Channel

Дмитрий || Data Science заметки

@dima2data

On this record: Growth · Engagement · What this channel posts · Reactions · Posts · Citations · Handles named that no longer answer · Cite this entry

25subscribers

+0 since we began measuring on 7 August 2026

Risers and fallers across the register · movement among entries of Under 1,000.

Register entry

Telegram ID	-1001809486186
Type	Channel
Username	@dima2data
Description	Машинное обучение, AI, BigData, вот это всё
Created	Between 1 October 2022 and 7 January 2023— estimated from Telegram’s id allocation, not measured. How this range is calculated.
First recorded	11 August 2026
Last confirmed live	11 August 2026
Measurements held	2
On Telegram	t.me/dima2data

Growth

2 measurements spanning 4 days. Dots are measurements; the straight line between them is drawn to join them, not to claim we know the path taken in between — snapshots are recorded only when a count changes, so gaps mean “no change observed”, never “interpolated”. The vertical axis spans 24–26 and does not start at zero.

Measurement log — every subscribers count we have recorded
Measured (UTC)	Subscribers	Change
11 Aug 2026, 09:04	25	no change
7 Aug 2026, 08:51	25	first reading

Engagement

19 posts held, back to 7 January 2023 — the reader has not yet reached the start of this channel’s public history, so older posts may sit further back, unread. Read across 1 pageof 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 19 posts for this entry, the most recent from 16 February 2025. An engagement rate over an empty window would be a number about nothing.

What this channel posts

Photos: 29
Videos: 8
Links: 56

Lifetime counters from Telegram’s own channel header, read 11 August 2026 — not the date at the top of this page, which is when the subscriber count was last read. Below Telegram’s rounding threshold, so these counts are exact.

Reaction mix

35 reactions across 15 posts, in 7 distinct kinds. The most used accounts for 37.1% of them.

Every reaction kind recorded on the sample, most used first
Reaction	Count	Share
👍	13	37.1%
🔥	11	31.4%
🤔	4	11.4%
👨‍💻	3	8.57%
👏	2	5.71%
✍	1	2.86%
🆒	1	2.86%

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 15 of the 19 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 35reactions in total: the kind of figure the paragraph above means by “a reaction total printed elsewhere on the page”.

Measured over the 19 most recent posts we hold, published 7 January 2023 to 16 February 2025, using the newest reading held for each. Telegram Stars are excluded: they are a payment, not a reaction, and they have their own section.

Recent posts

16 Feb 2025, 16:42 UTC142 viewsread 11 August 2026

Forwarded from @deep_learning_school_newsPhoto

🎓Открыты все первые уроки Мы уже начали обучение весеннего семестра: у нас можно посмотреть всю организационную информацию, посмотреть первые уроки и уже попробовать сдать первую домашку. Если вы потерялись, то вот самые важные ссылки: 📍Курс 1 семестра на Stepik 📍Курс 2 семестра на Stepik 📍Чат 1 семестра 📍Чат 2 семестра 📍Ответы на вопросы 📍Вводный вебинар И несмотря на то, что уроки уже открыты и вводные вебинар…

Signed Dmitry Ohotnikov

12 Oct 2024, 08:45 UTC175 viewsread 11 August 2026

Forwarded from @deep_learning_school_newsPhoto

🫶Свежий выпуск подкаста Deep Learning Stories 3 выпуск 2 сезона нашего подкаста уже в релизе! Он получился крайне психотерапевтичным. Мы поговорили с выпускником DLS Михаилом Васильевым про то, как войти в айти после 35 лет, создавать сообщества и помогать друг другу. Мы поговорили про трудности, с которыми он столкнулся на пути к карьере в ML и обсудили, как можно начать успешный путь в этой сфере в любом возрасте.…

