут трейдеров, разработчиков и тех, кто просто увлекается инвестициями. Зарег
С вас идея, а Т-Банк за нее заплатит В Т-Банке ищут трейдеров, разработчиков и тех, кто просто увлекается инвестициями. Зарегистрируйтесь на программу «Инвест. Премаркет» до 11 ноября.  Ваши AI-сценарии для бизнеса смогут побороться за призовой фонд программы — 2 500 000 ₽. А сами идеи Т-Банк поможет масштабировать и сделать частью бизнеса. Успейте подать заявку до 11 ноября
2 220
11
Scaling Graph Neural Networks for Friend Recommendation: Multi-Hash User Embeddings and Temporal Neighbor Sampling 📓 Read @d
Scaling Graph Neural Networks for Friend Recommendation: Multi-Hash User Embeddings and Temporal Neighbor Sampling 📓 Read @datascienceiot
2 410
12
Agentic Large Language Models 📓 Book @datascienceiot+1
Agentic Large Language Models 📓 Book @datascienceiot
2 778
13
Physical AI: почему научить робота брать предметы сложнее, чем кажется Манипуляция объектами остаётся одной из актуальных зад
Physical AI: почему научить робота брать предметы сложнее, чем кажется Манипуляция объектами остаётся одной из актуальных задач робототехники. Антропоморфному роботу нужно оценить положение объекта, рассчитать силу захвата и скорректировать движение до того, как предмет упадёт. Отдельная проблема — генерализация: модели пока с трудом применяют освоенные навыки в новых условиях, поэтому о массовом появлении домашних роботов говорить рано. Как решаются эти задачи и на что уже способны современные роботы, разобрали CEO MWS Павел Воронин и руководитель Лаборатории интеллектуальной космической робототехники Сколтеха Дмитрий Тетерюков. Посмотреть выпуск подкаста «Паша AI AI AI» — тут. @datascienceiot
2 826
14
Catching Developers in the Flow: Low-Latency Agentic Program Repair at Google Scale 📓 Read @datascienceiot
Catching Developers in the Flow: Low-Latency Agentic Program Repair at Google Scale 📓 Read @datascienceiot
3 205
15
📌Baseten выпустила бесплатный учебник по инженерии инференса Платформа, которая хостит модели Cursor, Notion и Harvey, вылож
📌Baseten выпустила бесплатный учебник по инженерии инференса Платформа, которая хостит модели Cursor, Notion и Harvey, выложила в открытый доступ книгу Inference Engineering за авторством Филипа Кайли. который четыре года работает в Baseten и написал её по интервью с инженерами компании и собственным докладам. Среди рецензентов - автор FlashAttention Три Дао. Книга собирает в одном месте путь от выбора модели и GPU до мониторинга работающего сервиса. Baseten основана в 2019 году тремя выходцами из Gumroad, четвёртым сооснователем стал Панкадж Гупта из Uber. Компания продаёт выделенные развёртывания открытых и собственных моделей клиентов, готовые Model APIs и инфраструктуру для дообучения, а также развивает открытый фреймворк упаковки моделей Truss. Восемь глав объясняют, как сформулировать требования к продукту, как устроены модели и где они тормозят, прежде всего в механизме внимания, разбирают GPU NVIDIA поколений Hopper и Blackwell и программный уровень, от CUDA и PyTorch до движков vLLM, SGLang, TensorRT-LLM и Dynamo. Отдельные главы посвящены методам ускорения, моделям для речи, изображений и видео, а также эксплуатации - от автомасштабирования и батчинга до постепенной выкатки новых версий. Новичку книга даёт карту области и порядок действий - как определить задачу, бюджет задержки, стоимости и подобрать модель, а в последующем заняться оптимизацией. Базовые понятия вроде предзаполнения, декодирования и KV-кэша объяснены с нуля, а незнакомые термины можно найти в глоссарии. Опытным инженерам будут интересны пороги и практические правила. Для каждой техники ускорения автор объясняет, как она устроена, при каком трафике и размере модели окупается и чем рискует качество ответов. Отдельно сравниваются движки инференса и разобраны задачи эксплуатации, которые обычно приходится решать методом проб и ошибок. Последний раздел посвящён продуктам компании, а оборудование рассматривается почти целиком на примере NVIDIA, другим ускорителям отведено около двух страниц. 🔜 Запросить книгу бесплатно в форматах PDF, EPUB или аудиоверсию @ai_machinelearning_big_data #AI #ML #Inference #Book #Baseten
