Channel
@ravasiliev_ch
On this record: Topic · Growth · Engagement · What this channel posts · Reactions · Posts · Citations · Handles named that no longer answer · Cite this entry
3,299subscribers
+29 since we began measuring on 6 August 2026
Risers and fallers across the register · movement among entries of 3,162–10,000.
| Telegram ID | -1001376932318 |
|---|---|
| Type | Channel |
| Username | @ravasiliev_ch |
| Created | Between 1 March 2018 and 31 July 2021 — estimated from Telegram’s id allocation, not measured. How this range is calculated. |
| First recorded | 6 August 2026 |
| Last confirmed live | 19 September 2026 |
| Measurements held | 13 |
| Confirmed unchanged | 1 time, most recently 19 September 2026 |
| On Telegram | t.me/ravasiliev_ch |
Education — 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 14 September 2026 and assigned it the closest of 31 fixed categories, at 99% 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 |
|---|---|---|
| 19 Sept 2026, 07:40 | 3,299 | +4 |
| 14 Sept 2026, 18:19 | 3,295 | -3 |
| 11 Sept 2026, 07:00 | 3,298 | +8 |
| 6 Sept 2026, 10:57 | 3,290 | -3 |
| 1 Sept 2026, 19:53 | 3,293 | +14 |
| 30 Aug 2026, 00:14 | 3,279 | +6 |
| 27 Aug 2026, 06:56 | 3,273 | -2 |
| 24 Aug 2026, 04:45 | 3,275 | +3 |
| 20 Aug 2026, 04:02 | 3,272 | +7 |
| 16 Aug 2026, 18:48 | 3,265 | -4 |
| 10 Aug 2026, 15:51 | 3,269 | -1 |
| 7 Aug 2026, 06:43 | 3,270 | no change |
| 6 Aug 2026, 23:46 | 3,270 | first reading |
17 posts held, back to 10 October 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 3 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 17 posts for this entry, the most recent from 28 July 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.
1,003 reactions across 17 posts, in 7 distinct kinds. The most used accounts for 48.5% of them.
| Reaction | Count | Share | Share, drawn |
|---|---|---|---|
| ❤ | 486 | 48.5% | |
| 🔥 | 204 | 20.3% | |
| 👍 | 178 | 17.7% | |
| ❤🔥 | 99 | 9.87% | |
| 🥰 | 24 | 2.39% | |
| 👎 | 7 | 0.698% | |
| 😱 | 5 | 0.499% |
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 17 of the 17 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 1,003 reactions in total: the kind of figure the paragraph above means by “a reaction total printed elsewhere on the page”.
Measured over the 17 most recent posts we hold, published 10 October 2025 to 28 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.
🏆 Преподавание ML студентам очно в Москве Знаю, что этот канал читают многие мои выпускники с различных курсов по ML / анализу данных. Это предложение в первую очередь для вас. Ну и для всех интересующихся тоже! Я последние несколько лет руковожу курсами и веду лекции в ЦУ (Центральном университете). В осеннем семестре значимо увеличивается количество студентов на курсах по ML в бакалавриате и магистратуре ЦУ, поэ…
👍23🔥17❤🔥11👎5
📺 Аузан про образование в эпоху ИИ Посмотрел классный монолог Александра Аузана, декана экономфака МГУ, про образование, человеческий потенциал и ИИ. Одна из главных мыслей: последние несколько сотен лет образование во многом было заточено на то, что ИИ теперь делает всё лучше: запоминать, пересказывать, считать, искать стандартные решения. Если раньше хорошее образование часто проверялось через цепочку выучил - во…
👍23❤14❤🔥10🔥2
Сходил в гости в Доверительный интервал 🙂 Получилось 49 минут разговоров про аналитику с довольно жизненными вопросами: как работать с бизнесом, что делать с серыми A/B-тестами, насколько LLM правда может заменить аналитика, как менять специализацию и чем middle отличается от senior. Ну и да, отдельный кайф - вопросы собирали в том числе здесь. Так что технически часть выпуска сделали вы 🙂 Посмотреть/послушать можн…
👍42🔥8❤7
🐚 Ответили на вопросы подписчиков Недавно мы собрали вопросы от аналитиков, чтобы ответить на самые интересные из них в подкасте «Доверительный интервал». Для нового выпуска мы выбрали 10 самых интересных, которые ведущие Саша, Ксюша и Дима обсудили вместе с гостем выпуска. Да, теперь у нас будут гости, и первым из них стал Рома Васильев — руководитель аналитики международного Поиска. 📺 Смотрите в выпуске: 🔵 Что у…
❤8👍7❤🔥5🔥2👎1😱1
