Jupyter Notebook – как установить и как пользоваться

В этом видео вы узнаете о Jupyter Notebook — это один из самых лучших инструментов для Data Science и Machine Learning. Автор разберет, как его установить и как начать им пользоваться.

00:00 о Jupyter Notebook
00:50 Установка Anaconda
03:06 Как запустить Jupyter Notebook
06:02 Создаем первый ноутбук
15:45 Использование внешних файлов
17:24 Закрытие и перезапуск ноутбука
21:17 Пример готового ноутбука

Смотреть это видео на youtube: youtu.be/bfCfBuIhlB8

Секреты аналитики

Data Science до Data Science: как эволюционировала работа с данными

Систематизировать данные стали в 17-м веке, понятие Data Science ввели 50 лет назад, а популярность к датасайентистам пришла лишь в 2010-е. Но знания из данных извлекали на протяжении всей человеческой истории — в этой статье рассказываем, как именно.

Секреты аналитики

Книга: «Data mesh в действии»

Потребность эффективно хранить большие объемы данных и обращаться к ним стала одной из ключевых потребностей любого бизнеса. Сетка данных (data mesh) — это новый способ децентрализовать управление данными, радикально повышая их безопасность и доступность.

Секреты аналитики

Сколько денег вы теряете на инцидентах

В этом материале автор разберет, зачем и как считать потери на инцидентах, можно ли делать это автоматически и как продать ценность расчётов бизнесу.

Секреты аналитики

Кто такой Data Engineer?

В этой статье вы узнаете кто такой Data Engineer. А также какие бывают направления и куда можно посмотреть, чтобы развиваться в дата-инженерии.

Секреты аналитики

Основы Power Query: подключение Excel

В этом видеоуроке автор подробно разбирает процесс подключения к файлу Excel при помощи Power Query. После создания подключения вы сможете преобразовать данные и импортировать их на лист Excel.

Смотреть это видео на youtube: youtu.be/JfChFjhuaNY

Секреты аналитики

Как мы построили сервис, который помогает сократить поиск видео контента в огромной базе данных

Цель этой статьи — подробно рассказать о процессе создания сервиса по поиску видеоконтента с помощью текста, решениях, которые команда автора приняла на каждом этапе, и о том, какие технологии использовала. Вы узнаете, как сложные технические задачи могут быть решены простыми и эффективными методами.

Секреты аналитики

8 советов по эффективной визуализации данных

Основная цель науки о данных — повысить ценность бизнеса. Большинство людей не понимают данные, и мы должны показать их. При эффективном выполнении визуализация может помочь нам раскрыть идеи, выявить тенденции и донести какой-то смысл. В этой статье автор дает 8 советов о том, как создать красивую, интерпретируемую и эффективную визуализацию данных.

Секреты аналитики

Оптимизация метрик веба через аудит в Google Tag Manager: реальность или вымысел?

В этой статье автор расскажет, как она пробовала оптимизировать метрики веба с помощью аудита в GTM, и предоставит план эксперимента на случай, если вы решите провернуть это у себя.

Секреты аналитики

Supervised Fine-Tuning: как настроить LLM под конкретную задачу?

Пожалуй, для адаптации больших языковых моделей под чётко очерченные задачи обработки естественного языка нет технологии лучше, чем SFT (supervised fine-tuning). Для дообучения модели её необходимо предварительно обучить, а это означает, что она уже многому научилась из широкого спектра текстов.

Секреты аналитики

Pandas - разбор основных возможностей на реальном датасете

01:17 Создание датафрейма
03:49 Экспорт датафрейма
04:38 Первичный анализ датафрейма
06:17 Одномерные данные (series)
07:18 Фильтрация по строкам (rows) и столбцам (columns)
14:43 Сортировка данных
16:20 Объединение датафреймов с помощью concat и merge
21:40 Аналитические функции (describe, mean и т.д.)
23:31 Группировка данных с помощью group by
26:12 Подсчет корреляции
26:33 Визуализация данных с помощью plot (matplotlib)

Смотреть это видео на youtube: youtu.be/-sJxwvx0P20

Секреты аналитики

Разметка данных — тренируемся на кошках

Погружаясь все глубже в процессы автоматизации, в какой-то момент ты сталкиваешься с необходимостью разметки данных, хотя буквально пару недель назад словосочетания — разметка данных и ты — стояли далеко друг от друга.

Секреты аналитики

Пять причин, по которым вам нужны синтетические данные

Сбор и разметка данных в реальном мире может быть длительным и дорогостоящим занятием. Кроме того, у этих данных могут быть проблемы с качеством, разнообразием и количеством. К счастью, подобные проблемы можно решать при помощи синтетических данных.

