Когнитивные искажения у аналитика данных: найти и починить

Как починить себя? Принять как данность, что все подвержены когнитивным искажениям. От них нельзя избавиться полностью. Можно «пойти на компромисс: научиться распознавать ситуации, в которых возможны ошибки. И стараться избегать серьёзных ошибок, если ставки высоки».

Секреты аналитики

Пирамида потребностей в работе с данными

Психолог Абрахам Маслоу определил пирамиду потребностей человека. У производственных команд также существует своя иерархия потребностей. Для команды по работе с большими данными она начинается с актуальности данных. Следующие «ступени» – объемы, структура и значения данных, а вершина этой пирамиды – происхождение данных.

Секреты аналитики

Работа над неразмеченными данными с QGIS и opentripmap на практике

В этом материале автор поделится интересным опытом работы с неразмеченными данными при помощи открытых ресурсов. Задача: по исходным данным определить является ли конкретное фото, сделанное пользователем, туристическим или нет. А также масштабировать и автоматизировать алгоритм решения на любой регион Российской Федерации, избегая ручную работу.

Секреты аналитики

Как учить Data Science?

В этом ролике автор расскажет о литературе, что ему довелось прочитать, и о курсах, что он успел пройти, на пути к освоению Data Science.

00:00 Вступление
00:14 Проблема роадмапов
02:25 То что я не рекомендую
03:28 Книги
08:44 Курсы
11:39 Дополнительные курсы
12:10 Послесловие

Смотреть это видео на youtube: youtu.be/LLx0rYpOHMc

Секреты аналитики

Подборка шпаргалок по Data Science для начинающих

Этот материал поможет вам быстро найти нужную информацию и ускорить процесс работы с данными при использовании Python, SQL, GIT, Pandas, Numpy.

Секреты аналитики

С чего аналитику начать изучение Python

Многие аналитики начинают учить Python, но быстро бросают. Чаще всего это происходит потому, что они начинают изучение с синтаксиса и простых абстрактных примеров. Поначалу это может быть интересным, но потом надоедает. Лучше всего проходить основы языка (на курсах или с помощью учебника), но параллельно пробовать решать простые практические задачи, автоматизируя рутину и сразу же ощущая как Python улучшает вашу жизнь.

Секреты аналитики

Вредные советы по подготовке датасета

Это статья для тех, кто:

• Делает первые шаги в сборе датасетов на натуре, либо
• Уже имеет опыт, но интересно посмотреть на мнение коллег.

Секреты аналитики

Разведочный анализ (EDA)

Разведочный анализ данных, или EDA, – это как археологические раскопки в мире информации. Это первый шаг, когда мы берем на себя роль исследователя данных и начинаем расследовать, как устроены наши данные, как они взаимосвязаны и что они нам могут рассказать.

Секреты аналитики

Что почитать начинающему аналитику?

Часто начинающие аналитики хотят узнать, что можно почитать, чтобы понять профессию и преуспеть в ней. В этом ролике автор составляет свою подборку лучших книг и коротко разбирает каждую. Все они окажутся полезными для начинающих, но на разных этапах их профессионального роста.

Смотреть это видео на youtube: youtu.be/sDqkhCS1c0U

Секреты аналитики

Экосистема для разработки и применения Computer Vision (CV) в промышленности

На сегодняшний день компьютерное зрение (CV — computer vision) активно применяется в промышленности и уже стало привычной технологией для многих производств. В этой статье автор поделится опытом разработки экосистемы сервисов для упрощения процесса разработки моделей и решений по CV.

Секреты аналитики

На что стоит рассчитывать на первой работе: путь стажера (data engineer)

В этой статье автор поделится своим опытом и даст несколько рекомендаций людям, которые только начинают свой путь в области работы с данными и хотели бы узнать, какие задачи предстоит выполнять, оказавшись на своем первом рабочем месте.

Секреты аналитики

Методы очистки данных в Pandas

Аналитики данных часто сталкиваются с грязными данными, которые могут существенно замедлить процесс анализа. Грязные данные – это пропущенные значения, дубликаты, неконсистентные данные. Очищать грязные данные можно c помощью Pandas. В этой статье автор рассматривает основные методы.