Доверительный интервал: собираем вопросы Меня позвали в подкаст про аналитику, который делают ребята из Яндекса. В прошлых выпусках ребята говорили про срочные задачи, цели и культурный код аналитика. А в следующем выпуске мы будем разбирать самые животрепещащие вопросы от слушаетелей! У вас есть возможность поучаствовать и оставить свои вопросы для подкаста. Что можно спросить: • куда расти в аналитике в 2026 • с…
❤21🔥14🥰9👍3
Въезжаем в ИИ в 2026. Часть 2. Как работают LLM'ки - разбираемся на пальцах (2/2) Что можно почитать/посмотреть, чтобы понять тему лучше: 1. Краткое объяснение больших языковых моделей от 3blue1brown (есть дубляж на русском): ссылка 2. Подрбный плейлист по теме от 3blue1brown (есть дубляж на русском): ссылка 3. Статья Игоря Котенкова "Как работает ChatGPT: объясняем на простом русском эволюцию языковых моделей с T9 …
❤31❤🔥9🥰7
Въезжаем в ИИ в 2026. Часть 2. Как работают LLM'ки - разбираемся на пальцах (1/2) Если сильно упростить, современные LLM - это модели, которые очень хорошо умеют предсказывать следующее слово по предыдущему тексту. Самая близкая бытовая аналогия - старый-добрый T9 на телефонах. В нулевых он тоже пытался угадать, что вы хотите напечатать дальше. Принцип был ровно тот же: есть контекст - есть вероятность следующего с…
❤18❤🔥6🥰6👍3
Въезжаем в ИИ в 2026. Часть 1. Терминология (1/2) Наконец-то дошли руки завершить первый полноценный пост из серии! В качестве вводной хочется зафиксировать базовую терминологию, которой будем пользоваться дальше. Без этого любые разговоры про ИИ очень быстро превращаются в спор людей, которые говорят о разном, но одинаковыми словами Общие термины AGI (Artificial General Intelligence) - гипотетический общий интелл…
❤34🔥14👍9😱3❤🔥2
Въезжаем в ИИ в 2026. Часть 1. Терминология (2/2) Внутренние и вспомогательные термины Промпт - Текстовая инструкция для модели. В сложных задачах формулировка запроса часто важнее выбора конкретной модели. RAG (Retrieval-Augmented Generation) - Подход, при котором модель отвечает, опираясь на внешние данные. Запрос обогащается найденными документами, и ответ строится на их основе, а не только на параметрах модели…
❤67🔥13❤🔥10👍6
🤖 2025 - год LLM’ок в жизни и работе Для меня самое большое открытие этого года - большие языковые модели (LLM). Процентов 80–90 запросов, которые раньше уходили в поиск, статьи и десятки вкладок, теперь сразу улетают в ChatGPT / Gemini. Просто потому что таким образом можно кратно быстрее решать задачи: переносить свой образ мышления «на бумагу» и получать результат с существенно меньшими затратами времени и усилий…
❤73🔥50❤🔥9
Как совмещать работу в Яндексе и преподавание? Узнали у Романа Васильева, руководителя аналитики международного Поиска в Яндексе и руководителя и лектора курсов по ML в Центральном университете. Жестко 🙂 А если серьезно — жесткий тайм-менеджмент, расстановка приоритетов. И увлеченность тем, что делаю. Роман начал преподавать еще в 2019 году. Для него работа со студентами — возможность вкладывать частичку себя в др…
❤28🔥21👍12❤🔥3
💙 Data Driven 2025. Яндекс Поиск в Межнаре: как мы масштабируем аналитику на международные рынки У меня тут накопилось несколько выступлений / подкастов, в которых я принимал участие за последние месяцы. Прихожу к вам рассказать про них! Внутри этого доклада рассказал о том, что делает наш отдел аналитики международного Поиска, какие вызовы у нас возникают и как мы с ними справляемся. Для кого может быть полезно: 1…
🔥23❤18❤🔥8
Showing the 12 most recent of 17 posts we hold for @ravasiliev_ch. 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.
Republished by
Channels on the register that have forwarded this channel's posts into their own feed.
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.
Named by 2 registered channels — 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.
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.
@ravasiliev_ch 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.
References a handle that is not a live channel — we have no record it ever was one.
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 19 September 2026 — this entry's latest reading, not the date you are reading this.
“я так понимаю, Роман Васильев” (@ravasiliev_ch), 3,299 subscribers as measured 19 September 2026. Telegram Register, tgregister.com/channel/ravasiliev_ch.
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.