Channel
@dataanlitics
On this record: Topic · Growth · Engagement · What this channel posts · Reactions · Posts · Citations · Telegram's recommendations · Cite this entry
6,253subscribers
+55 since we began measuring on 7 August 2026
Risers and fallers across the register · movement among entries of 3,162–10,000.
| Telegram ID | -1001657726685 |
|---|---|
| Type | Channel |
| Username | @dataanlitics |
| Created | Between 1 December 2021 and 30 April 2023 — estimated from Telegram’s id allocation, not measured. How this range is calculated. |
| First recorded | 7 August 2026 |
| Last confirmed live | 25 September 2026 |
| Measurements held | 14 |
| Confirmed unchanged | 1 time, most recently 25 September 2026 |
| On Telegram | t.me/dataanlitics |
Technology — a classification, not a measurement. An on-box language model (Qwen3.6-35B-A3B-FP8, prompt version 1) read this channel’s own recent posts on 12 September 2026 and assigned it the closest of 31 fixed categories, at 100% confidence. This is a model’s judgement about what the channel is likely to be about, not a fact this register measured the way a subscriber count or a view count is measured — it can be revised on a later pass, and it carries no weight anywhere else on this page. How this classification works, and why it has no browse page of its own yet.
| Measured (UTC) | Subscribers | Change |
|---|---|---|
| 25 Sept 2026, 02:20 | 6,253 | +3 |
| 16 Sept 2026, 23:17 | 6,250 | +11 |
| 3 Sept 2026, 16:40 | 6,239 | +6 |
| 31 Aug 2026, 07:38 | 6,233 | +1 |
| 28 Aug 2026, 16:45 | 6,232 | +1 |
| 25 Aug 2026, 23:09 | 6,231 | +7 |
| 23 Aug 2026, 05:14 | 6,224 | +17 |
| 19 Aug 2026, 18:02 | 6,207 | +6 |
| 16 Aug 2026, 20:05 | 6,201 | +5 |
| 13 Aug 2026, 16:07 | 6,196 | -2 |
| 10 Aug 2026, 08:26 | 6,198 | -2 |
| 7 Aug 2026, 18:14 | 6,200 | +2 |
| 7 Aug 2026, 14:01 | 6,198 | no change |
| 7 Aug 2026, 13:53 | 6,198 | first reading |
21 posts held, back to 31 March 2026 — the reader has not yet reached the start of this channel’s public history, so older posts may sit further back, unread. Read across 8 pages of Telegram’s post history, 20 posts per page.
Nothing published in the last 30 days. ERR and ER are rolling 30-day measures, so there is nothing to compute — we hold 21 posts for this entry, the most recent from 8 August 2026. An engagement rate over an empty window would be a number about nothing.
Measured directly from 3 videos with a duration reading, out of the posts we hold for this channel — not this channel’s whole posting history, only the sample this register has actually read. An exact reading to the second, taken from the post itself rather than from Telegram’s own rounded chrome, so it carries no ≈ mark.
116 reactions across 19 posts, in 9 distinct kinds. The most used accounts for 50.0% of them.
| Reaction | Count | Share | Share, drawn |
|---|---|---|---|
| ❤ | 58 | 50.0% | |
| 👍 | 26 | 22.4% | |
| 🔥 | 15 | 12.9% | |
| 👎 | 6 | 5.17% | |
| 🤔 | 5 | 4.31% | |
| 😁 | 3 | 2.59% | |
| 💩 | 1 | 0.862% | |
| 🤡 | 1 | 0.862% | |
| 🤮 | 1 | 0.862% |
No sentiment is inferred, and none should be read in. This table is ordered by count and by nothing else. Emoji do not carry stable meaning across languages or communities — 🙏 is thanks in one channel and mourning in another — so we publish which ones were pressed and how often, and pass no judgement on what an audience meant by them.
Precision. Telegram publishes reaction counts per emoji and short-forms each one — 4.34K, 1.2M — so any single kind at or above 1,000 reaches us at three significant figures, and only counts below 1,000 are exact. The shares above are ratios of those figures and carry the same error. This is also why the total here can differ slightly from a reaction total printed elsewhere on the page: both are sums of the same rounded parts, taken over samples with different edges.
