Сегодня стартует базовая версия Симулятора A/B-тестов! Ждём на программе всех желающих освоить A/B-тестирование с нуля и отработать на практике сложные и нетипичные ситуации.
[Начать]
P.S. Чтобы сразу узнать о запуске продвинутой версии симулятора, оставляйте заявку на сайте.
[Начать]
P.S. Чтобы сразу узнать о запуске продвинутой версии симулятора, оставляйте заявку на сайте.
Где, помимо маркетинга, применяются A/B-тесты? На какие этапы делится этот процесс и когда начинается работа дата сайентистов? Какие существуют подходы проверок гипотез с помощью методик A/B-тестирования и как можно автоматизировать этот процесс?
Преподаватель A/B-тестов в karpovꓸcourses и руководитель отдела мультивариативного анализа X5 Group Александр Сахнов принял участие в записи подкаста «Деньги любят техно», где обсудил метод А/В-тестирования для оценки изменений в бизнесе. Приятного прослушивания!
Преподаватель A/B-тестов в karpovꓸcourses и руководитель отдела мультивариативного анализа X5 Group Александр Сахнов принял участие в записи подкаста «Деньги любят техно», где обсудил метод А/В-тестирования для оценки изменений в бизнесе. Приятного прослушивания!
Деньги любят техно
Александр Сахнов, руководитель отдела мультивариативного анализа X5 Group и Артём Летин, руководитель подразделения разработки моделей для корпоративного сегмента клиентов ВТБ обсудили метод А/В-тестирования для оценки изменений в бизнесе. Где, кроме маркетинга…
Где взять опыт начинающему аналитику, если без него гораздо сложнее найти работу? На Симуляторе аналитика!
Будет минимум теории, максимум практики и полное погружение в соизмеримый со стажировкой в рабочий процесс. Начинаем уже сегодня!
[Присоединяйтесь]
Будет минимум теории, максимум практики и полное погружение в соизмеримый со стажировкой в рабочий процесс. Начинаем уже сегодня!
[Присоединяйтесь]
Продолжаем серию поведенческих mock-интервью! Их цель — выяснить, как кандидат работает в команде, проявляет себя в стрессовых ситуациях, принимает решения и расставляет приоритеты.
В этот раз у нас в гостях Дарья — ведущий аналитик данных и продуктовый аналитик в X5 Group. Включайте, чтобы узнать, как она справилась с интервью по компетенциям, и послушать обратную связь от Валерия Бабушкина :)
В этот раз у нас в гостях Дарья — ведущий аналитик данных и продуктовый аналитик в X5 Group. Включайте, чтобы узнать, как она справилась с интервью по компетенциям, и послушать обратную связь от Валерия Бабушкина :)
YouTube
Поведенческое интервью | Behavioral Interview | Выпуск 3 | Валерий Бабушкин | karpov.courses
Также вам может быть интересно:
Курс Hard ML: https://bit.ly/3ZLLJu0
Курс System Design: https://bit.ly/3QPtwHD
Цель поведенческих mock-интервью— выяснить, как кандидат работает в команде, проявляет себя в стрессовых ситуациях, принимает решения и расставляет…
Курс Hard ML: https://bit.ly/3ZLLJu0
Курс System Design: https://bit.ly/3QPtwHD
Цель поведенческих mock-интервью— выяснить, как кандидат работает в команде, проявляет себя в стрессовых ситуациях, принимает решения и расставляет…
Сегодня стартует «Аналитик данных» — курс, который подойдёт:
● тем, кто раньше не имел дела с Data Science и хочет освоить новую профессию;
● Junior-специалистам, желающим структурировать знания и заполнить пробелы в них.
[Присоединиться]
● тем, кто раньше не имел дела с Data Science и хочет освоить новую профессию;
● Junior-специалистам, желающим структурировать знания и заполнить пробелы в них.
[Присоединиться]
«Если всё работает хорошо — команда молодец, если плохо — все шишки собираю я»
Сегодня в гостях подкаста «IT-шниками не рождаются» Иван Волков, тимлид команды разработки в компании Akvelon.
