en
Feedback
Data Science Notes

Data Science Notes

Open in Telegram

Материалы по Data Science. Наши каналы: + Книги по Frontend – @frontend_textbooks + Книги по Python – @python_textbooks Куратор: @masha_goroshko

Show more
3 985
Subscribers
No data24 hours
-87 days
-3430 days
Posts Archive
На Открытом Уроке мы подробно разберем, что же такое платформы Оркестрации, какие решения есть сегодня на рынке и даже углуби
На Открытом Уроке мы подробно разберем, что же такое платформы Оркестрации, какие решения есть сегодня на рынке и даже углубимся в практический пример использования одной из самых распространенных платформ на сегодня: Apache Airflow. Демо-занятие является частью онлайн-курса «Экосистема Hadoop, Spark, Hive». Для вас это возможность попробовать курс, познакомиться с преподавателем и получить ценные навыки. Для регистрации пройдите вступительный тест https://otus.pw/osgK/

От новичка к мастеру, от хемометриста к Head of DS — Валерий Бабушкин (ru) 2018 Доклад от Академии Яндекса, где Валерий Бабуш
От новичка к мастеру, от хемометриста к Head of DS — Валерий Бабушкин (ru) 2018 Доклад от Академии Яндекса, где Валерий Бабушкин рассказал, как он добился 118 места в мировом рейтинге Kaggle и стал грандмастером, а также про то, как участие в конкурсах помогло ему построить карьеру. Смотреть #video #beginner

​​Что компании ждут от специалистов Machine learning? Узнайте об этом 11 мая на вебинаре с Дмитрием Сергеевым, Senior Data Scientist в Oura. Дмитрий поделится карьерными инсайтами и представит программы онлайн-курсов «Machine Learning. Professional». Вы узнаете, чем отличаются курсы, как организована практика и получите возможность сэкономить на обучении. Как подготовиться к встрече? Пройдите вступительный тест, чтобы оценить сложность курса. Зарегистрируйтесь на вебинар https://otus.pw/j8QH/

JetBrains Academy — это совместный продукт JetBrains и Stepik. Мы создаём англоязычную платформу, с помощью которой любой желающий может изучать программирование и получить необходимые знания для позиции стажёра или junior developer. Я ищу авторов в свои команды! 📍Junior Developer— это раздел, который будет содержать основы необходимые любому разработчику. Нам нужны люди, которые возьмут на себя раздел unix shell (bash) и смогут простыми словами рассказать про работу в командной строке. Подробности 📍Databases and SQL — нужны авторы, у которых есть большое желание писать про теоретические основы построения СУБД, а также классы хранилищ: key-value, document-oriented, full-text search engines и т.д. Подробности 🏡 РЕМОУТ 🕓 ПАРТТАЙМ 🌚 ПОЛНАЯ ТВОРЧЕСКАЯ СВОБОДА ДЕЙСТВИЙ И ИДЕЙ 💕 САПОРТИВ, ФРЕНДЛИ КОМАНДА

Data Science–дайджест: полезные статьи, сервисы и мероприятия (ru) 2020 Подборка статей и видеороликов по Data Science — свадьба с NFT-токенами вместо обручальных колец, музыкальная группа, созданная с помощью нейросети, и исследование по самым популярным именам в России. Читать #article #beginner

Data Science–дайджест: полезные статьи, сервисы и мероприятия (ru) 2020 Подборка статей и видеороликов по Data Science — свадьба с NFT-токенами вместо обручальных колец, музыкальная группа, созданная с помощью нейросети, и исследование по самым популярным именам в России. #article #beginner

Спасибо!

Как быстрее всего оказаться в Data Science? 6 месяцев на онлайн-курсе «Machine Learning Basic» в OTUS — и вы получите всю нео
Как быстрее всего оказаться в Data Science? 6 месяцев на онлайн-курсе «Machine Learning Basic» в OTUS — и вы получите всю необходимую подготовку и соберете портфолио проектов. С нуля вы изучите Python, разберетесь с математикой для машинного обучения и поймёте принципы работы моделей. Персональный ментор поможет разобраться со сложностями и закрепить навыки. С первых занятий вы погрузитесь в мир Data Science: общайтесь с экспертами на лекциях, делитесь успехами с сокурсниками! К концу курса у вас будет достаточно практики работы с реальными задачами, которые обычно в компаниях выполняют junior-специалисты. С таким опытом вы будете уверенно чувствовать себя на собеседованиях, а центр карьеры OTUS поможет получить первую работу в Data Science. Оставьте заявку, чтобы занять место по спец.цене https://otus.pw/PleW/

Работаете с базами данных? Начните профессионально использовать PostgreSQL уже 22 апреля на демо-занятии «Проблемы миграции д
Работаете с базами данных? Начните профессионально использовать PostgreSQL уже 22 апреля на демо-занятии «Проблемы миграции данных». С экспертом Виктором Коробковым вы разберете виды миграции и способы их реализации. Разберете основные проблемы, связанные с миграцией данных и пути их устранения. Рассмотрите несколько реальных практических кейсов и порассуждаете над эффективностью их решения. Изучите программные средства, позволяющие автоматизировать процесс миграции данных. Демо-занятие является частью онлайн-курса «PostgreSQL» для разработчиков и администраторов. Чтобы записаться на занятие и попробовать курс, пройдите вступительный тест https://otus.pw/DUjS/