Signed Dmitry Ohotnikov

3 Oct 2024, 06:32 UTC155 views1 reactionsread 11 August 2026

File

Генерация изображений Stable Diffusion + анимация + замена лица, результат. Что под капотом: web-интерфейс Automatic1111, нейромодель RealCartoon3D, расширения - Reactor для замены лица, AnimateDiff для анимации. https://github.com/AUTOMATIC1111/stable-diffusion-webui (Automatic1111) https://github.com/Gourieff/sd-webui-reactor (Reactor) https://github.com/continue-revolution/sd-webui-animatediff (AnimateDiff) http…

👍1

Signed Dmitry Ohotnikov

28 Oct 2023, 14:56 UTC182 viewsread 11 August 2026

https://www.youtube.com/live/ifEJKq1NF1A?si=Ifz2WK3pTbyxopGY

Signed Dmitry Ohotnikov

28 Oct 2023, 04:51 UTC168 views3 reactionsread 11 August 2026

Forwarded from @datafestPhoto

Привет! Настало время поделиться подробностями про Data Halloween 28 октября 🎃 Старт программы запланирован на 12:00 по мск, откроем день включением live эфира на ODS YouTube. В планах на субботу весь день слушать доклады по NLP, CV, MLOps и Random DS темам и участвовать в специальных активностях от наших любимых организаторов. Спец.активности: 🧟‍♂️ Конкурс Scary code – достаньте из самых тёмных закромов своих про…

👍3

Signed Dmitry Ohotnikov

19 Apr 2023, 13:53 UTC175 views2 reactionsread 11 August 2026

Forwarded from @datafestPhoto

Сап чат, у нас для вас новости про Data Fest 2023 🎉 Во-первых, он таки будет распределенным: и онлайн, и оффлайн в разных городах 😱 Об этом расскажем на следующей неделе Во-вторых, до конца подачи докладов остался месяц ✨ И в этом посте хотим поделиться, какие первые 11 12 секций вы уже сможете посетить, и куда подать свои доклады 🔥 1. Reliable ML (@Reliable ML): Causal Inference, A/B testing, ML System Design, ML…

🔥2

Signed Dmitry Ohotnikov

14 Mar 2023, 09:31 UTC154 views2 reactionsread 11 August 2026

Forwarded from @new_yorko_times

Перезапуск курса ODS по MLOps на русском #courses #ml #petproject Я проходил этот курс год назад – отлично зашло. Помимо лекций и заданий про технологии мне понравились командные проекты. По сути можно взять любую ML задачу (хоть с кэггла, хоть по работе или из заброшенного пет-проджекта) и пройти с ней весь путь от заворачивания в сервис до деплоя и поддержки. О нашем командном пет-проекте про криптобарометр я рас…

🔥2

Signed Dmitry Ohotnikov

7 Feb 2023, 17:49 UTC153 views3 reactionsread 11 August 2026

Forwarded from @yandexformlPhoto

Привет! Мы врываемся в сезон 2023 и открываем регистрацию на первую тренировку этого года, которая пройдет 16 февраля. Вас ждут доклады от победителей и призеров ML-соревнований, обзорный доклад про актуальные соревнования от Петра Ермакова, общение в чате и в офлайне. Для офлайн-участников мы приготовим вкусный кофе и проведем экскурсии по Яндекс Музею и офису Яндекса, также у вас будет возможность порисовать с не…

👨‍💻3

Signed Dmitry Ohotnikov

2 Feb 2023, 11:36 UTC126 views2 reactionsread 11 August 2026

Forwarded from @chernobrovov_channelPhoto

Простое прогнозирование с Lazy Predict👨‍💻 Давайте познакомимся с полезной для Data Science библиотекой Python Lazy Predict и разберем, что это такое и где пригодится. 🔍 Это библиотека для сравнения производительности различных моделей машинного обучения в наборе данных. По сути, это обертка, которая позволяет быстро подогнать все ML-модели под набор данных и сравнить их производительность буквально за пару строчек …