Секреты аналитики

🔵Бесплатные вебинары курса «Бизнес-аналитик в IT» для новичков и опытных специалистов!

🎓Вебинар 1: Ключевые навыки и пути развития бизнес-аналитика

⏰10 июля в 20:00 мск

💎Вы узнаете:
Определение роли бизнес-аналитика в IT, рассмотрим смежные направления, как возможные точки роста в данной профессии.
Познакомитесь с актуальной матрицей компетенций для аналитика и узнаете, какие навыки и инструменты помогут вам развиваться и повышать экспертизу.

🎓Вебинар 2: MVP глазами бизнес-аналитика: от идеи до первых функций

⏰16 июля в 20:00 мск

В рамках вебинара рассмотрим концепцию MVP и варианты развитию первых наработок в рамках продукта

💎Вы узнаете:
1. Что такое MVP
2. Примеры удачных MVP
3. Инструмент UserStoryMaping как инструмент формирования границ MVP

🎓Вебинар 3: Типы требований: чем они отличаются и зачем нужны

⏰24 июля в 20:00 мск

💎Вы узнаете:
Какие бывают типы требований, зачем их классифицировать и как это помогает в работе с заказчиком и командой разработки.
Рассмотрим два ключевых подхода к типизации требований — по Вигерсу и BABOK, обсудим их различия и преимущества.
На практике покажем, как грамотно формулировать требования каждого типа, чтобы избежать путаницы и недопонимания на проекте.

➡️Регистрация на вебинары: https://otus.pw/gwIs/

Реклама. ООО «Отус онлайн-образование», ОГРН 1177746618576, erid: 2VtzqxeodXM

Roadmap Data Engineer

В этом видео автор разберет, какие навыки необходимы для старта карьеры в больших данных и на чем нужно сосредоточиться для продвижения по карьерной лестнице.

Описанный Roadmap поможет новичкам определиться в актуальных и востребованных технологиях, а опытным разработчикам систематизировать свои знания и обратить внимание на новые области.

Смотреть это видео на youtube: youtu.be/PquSZWX6qn0

Секреты аналитики

Power Query: как работать с данными в таблице?

Power Query считается одним из наиболее полезных инструментов в Microsoft Excel. В этом видео автор подробно разбирает данный инструмент. Вы узнаете, зачем нужен Power Query, как получить данные из Excel, как работать с данными, а также рассмотрите конкретные примеры использования Power Query.

Смотреть это видео на youtube: youtu.be/Vulpb583V3w

Секреты аналитики

Как data science экономит сотни часов рабочего времени

Кейс оценки качества изображений с помощью модулей языков программирования.

Секреты аналитики

Как проходят собеседования в Data Science

В этом ролике автор подробно рассказывает как проходят собеседования в IT и в Data Science в частности, а также делится полезными материалами для трудоустройства.

00:00 Введение
00:30 Интервью с HR
03:10 Техническое интервью
06:38 Про тестовое задание
08:25 Третий этап интервью
10:20 Ходить на собеседования нужно
11:18 Заключение

Смотреть это видео на youtube: youtu.be/z-bwhk4s_tE

Секреты аналитики

9 советов начинающему веб-аналитику. Как стать специалистом, за которого будут драться работодатели

Бизнесу сейчас как никогда нужны такие решения и такие люди, которые помогут получить и удержать как можно больше клиентов. Веб-аналитик — один из таких специалистов. Он помогает разобраться в причинах низкой конверсии и высокой стоимости лида, и может дать рекомендации по улучшению метрик.

Автор сделал подборку ключевых рекомендаций, которые помогут начинающему веб-аналитику сориентироваться в том, что действительно важно для работы.

Секреты аналитики

5 декораторов Python, которые стоит использовать во всех своих проектах в области Data Science

Поначалу цель каждого разработчика - сделать работающую программу. Постепенно мы начинаем беспокоиться об удобочитаемости и масштабируемости. Именно тогда мы впервые слышим о таком понятии, как декораторы.

Секреты аналитики

Что будет с Data Science через 10 лет?

В этом ролике автор подробно разбирает, умирает ли сфера Data Science, что будет с ней через 5 или 10 лет, а также стоит ли вообще начинать учиться в 2022 году?

00:00 Вступление
00:37 Исчезнет ли DS через 10 лет
01:52 Автоматизация DS
03:38 Динамика количества вакансий
06:50 Развивающиеся направления DS
09:20 Выводы

Смотреть это видео на youtube: youtu.be/EDErsN-cb48

Секреты аналитики