Endi mavjud! Telegram Tadqiqoti 2025 — yilning asosiy insaytlari 
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 41 907 obunachidan iborat bo'lib, Texnologiyalar & Aralashmalar toifasida 3 245-o'rinni va Rossiya mintaqasida 15 287-o'rinni egallagan.
📊 Auditoriya ko‘rsatkichlari va dinamika
невідомо sanasidan buyon loyiha tez o‘sib, 41 907 obunachiga ega bo‘ldi.
17 Iyun, 2026 dagi oxirgi ma’lumotlarga ko‘ra kanal barqaror faollikka ega. Oxirgi 30 kunda obunachilar soni -34 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 8.70% darajada jalb etiladi. Nashrdan keyingi dastlabki 24 soatda kontent odatda umumiy obunachilar sonining 3.10% ini tashkil etuvchi reaksiyalarni to‘playdi.
- Post qamrovi: Har bir post o‘rtacha 3 645 marta ko‘riladi; birinchi sutkada odatda 1 301 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 18 Iyun, 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.
41 907
Obunachilar
-1024 soatlar
-47 kunlar
-3430 kunlar
Postlar arxiv
41 902
Share Your Attention: Transformer Weight Sharing via Matrix-based Dictionary Learning
📚 Read
@datascienceiot
41 902
На ИТ-Пикнике планируют поднять темы о том, как ИИ учится рассуждать, как устроено автономное вождение, зачем людям нужен опенсорс и кто кого доучит: GenAI или платформы. Крупнейший ИТ-фестиваль пройдет уже в следующую субботу.
@datascienceiot
41 902
Рекомендательные сис#темы пыtаю9тся пре$дсkaзать, какие о!бъекty buдут инте@ресны поlз0вате&лю, имeя опр*д*л*nnyu info%рмаtciu о 1go пr0f1le_8xZ$@.
Кажется, анонсируют событие про нейронки и реком!
41 902
Schmidhuber’s Fast-Weight work of 1991-92 introduced an explicit mechanism for token-to-token interaction inside recurrent neural networks (RNNs).
Each time step wrote an outer-product fast weight that linked the current hidden state (a “key”) with a “value.”
📚Статья
@datascienceiot
41 902
Андрей Рыбинцев, более 10 лет развивавший ИИ в Авито, стал управляющим директором по ИИ и вошел в состав правления. Сейчас платформа масштабирует внедрение ИИ в продукты, сервисы и внутренние процессы компании.
Теперь все ключевые ИИ-команды компании — около 900 специалистов из департаментов Data Science, Поиска и Рекомендаций, Аналитики данных — объединятся под его управлением. Также в компании будет сформирован новый кластер AI Experience, который сосредоточится на развитии ассистентов на базе генеративного ИИ.
По словам Рыбинцева, он с командой планирует масштабировать уже работающие решения и внедрить новые технологии, которые будут ощутимы для миллионов пользователей и тысяч бизнесов по всей стране.
Рыбинцев стоял у истоков построения ИИ-инфраструктуры в компании: внедрял Trust & Safety, антифрод, развивал ML-модерацию, масштабировал Data Science. Под его руководством также было запущено семейство генеративных моделей — текстовая A-Vibe и мультимодальная A-Vision.
41 902
Deep Research Agents with Test-Time Diffusion
Google keeps pushing on diffusion.
📚Paper
@datascienceiot
41 902
Разработан метод, который позволяет видеть, как внутри ИИ появляются смыслы и менять их в процессе генерации без переобучения модели
Исследователи из T-Bank AI Research представили на ICML 2025 метод, позволяющий анализировать и управлять поведением языковых моделей без переобучения. Он отслеживает, как смыслы формируются внутри модели, и позволяет точечно усиливать или подавлять темы в генерации текста. Метод не требует дополнительных расходов и применим для уже обученных LLM.
📚Paper
@datascienceiot
41 902
Альфа-Банк и ВШЭ запустили магистратуру — «Продуктовый подход и аналитика данных в HR-менеджменте»
Магистранты будут:
— работать с HR-аналитикой и DevRel
— разрабатывать web- и мобильные HR-сервисы
— учиться формировать, развивать и мотивировать команды
Учиться можно бесплатно. Студенты пройдут оплачиваемую стажировку в банке, лучшие получат оффер в команду. Заявки принимают до 8 августа.
@datascienceiot
41 902
AI Comes Up with Bizarre Physics Experiments. But They Work.
👉 Read
@datascienceiot
41 902
Repost from AI VK Hub
В рекомендациях есть две точки зрения:
1. Бигтех: закинем в нейросеть пару петабайт данных, добавим побольше трансформерных блоков, тысячи видеокарт — и вот вам рексис нового поколения. Но вы не сможете это проверить, потому что только у нас столько данных.
2. Академия: пораскинем мозгами, добавим inductive bias в линейный автоэнкодер и получим соту на всех открытых датасетах. Обучаем на макбуке 19 года.
Мы любим оба подхода, но на ридинг-группе поговорим про второй. Роман Логойда, ML-инженер AI VK, представит статью Why is Normalization Necessary for Linear Recommenders?
🔹Начало встречи 24 июля в 18:00.
Зум: ссылка
ID: 313 292 5940
Код: 473906
Параллельно запустим стрим прямо в канале AI VK Hub.
41 902
Anthropic just released a research paper.
Inverse Scaling in Test-Time Compute
📚 Читать
@datascienceiot
41 902
Открыт приём статей в научный журнал Международной конференции по ИИ — AI Journey.
Главный приз за лучшую статью — 1 миллион рублей. Ключевые работы опубликуют в спецвыпуске «Доклады Российской академии наук. Математика, информатика, процессы управления» и его англоязычной версии Doklady Mathematics.
Что даёт участие:
• Шанс выиграть 1 000 000₽
• Публикация в авторитетном журнале с индексацией Scopus/WoS
• Возможность представить исследование на площадке конференции AI Journey 2025
Условия:
— Статья должна быть оригинальной (не опубликована ранее)
— Принимаются работы на русском и английском
— Дедлайн — 20 августа 2025
Как подать заявку: https://aij.ru/science
41 902
Изучить все разделы современного Data Science — этой осенью в НИУ ВШЭ
Центр непрерывного образования факультета компьютерных наук Вышки предлагает возможность обучения на различных IT-курсах и программах: от базовых курсов по математике и Python до продвинутых специализаций по Data Science.
Программа профессиональной переподготовки «Специалист по Data Science»
- Полный цикл обучения Data Science: от базовых разделов математики и программирования до нейросетей и работы c Big Data. Первая программа переподготовки, аккредитованная Альянсом в сфере ИИ.
Очные курсы:
- «Математика для анализа данных»
- «Алгоритмы и структуры данных»
- «Python для автоматизации и анализа данных»
- «Прикладная статистика для машинного обучения»
- «Машинное обучение»
- «Глубинное обучение»
При подаче заявки до 31 июля вы сохраняете старую цену в новом учебном году.
Реклама. НИУ "ВШЭ". ИНН 7714030726. erid: 2SDnjcLngeJ
