Channel

Раскатываем ML кабины | MentorShip

@ml_cabin_destroyers

On this record: Growth · Engagement · Reactions · Posts · Citations · Cite this entry

3,384subscribers

+622 since we began measuring on 7 August 2026

Risers and fallers across the register · movement among entries of 3,162–10,000.

Register entry

Telegram ID	-1002182837882
Type	Channel
Username	@ml_cabin_destroyers
Created	Between 1 June 2024 and 30 September 2024 — estimated from Telegram’s id allocation, not measured. How this range is calculated.
First recorded	7 August 2026
Last confirmed live	11 September 2026
Measurements held	12
Confirmed unchanged	1 time, most recently 11 September 2026
On Telegram	t.me/ml_cabin_destroyers

Growth

12 measurements spanning 35 days, net +622. 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 2,641–3,481 and does not start at zero.

Measurement log — every subscribers count we have recorded
Measured (UTC)	Subscribers	Change
11 Sept 2026, 11:18	3,384	+161
6 Sept 2026, 19:21	3,223	+120
1 Sept 2026, 20:46	3,103	+148
29 Aug 2026, 11:56	2,955	+40
26 Aug 2026, 20:34	2,915	+177
23 Aug 2026, 12:47	2,738	-4
19 Aug 2026, 20:58	2,742	-11
16 Aug 2026, 20:08	2,753	-6
13 Aug 2026, 13:29	2,759	-2
7 Aug 2026, 20:46	2,761	-1
7 Aug 2026, 14:19	2,762	no change
7 Aug 2026, 14:07	2,762	first reading

Engagement

20 posts held, back to 1 June 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 1 page 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 20 posts for this entry, the most recent from 30 July 2026. An engagement rate over an empty window would be a number about nothing.

Reaction mix

572 reactions across 20 posts, in 5 distinct kinds. The most used accounts for 42.0% of them.

Every reaction kind recorded on the sample, most used first
Reaction	Count	Share
🔥	240	42.0%
custom 5850242311853706346	137	24.0%
👍	70	12.2%
custom 5850443977748123541	68	11.9%
❤	57	9.97%

Custom emoji. 2 of the rows above are Telegram custom emoji, which the public preview renders as an element carrying only a numeric id — no character, and no image we can reach. The id is printed as-is rather than substituted with a look-alike glyph, because a stand-in would be our invention showing where a measurement should be. The counts beside them are Telegram’s.

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 20 of the 20 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 572 reactions in total: the kind of figure the paragraph above means by “a reaction total printed elsewhere on the page”.

Measured over the 20 most recent posts we hold, published 1 June 2026 to 30 July 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.

Recent posts

30 Jul 2026, 09:22 UTC839 views21 reactionsread 7 August 2026

Выучил рексис — нужен везде 💪 В прошлом посте разобрали, как устроены рекомендации под капотом: таблица с дырками, похожести, воронка. Сегодня о том, почему эти знания стоят дороже, чем кажется. Если ты глубоко понимаешь, как устроены рекомендательные системы, ты нужен не только в лентах и каталогах. Ты нужен много где ещё. Смотри. Рекомендации это не фича. Это сама компания 👀 Посмотри на YouTube, Instagram, VK В…

custom 58502423118537063469❤7🔥5

22 Jul 2026, 16:51 UTC≈1,470 views28 reactionsread 7 August 2026

Photo

Как YouTube решает, что ты будешь смотреть следующим 🤔 Открыл приложение на минутку. Очнулся через час. Знакомо? Это не магия и не чтение мыслей, рекомендательная система. Я такие строю уже 4 года, так что сегодня разберем как они устроены под капотом. Вся задача — одна таблица с дырками 👀 Представь гигантскую таблицу. Строки это пользователи. Столбцы это видео, треки, товары. В ячейках оценки: лайк, дизлайк, пок…

👍15🔥7custom 58502423118537063466

20 Jul 2026, 11:14 UTC≈1,430 views26 reactionsread 7 August 2026

Photo

С абсолютного нуля до секции, куда зовут только лучших 💪 Сегодня история ученика про заход в рекомендательные системы. С неё и начну серию про рексис. Как это было 🏃‍♂️ Пришёл ко мне парень. Отучился, собрали базу, вышли на рынок. Целились в рекомендательные системы. Ходим по собесам. Прогресса нет. Ещё собес. Нет. Ещё. Нет. Знакомое состояние: вроде всё знаешь, а оно не идёт. У него был доступ к нашей базе собе…

custom 585024231185370634613❤7🔥5👍1

17 Jul 2026, 15:44 UTC≈1,610 views23 reactionsread 7 August 2026

Классика vs RecSys vs NLP vs CV. Куда идти? 🤔 Один из самых частых вопросов на консультациях: «какое направление ML выбрать?». Разбираю по-честному: где вакансии, где деньги, куда проще войти. Классика (таблички, бустинги) 💪 Скоринг, отток, прогнозы, аплифт. Есть в каждой компании, где есть данные: банки, ритейл, телеком, страхование. Вакансий больше всего. Порог входа самый низкий. База для любого другого направ…