2 803
16
Бесплатные учебники по математике от профессора Университета Альберты Джереми Сильвестр, доцент кафедры математики Университе
Бесплатные учебники по математике от профессора Университета Альберты Джереми Сильвестр, доцент кафедры математики Университета Альберты, выложил свои учебники в открытый доступ. Их можно читать онлайн, а часть скачать в PDF. Главная находка здесь Discover Linear Algebra, полноценный курс линейной алгебры на два семестра. Для тех, кому нужно быстрее, есть сокращённая версия на один семестр. Для ML это база: векторы, матрицы, собственные значения, разложения и всё, на чём держатся нейросети. Ещё два учебника: Calculus Concepts & Modelling по матанализу и дифференциальным уравнениям с упором на моделирование и Elementary Foundations по дискретной математике и логике, который автор обещает скоро открыть полностью. Хороший вариант, если хочется подтянуть математику под машинное обучение по нормальным университетским учебникам и бесплатно. https://sites.ualberta.ca/~jsylvest/
2 591
17
Подключить ИИ-агента к базе просто. Определить, что ему разрешено делать, сложнее. Пока агент только отвечает в чате, его оши
Подключить ИИ-агента к базе просто. Определить, что ему разрешено делать, сложнее. Пока агент только отвечает в чате, его ошибку можно заметить и исправить. Когда он получает доступ к данным, внешним API и исполнению кода, ошибка уже может превратиться в действие. Поэтому заранее стоит определить: какие данные агент видит, какие инструменты вызывает и какие операции требуют проверки. Эти вопросы разбирает «Лаборатория Касперского» в руководстве «Безопасность ИИ-агентов через призму кибериммунитета». Внутри: атаки через контекст на примере EchoLeak, SearchLeak и CamoLeak, границы доверия к LLM и подходы к изоляции инструментов. Пригодится разработчикам и архитекторам, которые внедряют агентов в реальные процессы. Скачать
2 477
18
📚 280 страниц о машинном обучении в инвестициях от J.P. Morgan Big Data and AI Strategies Марко Колановича и Раджеша Кришнам+1
📚 280 страниц о машинном обучении в инвестициях от J.P. Morgan Big Data and AI Strategies Марко Колановича и Раджеша Кришнамачари: масштабный отчёт о том, как использовать ML и альтернативные данные для анализа рынков. Внутри: • Какие данные могут дополнять финансовую отчётность: соцсети, поисковые запросы, транзакции и другие источники. • Как оценивать их качество и полезность. • Обзор методов машинного обучения для анализа данных. • Возможности и ограничения применения этих подходов в инвестициях. Отчёт вышел в 2017 году. Его стоит читать как фундаментальный материал по ML и данным в финансах, учитывая возраст примеров. PDF доступен бесплатно, на английском: 📓 Книга @datascienceiot
3 828
19
Handbook on Understanding Harness Engineering for AI Agents 📓 Read @datascienceiot
Handbook on Understanding Harness Engineering for AI Agents 📓 Read @datascienceiot
2 910
20
📚 Обновили огромный учебник по математике для Computer Science и Machine Learning - 2220 страниц. Внутри сразу несколько фун
📚 Обновили огромный учебник по математике для Computer Science и Machine Learning - 2220 страниц. Внутри сразу несколько фундаментальных тем: — алгебра — топология — дифференциальное исчисление — теория оптимизации — математический аппарат для CS и ML Хороший вариант, если хочется не просто использовать формулы в ML, а понимать, откуда они берутся и почему работают. Книга доступна здесь: https://www.cis.upenn.edu/~jean/gbooks/
7 889