Горячее
Лучшее
Свежее
Подписки
Сообщества
Блоги
Эксперты
Войти
Забыли пароль?
или продолжите с
Создать аккаунт
Я хочу получать рассылки с лучшими постами за неделю
или
Восстановление пароля
Восстановление пароля
Получить код в Telegram
Войти с Яндекс ID Войти через VK ID
Создавая аккаунт, я соглашаюсь с правилами Пикабу и даю согласие на обработку персональных данных.
ПромокодыРаботаКурсыРекламаИгрыПополнение Steam
Пикабу Игры +1000 бесплатных онлайн игр
Модное кулинарное Шоу! Игра в ресторан, приготовление блюд, декорирование домов и преображение внешности героев.

Кулинарные истории

Казуальные, Новеллы, Симуляторы

Играть

Топ прошлой недели

  • AlexKud AlexKud 38 постов
  • SergeyKorsun SergeyKorsun 12 постов
  • SupportHuaport SupportHuaport 5 постов
Посмотреть весь топ

Лучшие посты недели

Рассылка Пикабу: отправляем самые рейтинговые материалы за 7 дней 🔥

Нажимая кнопку «Подписаться на рассылку», я соглашаюсь с Правилами Пикабу и даю согласие на обработку персональных данных.

Спасибо, что подписались!
Пожалуйста, проверьте почту 😊

Помощь Кодекс Пикабу Команда Пикабу Моб. приложение
Правила соцсети О рекомендациях О компании
Промокоды Биг Гик Промокоды Lamoda Промокоды МВидео Промокоды Яндекс Директ Промокоды Отелло Промокоды Aroma Butik Промокоды Яндекс Путешествия Постила Футбол сегодня

Data Science + IT

С этим тегом используют

Программирование Машинное обучение Обучение Python Аналитика Искусственный интеллект IT юмор Программист Юмор Работа Картинка с текстом Разработка Все
39 постов сначала свежее
14
eltka
2 года назад

Из ПРЕПОДА в DATA SCIENCE⁠⁠

Как поётся в песнях бардов и легендах "у молодёжи 3 пути:webcam, закладки и IT".

Webcam не рассматривался, закладки тоже, оставался, собственно, только IT. Но обо всем по порядку.

Дано: красный диплом провинциального вуза по специальности «экономика предприятий» , диплом о профессиональной переподготовке по специальности «переводчик в сфере профессиональной коммуникации», знание английского на уровень upper-intermediate.

Со времён школы всегда интересовали иностранные языки и точные науки. С точными науками на эконом факультете было туго, поэтому, получив диплом экономиста и положив его на полку, я пошла онлайн преподавателем в школу английского.

В далеком 2019 году, проведя обычный набор из 7 уроков онлайн, я готовилась к последнему занятию с новым студентом, которое не обещало ничего нового и необычного, если бы не одно НО. Студент оказался айтишником и, как это обычно бывает на первом занятии, рассказал мне о своих хобби, увлечениях и о тогда ещё новой для широкой публики профессии data scientist. На тот момент многие, услышав о такой профессии, её методах и целях думали: «Чёрная магия!»

Из ПРЕПОДА в DATA SCIENCE IT, Data Science, Курсы, Онлайн-курсы, Курсы программирования, Аналитика, Курсы повышения квалификации, Разработка, Длиннопост

После урока, не зная ровным счётом ничего о мире Гиков и единорогов, но дабы иметь возможность поддержать разговор на следующих занятиях, я обратилась за помощью к старому доброму google, который тут же выдал мне первыми пятью пунктами ссылки на различные курсы. И, о чудо! В описании почти каждого из них упоминалось, что для освоения новой стези совсем не обязательно быть помешанным на коде технарем, а ниже приводился существенный список из плюшек в виде зарплаты > 80к для junior позиций и количестве открытых вакансий, также упоминалось, что профессия инновационная и вообще будущее за обработкой больших массивов данных. К слову, забегая вперёд, скажу, что уметь писать хороший код для этой профессии просто необходимо, но обо всем по порядку.

