Data Scientist | IT

Сможете ли вы отличить собаку от кошки, или Как объяснить проблемы дата-сайентиста коллегам #почитать #junior #middle #senior Серия из трех постов о том, как объяснить проблемы дата-сайентистов сотрудникам вашей компании, которые ничего не понимают в data science. Часть 1 ▫️ Часть 2 ▫️ Часть 3

🔥Как аналитику правильно обработать данные перед исследованием? Часто данные попадают к аналитику в неподготовленном виде - важно уметь с этим работать, чтобы не прийти к неверным выводам. Разобраться с этим можно на открытом уроке «Предварительная обработка данных перед исследованием» от OTUS, который пройдёт 9 августа в 20:00. Урок приурочен к старту онлайн-курса «Аналитик данных», который можно будет приобрести в рассрочку. 🎇На вебинаре: Расскажем про основные методы проверки, которым важно подвергнуть ваш датасет перед началом работы; Познакомимся с этапами подготовки и очистки данных; Поговорим об основных подводных камнях, которые могут нас подстерегать на этом пути; 👩‍🦱🧑‍🦱Кому подойдет: Тем, кто хотя бы раз задумывался о переходе в сферу дата-аналитики; Тем, кто хочет разобраться в методах исследования данных. 👉Регистрация на урок: https://otus.pw/3pAd/

🧠 Как улучшить память IT-специалисту После прочтения этой статьи вы не начнете по щелчку пальцев покорять новые вершины знаний без усилий и напряжения, однако, пробуя методику за методикой, начнете увеличивать свою эффективность раз за разом, делая ее всё выше и выше. Читать статью

🟡Привет, DS и ML инженеры! Свежий дайджест полезных материалов по DS & ML от канала DS Live 🚩 Data Science и машинное обучение за неделю с 6 по 12 июля! 🔖 Почитать: ▪️ Пример уменьшения размерности данных с помощью линейных и нелинейных методов в Python ▪️ Теория вероятностей в разработке: где применяется и что можно изучить для более глубокого понимания темы ▪️ Сможете ли вы отличить собаку от кошки, или Как объяснить проблемы дата-сайентиста коллегам. Часть 1 ▪️ Сможете ли вы отличить собаку от кошки, или Как объяснить проблемы дата-сайентиста коллегам. Часть 2 ▪️ Сможете ли вы отличить собаку от кошки, или Как объяснить проблемы дата-сайентиста коллегам. Часть 3 ▪️ Как сделать свой AnythingGPT, отвечающий на вопросы так, как вам это необходимо (Python, OpenAI Embeddings, ChatGPT API) ▪️ Каталог данных на примере DataHub. Часть I ▪️ Обработка растровых данных для ML-индикации оруденения. Или как можно сэкономить миллиарды на геологоразведке ▪️ Квантовые компьютеры. С точки зрения традиционного программиста-математика. Часть 1 ▪️ Как совместить логику и семантику в одной алгебраической системе ▪️ Теорема о четырех цветах: раскраска карт, теория графов и консерватизм математического сообщества ▪️ Теория вероятностей в разработке: где применяется и что можно изучить для более глубокого понимания темы 👀 Посмотреть: 📹 Мок Интервью Junior Data Scientist | Тестовое собеседование (⏱ 1:32:55) 📹 Data Science - что это, Big Data для бизнеса, как за нами следят, машинное обучение, большие данные (⏱ 46:40) 📹 Валерий Бабушкин: Почему Data Scientist-oв не существует (⏱ 47:55) 📹 Как новичку перейти в анализ данных: отвечаем на вопросы (⏱ 1:22:55) Хорошего дня! Подпишитесь на DS Live и получайте дайджесты на регулярной основе!

Ищем Data Scientist’а уровня middle в команду розничного моделирования В нашей команде 100+ DS-специалистов и нам нужны эксперты для разработки моделей машинного обучения розничных продуктов (NBO, NBA, FMCD, MO), проведения продвинутой аналитики и ad-hoc исследований для целей CRM. Оставляй резюме по ссылке https://vk.cc/cpJeue и стань частью Газпромбанк.Тех!

