Получи случайную криптовалюту за регистрацию!

Мысли аналитика

Логотип телеграм канала @analysts_thoughts — Мысли аналитика М
Логотип телеграм канала @analysts_thoughts — Мысли аналитика
Адрес канала: @analysts_thoughts
Категории: Telegram
Язык: Русский
Количество подписчиков: 460
Описание канала:

Канал о дата-аналитике, где я делюсь полезными материалами и новостями
Ех-Бизнес-аналитик в ЦФТ
Ex-Data scientist в СБЕРе
Заканчиваю Мехмат НГУ (Research Group)
Занимаюсь анализом данных
Создатель: @mishacsc

Рейтинги и Отзывы

2.50

2 отзыва

Оценить канал analysts_thoughts и оставить отзыв — могут только зарегестрированные пользователи. Все отзывы проходят модерацию.

5 звезд

0

4 звезд

0

3 звезд

1

2 звезд

1

1 звезд

0


Последние сообщения

2023-04-09 15:37:37 Разбор экзамена в AAA
167 viewsMisha, 12:37
Открыть/Комментировать
2023-04-09 15:37:26 Академия Аналитиков Авито

Академия Аналитиков Авито — это программа обучения от классифайда № 1 в мире. В самой компании развитая аналитическая культура и даже есть система грейдов, в которой описано, что нужно знать из hard/soft скиллов для перехода на следующий уровень. Чтобы более подробно ознакомиться с самой структурой, я рекомендую почитать вот эту статью на хабре, либо глянуть это видео-интервью от Матемаркетинга . Сегодня же мы поговорим именно о самой академии, для кого она, чему там учат, а также как туда поступить. Let`s go!

Постуление

Сама программа рассчитана на студентов последних курсов бакалавриата или магистратуры, а также специалистов любого года выпуска. Что касается специальностей — это математика, статистика, физика, экономика, информатика. Самое важное, что строгих ограничений нет, и в академию может поступить каждый!

Само поступление можно разделить на несколько этапов, давайте пройдемся по каждому из них:

Тест

Что нужно знать?


Школьный курс алгебры и геометрии, основы программирования, а также основы теорвера/статистики. Более подробно можно посмотреть на сайте академии.

Обычно в тесте дается куча устных задач на статистику и теорвер, за которые вы набираете где-то 70% баллов, поэтому этой части теста стоит уделить особое внимание. Также нужно будет решить с десяток задач на логику и школьную математику и штук 5 на программирование. На самом деле, задачки действительно несложные и проверяют лишь наличие самых базовых знаний.

Какие могут быть задачи?

1.
Пусть X, Y - случайные величины такие, что E(X) = 5 и E(Y) = 3. Чему равно E(6X + Y + 10)?
Решение: достаточно воспользоваться линейностью матожидания, отсюда получаем E(6X + Y + 10) = 6E(X) + E(Y) + 10 = 6 * 5 + 3 + 10 = 43.

2. Стрелки часов показывают 6 часов 5 минут. Через сколько секунд минутная стрелка догонит часовую? Ход часовой стрелки непрерывный.
Решение: часовая стрелка проходит x / 12 минутных делений за x минут, поэтому в данный момент часовая стрелка прошла 30 + 5 / 12 минутных делений, а минутная — 5. Чтобы учесть встречу обеих стрелок, напишем линейное уравнение: 30 + 5 / 12 + x / 12 = 5 + x. Решаем его и получаем, что через 305 / 11 минут стрелки встретятся. Т. е. через 305 / 11 * 60 секунд.

Экзамен

Здесь вам уже будут предложены более сложные задачки на теорвер и матстат. Также возможны задачи на школьную теорию чисел или основы теории игр, как было в прошлом году (хоть они об этом на сайте и не писали ). Экзамен будет с ручной проверкой, а что касается проведения — это дистанционный формат с системой прокторинга.

Так как я ещё нигде не видел разбора самого экзамена, то к этому посту ниже я приложу свое решение контеста за 2021 год. Главный плюс в том, что у вас будет возможность посмотреть на ходы решений, а также увидеть необходимый стэк знаний, которым вы должны овладеть для успешной сдачи и прохождения на собес! Конечно, для наибольшего профита рекомендую вам сначала самим прорешать задачки, а уже потом смотреть разбор.

Как готовиться?

В предыдущем посте я прикладывал отличные теоретические и практические материалы по теорверу. Что касается программирования — рекомендую суперский курс от BEEGEEK «Поколение Python». Главный его плюс — это низкий порог входа, а также структурированность, самодостаточность и объём предлагаемых задач. Здесь материал идет от простого к сложному, а также Тимур Гуев разбирает кучу примеров перед самой практикой. С этого курса я и сам начинал свой путь в проге, поэтому когда речь заходит о знакомстве с программированием — я всегда рекомендую именно его!

