Пристанище Дата Сайентиста

2022-05-24 11:01:18 Язык R для работы с данными

R - язык программирования направленный на работу с данными. На сегодняшний день является одним из главных конкурентов Python в области Data Science. Даже одна из наиболее популярных библиотек для анализа данный в Python - pandas, была написана Уэсом Мак-Кинни под впечатлением от работы с табличными данным в R.

Ознакомится с возможностями языка R, и начать его изучение можно с публикаций канала R4marketing. Канал посвящён языку R и в нём вы найдёте огромное количество русскоязычных учебных материалов, среди которых:

● Статьи
● Видео уроки
● Вебинары и доклады с конференций
● Заметки по R
● Книги
● Бесплатные онлайн курсы
● Новости и релизы из мира R

Так же можно подписаться на youtube канал, там также вы найдёте огромное количество видео уроков по R.

Подписывайтесь! Открыть/Комментировать

2022-05-21 11:01:09 ​​Avito Analytics meetup #6 — бесплатный онлайн-ивент для аналитиков

Эксперты из Авито, Яндекс Маркета и Skyeng поговорят про оценку медиамаркетинговых кампаний, оптимизацию юнит-экономики экспресс-доставки и проведение сплит-тестов.

Темы и спикеры:
Использование прогнозирования для оценки офлайн-маркетинга — Аркадий Воронкин, Авито.
Как мы оптимизировали UE экспресс-доставки — Анна Арчибасова, Яндекс Маркет.
Анализ сплит-теста «подписки vs пакеты» с использованием метрик юнит-экономики — Евгения Дубровина, Skyeng.

Регистрируйтесь по ссылке, и до встречи онлайн: clc.to/2WS41g Открыть/Комментировать

2022-05-19 10:02:12 ​​Вышли новые главы в бесплатном онлайн-учебнике по Machine Learning от Школы анализа данных Яндекса: https://clck.ru/arTKs

На этот раз эксперты ШАД опубликовали разделы о вероятностных моделях машинного обучения: 
- первое знакомство с вероятностными моделями;
- экспоненциальный класс распределений;
- обобщённые линейные модели;
- как оценивать вероятности;
- генеративный подход к классификации;
- байесовский подход к оцениванию.

К новым главам прибавилась часть о кластеризации — её написал Виктор Кантор, директор по большим данным в МТС. Внутри раздела ценные инсайты из обширного практического опыта эксперта.

Читайте новые главы и подписывайтесь на новости учебника, чтобы не пропустить выход следующих частей! Открыть/Комментировать

2022-05-06 12:31:58 Все еще ломаете голову над тем, как улучшить ведение проекта в Git? Тогда мы идем к вам! 

Именно об этом новая статья моего коллеги на Хабре. 

Он рассмотрел best practices организации ведения кода в проекте: конвенции описания commit-сообщений, инструмент автопроверки нестандартных описаний коммитов commitlint и способ автоверсионирования проекта semantic versioning. 

Надеемся вам будет полезно. Будем благодарны за плюсы статье и в карму Саяну Открыть/Комментировать

2022-05-04 09:34:32 Наконец-то готов плейлист с выступлениями на BeeTech Conf 2022 в секции Big Data.

Если вам интересны следующие темы, то к просмотру обязательно:
1. Оцифровка сканированных документов
2. Chat боты
3. Задачи GEO
4. Обучение нейронок
5. Голосовая биометрия
6. ML в горнодобыче
7. Работа с google cloud

Ссылка на плейлист: https://www.youtube.com/playlist?list=PL37Je68UsvW0xUqjK9DR0KHC0eTnLN2Xs Открыть/Комментировать

2022-04-19 10:56:03 ​​Всем привет. Я тут на своей работе перешёл на новую должность и времени на посты стало существенно меньше.

По новым постам, анонс и статус такой:

- Как стать Machine Learning Engineer (70%)
- Учимся делать дэшборд (Yandex DataLens vs Google Data Studio) (50%)
- Статья о метриках ML. Когда, что применять и почему. Пост с бизнес примерами. (20%)

Постараюсь один пост дописать и опубликовать в этом месяце и два в мае.

Еще из интересного - почитал на досуге брошюрку - Leading Data Science Teams. Principles for Effectively Organizing Data Scientists. Автор - Jacqueline Nolis

В целом не советую, вода водой. Очень мало кейсов описано, раздел с ML Design вообще отсутствует.
Но если кому интересно то вот ссылка на скачивание. Открыть/Комментировать

2022-04-15 12:00:54 ​​Сменить профессию трудно. Но с поддержкой это по силам каждому.
Яндекс Практикум придумал акцию «Ученье, свет», чтобы сделать ваш путь к новой профессии проще.

→ Купите курс до 4 мая и получите набор подарков. Полезные вещи сделают учёбу комфортнее, а забота команды Практикума поможет дойти до цели.
(1) Умный браслет, чтобы научиться успевать все важные дела. И поддержка кураторов, которые напомнят о дедлайнах.
(2) Настольная лампа, чтобы читать онлайн-учебник или писать код по вечерам. И советы наставников, чтобы применить теорию на практике.
(3) Ночник, чтобы отдыхать от учёбы уютно. И обратная связь от ревьюеров, чтобы сделать проекты лучше.
(4) Кофеварка или чайник с подсветкой, чтобы заряжаться энергией, пока ищете первую работу в новой профессии. И консультации с карьерными специалистами, чтобы вы чувствовали себя уверенно на рынке труда.