Так кто же такой этот data scientist?

Data Scientist применяет методы науки о данных (Data Science) для обработки больших объемов информации. Он строит и тестирует математические модели поведения данных. Это помогает найти в них закономерности или спрогнозировать будущие значения. Например, по данным о спросе на товары в прошлом, дата-сайентист поможет компании спрогнозировать продажи в следующем году. Модели строят с помощью алгоритмов машинного обучения, а с базами данных работают через SQL.

И вот я, вспомнившая свою любовь к статистике, матану и терверу и готовая грызть гранит науки, чтобы войти в мир ИТ непревзойдённым профессионалом своего инновационного дела, начала изучать различные предложения от онлайн институтов.

Доблестные пикабушники и рыцари свежего, не сочтите пост за рекламу, это моё личное мнение и опыт.

Первым в поисковой строке мне выпала реклама курса от skillbox, предлагающая погрузиться в мир анализа данных на два года за ~180 000 рублей.
Из плюсов: программа включала в себя обучение различным инструментам работы с данными, включая курс по python и даже R.
Из минусов: обучение включало только просмотр онлайн контента и выполнение дз без тренажёров для отработки кода; прохождение курса не привязано к конкретным срокам (прокрастинация - моё всё); стоимость курса, как и период вхождения в профессию всё-таки были внушительными.

Вторым вариантом я рассматривала бесплатный курс на Stepik по анализу данных. Он включал в себя всё те же минусы, что и предыдущий курс плюс информация, которая была включена в курс, была больше прикладного характера и одного такого курса было явно недостаточно для позиции джуна аналитика.

Итак третий вариант, на котором я в итоге и остановилась, был курс от Яндекс Практикума.
Очевидным плюсом, которым не обладали два предыдущих варианта, было наличие качественной обратной связи от наставников на протяжении курса, также все вновь полученные знания по коду можно было сразу отработать в тренажёре. Каждый раздел курса включал выполнение практического проекта в конце (без сдачи которого ты не можешь идти дальше) и имел четкие сроки . Если прошляпить их дважды, вылетаешь с курса (не забудь упомянуть об этом в интервью, тк наличие такого отбора является несомненным плюсом для работодателя и отсеивает предрассудки по поводу качества обучения на курсах) Ну и конечно срок обучения не был растянут как китайская стена и составлял 7-8 месяцев. Цена, к слову, также была довольно демократичной по сравнению со skillbox -65000 рублей.

На обучение было достаточно тратить по 2-3 часа в день и стабильно заниматься 4-5 раз в неделю, что я собственно и делала. И спустя оговорённый срок плюс пару месяцев из-за академического отпуска я сдала свой выпускной проект по анализу транзакций в ритейле и получила свой сертификат о профессиональной переподготовке.

На курсе я выполнила кучу интересных проектов на подготовленных но реальных данных, которые включила позднее в своё портфолио. Также во время обучения раз в неделю организовывались лайф-кодинги и воркшопы с практикующими специалистами из сферы, которые рассказывали про применение изучаемых в спринте технологий на реальных задачах, что естественно дало свои плоды в будущем. После прохождения курса у всех студентов есть возможность поучаствовать в программе трудоустройства, на которой тебе помогут оформить резюме и портфолио и подготовят к прохождению собеседования.

Так закончилось мое первоначальное обучение и начался мой путь в ИТ.

Здесь стартовал самый интересный этап - поиск первой работы. Т.к. выпускной проект у меня был в сфере онлайн продаж, выбор направления деятельности оказался для меня почти очевидным: я начала шерстить вакансии на hh.ru и мне попалась одна интересная позиция для джуна аналитика в известном продуктовом ритейлере. Вакансия была удалённой, что было для меня несомненным плюсом, но оформление предусматривалось по договору ГПХ и на конечный срок под заранее заданные заказчиком задачи. Недолго думая после прохождения собеса я согласилась на вакансию плюс удалось договориться на неполный рабочий день, чтобы совмещать новую работу с тогда ещё основным преподаванием.