Интересна ли вам вообще тема курсов/стажировок и разборы экзаменов/тестовых туда? Давайте наберём 20 лайков к следующему посту — в нем я покажу более 10 суперполезных статей и видеоматериалов по a/b-тестированию, которые изучал сам.
168 viewsMisha, edited  12:37
Открыть/Комментировать
2023-04-02 17:06:17 Как заботать Теорию вероятностей и Математическую статистику?

На самом деле, однозначного ответа на этот вопрос нет. Ведь у каждого математический бэкграунд очень разный и составить индивидуальный курс для конкретного человека — это сложная задача. Но я все же постараюсь составить более менее общий roadmap , после прохождения которого вы получите весь необходимый базовый объем знаний.

Теория вероятностей

Курсы, которые я рекомендую:

1. «Теория вероятностей» Чернова Н.И. Можно еще также посмотреть методичку в таком виде;
2. «Теория вероятностей» от Сергея Балакиреева, курс на YouTube ;
3*. «Теория вероятностей» от Computer Science Center, курс на Stepik.

Коротко пройдемся по каждому из них:

1.
Курс по теории вероятностей от Черновой Н.И. — это очень хорошая и структурированная классическая методичка по теорверу с кучей примеров и упражнений. К слову, эти лекции раньше читались на 1 курсе ЭФ НГУ , поэтому для комфортного прочтения достаточно понимать основную школьную математику.

2. Курс на YouTube от Сергея Балакиреева является более наглядным и простым для понимания. Если вам проще усваивать информацию именно через видео формат — Welcome!

3. Напоследок, теоретическо-практический курс от CSC. Рекомендую его проходить тем, кто уже знаком с теорией вероятностей и хочет вспомнить/повторить материал или тем, кто хочет закрепить полученные теоретические знания с первых двух курсов выше. Не пугайтесь, если по началу будет сложно, это нормально. С практикой и опытом все лучше будет укладываться в голове и когда-то «сложный» курс уже не будет казаться таковым!

Математическая статистика

Итак, в теории вероятностей мы считали вероятности тех или иных событий с уже заданным распределением. Но откуда берутся знания о распределениях и вероятностях в практических экспериментах? Математическая статистика как раз и решает обратные задачи теории вероятностей — по выборке мы получаем более-менее точную информацию о характере распределения или о его неизвестных параметрах.

Я рекомендую следующие курсы для хорошего освоения предмета:

1. «Основы статистики» на Stepik от Анатолия Карпова ;
2. «Математическая статистика» от Computer Science Center, курс на YouTube ;
2'. «Математическая статистика» Чернова Н.И., учебное пособие 2014 г.

Почему именно эти курсы?

1.
Уже классический курс Анатолия Карпова прекрасно подходит любому, кто хочет начать изучение математической статистики. Анатолий старается доходчиво и на простых примерах объяснять сложные вещи, оставляя за скобками всю математическую составляющую. Тем самым вы можете насладиться красотой статистики и при этом не задумываться о том, почему это все так работает.

Этот курс будет отлично гармонировать с учебным пособием Черновой Н.И., а также практикой на Python .

2. Курс от CSC по математической статистике является актуальным и самодостаточным курсом, проходит по основным современным методам, а также дает ту самую необходимую базу математической статистики, которая пригодится вам в работе аналитиком. В нем Максим Николаев довольно простым языком расскажет про современные вещи — это бутстрап, дельта-метод, линейная регрессия, введение в A/B-тесты и байесовские подходы, а также и про более академические истории: дисперсионный и корреляционный анализ.

Также есть большой практический курс по матстату от CSC, но он уже является более устаревшей альтернативой, в отличие от нынешнего. Вместо него практику можно попутно нагонять самому: например, искать различные датасеты на Kaggle и применять полученную выше теорию на реальных данных, это будет самый лучший способ для закрепления/понимания материала и никакой курс вам этого не заменит!

Делитесь вашими полезными материалами в комментариях. А также интересно узнать, какой у вас был путь в изучении теорвера и статистики?
Давайте наберём 10 лайков к следующему посту. В нем я покажу, как полученные знания можно применить для решения вступительного экзамена в одну из лучших школ аналитики!
409 viewsMisha, edited  14:06
Открыть/Комментировать
2023-04-02 16:52:50 Всем привет!

Меня зовут Миша и я начинающий дата-аналитик. В данный момент работаю Продуктовым аналитиком в одном стартапе и параллельно заканчиваю мехмат НГУ. До этого работал бизнес-аналитиком в ЦФТ и Data Scientistом в СБЕРе . Люблю данные и все что с ними связано.

Здесь я буду делиться полезными материалами и новостями, связанными с аналитикой и data science в целом
287 viewsMisha, edited  13:52
Открыть/Комментировать