Определение свободного парковочного места с помощью Computer Vision #почитать #middle Разработка модели на базе компьютерного зрения, которая через веб-камеру, установленную дома, отслеживает освободившиеся места на парковке и информирует через telegram-бота если такое место появится. Читать статью

Что нам стоит диаграмму в Python построить: 5 вариантов привлекающей внимание визуализации данных и кое-что ещё Диаграммы помогают визуализировать как простые, так и самые сложные наборы данных. При этом диаграмм — множество видов, у каждого есть свои достоинства и недостатки. О наиболее эффектных и эффективных, реализуемых с Python рассказывается в этой подборке Читать статью

❗️Как пройти техническое собеседование на ML-специалиста? ⚠️ Узнайте на примере mock-интервью с преподавателями курса «MLOps» в OTUS! На открытом уроке вы сможете наблюдать один из этапов собеседования при найме ML-специалистов — ML System Design секцию. 👉 Для удачного прохождения этого этапа не достаточно только знания алгоритмов машинного обучения. Также проверяются навыки проектирования ML систем, которые могут успешно работать в промышленной среде. Больше инструментов MLOps ждет вас на курсе. Обратите внимание: возможные способы оплаты обучения. 👉 РЕГИСТРАЦИЯ https://otus.pw/eAlg/ Нативная интеграция. Информация о продукте www.otus.ru

📩 Как Почта моделирует риски потери отправлений #почитать #middle #senior Главный аналитик отдела монетизации данных в Почтатехе рассказывает, как создавалась модель, которая предсказывает до 97% возможных пропаж международных отправлений. Читать статью

Задача коммивояжёра — ещё немного больше, ещё немного быстрее #почитать #middle #senior Путешествие в мир алгоритмов поиска оптимального пути. Читать статью

Project-менеджмент | IT — один из немногих каналов по управлению проектами в IT в телеграм. Для всех проджект-менеджеров и тех, кто хочет разобраться в управлении и процессах. 🔥 Вот пара интересных материалов: — Цикл видеолекций по управлению проектами — Типичные вопросы для собеседования на проджект менеджера и как на них отвечать — Кто такие стейкхолдеры? Определения, типы и примеры 💭 Почему надо подписаться на канал по проджект-менеджменту? — свежие полезные статьи и видео по теме — грамотные редактора (работающие разработчики и QA, создатели канала Тестировщик от бога и портала для тестировщиков, бизнес-аналитиков и проджект-менеджеров testengineer.ru) — качественное оформление и подача — уникальные материалы (некоторые материалы мы пишем и переводим сами); Подписывайтесь на наш канал по Project-менеджменту

🌐 Вебинар "Карьерный путь в Data Analytics" - Кто такие дата-аналитики? - Какие карьерные возможности Вас ждут? - Можно ли войти в профессию с нулевым бэкграундом? - Для каких действующих специалистов подойдет курс по Дата Аналитике? Смотреть на YouTube (~1.5 часа)

«Инженеров данных заменит автоматика» и другие мифы о DE Обзор наиболее популярных мифов о data engineering Читать статью

Разбор задач из интервью в российские и международные компании на позицию Data Science #посмотреть #junior #middle Вебинар proglib.academy «Разбор задач из интервью в российские и международные компании на позицию Data Science» На вебинаре: – Разберем задачи из реальных интервью в российские и европейские компании – Решим задачи на матрицы и вероятности – Научимся быстро тестировать статистические гипотезы для А/Б тестов – Обсудим, какая математика лежит под капотом ML алгоритмов Cмотреть на YouTube (~1 час)