Coverage. Reactions were read on 19 of the 21 sampled posts in this sample. Summed by Telegram’s own count on each post — not by adding up the per-emoji breakdown above — those same posts carry 116 reactions in total: the kind of figure the paragraph above means by “a reaction total printed elsewhere on the page”.
Measured over the 21 most recent posts we hold, published 31 March 2026 to 8 August 2026, using the newest reading held for each. Telegram Stars are excluded: they are a payment, not a reaction, and they have their own section.
🚀 ИИ-агент ускорил SQLite до 59% меньше чем за 8 часов Ускорить SQLite хотя бы на 5% уже было бы серьёзным результатом. Это один из самых зрелых и оптимизированных проектов в мире - его команда почти 20 лет выжимает из кода каждую долю производительности. Но AI-агент KISS Sorcar менее чем за 8 часов и с затратами меньше $150 добился заметного ускорения сразу в нескольких типах нагрузки. Результаты: - 2,06× быстре…
✔️ Firecrawl открыла один из самых быстрых PDF-парсеров Компания выложила в open source pdf-inspector - библиотеку на Rust, которая превращает PDF в Markdown, сохраняя структуру документа, заголовки и таблицы. По заявленным тестам, обработка одной страницы занимает около 0,002 секунды, а набор из 200 PDF был пройден примерно за 2,8 секунды. Главное здесь не одна скорость: парсер старается сохранить исходную логику…
❤5🔥3
Ох уж, эта богатая жизнь
❤6😁3
Агенты прокачивают друг друга UCSB-AI выложили GEA, фреймворк для open-ended self-improvement агентов через обмен опытом. Идея простая, но мощная: улучшать не одного агента в вакууме, а целую группу агентов как одну эволюционирующую систему. Один агент нашёл удачный паттерн, другой переиспользовал его, третий доработал, группа стала сильнее. Это похоже на переход от «один AI сам себя улучшает» к «популяция агенто…
❤1
✔️ Data-Juicer: пайплайн для подготовки данных под foundation models Alibaba и сообщество Data-Juicer развивают open-source систему для обработки датасетов перед обучением, дообучением и RAG. Data-Juicer помогает чистить, фильтровать, дедуплицировать, синтезировать и анализировать данные. Работает не только с текстом, но и с мультимодальными датасетами: изображениями, аудио и видео. В версии 2.0 заявлено больше 100…
❤5👍3🔥2🤡1
Мы вообще понимаем, насколько Месси статистически ненормален? Я наткнулся на цифру: по голам + ассистам за 90 минут он почти на 6 стандартных отклонений выше среднего нападающего из топ-лиг. Для контекста: это уже не «очень сильный игрок». Это уровень, который статистика почти не ожидает увидеть при жизни одного поколения. Вот почему спор про Месси часто ломается: его сравнивают как футболиста, а он по цифрам бли…
❤13🤔4👎1💩1🔥1🤮1
⚡️ Ling & Ring 2.6: новый техрепорт и open-weight модели Ant Ling выпустили технический отчёт по Ling & Ring 2.6 и открыли два base checkpoint. Главное: * 7:1 Hybrid Linear Attention: 7 Lightning Attention слоёв + 1 MLA слой, чтобы сделать 256K context практичнее * KPop RL: адаптивный Binary KL вместо uniform KL, прирост SWE-bench Verified с 70.8% до 76.28% * ~4× token efficiency: больше “интеллекта” на меньшее чи…
👍2❤1
The Information: по сообщениям, Anthropic переходит от аренды облачных вычислений к аренде и самостоятельному управлению дата-центрами. Планируемая мощность в США — более 1 ГВт, а Google потенциально может выступить гарантом или поддержкой по арендным платежам. Старая модель была простой: Anthropic платит облачным провайдерам за GPU или кастомные чипы, но сам провайдер контролирует здание, электропитание, сеть, охла…
❤4
🖥 Python в 2026 - уже не просто «первый язык программирования». Это инструмент, с которым можно автоматизировать задачи, писать скрипты, собирать проекты, работать с данными, делать ботов и использовать ИИ как ускоритель разработки. Но есть проблема: большинство новичков учат Python кусками. Немного синтаксиса, пару задачек, немного теории - и потом ступор: «а что с этим делать дальше?» Этот курс сделан иначе. Зде…
👍3❤2