Поговорили с Иваном о том, как от интереса к гуманитарным наукам и учёбы на экономиста прийти к программированию и изучать его практически на ходу. Как проходить собеседования, не имея опыта и образования? Какие тестовые задания делаются несколько месяцев? Что интереснее: писать код или быть тимлидом?
Отвечаем на эти вопросы в новом выпуске!
[Смотреть]
[Слушать]
Сегодня в гостях подкаста «IT-шниками не рождаются» Иван Волков, тимлид команды разработки в компании Akvelon.
Поговорили с Иваном о том, как от интереса к гуманитарным наукам и учёбы на экономиста прийти к программированию и изучать его практически на ходу. Как проходить собеседования, не имея опыта и образования? Какие тестовые задания делаются несколько месяцев? Что интереснее: писать код или быть тимлидом?
Отвечаем на эти вопросы в новом выпуске!
[Смотреть]
[Слушать]
YouTube
Иван Волков — о самообучении в IT и работе тимлидом | Подкаст | karpov.courses
Сегодня в гостях подкаста «IT-шниками не рождаются» Иван Волков, тимлид команды разработки в компании Akvelon.
Поговорили с Иваном о том, как от интереса к гуманитарным наукам и учёбы на экономиста прийти к программированию и изучать его практически на…
Поговорили с Иваном о том, как от интереса к гуманитарным наукам и учёбы на экономиста прийти к программированию и изучать его практически на…
Хотите научиться решать сложные задачи, стать сильным специалистом и получить преимущество на собеседованиях?
Тогда вам на курс Hard ML!
[Новый поток начинается сегодня]
Тогда вам на курс Hard ML!
[Новый поток начинается сегодня]
В интернете только и разговоров, что о великом и ужасном искусственном интеллекте. Особенно – о невероятной ChatGPT и её особенностях. Однако не так легко разобраться во всех видах AI, успевать следовать тенденциям в исследованиях и держать руку на пульсе изменений.
Преподаватель курса Hard ML Игорь Котенков разложил по полочкам всё, что касается применимости ChatGPT для поиска и объяснил, почему же такие гиганты, как Google и Microsoft, уже сейчас соревнуются в погоне за этой технологией.
Преподаватель курса Hard ML Игорь Котенков разложил по полочкам всё, что касается применимости ChatGPT для поиска и объяснил, почему же такие гиганты, как Google и Microsoft, уже сейчас соревнуются в погоне за этой технологией.
Forwarded from Сиолошная
Всем привет 👋 !
Сегодня большой день - я первый раз публикую статью на Хабре. Мне очень нравится идея подробного объяснения, которое может поглотить читателей не на один вечер. Хотелось достигнуть того, что публикация станет интересна широкому кругу лиц - и новичкам в мире Машинного Обучения, и специалистам в области обработки текстов, и даже рядовому читателю без профильных знаний ML.
Я выбрал насущную тему, которая у многих на слуху и активно обсуждается в чатах. Речь пойдет о👣 ChatGPT и её проблемах с точки зрения обработки фактической информации реального мира (даты/имена/места/...).
❔ Насколько мы действительно близки к внедрению продвинутых чат-ботов в поисковые системы? Как может выглядеть новый интерфейс взаимодействия? Какие основные проблемы есть на пути интеграции? И могут ли модели сёрфить интернет бок о бок с традиционными поисковиками?
На эти и многие другие вопросы я постарался ответить в блогпосте. В нем больше 30 страниц текста😨 , однако информация разбита по уровням "техничности" и охватывает множество смежных тем. Каждый может погрузиться так глубоко, как этого захочет. Внутри даже присутствует глоссарий для удобства восприятия текста.
🖥 Ссылка: habr.com/ru/company/ods/blog/709222/
🌃 А ещё подписывайтесь на мой авторский канал в телеграм!
💬 Там в комментариях я с радостью отвечу на все возникающие вопросы 😊
Сегодня большой день - я первый раз публикую статью на Хабре. Мне очень нравится идея подробного объяснения, которое может поглотить читателей не на один вечер. Хотелось достигнуть того, что публикация станет интересна широкому кругу лиц - и новичкам в мире Машинного Обучения, и специалистам в области обработки текстов, и даже рядовому читателю без профильных знаний ML.