Секреты аналитики

5 октября начнется 19-й поток программы Data Engineer от Newprolab

Программа для junior- и middle-дата-инженеров, аналитиков, backend-разработчиков, техлидов и тех, кто работает с data-командами и хочет лучше понимать современный стек DE

📌 Что внутри:
– 10 недель обучения
– 30 занятий: онлайн + записи
– 10 практических лабораторных работ
– облачный кластер и реальные данные
– чат участников и поддержка команды программы

📌 Что получите на выходе:
1. Научитесь решать типовые задачи DE на практике
2. Систематизируете знания и закроете пробелы в современном DE-стеке
3. Поработаете с реальными данными и инфраструктурой, а не только с учебными примерами
4. Соберете практический опыт, который можно обсуждать на собеседованиях и использовать в работе
5. Все записи и материалы останутся у вас после окончания программы

Преподаватели – практикующие специалисты из ведущих технологических компаний. На занятиях можно разбирать реальные кейсы, задавать вопросы и получать обратную связь

👉 Подробности и квиз – на сайте

Квиз покажет, насколько программа подходит именно под вашу роль и задачи, даст персональные рекомендации и промокод на скидку
___
По всем вопросам пишите Алексею @snitsa

Реклама. НОЧУ ДПО «НЬЮПРОЛАБ», ИНН 7729461098, erid: CQH36pWzJqVKq9rQdJbvn5QNMKCGVRT5DDYJwsgpE5G4c2

ТОП вопросов на собеседовании Data Scientist: разбор ответов

0:00 Общие вопросы
0:53 Линейные модели
2:17 Оптимизаторы
3:39 Переобучение
5:20 Ансамбли и их алгоритмы
6:45 Bias-Variance tradeoff
7:48 Рекомендации по избранию факапов
8:29 Дополнительные вопросы

Смотреть это видео на youtube: youtu.be/o1HpQAwAa4A

Секреты аналитики

🤖 Как AI может работать с данными из 1С — и что для этого действительно нужно?

1 октября в 11:00 МСК проведём вебинар:

LLM + OData + 1С: выдержит ли база AI-аналитику?

Начнём с OData: разберём, как с её помощью AI-агент может обращаться к данным 1С, что на таком подходе можно построить и где появляются ограничения.

Затем покажем альтернативный сценарий - работу через Экстрактор 1С и подготовку данных.

Обсудим:
→ как AI получает данные из 1С;
→ когда достаточно OData;
→ чем отличается подход с Экстрактором;
→ как связать Экстрактор и AI.

Разберем связку Экстрактор + AI, пофантазируем и ответим на вопросы.
Без сложной теории — на понятных примерах.

📅 1 октября · 11:00 МСК
👉 Регистрация: по ссылке

Реклама. ООО "ДЕНВИК АНАЛИТИКА". ИНН 1101178666. erid: 2Vtzqvk2BaC

Чем занимаются специалисты по работе с данными и как стать Data-инженером

В этом материале автор рассказывает, чем отличаются подходы к построению распределённых хранилищ данных Data Warehouse (DWH) и Data Lake и в чём специфика задач специалистов, работающих с данными.

Секреты аналитики

Excel - основа для анализа финансов

📌 Полезные приёмы, гайды, лайфхаки эксель и финансового анализа для начинающих на канале @fin_analytics.

Подписывайся и становись финансистом: @fin_analytics

Как я стал аналитиком: путь от «чистого гуманитария» до работы в крупной фудтех-компании

Аналитика данных — одно из самых перспективных и сложных направлений в ИТ. Но, несмотря на высокий порог входа, попасть в эту сферу можно, будучи еще студентом. В этом материале автор рассказывает о своем пути к должности продуктового аналитика.

Секреты аналитики

Опыт работы с данными или с чем может столкнуться аналитик

В этой статье автор хотел бы погрузить вас в мир данных и вспомнить:
• какие встречались проекты, связанные с хранилищами и данными
• какие задачи приходилось решать
• какие навыки пригодились

Секреты аналитики