👍12🔥6custom 58502423118537063463❤2

13 Jul 2026, 16:46 UTC≈1,870 views17 reactionsread 7 August 2026

Почему есть смысл перекатываться в ML прямо сейчас 🏃‍♂️ Частый тейк в медиа, особенно на фоне AI всех заменит и тд Рынок пережил чистку и выправился 📈 Пару лет назад рынок штормило: сокращения, заморозки наймов, паника. Это отсеяло случайных людей и охладило ожидания. Что осталось после чистки: компании по-прежнему внедряют ML везде, где есть данные. Банки, маркетплейсы, телеком, ритейл. Задач больше, чем рук. А …

custom 585024231185370634611❤3🔥3

10 Jul 2026, 13:32 UTC≈1,840 views27 reactionsread 7 August 2026

Photo

Сколько стоит НЕ учиться или почему ты теряешь 300к/месяц прямо сейчас 🤔 «Зачем мне менторство? Всё есть бесплатно: ютуб, курсы, статьи, нейронки». Правда. Информации хватит на три жизни. И в этом как раз проблема. Как выглядит самообучение на практике 🌀 Ты открываешь роадмап. Потом второй, они противоречат друг другу. Скачиваешь курс, бросаешь на середине, начинаешь другой. Копаешься в теме неделю и не можешь от…

🔥14👍7custom 58502423118537063465❤1

8 Jul 2026, 16:02 UTC≈1,490 views21 reactionsread 7 August 2026

Photo

Заменит ли AI ML инженеров и аналитиков? 🤖 Есть ли смысл вкатываться, если через пару лет всё будет делать нейронка? Отвечаю развёрнуто. Нас всех заменят дроиды торговой федерации. Что нейронки уже умеют 😎 Давай честно: многое. Код по описанию, тесты, разбор чужого легаси, простые пайплайны. Компании это не пугает, наоборот: они сами покупают корпоративные лицензии Cursor и Claude и ждут от инженеров ускорения. В…

🔥13custom 58502423118537063466❤2

6 Jul 2026, 09:42 UTC≈1,460 views16 reactionsread 7 August 2026

Photo

Что было в июне и что будет в июле 🏴‍☠️ Июнь закрыт. Коротко по итогам и жирный анонс июля. Итоги июня 👀 - Дожали тему найма: поговорили с тимлидом про финалы и разобрали, как позиционироваться на собесе. Ты не сдаёшь экзамен, ты говоришь как профи с профи. - Посмотрели свежий срез рынка ML и разобрали, почему контроффер это чаще всего ловушка. - Прошлись по курсам: я прошёл десяток, и вам не советую. - Кейс LongC…

custom 58502423118537063467👍6🔥3

2 Jul 2026, 12:33 UTC≈1,710 views18 reactionsread 7 August 2026

Photo

Скучные отчёты, которые тащат тебя к офферу 🏃‍♂️ Когда говоришь ученику «пиши отчёты», первая реакция обычно «зачем эта бюрократия, я учиться пришёл, а не таблички заполнять». А потом проходит пара месяцев, и именно отчёт оказывается той штукой, которая вытащила из болота. Давай разбираться, как обычная запись «что сделал за неделю» превращается в инструмент роста. Проблема не в мотивации, а в отсутствии чувства п…

❤11👍4custom 58502423118537063462🔥1

30 Jun 2026, 14:56 UTC≈1,560 views140 reactionsread 7 August 2026

Защитил кандидатскую. У меня все ⚔️

🔥95👍21custom 585024231185370634618❤6

24 Jun 2026, 10:48 UTC≈2,250 views32 reactionsread 7 August 2026

Photo

Я сам хожу на собесы. И до сих пор где-то плыву Многие думают, что ментор это человек, который один раз нашёл работу, а теперь учит других по конспекту пятилетней давности. У меня не так. Я сам периодически хожу на собесы как соискатель, чтобы понимать текущее состояние рынка Зачем я вообще хожу 🏃‍♂️ Рынок меняется быстро. То, что спрашивали год назад, и то, что спрашивают сейчас, это две разные вещи. А нам важно…

custom 585044397774812354113🔥12custom 58502423118537063465👍2

22 Jun 2026, 09:28 UTC≈1,770 views31 reactionsread 7 August 2026

Photo

Зачем тебе вообще все это? 🤔 Вопрос вроде простой. Зачем вкатываться в мл или аналитику, зачем полгода учиться, чтобы потом еще и работать, зачем поднимать зп радикально, когда и текущий уровень вроде норм. Точнее так. Зачем это нужно конкретно тебе. Давай разбираться. Без цели никуда 🔫 Если хочешь прийти к реальному результату, цель надо понимать чётко зачем именно тебе. Цели бывают разные. Бывает грандиозная: п…

custom 585024231185370634613🔥10custom 58504439777481235417❤1

Showing the 12 most recent of 20 posts we hold for @ml_cabin_destroyers. 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.

Mentions

Named by 1 registered channel — every channel on the register whose own posts have named this one, by its current username or any other username it currently holds, merged from two separately captured readings of the same fact so a namer caught by only one of them is not missed and a namer both caught is not counted twice. A username this channel has since dropped is not matched — that handle may belong to someone else now, and crediting today’s namer to yesterday’s owner would misattribute it.

Named by

Channels on the register whose posts name this channel's handle.

Data jobs — вакансии по data science, анализу данных, аналитике, искусственному интеллекту
@datajob · 14,7301 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.

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

“Раскатываем ML кабины | MentorShip” (@ml_cabin_destroyers), 3,384 subscribers as measured 11 September 2026. Telegram Register, tgregister.com/channel/ml_cabin_destroyers.

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.