Я выбрал насущную тему, которая у многих на слуху и активно обсуждается в чатах. Речь пойдет о
На эти и многие другие вопросы я постарался ответить в блогпосте. В нем больше 30 страниц текста
🌃 А ещё подписывайтесь на мой авторский канал в телеграм!
Please open Telegram to view this post
VIEW IN TELEGRAM
Хабр
ChatGPT как инструмент для поиска: решаем основную проблему
Вышедшая чуть больше месяца назад ChatGPT уже успела нашуметь: школьникам в Нью-Йорке запрещают использовать нейросеть в качестве помощника, её же ответы теперь не принимаются на StackOverflow, а...
Оценить работу karpov.cоurses как школы проще всего по успехам выпускников. В том числе — по тому, сколько из них нашли новую работу или получили повышение.
Год назад мы рассказали о проценте трудоустройства с нашим карьерным центром. Пришло время поделиться новыми результатами!
Год назад мы рассказали о проценте трудоустройства с нашим карьерным центром. Пришло время поделиться новыми результатами!
● 84% выпускников, обратившихся к нам за помощью, нашли первую (или новую) работу, в течение трёх месяцев. Мы растём, и к нам приходит всё больше студентов, поэтому этот показатель постоянно меняется — например, сейчас он чуть ниже, чем был раньше.
● В 2022 году к нам обратилось в семь раз больше выпускников, чем в 2021: 86% из них джуны, 13% миддлы и 1% — сеньоры
● Самый быстрый оффер был получен всего за два дня
● 52% выпускников сменили профессию после 30 лет. Самому молодому выпускнику было 16 лет (и он попал на стажировку в karpov.соurses!) , а самому взрослому — 61. Доказываем, что возраст не помеха карьере, главное — упорство и желание!
● Мы начали трудоустраивать за рубеж, 17% выпускников обратились за помощью с релокацией. Поиск работы за рубежом в среднем занимает больше времени, а мы начали заниматься этим только недавно, но 40% обратившихся к нам студентов уже нашли работу (и это только за три месяца!).
Отучились на наших курсах и хотите так же? Самое время связаться с нами!
● В 2022 году к нам обратилось в семь раз больше выпускников, чем в 2021: 86% из них джуны, 13% миддлы и 1% — сеньоры
● Самый быстрый оффер был получен всего за два дня
● 52% выпускников сменили профессию после 30 лет. Самому молодому выпускнику было 16 лет (и он попал на стажировку в karpov.соurses!) , а самому взрослому — 61. Доказываем, что возраст не помеха карьере, главное — упорство и желание!
● Мы начали трудоустраивать за рубеж, 17% выпускников обратились за помощью с релокацией. Поиск работы за рубежом в среднем занимает больше времени, а мы начали заниматься этим только недавно, но 40% обратившихся к нам студентов уже нашли работу (и это только за три месяца!).
Отучились на наших курсах и хотите так же? Самое время связаться с нами!
● Узнать, что кроется за словами «behavioral interview»
Самый сложный и непредсказуемый этап, на наш взгляд, это поведенческое интервью. На нём вместо решения кейсов кандидату предстоит показать, насколько его ценности совпадают с ценностями компании. Чтобы узнать, чем behavioral отличается от других интервью, смотрите:
Вебинар Дмитрия Безуглого, хедлайнера курса Frontend (все советы применимы и к Data Science!).
Серию открытых собеседований с Валерием Бабушкиным.
● Освоить проектирование систем
Может, сама секция System Design не будет для вас актуальна, но умение проектировать системы и понимание, как они работают, – один из навыков, необходимый специалисту уровня Senior и выше. При должном бэкграунде освоить эту область можно всего за 5 недель на нашем курсе (правильнее даже будет сказать интенсиве!).
[Записаться]
● Бросить себе вызов и начать учиться на курсе Hard ML
Не знаете, какая из областей ML интереснее всего? Выбирайте Hard ML: внутри ждут пять не связанных между собой модулей, посвящённых самым востребованным направлениям машинного обучения в бизнесе. Будет действительно сложно – но кому сейчас легко :) А если серьёзно, то область применения ваших навыков существенно расширится, так что вы сможете сами выбирать, в какую сторону двигаться дальше.
