Channel
@thecdodigest
On this record: Growth · Engagement · What this channel posts · Reactions · Posts · Citations · Cite this entry
231subscribers
+0 since we began measuring on 7 August 2026
Risers and fallers across the register · movement among entries of Under 1,000.
| Telegram ID | -1001986392900 |
|---|---|
| Type | Channel |
| Username | @thecdodigest |
| Description | Кейсы монетизации данных и последние тренды в управлении корпоративными данными. |
| Created | Between 1 April 2023 and 31 October 2023— estimated from Telegram’s id allocation, not measured. How this range is calculated. |
| First recorded | 8 August 2026 |
| Last confirmed live | 8 August 2026 |
| Measurements held | 2 |
| On Telegram | t.me/thecdodigest |
| Measured (UTC) | Subscribers | Change |
|---|---|---|
| 8 Aug 2026, 10:05 | 231 | no change |
| 7 Aug 2026, 14:20 | 231 | first reading |
18 posts held, back to 5 May 2025 — 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 18 posts for this entry, the most recent from 16 April 2026. An engagement rate over an empty window would be a number about nothing.
Lifetime counters from Telegram’s own channel header, read 8 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.
Measured directly from 1 video 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.
19 reactions across 8 posts, in 3 distinct kinds. The most used accounts for 47.4% of them.
| Reaction | Count | Share | Share, drawn |
|---|---|---|---|
| 👍 | 9 | 47.4% | |
| 🔥 | 8 | 42.1% | |
| ❤ | 2 | 10.5% |
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 9 of the 18 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 19reactions in total: the kind of figure the paragraph above means by “a reaction total printed elsewhere on the page”.
Measured over the 18 most recent posts we hold, published 5 May 2025 to 16 April 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.
Привет, THECDO! 👋 Запускаем автоматический AI-дайджест с помощью NERVE. Как работает: NERVE мониторит 12 Telegram-каналов по Data и AI (@data_secrets, @cdo_club, @gonzo_ML, @llm_under_hood и др.), автоматически находит ключевые темы, объединяет разрозненные обсуждения в единый отчёт и выделяет то, что большинство пропустило. Что внутри каждого выпуска: 🔭 Blind Spot — недооценённая тема, которую стоит знать. 📌 5 …
🔥3
Привет из солнечной Атланты, меня зовут Камилла, и я на конференции FabCon фиксирую куда Microsoft катит свой Fabric. Ожидайте шала-английские посты от меня в ближайшие четыре дня🕵🏻♀️ Явилась я сюда с одним большим вопросом в голове: «Когда Microsoft предоставит решение для понятного контроля Capacity-based pricing модели?» На днях в Fabric появятся новые инструменты контроля ресурсов (Surge Retention и Overage P…
🔥3
Недавно я наткнулся на инженерный блог ByteDance, где они описали, как сократили потребление памяти с 10 терабайт до 500 гигабайт и при этом ускорили поиск в 7 раз. Звучит как маркетинговый булшит, правда? Я тоже так подумал. А потом разобрался в деталях и даже пообщался с одним из основных контибьюторов Apache Doris - Kang Xiao. https://vc.ru/dev/2716743-bytedance-sokratit-pamyat-i-uskorit-poisk
Сегодня расскажу вам про компанию, акции которой в 2008 году стоили 12 центов, а потом резко выросли до $23.50 за акцию. https://vc.ru/story/2710105-istoriya-attunity-kak-izrailskij-startap-perezhil-krakh
Если вы думаете, что корпоративные драмы бывают только в сериалах HBO — добро пожаловать в мир Open Source. https://vc.ru/story/2709995-istoriya-velodb-i-starrrocks-kak-bratya-bliznetsy-sozdali-luchshiye-bazy-dannykh
🔥1
В продолжении изучении этой темы. Традиционный подход к данным отдельно поисковые системы (Elasticsearch), отдельно аналитические базы (OLAP) создаёт проблемы: дублирование данных, несогласованность результатов, сложность архитектуры и лишние задержки. Тем интересен подход HSAP (Hybrid Search and Analytical Processing), который объединяет: 1. Векторный поиск для семантического поиска 2. Полнотекстовый поиск для точ…
<500 мс ответы на поиск по 1+ млрд эмбеддингов в векторной базе данных для вашего RAG, AI-агента. Мы сейчас работаем над инфраструктурой данных для AI в частности, над ускорением аналитических и retrieval-нагрузок, чтобы AI-кейсы не упирались в производительность, точность ответов и права доступов. Если вы активно масштабируете AI-инициативы и агентные кейсы, буду рад встретиться и обсудить. @apolorotov
Мое внимание захватила тема организации real-time (субсекундной) аналитики и современных подходов развертывания Data Lakehouse, в том числе для сокращения ненужных расходов на лицензии Vertica, Oracle Exadata. И, о чудо, оказывается, есть Apache Doris, от китайских умельцев и ее знаменитый форк StarRocks: — Запросы к миллиарду JSON-записей выполнялся примерно за 1 секунду на кластере Doris. — Показывают результаты в…
👍1
Казахстанский стартап научил ИИ понимать закупки. Вот как это поможет бизнесу Крупные казахстанские компании стабильно теряют часть выделенных на закупки средств из-за завышенных цен, даже если все процедуры корректны. За решение этой проблемы взялась команда казахстанского предпринимателя Виталия Тренкеншу. Несколько лет они создавали аналитические системы для госорганов Казахстана, помогая выявлять коррупционные …
Шестикратный рост эффективности и тройное снижение расходов благодаря Serverless AI: Конкретный кейс внедрения AI для "Казагрофинанс" (лизинговая компания сельхозтехники). Решение на основе генеративного AI (Claude/Anthropic) для инвентаризации техники позволило увеличить количество проверок в шесть раз (с 3000 до 18000) и сократить время на инвентаризацию с недель до 2-3 дней. Более того, благодаря serverless архите…
Кто внедрял себе/клиентам RAG системы — какой эмбеддер вы использовали?
🚀 Как превратить закупочные данные в чистую прибыль? Каждый CDO (и не только) стоит перед вызовом: как доказать реальное влияние ИИ и аналитики на финансовые результаты компании. Часто ответ лежит в самой неочевидной области - корпоративных закупках. Это зона, где хаотичные данные не просто создают беспорядок, а напрямую ведут к миллионным финансовым потерям. Любая экономия здесь - это чистая прибыль, которую можно…
Showing the 12 most recent of 18 posts we hold for @thecdodigest. 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.
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 8 August 2026 — this entry's latest reading, not the date you are reading this.
“THE CDO DIGEST” (@thecdodigest), 231 subscribers as measured 8 August 2026. Telegram Register, tgregister.com/channel/thecdodigest.
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.