На этой позиции почти всё было в новинку:огромные датасеты данных после небольших выверенных в обучающих проектах, описания полей и структура бд конечно же только со слов бывалых работников, которые впрочем сами не всегда припоминают назначение той или иной таблицы, удаленная экстракция данных из бд, сырой скэппинг с html-страниц, структурирование «хотелок» заказчика и ещё много чего. В общем, пришлось изрядно попотеть, чтобы вникнуть в работу и выстроить первоначальные процессы для себя. Плюс: после стартовой вакансии приходит ощущение, что со всем можно разобраться, всё можно понять.

На данной позиции мне предстояло проанализировать доступную информацию о реальных клиентах сети, спрогнозировать вероятность их оттока в будущем периоде, разбить клиентский поток на основные кластеры и составить портрет каждого из них.

Отработав 4 месяца в этой компании и выполнив все основные пункты из поставленных задач, мне предложили продлить договор и остаться. Но в то же время пришло очень выгодное предложение о работе в крупнейшем российском ритейле в сфере продуктов питания.

Продолжение в следующем посте…

Показать полностью 1
[моё] IT Data Science Курсы Онлайн-курсы Курсы программирования Аналитика Курсы повышения квалификации Разработка Длиннопост
6
19
Awl5
3 года назад
Наши в Германии

Udacity курсы бесплатно (надо жить и/или работать в Германии или Европе)⁠⁠

Кому есть 18 и кто живет в Германии или хотя бы в Европе с возможностью работать в Германии: идет набор в Udacity Scholarship при поддержке Bosch. Это возможность пройти бесплатно один из трех курсов от Udacity:

* Data Engineer for AI Applications

* DevOps Engineer

* Data Scientist


Трудоустройство в Bosch не гарантируется, но возможность пообщаться с рекрутерами будет. В любом случае знания из курса и сертификат останутся.

This program offers participants the opportunity to develop job-ready skills in AI, Data Engineering & Data Science aligned to Bosch careers at the intersection of technology and research. Select applicants that meet the eligibility criteria for the program will be granted a full scholarship to this Udacity Nanodegree. Program recipients will directly engage with Bosch recruiters during the course of this program and have an opportunity to learn more about Bosch roles before applying for them. Students who master the Nanodegree content would be trained in the skills sought out by Bosch. Strong preference will be placed on applicants able and willing to work in Germany because the respective Bosch AI job opportunities are based in Germany.

Я участвовал в двух Scholarship-ах, было интересно. Сначала надо зарегистрироваться, и подождать принятия в первую фазу. В первой фазе народ активно общается в Slack, Участвует в мероприятиях, между делом выполняет задания, соответствующие вводной части выбранного курса. Важно не столько выполнение задач, сколько участие в общественной жизни. Если приняли во вторую фазу - там доделываешь курс, как обычный студент.


https://www.udacity.com/scholarships/bosch-ai-talent-acceler...

Показать полностью
Германия Европа Обучение Бесплатное обучение IT Data Science DevOps Текст
6
Spaceman5789
3 года назад

Что перспективнее в IT сфере? С чего начать начинающему специалисту?⁠⁠

What's cooking good looking?
Здесь наверное стоит подчеркнуть, что тут мне нужно мнение непосредственно специалистов в сфере IT, потому как у меня нет знакомых в данной специальности. Мне 20 лет и я параллельно учусь на совершенно другую специальность, однако, я хотел бы попробовать себя, хотя даже и построить карьеру в сфере информационных технологий, однако я не могу определить вектор направления. Существует много различных специальностей, однако какую вы бы могли посоветовать мне? Я не беру в расчет то, что я новичек, тут бы я хотел подчеркнуть, что хотелось бынаиболее востребованную и высокооплачиваемые в будущем, я не говорю о том, чтобы мне все и сразу, а как высокий потенциал . А также что из этих специальностей может позволить работать фрилансером? Из своих наблюдений я накинул лишь DevOps engineer и data scientist, если вы работаете в данных сферах, то будет интересно очень ваше мнение.