✍1👏1

Signed Dmitry Ohotnikov

28 Jan 2023, 15:57 UTC99 views4 reactionsread 11 August 2026

Forwarded from @dl_stories

А мы открываем набор на весенний семестр школы глубокого обучения Deep Learning School! #learning DLschool — это школа при ФПМИ МФТИ, где мы учим нейронным сетям с самых азов до продвинутого уровня. Полный курс состоит из двух частей, каждая из которых длится полгода. - Первая часть посвящена введению в нейросети и компьютерному зрению. Начинаем мы с языка Python и необходимой математики для понимания нейросетей, пе…

👍4

Signed Dmitry Ohotnikov

27 Jan 2023, 18:14 UTC82 views2 reactionsread 11 August 2026

Forwarded from @devsp

Хакатон с призом в 650 000 рублей Big Data МТС готовит турнир по Machine Learning для датасаентистов, ML-инженеров и аналитиков. Задача – определить пол и возраст владельца синтетических cookie. Участником может стать любой, от джуна до сеньора. Призовой фонд MTC ML Cup – 650 000 рублей: 350 000 рублей за первое место, 200 000 рублей – за второе, 100 000 рублей – обладателю бронзы. Начало – 30 января, регистрац…

🤔2

Signed Dmitry Ohotnikov

23 Jan 2023, 12:37 UTC94 views4 reactionsread 11 August 2026

Forwarded from @dl_stories

Ребята из Google Research и Гарварда собрали Deep Learning Tuning Playbook. Это гайд о том, как ставить эксперименты и тюнить AI-модели максимально эффективно: - как выбрать архитектуру модели под проект; - как выбрать оптимизатор и другие гиперпараметры; - куда смотреть, чтобы улучшить перформанс модели; - как собрать пайплайн, понимать, сколько обучать и выбирать лучший чекпоинт; - ... Гайд ориентирован прежде все…

🔥3🆒1

Signed Dmitry Ohotnikov

Showing the 12 most recent of 19 posts we hold for @dima2data. 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.

Forward network

Republishes

Channels on the register whose posts this channel has forwarded.

ODS Events
@datafest · 8,8122 posts DLS — новости
@deep_learning_school_news · 20,4912 posts DLStories
@dl_stories · 15,4922 posts Generative AI
@ai_generative · 2,1961 post Machinelearning
@ai_machinelearning_big_data · 286,2501 post Алексей Чернобровов
@chernobrovov_channel · 2021 post Data Science | Machinelearning [ru]
@devsp · 19,8581 post Градиент обреченный
@doomgrad · 8,6971 post Машинное обучение RU
@machinelearning_ru · 18,1201 post New Yorko Times
@new_yorko_times · 10,4791 post Стартап дня. Александр Горный.
@startupoftheday · 58,7921 post Yandex for ML
@yandexforml · 18,6651 post

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.

Mentions

Names

Channels on the register whose handles appear in this channel's posts.

Generative AI
@ai_generative · 2,1961 post Machinelearning
@ai_machinelearning_big_data · 286,2501 post Машинное обучение RU
@machinelearning_ru · 18,1201 post Reliable ML
@reliable_ml · 6,6061 post Стартап дня. Александр Горный.
@startupoftheday · 58,7921 post

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.

Handles this channel named that no longer answer

Dead references: 1; handles named in this channel’s posts, vacant today
Evidenced gone: 0; we ourselves saw one of these resolve, at some point
Never seen alive: 1; vacant every time we have ever looked

@dima2data named 1 handle that resolve to nothing today. That is a fact about the reference, not necessarily a fact about the handle’s history — see the two groups below.

Most of these may never have existed as a live channel at all.A handle a channel names can be a typo, an aspirational name nobody registered, or a channel that was already gone before this one ever mentioned it. Unless a row below is marked evidenced, all we know is that it references a handle that is not a live channel today — not that anything “died”. How this is measured.

Never seen alive

References a handle that is not a live channel — we have no record it ever was one.

@reliable
named in 1 post, 12 August 2026 – 12 August 2026

Cite this entry

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 11 August 2026 — this entry's latest reading, not the date you are reading this.

“Дмитрий || Data Science заметки” (@dima2data), 25 subscribers as measured 11 August 2026. Telegram Register, tgregister.com/channel/dima2data.

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.