Хотите освоить продвинутые приемы Машинного обучения? Тогда без знаний, которые даст вам онлайн-курс «Machine Learning. Advan
Хотите освоить продвинутые приемы Машинного обучения? Тогда без знаний, которые даст вам онлайн-курс «Machine Learning. Advanced», не обойтись. 📍Справитесь ли вы с уровнем курса? Покажет вступительный тест. Пройдите тестирование, чтобы: ● оценить свои навыки ● занять место на курсе по специальной цене ● получить доступ к демо-урокам курса 👉🏻Пройти тестирование: https://otus.pw/ttBc/

C 12 по 25 апреля приглашаем принять участие в EPAM Data Hiring Weeks! Станьте частью команды EPAM и получите welcome-бонус в
C 12 по 25 апреля приглашаем принять участие в EPAM Data Hiring Weeks! Станьте частью команды EPAM и получите welcome-бонус в размере одного оклада. Направления: Big Data: https://epa.ms/BD-HW-apr Data Quality: https://epa.ms/DQ-HW-apr Как подать заявку: 1. Заполните регистрационную форму и получите подтверждение; 2. Пройдите интервью и получите оффер в течение 24 часов. Мы ценим ваше время, и эта одна из причин проведения мероприятия – не нужно долго ждать решения. После успешного прохождения интервью в течение 24 часов вам будет сделан оффер. Если вы примете его в период с 12 по 25 апреля, вы получите welcome-бонус.

📆 7-8 апреля приглашаем вас на Data Science Friends` Day. Вы сможете познакомиться с Data Science-направлением и построить с
📆 7-8 апреля приглашаем вас на Data Science Friends` Day. Вы сможете познакомиться с Data Science-направлением и построить систему для рекомендации фильмов пользователям онлайн-кинотеатра на основании их предпочтений. Участие бесплатное. Регистрация по ссылке: https://epa.ms/data-science-friends-day-7-8apr21

Оффер от Яндекса за выходные! С 24 по 25 апреля пройдёт Weekend Offer для аналитиков — онлайн-встреча Яндекса, на которой можно пройти собеседования и получить оффер за выходные! Чтобы попасть на Weekend Offer, необходимо решить 2-5 задач на платформе Яндекс.Контест. 24 апреля пройдут две часовые секции с кодом, а 25 апреля — часовые финалы с командами, на которых ваш потенциальный руководитель расскажет о сервисе, вашей роли и, возможно, даст ещё одну задачу. При взаимном интересе вы тем же вечером получите оффер. Подробности и регистрация: https://clck.ru/U5dqf

​​Как в PostgreSQL работают блокировки? 5 апреля ждем вас на демо-уроке онлайн-курса «PostgreSQL». Преподаватель Евгений Аристов научит вас находить проблемные места в работе БД. За занятие вы рассмотрите блокировки объектов и строк, блокировки в памяти. Демо-урок — возможность попробовать курс, познакомиться с преподавателем и получить прикладные знания. Для регистрации пройдите вступительный тест https://otus.pw/j2np/

Хотите связать свою карьеру с нейросетями? Тогда без курса "Deep learning. Basic" не обойтись! 📍Пройдите тестирование, чтобы
Хотите связать свою карьеру с нейросетями? Тогда без курса "Deep learning. Basic" не обойтись! 📍Пройдите тестирование, чтобы: ● оценить свои навыки ● занять место на курсе по специальной цене ● получить доступ к демо-урокам курса 👉🏻Пройти тестирование: https://otus.pw/cBow/

Сегодня осваиваете возможности MS SQL, а через 4 месяца уже проектируете свои БД и пишете сложные хранимые процедуры, функции
Сегодня осваиваете возможности MS SQL, а через 4 месяца уже проектируете свои БД и пишете сложные хранимые процедуры, функции и триггеры. Успейте занять место на онлайн-курсе «MS SQL Server разработчик» по спец.цене. Вас ждет неакадемический подход к освоению MS SQL, интенсивная практика и must have приемы, которые будут полезны не только разработчикам, но и администраторам, и тестировщикам. Старт занятий 31 марта. Пройдите вступительный тест и присоединяйтесь к группе https://otus.pw/TB97/

15 проектов для развития навыков работы с машинным обучением (ru) 2020 В статье рассматривают 15 наборов данных и идей их реализации в различных проектах, которые помогут эффективно развить навыки машинного обучения. Читать #article #beginner

Разбираем, чем отличается версионирование в ML-разработке по коду от версионирования по коду и состоянию. 🤔 Ситуация: вы работаете над проектом, например занимаетесь ML-прототипированием или анализом данных. По ходу работы в системе сохраняется код, и вы спокойно продолжаете, не боясь что-то упустить из виду. Но в конце недели понимаете, что где-то свернули не туда. Вы откатываетесь на несколько шагов назад по коду, и все бы ничего, но вычисления ведь придется делать заново. Это главный недостаток версионирования по коду. ✅ Версионирование по коду и состоянию отличается тем, что во время работы сохраняется не только сам код, но и состояние вычислений. То есть состояние = код + вывод + переменные. Это значит, что если вы откатитесь назад, то получите не только прежний код, но и значения переменных. Вам не придется заново запускать вычисления, терять время и ресурсы. Попробуйте версионирование по коду и состоянию в Yandex DataSphere, где каждому новому пользователю доступны бесплатные ресурсы на ML-разработку: 👉 https://clck.ru/TtKqK

Вы узнаете: - как использовать стандартные инструменты ML-конвейеров в распределенной среде; - как разрабатывать собственные блоки для ML-конвейеров и алгоритмы потоковой подготовки данных; - как адаптировать ML-алгоритмы к распределенной среде и инструментам big data; - как использовать Spark, SparkML, Spark Streaming; - как обеспечить контроль качества ML-решений в эксплуатации. Промышленный ML на больших данных