[Смотреть программу]
Самый сложный и непредсказуемый этап, на наш взгляд, это поведенческое интервью. На нём вместо решения кейсов кандидату предстоит показать, насколько его ценности совпадают с ценностями компании. Чтобы узнать, чем behavioral отличается от других интервью, смотрите:
Вебинар Дмитрия Безуглого, хедлайнера курса Frontend (все советы применимы и к Data Science!).
Серию открытых собеседований с Валерием Бабушкиным.
● Освоить проектирование систем
Может, сама секция System Design не будет для вас актуальна, но умение проектировать системы и понимание, как они работают, – один из навыков, необходимый специалисту уровня Senior и выше. При должном бэкграунде освоить эту область можно всего за 5 недель на нашем курсе (правильнее даже будет сказать интенсиве!).
[Записаться]
● Бросить себе вызов и начать учиться на курсе Hard ML
Не знаете, какая из областей ML интереснее всего? Выбирайте Hard ML: внутри ждут пять не связанных между собой модулей, посвящённых самым востребованным направлениям машинного обучения в бизнесе. Будет действительно сложно – но кому сейчас легко :) А если серьёзно, то область применения ваших навыков существенно расширится, так что вы сможете сами выбирать, в какую сторону двигаться дальше.
[Смотреть программу]
Когда начинающие специалисты начинают искать работу, они зачастую обнаруживают, что модели ради моделей никому не нужны. Работодатели хотят видеть результат — а то, как вы к нему пришли, отходит на второй план. Поэтому для решения реальных задач особенно важно понимать связь между теорией и практикой.
Этому можно научиться на Симуляторе ML. На нём вы охватите все этапы работы ML-инженера. Подробнее о том, зачем нужен Симулятор, — в видео!
Этому можно научиться на Симуляторе ML. На нём вы охватите все этапы работы ML-инженера. Подробнее о том, зачем нужен Симулятор, — в видео!
YouTube
Зачем нужен Симулятор ML-инженера? | Валерий Бабушкин | karpov.courses
Симулятор ML: https://bit.ly/3RlYoQh
Когда начинающие специалисты начинают искать работу, они зачастую обнаруживают, что модели ради моделей никому не нужны. Работодатели хотят видеть результат — а то, как вы к нему пришли, отходит на второй план. Поэтому…
Когда начинающие специалисты начинают искать работу, они зачастую обнаруживают, что модели ради моделей никому не нужны. Работодатели хотят видеть результат — а то, как вы к нему пришли, отходит на второй план. Поэтому…
Seaborn — это библиотека для визуализации данных в Python, которая основана на matplotlib и тесно интегрируется со структурами данных Pandas. Преимущество seaborn в том, что она позволяет строить красивые и информативные статистические графики в одну строчку кода.
Звучит отлично, не правда ли? Рассказываем о библиотеке на примерах датасетов penguins, titanic и diamonds.
Звучит отлично, не правда ли? Рассказываем о библиотеке на примерах датасетов penguins, titanic и diamonds.
Telegraph
Введение в seaborn
Seaborn — библиотека для визуализации данных в Python, которая тесно интегрируется со структурами данных из pandas. Seaborn является высокоуровневой надстройкой над библиотекой matplotlib и позволяет строить разнообразные статистические графики с меньшими…
Сложно ли учиться на курсе Start ML, если до этого вы работали совсем в другой сфере?
Чтобы ответить на этот вопрос, мы попросили выпускников курса с разным бэкграундом рассказать, сколько времени они тратили на обучение, и дать совет будущим студентам.
Алексей работал врачом, Константин инженером в строительстве, Антон преподавателем экономики в вузе, а Дмитрий — бизнес-аналитиком.
P. S. Вдохновились на обучение? Новый поток курса стартует 10 февраля, присоединяйтесь!
Чтобы ответить на этот вопрос, мы попросили выпускников курса с разным бэкграундом рассказать, сколько времени они тратили на обучение, и дать совет будущим студентам.
Алексей работал врачом, Константин инженером в строительстве, Антон преподавателем экономики в вузе, а Дмитрий — бизнес-аналитиком.
P. S. Вдохновились на обучение? Новый поток курса стартует 10 февраля, присоединяйтесь!