Получи случайную криптовалюту за регистрацию!

Datalytics

Логотип телеграм канала @datalytx — Datalytics D
Логотип телеграм канала @datalytx — Datalytics
Адрес канала: @datalytx
Категории: Технологии
Язык: Русский
Количество подписчиков: 7.87K
Описание канала:

Канал для аналитиков данных про Python, карьерное развитие в анализе данных, всякое разное
Автор – @ax_makarov
Отдельный канал про ChatGPT и его практическое применение —  @ai_forge
Чат канала — @pydata_chat
Вакансии — @data_hr

Рейтинги и Отзывы

2.50

2 отзыва

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

5 звезд

0

4 звезд

1

3 звезд

0

2 звезд

0

1 звезд

1


Последние сообщения 12

2021-11-11 20:17:24
Ну и картинка для привлечения внимания — моё первое публичное выступление на конференции iMetrics-2012. Кажется с тех пор ораторские скиллы прокачал, будет отличная возможность для меня ещё раз в этом убедиться

https://matemarketing.ru/
1.3K views17:17
Открыть/Комментировать
2021-11-11 20:17:11 Вчера я написал про то, что математика как область знаний оказала сильное влияние на мою жизнь: на восприятие своих мыслительных способностей, на восприятие себя как профессионала

Я много общаюсь с аналитиками: как с джунами, так и с уже крепко стоящими на ногах спецами, так и с теми, кого можно называть экспертами отрасли. И у всех разное отношение к математике в профессии аналитика. Естественно, что это отношение вытекает из множества факторов: какие задачи аналитика решает в компании, уровень аналитической культуры в компании, какие вузы оканчивало большинство сотрудников компании

19 ноября на конференции Матемаркетинг я поделюсь результатами своих наблюдений: расскажу как математика помогает в аналитике, про то какую роль математика играет в жизни аналитиков, с какими инструментами оценки математических навыков сталкиваются соискатели в найме, почему между знанием математики и знанием статистики нельзя ставить знак равенства. Также попробуем вместе разобраться с тем как можно подтянуть свои навыки математики и что делать, если вы уже занимаетесь аналитикой, но до сих пор чувствуете себя «математическим самозванцем»

Очень рад, что Матемаркетинг в этом году состоится в оффлайне. Огромная благодарность всем организаторам, что взяли на себя смелость проводить мероприятие вживую в такое сложное время. Это очень ценно! Алексей Никушин Kseniia Baidina Роман Беднарский
Делюсь промокодом на мероприятие MM10, который дает скидку 10%!
1.4K views17:17
Открыть/Комментировать
2021-11-11 17:44:55 Мы собрали уже 250 ответов на опрос

Большое спасибо всем, кто уже принял участие, вы большие молодцы! Огромная просьба к тем, кто еще планирует пройти — отвечать про один конкретный курс, про который вы хотите рассказать.

Мне бы очень хотелось собрать как минимум 500 ответов (а лучше 1000), чтобы выборка респондентов была полноценной, поэтому большая просьба принять участие, если вы обучались на каком-либо платном курсе по аналитике / data science / data engineering и поделиться своими впечатлениями.

По планам на результаты: скорее всего, на выходе будет дашборд с ответами в Tableau Public + презентация с выводами, которую можно прочитать.

Помимо этого, мы хотим сделать некоторый выпуск, где голосом обсудим самые интересные случаи как успешного, так и разочаровавшего образования онлайн.

Поэтому прошу всех пройти опрос про онлайн-курсы и рассказать про свой опыт

А коллег-авторов телеграм-каналов снова прошу о репосте, чтобы получить побольше охвата и отзывов о курсах.
870 views14:44
Открыть/Комментировать
2021-11-11 17:44:55 В продолжение сообщения про независимое исследование онлайн-курсов по аналитике

Если вы где-то учились/учитесь аналитике и ещё не поучаствовали в опросе — самое время
1.3K views14:44
Открыть/Комментировать
2021-11-11 11:00:56 Помимо вчерашнего анонса бесплатного тренажера по математике есть ещё одна хорошая новость: Школа Анализа Данных (ШАД) начала публиковать онлайн-учебник по машинному обучению и Data Science

Многолетний опыт преподавания и использования ML позволил создать учебник, который наглядно и доступно объясняет, что такое машинное обучение и как его использовать. Материал учебника будет полезен для начинающих ML-специалистов, разработчикам и аналитикам, а также исследователям

Пока в нём есть две большие главы: Классическое обучение с учителем и Оценка качества моделей. В будущем учебник будет дополняться, поэтому следите за обновлениями

https://academy.yandex.ru/dataschool/book
1.6K views08:00
Открыть/Комментировать
2021-11-10 17:17:36
Мегоатонны инфографики внутри. Смотрел со стороны на процесс и завидовал авторам
https://practicum.yandex.ru/math-foundations
948 views14:17
Открыть/Комментировать
2021-11-10 16:14:25 Внутри три модуля: «Числа», «Дроби», «Алгебра». Модули открытые: можно проходить все темы по порядку, можно повторить только нужные вам. Позже тренажёр дополнится модулями «Логика и множества», «Теория вероятности» и «Комбинаторика»

Сейчас доступны 60 уроков с теорией и больше 1000 задач — они помогут вспомнить, как переводить величины, возводить в степень, считать пропорции и проценты, решать уравнения, неравенства и задачи

Если у вас внутри тоже сидят какие-то математические травмы, если вы просто хотите освежить знания в голове, или хотите лучше разобраться с математикой для профессионального роста — попробуйте тренажёр. Внутри всё сделано очень классно. Я уже участвовал в бета-тестировании с теплотой вспоминаю многие моменты, например, как помогал герою одной из задач подбирать наряд с помощью комбинаторики