Как получить подарки:
→ Зарегистрируйтесь в акции.
→ Выберите курс.
→ Оплатите продолжение с 4 апреля по 4 мая 2022 года.

Включите свет этой весной!
→ Узнать больше об акции Открыть/Комментировать

2022-04-11 18:02:14 ​​Сервис онлайн-обучения цифровым профессиям Яндекс Практикум запускает программу обучения по специальности «Инженер данных». Курс предназначен для студентов с как минимум базовым знанием SQL и Python — перед стартом необходимо пройти тест.

Авторы и преподаватели – практикующие эксперты ведущих российских IT-компаний. 

Длительность — 6,5 месяцев. 

Курс на 75% состоит из практических занятий – по окончании программы в вашем портфолио будет не менее 10 проектов.
 
Вы научитесь: 
- работать с технологиями Python, SQL, Metabase, Airflow, PostgreSQL, MongoDB, ClickHouse, Celery, Kafka, Hadoop, Apache Spark, Spark Streaming и Yandex.Cloud
- извлекать, очищать и сохранять данные
- создавать и поддерживать хранилища типов Data Warehouse и Data Lake
- работать со стриминговой обработкой данных и облаками

Претендовать на работу по новой специальности студенты курса смогут уже в ходе обучения – с поиском вакансии помогут специалисты карьерного центра Яндекс Практикум. 

Запись на курс открыта, старт занятий для ближайшего потока студентов – 18 апреля. 

Стоимость курса:
95 000 рублей при разовой оплате, при оплате в рассрочку – 17 000 рублей в месяц. 

По завершении программы студенты получат диплом о профессиональной переподготовке. 

Запись на бесплатную вводную часть и подробности по ссылке. Открыть/Комментировать

2022-04-08 10:01:36 ​​Бесплатный MeetUP Data Science от Альфа-Банка

12 апреля в 18:00 пройдет митап для дата-саентистов и тех, кому интересны решения прикладных задач с помощью машинного обучения.

Программа митапа: 

Извлечение бизнес-инсайтов из отзывов клиентов
Эдуард Янаков, Младший специалист по интеллектуальному анализу данных в Альфа-Банке

Прогнозирование спроса — работа и проблемы в продакшене
Максим Павлов, Руководитель направления мультивариативного анализа в Х5

Склонностные модели транзакционной активности
Алексей Запольский, Старший специалист по созданию новых признаков в Альфа-Банке

Определение дохода зарплатного клиента до получения первой зарплаты для целей раннего cross-sale
Евгения Дзюба, Младший специалист по интеллектуальному анализу данных в Альфа-Банке

Участие бесплатное, но нужно зарегистрироваться на Alfa Digital, чтобы вам прислали ссылку для подключения! Открыть/Комментировать

2022-04-05 09:52:50 ​​Всем привет! 23 апреля состоится BeeTech Conf 2.0. и мы запускаем регистрацию

Это ежегодная бесплатная IT-конференция от Beeline Казахстан для инженеров, разработчиков, product-менеджеров, QA-специалистов, agile-коучей, скрам-мастеров и других dev-специалистов. 

Что касается Data Science:

1. Vanilla chat-bot: Даир и Санжар расскажут об этапах прокачки «Даны» — уже имеющегося чат-бота компании Beeline. Вы узнаете о замене и дополнении ее частей предиктивными моделями.

2. Оцифровка сканированных документов: Ерасыл и Константин расскажут, как сэкономить много времени ручного труда, путем автоматизации рутинной задачи. Вы узнаете об оцифровке сканированных документов и сверке данных с использованием как классических методов CV, так и нейронных сетей.

3. Повышаем точность GEO: В докладе Ильмурат расскажет и покажет какие методы мы применили для повышения точности гео, какие трудности преодолели и какие результаты получили в итоге.

4. Доктор Loss. Дебаггинг обучения по косвенным признакам и советы для лучшей сходимости: При обучении сети можно долго смотреть на рисующиеся графики ошибок, а можно автоматизировать обнаружение нелепых багов! Андрей расскажет куда смотреть, что подкрутить, и как не потерять рассудок из-за нейросетей.

5. Стартап в горнодобыче: Темирлан расскажет о том, как происходит добыча медной руды и как из нее получается медный концентрат. Но главное — как применить машинное обучение для оптимизации производства меди. Какие виды данных используем для работы, какие модели и для чего. Что и как оптимизируем. UI и взаимодействие с командой предприятия (металлурги, операторы и тд). Анализ результатов: основные производственный показатели, что и как мы измеряем

Ах да, еще там будет чуть чуть меня =)

Регистрация тут: https://bit.ly/3u4d38J 

До встречи на BeeTech Conf 2.0 Открыть/Комментировать