LeanDS

Привет, - Если ты мечтаешь найти новую работу - Или уже находишься в поиске - И хочешь работать за границей Мы знаем как тебе помочь! 🔸Мы (@genrichez и @sssviatX) как и ты, сталкивались с такими проблемами: ⁃ Где искать вакансии ⁃ Как правильно составить резюме ⁃ Почему нет откликов ⁃ Как организовать процесс и как найти на все это время ——— Мы создали продукт iApply, который поможет найти работу твоей мечты. Подробности тут

ВИДЕО 🎤 Процессы для самоорганизующейся DS команды: встречи, доски и best practices 🔥Попов Дмитрий, Центр Речевых Технологий (экс) 🔥Валерия Залуская, Центр Речевых Технологий LeanDS - это процессы для исследовательской команды. Мы начали с них и выстроили процесс для большой команды, добывающей себе данные в пилотах, исследующей не только дата-сайнс, но и клиентские кейсы и бизнес-задачи. Мы расскажем вам историю, как после обучения у Асхата год работали по канбану в Kaiten и о том, что у нас из этого канбана выросло. 🎙Видео: https://youtu.be/qW8JlpNIyDQ

ВИДЕО 🎤 Ретроспектива для самоорганизующейся DS команды 🔥Попов Дмитрий, Центр Речевых Технологий (экс) 🔥Валерия Залуская, Центр Речевых Технологий Как на выходе с ретро получить работающее соглашение? Как запустить bottom up intelligence? Как организовать ретро на research-команду из 14 человек? Как вести ретроспективу настолько ненапряжно, чтобы самому полноценно поучаствовать? 🎙Видео: https://youtu.be/hVGAMx6hGQM

Процессы для самоорганизующейся DS команды: встречи, доски и best practices

Ретроспектива для самоорганизующейся DS команды

Напоминаю, что сегодня в 19-00 два доклада про управление дата-командой. Полное описание и регистрация по ссылке https://leands.timepad.ru/event/2060151

🔥 14 июня пройдёт бесплатная онлайн-конференция DataStart по Data Science, машинному обучению и нейросетям. 🚀 Принимайте участие - https://clck.ru/pg43D - 2 трека, 16 часов докладов - бесплатно - талантливые спикеры-практики - высокий уровень программы Для кого: - Data Scientist, Data Analyst и Data Engineer - Computer Vision Engineer и NLP Engineer - Machine Learning Engineer - Руководителям бизнеса Также на конференции выступят: Иван Оселедец (Сколтех), Татьяна Литовченко (Билайн), спикеры от Huawei, ВШЭ, EORA, Росатом, Работа.ру и др. Никаких рекламных докладов. Только кейсы, практика и четкие схемы, которые вы можете применить уже сегодня. То, что актуально прямо сейчас. Знания, которые можно внедрить в малый и средний бизнес, и легко масштабировать. 🔗 Встречаемся 14 июня в 10:00 (мск) - https://clck.ru/pg43D

Продолжаем онлайн-митапы после перерыва!!! Тема очередного митапа — Cамоорганизация и процессы в дата-командах 🔥Попов Дмитрий, Центр Речевых Технологий (экс) 🔥Валерия Залуская, Центр Речевых Технологий 🎤 Ретроспектива для самоорганизующейся DS команды Как на выходе с ретро получить работающее соглашение? Как запустить bottom up intelligence? Как организовать ретро на research-команду из 14 человек? Как вести ретроспективу настолько ненапряжно, чтобы самому полноценно поучаствовать? 🎤 Процессы для самоорганизующейся DS команды: встречи, доски и best practices LeanDS - это процессы для исследовательской команды. Мы начали с них и выстроили процесс для большой команды, добывающей себе данные в пилотах, исследующей не только дата-сайнс, но и клиентские кейсы и бизнес-задачи. 🗓 Дата и время: 9 июня в 19-00 МСК Онлайн ✅ Регистрация и подробности: https://leands.timepad.ru/event/2060151

Оставаться в курсе всего происходящего в мире ML - невозможно, это полноценная отдельная работа, а ведь кроме самих алгоритмов есть ещё DS-менеджмент, дата-инженерия, MLOps и многое другое. Новый канал от нашего постоянного спикера Жени Никитина и его коллеги Миши Киндулова поможет чувствовать чуть меньше вины за то, что вы что-то упускаете. Ребята будут писать о самых разных аспектах всего DS-пайплайна - от фишек обучения сеток до приоритизации гипотез в бэклоге.

🎤 Видео "Документация в DS-проектах" 👋 Евгений Никитин, Head of AI @ Цельс ‼️ Полезная, актуальная и при этом полная документация - миф или реальность? В этом докладе обсудим зачем вообще нужна документация (а когда она и не нужна вовсе), поговорим о распространённых проблемах и ошибках, а также посмотрим на примеры специфичной документации, связанной с ML-моделями и данными Видео: https://youtu.be/FETJO-NgU2Q