Аналитика Telegram-канала
Подписчики
5 340
Охват за 24 ч
429
ER за 24 ч
8,03%
Публикаций
827
Динамика подписчиков
7 дней
30 дней
6 месяцев
Больше
25 окт28 окт31 окт
Показаны последние 7 дней
Больше истории →
Охваты публикаций
14.1020.1023.1023.1028.1030.10
198
Средний охват
405
Лучший результат
Показаны 6 публикаций — последние в канале
Больше статистики →
Упоминания
146
Упоминаний
62
Из них репостов
92
Каналов
85
Упоминаний
44
Из них репостов
29
Каналов
Последние посты
3 из 827 2 из 827
💡Книжная подборка о самом важном — о математике
Математика — фундамент Data Science. Она помогает не просто применять готовые алгоритмы, но и понимать, как они устроены и почему работают.
Вместе с Алексеем Пустынниковым, DS Team Lead ВТБ, собрали подборку книг по статистике, линейной алгебре, теории вероятностей и сложности алгоритмов — для тех, кто хочет освежить знания или углубиться в теорию.
Какие книги добавили бы в подборку? Пишите в комментариях
ещё
18
0
30 окт, 14:14
🎉Код со смыслом: как AI помогает решать социальные задачи
На прошлой неделе в НИУ ВШЭ прошёл хакатон-продуктон «Код со смыслом» при поддержке ВТБ.
Студенты объединились в команды, чтобы за 24 часа разработать прототипы решений для реальных задач некоммерческих организаций.
Наши Data Scientist-ы Максим Шкут и Владимир Фуфаев выступили наставниками: консультировали команды и помогали прорабатывать техническую и ML-часть решений. А Алексей Пустынников, DS Team Lead, вошёл в состав жюри и оценивал проекты.
Так где же ML в социальных проектах?
Кейс фонда «Волонтёры в помощь детям-сиротам»
Командам предстояло придумать, как анализировать отчёты волонтёров о встречах с подопечными, чтобы оценивать эффективность программы и вовремя замечать тревожные сигналы. Среди возможных подходов — использование LLM для анализа текстов, выявления потенциально проблемных ситуаций и формирования рекомендаций.
Кейс Государственного Исторического музея
Участникам предстояло разработать ML-решение для автоматизации отбора волонтёров: модель ранжирует кандидатов по ответам в анкете и помогает определить, кто лучше подходит программе. Если информации недостаточно, система может задавать уточняющие вопросы, помогая музею эффективнее находить волонтёров.
Такие задачи показывают, как ML и AI могут выходить за рамки привычных бизнес-сценариев и помогать решать важные социальные проблемы.💙
ещё
405
2
1 6 28 окт, 14:09
Отгадай ребусы и выиграй книжку по MLSD
В эмодзи зашифровали четыре концепции из мира ML System Design. Сможешь разгадать все?
1. 🧠🐘 ➡️ 🧠🐁
2. 🧾 ➡️ 🗄 ➡️ 🤖
3. 📊 ⏳ 🌊
4. 🧪 ➡️ 🅰️ 🆚 🅱️ ➡️ 📈
Подсказка: все четыре понятия связаны с разработкой, обучением и эксплуатацией ML-систем.
Если догадался, напиши все четыре ответа одним комментарием.
Пиши в комментариях свои варианты. Первому, кто правильно отгадает все термины, подарим книгу Валерия Бабушкина «Машинное обучение. Проектирование систем от идеи до реализации».
Период розыгрыша — с 23 по 27 октября, победителя* объявим под этим постом.
*Розыгрыш действует только на территории РФ.
ещё
207
1
6 2 23 окт, 17:59
Продолжить анализ этого канала
- История роста подписчиков
- Просмотры и охваты публикаций
- Кто упоминает канал и кого упоминает он
- Похожие каналы и подбор для рекламы
Открыть аналитику
Демо до 14 дней