Дано: тренажер по математике. Решение за вами) Да прибудет с вами математическая сила!

https://practicum.yandex.ru/math-foundations
1.2K views13:14
Открыть/Комментировать
2021-11-10 16:14:25 У меня сложные отношения с математикой

Начались они с того, что в младшей школе математику я любил — до сих помню восторг, который мне доставляло решение задач по учебникам Людмилы Петерсон. Эти учебники и задачники были с красивыми иллюстрациями, интересными примерами и решать в них задачи было интересно и местами даже весело. Доходило до того, что когда я заболевал и оставался дома (лучшие времена в начальной школе), то я прорешивал так много материала, что на выходе с больничного оказывалось, что я убежал далеко вперёд класса
В средних классах я скорее был в ранге уверенных среднячков — математику знал, но не блистал, потому что поубавился интерес, да и начали отвлекать другие предметы. К тому же я слегка побаивался свою учительницу по математике: она была очень строга по отношению к неуспевающим и появился страх скатиться в разряд её нелюбимчиков. Как результат — к математике я не стал относиться плохо, продолжал ловить кайф от сложных задачек, но появилась тревожность (характерная в целом для меня в это время, когда пытаешься «вписаться» в ожидания окружающих)

В старших классах подготовка к ЕГЭ заставила довести навык решения алгебраических задачек до алгоритмической точности. Это уже было не обучение, а слепая религиозная вера в то, что нужно превратить свою голову в компьютер, чтобы «на ура» щелкать любой класс задач, который есть в ЕГЭ. То, что бывают задачи, выходящие за рамки государственного экзамена, я позабыл. Как результат — ЕГЭ я сдал на 5, но любовь к математике исчезла, потому что слишком много сил было отдано «муштре»

Университетская математика была для меня периодом хаоса с небольшими откровениями

В математическом анализе я многое не понимал, начиная с того зачем он нужен и к каким задачам применяется, заканчивая тем почему мне не пытаются ничего объяснить как это делали в школе. Здесь уже не случалось озарений вида «ах вот как оно делается». Только бесконечное дотягивание самого себя до уровня хилой тройки, а ещё резкий удар по самооценке, потому что до этого казалось, что математику я понимал

Но, к счастью, в университете математика не ограничивается матанализом и были интересные моменты. Например, помню как на занятиях по дискретной математикой я искреннее восторгался тому, что граф оказывается можно представить в виде матрицы. Или как с помощью численных методов писал программы на Паскале, позволяющие решать дифференциальные уравнения. Вообще, компьютерные вычисления меня настолько захватили, что я даже думал написать свою систему компьютерной алгебры. Ну и надо признать, что благодаря университетской математической статистике я впервые понял, что Excel рулит, когда нужно было сделать расчёты простых описательных статистик

Уже позже, на работе я начал сталкиваться с задачами, которые можно было эффективно решить с использованием математических концепций, например, задачи оптимизации или статистического вывода. И тогда осознал как сильно мне не хватает фундаментального математического мышления, я чувствовал себя эдаким «специалистом кустарного производства», который что-то там может подтюнить, набросать эвристику, путём нескольких итераций сделать какую-то модель, решающую задачу. И на интуитивном уровне я всегда понимал какой конечный результат хочу и какой класс математических концепций мне бы помог, но как только я садился за теоретическую часть, то мозг отказывался от того, чтобы понимать. В итоге я пришёл к тому, что мне проще сформировать видение решение и набросать какой-то прототип модели, но детальную математическую проработку я отдавал другим людям. В каком-то смысле этот математический барьер в понимании глубинных абстракций вообще определил мой подход — концептуально понять, но глубоко не прорабатывать, оставаться дилетантом. А так глядишь стал бы data scientist'ом

Сегодня, благодаря усилиям Elena Oborina и её команды, Практикум выпускает бесплатный тренажёр по математике для взрослых
1.1K viewsedited  13:14
Открыть/Комментировать
2021-11-10 12:30:12 У нас вакансия в Практикуме!

Мы ищем дата-саентиста, который автоматизирует проверку кода студентов.

Сейчас всё проходит вручную. Студент пишет код и отправляет нам. Его получает код-ревьюер и внимательно изучает. Он оценивает, соответствует ли код требованиям и насколько оптимально он написан. После этого ревьюер советует студенту, чтó в работе можно улучшить. Этот процесс занимает уйму времени и денег.

Наша задача — автоматизировать всю эту проверку. То есть построить модель, которая смогла бы понимать код и давать студенту полезные советы по улучшению.

Чтобы обучить такую модель, у нас есть датасет: тысячи работ студентов с комментариями код-ревьюеров.
В итоге мы хотим получить единое решение для разных языков программирования.

Прочитать подробнее о требованиях и откликнуться на вакансию можно по ссылке

Вопросы по вакансии можно задать мне @ax_makarov
1.5K views09:30
Открыть/Комментировать
2021-11-09 13:03:22 Онлайн-школы предлагают посильную карьерную поддержку: помощь с подготовкой резюме, сопроводительного письма, портфолио; тренировку в прохождении собеседований; партнерские вакансии; вебинары, знакомящие с различными представителями индустрии; дополнительный проектный опыт; и многое другое. Но это никак не отменяет того, что трудоустройство требует от выпускников осознанного подхода, понимания своих целей и, самое главное, приложения усилий в поиске

В следующий раз попробую рассказать как выпускники онлайн-школ выглядят глазами работодателей
1.6K viewsedited  10:03
Открыть/Комментировать