👣 Я заставил LLM писать Rust полгода. Вот что они стабильно ломают Полгода я использовал Claude, GPT и Cursor как основной инструмент для написания Rust-кода в проде. Не как «помощник для бойлерплейта», а как полноценного второго разработчика на монолите примерно в 80 тысяч строк (бэкенд обработки потоковых данных, tokio, sqlx, немного unsafe в hot path). Доля сгенерированного кода в коммитах последних шести месяце…
❤4
20-летний парень заработал $37 250 за месяц на YouTube-контенте, почти не открывая монтажку. Он собрал автономную «фабрику контента», где Claude работает мозгом, а Premiere Pro - руками. Система крутится 24/7, пока он просто живёт своей жизнью. Claude анализирует ниши с высоким CPM, пишет сценарии и через Python-скрипты запускает озвучку и генерацию видео. Уже в первый месяц один из его каналов набрал сотни тысяч п…
❤4👍4👎2🔥2🤔1
✔️ Mistral выпустила Medium 3.5 и Remote Agents в среде Vibe Medium 3.5 - модель на 128 млрд параметров с контекстным окном 256K токенов. Веса опубликованы на Hugging Face под модифицированной лицензией MIT. Цена API - $1,50/$7,50 за млн. входящих/сгенерированных токенов. Уровень рассуждений настраивается под каждый промпт. На SWE-Bench Verified модель набрала 77,6%, опередив Claude Sonnet 4.5. Вместе с моделью Mi…
❤2👍2🔥1
Showing the 12 most recent of 21 posts we hold for @dataanlitics. View and reaction counts are the latest single reading for each post, not a live figure, and a recent post is still accumulating both. A view count marked ≈ was rounded by Telegram before we ever saw it — t.me prints views in full below 1,000 and to three significant figures above, so ≈1,200,000 means somewhere between 1,150,000 and 1,249,999. Unmarked counts are exact. Text is reproduced from the public post preview and truncated for length.
Republishes
Channels on the register whose posts this channel has forwarded.
Built only from forwarded posts we have actually read, on both sides. Coverage is early and deliberately incomplete: a missing link means we have not read the post that would prove it, never that the relationship does not exist. Counts are distinct forwarded posts observed, so they only ever go up as we read more.
Names
Channels on the register whose handles appear in this channel's posts.
A mention is a weaker signal than a forward and is counted separately for that reason — naming a channel is not republishing it, and a handle in a post body is easy to place deliberately. The post counts beside each row below are distinct posts in which the handle appeared, from posts we have read on both sides — the “Named by N registered channels” figure above is a different count, of distinct NAMING CHANNELS rather than posts, and is not the sum of the rows under it.
The reverse of the list above, and a different kind of signal. This does not require this channel to have ever been asked about directly — each row below is a channel we DID ask Telegram about, whose Telegram-generated list happened to include this one. A channel can appear here with an empty list above it, because being named by someone else’s query is independent of having been queried itself.
This channel appears in 9 seed channels' Telegram-generated recommendation lists in total. Each is Telegram’s list for THAT channel, not this one — see how this is measured.
A live page changes as we take new readings, so a citation should name the measurement it is based on, not just the URL. The line below cites the subscriber count as measured 25 September 2026 — this entry's latest reading, not the date you are reading this.
“Аналитик данных” (@dataanlitics), 6,253 subscribers as measured 25 September 2026. Telegram Register, tgregister.com/channel/dataanlitics.
Full measurement history, CC BY 4.0. Every reading this register holds for this entry, not just the latest one, as a dated, downloadable record: CSV · JSON. Free to use with attribution to tgregister.com. Each file carries its own generation timestamp, which is the figure to cite for exactly when the data was retrieved.