IT DevOps Data Science Текст
23
1562
atrondeus
3 года назад
Искусственный интеллект

Петиция к Yandex о поддержке российского Data Science⁠⁠

@Yandex.Support,  Официальное обращение к вам.

Так как портал Coursera закрыл доступ к российским курсам и дал только 90 дней на завершение текущего курса, мы, нижеподписавшиеся (поставившие плюс посту) просим перенести  вашу специализацию "Машинное обучение и анализ данных" (Яндекс-МФТИ) на доступную платформу для поддержки и развития российского сообщества Data Science.


https://www.coursera.org/specializations/machine-learning-da...

В качестве дополнительной меры поддержки было бы неплохо сделать этот курс бесплатным

Машинное обучение IT Программирование Обучение Аналитика Анализ данных Data Science Текст
85
703
tproger.official
tproger.official
3 года назад
Типичный программист

Когда модель машинного обучения выдаёт результат, который на 99% процентов совпадает с реальными данными:⁠⁠

Когда модель машинного обучения выдаёт результат, который на 99% процентов совпадает с реальными данными:
[моё] IT юмор IT Программирование Data Science Гриффины Футурама Гифка Машинное обучение
29
1724
Аноним
Аноним
3 года назад
Типичный программист

Когда пытаешься объяснить клиенту как работает твой алгоритм машинного обучения:⁠⁠

Когда пытаешься объяснить клиенту как работает твой алгоритм машинного обучения:
IT юмор IT Программирование Data Science Картинка с текстом
24
Ki1rea1
3 года назад

Урок по Машинному обучению⁠⁠

Урок по Машинному обучению Python, IT, IT юмор, Машинное обучение, Data Science, Том и Джерри, Патрик Стар
Показать полностью 1
Python IT IT юмор Машинное обучение Data Science Том и Джерри Патрик Стар
4
8
ekarma
ekarma
3 года назад

Из юристов в IT. План обучения. Клич о помощи опытных камрадов. "Очередной войтивайтишник"⁠⁠

Привет, Пикабушники!

Лет 10 вас почитываю, решил все-таки зарегистрироваться.


Стою сейчас на пороге кардинальных изменений в жизни, и мне как воздух нужны советы опытных ITшников, а еще лучше - конкретно Data Scientist'ов.


Если коротко, меняю сферу деятельности, история моя ниже, а кому не интересно читать можно сразу перейти к концу поста.


Собственно, моя история:

В школьные годы единственное что любил (кроме физкультуры) это математику. И в средней, и в старшей школе. Был прекрасный педагог, домой уходил всегда с задачами повышенной сложности, так называемые "со звёздочкой". Наверное, больше нравилась даже геометрия, так как была сложнее. Алгебра работала с формулами и особых сложностей не вызывала, в то время как задачи по геометрии заставляли думать, придумывать решение. Всё остальное интереса не вызывало никакого, особенно гуманитарные направления.


Лет в 12-15 что-то там кодил. Немного, помнится в паскале экспериментировал, пробовал написать сайт на html в блокноте. Баловался всякими конструкторами типа CMS Joomla, но всё оставалось на зачаточных состояниях, потому что конечного продукта не было (задачи для которой нужен сайт, наполнение и т.д.), мне был интереснее процесс.

И так сложилось, что волею судеб я оказался на юрфаке, в прокуратуре.

Еще на первом курсе я прекрасно понимал, что попал не туда. Единственный предмет, который вызывал интерес - логика. Подпитывало это чувство еще и то, что кроме меня в группе её не понимал никто, я ведь в гуманитарий ушел. Чем дальше шла учеба тем сильнее укреплялась мысль, что повернул я не туда. Мне было скучно, не интересно, местами даже отвращение вызывало обучение. Так или иначе отступать было нельзя, так как деньги уплачены, а чем дальше идешь тем ближе такая нужная корочка.