🟡Привет, DS и ML инженеры! Свежий дайджест полезных материалов по DS & ML от канала DS Live 🚩 Data Science и машинное обучение за неделю с 6 по 12 июля! 🔖 Почитать: ▪️ Вредные советы по подготовке датасета ▪️ BI по-русски: что умеют BI-решения, доступные отечественному бизнесу ▪️ Data Consistency: как быть уверенным, что с данными всё ок ▪️ Топ-10 видеокарт для машинного обучения ▪️ Mini-ml-stand для бедных ▪️ Data science курсы. Топ 7, которые работают в 2023 ▪️ Преобразование Хафа ▪️ Распознавание лиц для чайников ▪️ Генерация Лабиринта | Алгоритм Эллера ▪️ Внезапно сложная задача на литкоде: Варианты покупки двух товаров ▪️ Разделяй и властвуй. Повышение эффективности алгоритмов. Часть 3 ▪️ Декларирование ML-пайплайнов: организация экспериментов ▪️ Как из психолога вырасти в ML-специалиста ▪️ Почему ChatGPT нас (полностью) не заменит 👀 Посмотреть: 🌐 Валерий Бабушкин: Почему Data Scientist-oв не существует (⏱ 47:55) 🌐 Python в Data Science. Интенсив по анализу данных (⏱ 1:56:56) 🌐 Какие задачи можно решать с помощью ChatGPT в Data Science? Интенсив по анализу данных (⏱ 2:15:26) 🌐 Зачем математика нужна в Data Science в 2022 году? (⏱ 1:03:53) Хорошего дня!

Подъехали лайфхаки от директора по аналитике в Авито Ильи Гурова. У ребят классно поставлен performance review — система оценки компетенций сотрудников. Такой подход помогает большой команде синхронизировать ожидания спецов и менеджмента и выстроить прозрачный карьерный путь внутри компании. Вот что советует Илья: 📌описать ожидания через компетенции; 📌компетенции должны быть доказуемы и ориентироваться на результат; 📌организовать ревью в несколько этапов с самопрезентацией сотрудника, сбором отзывов от коллег и калибровкой оценки между руководителями; 📌у калибровок должен быть четкий регламент, чтобы дискуссии не уходили в бесконечность. Все этапы очень подробно описаны с понятными примерами из практики Авито. Так что читайте и сохраняйте себе в закладки: пригодится, когда ваш мидл спросит, как стать сеньором😉

🌐 "Как вкатиться в Data Science?" Дорожная карта IT Вебинар по DS от Women in Tech. — CV. — Что такое Data Science в целом. — Выделяются специализации внутри профессии. Круг задач и проблем по специализациям. — Смежные области, из которых перейти удобнее — Обучение — Первый опыт: пет-проекты, соревнования — Переход в профессию без смены работодателя — Роли в командах Смотреть на YouTube (~1 час)

Как определить, какая версия сайта работает лучше? Что изменилось после рефакторинга бэкенда и удалось ли отделу логистики ускорить доставку? Точные ответы на эти вопросы позволяют получить A/B-тесты. На нашем симуляторе вы поработаете с нетривиальными кейсами и разберёте полный пайплайн тестирования на реальных задачах бизнеса — всё под руководством экспертов из X5 Retail Group и Blockchainꓸcom. Вы поймёте, какие метрики нужно измерять, как получить качественный результат даже на небольшой выборке, а также разберёте частые ошибки. Если вы хотите научиться принимать решения на основе data-driven не погружаясь в программирование и сложную математическую статистику — вам подойдёт базовая версия программы. Все задачи вы будете решать в Google Sheets, а запускать эксперименты — на уже готовой инфраструктуре. А если вы уже знаете основы Python и математической статистики, и вам важно на практике разобраться во всех тонкостях A/B-тестирования — приходите на продвинутую версию. Обучение на симуляторе позволит вам вывести карьеру на новый уровень и заранее отработать на практике сложные и нестандартные ситуации, чтобы избежать ошибок в реальной работе. [Начать учиться]

🌐 Machine Learning РЕЛОКАЦИЯ В США Видео-мемуары про опыт поиска работы Machine Learning Engineer с 1.5 годами опыта с релокацией в Нью-Йорк Смотреть на YouTube (~20 минут)