На 3 курсе пошел работать в прокуратуру общественным помощником, чтобы посмотреть к чему меня готовят. Проработал полгода, но в первый же месяц понял, что на гос. службу и в прокуратуру в частности я не пойду. Ушел в коммерцию после 3 курса и там и остался.


Последние несколько лет занимаюсь обслуживанием бизнеса, в том числе крупного, от А до Я. Условия, казалось бы, прекрасные: высокая для моего возраста и опыта зарплата, серьезные задачи и проекты, свой кабинет, кожаное кресло и т.д. и т.п. НО!

С завидной периодичностью (а на самом деле на постоянной основе) еще с первого места работы меня одолевают мысли что занимаюсь я совсем не тем, хоть и занимаюсь хорошо. Я понимаю, что меня тянет к числам, формулам, символам, операциям.


Была даже попытка связать это всё: прошел курсы и стал членом палаты налоговых консультантов. Вроде бы логично: там цифры, расчеты, но, как оказалось, всё те же неинтересные споры просто оппонент один - ФНС.


Удовольствие в работе доставляет только какой-нибудь сложный расчет неустойки в иске, всё остальное вызывает приступы рвоты, гнев и апатию.

Любовь к математике, логике, порядку и систематизации прослеживается и в личной жизни. Мне нужно всё упорядочить, структурировать, рассчитать. Все что можно оформлено в таблицах (к которым у меня тоже какая-то нездоровая тяга).


Не раз думал всё бросить, уйти куда-нибудь, но, разумеется, ипотека, маленький ребенок ясно дают мне понять: сиди работай. И дело было скорее всего именно в "куда-нибудь".


В очередной такой приступ залипал на ютубе по какой-то теме и попал на интервью А. Хачуяна по Big Data, ох! как мне стало интересно. Начал немного копать, узнал что есть такая профессия Data scientist. Позже понял чем они +/- занимаются и меня накрыло. Ну вот же оно: тут тебе и код, и математика, и анализ, и статистика с вероятностью - бомба! К тому же, вроде как DS входит в IT и вознаграждение грамотных специалистов очень и очень конкурентное. Я продолжил собирать информацию о специальности, необходимых навыках, как мне туда попасть ("Войти в айти" как оказалось сейчас мейнстрим, но что поделать). Неоднократно взвесив все "за" и "против" было принято твердое решение во что бы то ни стало стать тем самым Data Scientist.

Накидав план самообучения из заготовок на этапе сбора информации и увидев объем, немного подкосились ноги, но мыслей сдать назад не возникло.

Мой план (большую часть брал из какого-то видео на ютубе, откуда точно не помню, источник не записал. На каждый курс есть ссылка, но правила пикабу написаны не совсем однозначно, решил не рисковать и всё что с ютуба начало судорожно вставляться видеороликами прям по тексту, потому оставил только названия источника):


1. Курс гарварда "CS50" (YouTube)

2. Python

2.1. "Основы Python и анализа данных" (Я.Практикум)

2.2. "Программирование на Python" (Stepic)

2.3. "Python: основы и применение" (Stepic)

2.4. Книга "Укус питона"

2.5. "Поколение Python": курс для начинающих" (Stepic)

2.6. "Программирование на Python" CSC (YouTube)

2.7. "Как научиться разработке на Python" Яндекс

3. Статистика:

3.1. "Статистика" (Stepic)

3.2. Несколько плейлистов StatQuest (YouTube)

4. Математика:

4.1. "Основы линейной алгебры" - 3Blue1Brown (YouTube)

4.2. "Матанализ" - 3Blue1Brown (YouTube)

4.3. "Введение в DS и машинное обучение" (Stepic)

4.4. Курс лекций mlcourse (YouTube)

5. Нейронные сети:

5.1. "Нейронные сети" (Stepic)

5.2. "Deep learning@ (dlcourse)

5.3. "Intro to Deep Learning with PyTorch" (Udacity)

6. SQL

6.1. "Интерактивный тренажер по SQL" (Stepik)

6.2. "Свободное погружение в СУБД" (Stepik)

6.3. "Практическое владение языком SQL" (sql-ex)

7. Английский

8. Практика на kaggle, сделать свой проект.

К сожалению, знакомых ITшников и тем более DS нет, потому хотелось бы выслушать мнение опытных людей по вопросам:


1. Правильно ли я представляю себе работу DS?

2. Нужно ли вносить корректировки в план обучения? (Может что лишнее, не хватает чего)?

3. Какой минимальный набор компетенций необходим чтобы работать? (Отдельно по питону, математике и т.д.).

4. На какие компании ориентироваться? Тут чуть подробнее: так как сфера скажем так для меня новая, я не особо то знаю какие-нибудь ITшные компании. Сейчас ориентируюсь на Контур. Почему? 1. Знаком с их продуктами - Фокус, Диадок, Экстерн и т.д., нравится как реализовывают их. 2. Слышал, что внутри компании для сотрудников всё очень даже хорошо; 3. Центральный офис в Екб (я тут живу); 4. Отгрохали недавно новое супер-здание)))

5. Есть ли вероятность попасть куда-то ранее освоения минимально необходимых знаний? (Наслышан, да и на практике сам лично видел, когда берут человека со склонностями и горящими глазами, обучая в процессе работы). Уточню: тут вопрос не поиска "халявы", а вопрос скорейшего и полного погружения, готов работать, а обучаться в свободное время.

Прекрасно понимаю, что передо мной на вакансию стоят сотни школьников-самоучек, студентов и т.д. И, казалось бы, кому я 26-летний юрист с семьёй нужен, но, как мне кажется у меня имеется ряд преимуществ перед вчерашними школьниками:


1. Меня не нужно "учить работать", общий стаж работы около 10 лет;

2. Не у всех есть склонности к математике и не всем это нравится, потому есть риск, что вчерашний студент выгорит и уйдет;

3. Я много работаю с бизнесом и представляю что нужно самому бизнесу, руководителю, менеджеру, бухгалтеру и т.д.;

4. У меня был не один коллектив, работать приходилось с разными людьми, везде уживался и был "своим";

5. Ненавистная профессия тоже дала полезные навыки:

5.1. сроки. Большинство деятельности завязано на процессуальных и договорных сроках, нарушать которые нельзя, отсюда привычка делать всё либо точно в срок, либо заранее, но никак не с опозданием;

5.2. ответственность. Цена ошибки может быть фатальной, отсюда максимальное качество работы

5.3. многозадачность. В нормальном (здоровом) понимании этого слова: не делать три дела одновременно (как показывают исследование это всё чушь, мозгу просто приходится многократно переключаться и разрываться между задачами), а вести много дел, проектов, задач одновременно;

5.4. исполнительность. Хотя тут скорее не профессия, а личные качества. Даже не смотря на отвращение к работе приезжаю и в выходные работать и задерживаюсь (без какого-либо принуждения), потому что есть работа и её надо работать.


P.S.

Отговаривать нет смысла, решение принято твёрдое. В своих силах уверен. Потому прошу по теме.

Отозвавшихся на клич о помощи заранее благодарю.

Показать полностью
[моё] IT Data Science Смена профессии Помощь Нужен совет Длиннопост Текст
16
Посты не найдены
О нас
О Пикабу Контакты Реклама Сообщить об ошибке Сообщить о нарушении законодательства Отзывы и предложения Новости Пикабу Мобильное приложение RSS
Информация
Помощь Кодекс Пикабу Команда Пикабу Конфиденциальность Правила соцсети О рекомендациях О компании
Наши проекты
Блоги Работа Промокоды Игры Курсы
Партнёры
Промокоды Биг Гик Промокоды Lamoda Промокоды Мвидео Промокоды Яндекс Директ Промокоды Отелло Промокоды Aroma Butik Промокоды Яндекс Путешествия Постила Футбол сегодня
На информационном ресурсе Pikabu.ru применяются рекомендательные технологии