Media is too big
VIEW IN TELEGRAM
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
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 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
Команда Trisigma проведёт первый митап про A/B-культуру в Ташкенте 1 октября
Trisigma — платформа для A/B-тестирования, которой уже пользуются Burger King, Авито, Детский мир и другие бигтехи.
1 октября в Ташкенте команда соберёт комьюнити тех, кто работает с данными и экспериментами.
На митапе вместе со спикерами из TBC/Payme и Uzum обсудят, как data-driven-подход работает за пределами вайт-пейперов в разных компаниях и разных контекстах.
🔸 Как культура экспериментов превращает продуктовую команду в data-driven, а не data-informed.
🔸 Как выстроить аналитику так, чтобы она помогала, а не мешала бизнесу.
🔸 Как в разных компаниях устроен процесс и почему в одной он работает, а в другой нет.
🔸 Как устроена экономика A/B-тестов.
После проведут демо платформы Trisigma.
✅ Регистрируйтесь на офлайн в Ташкенте или онлайн, чтобы подключиться из любой точки.
📌 Trisigma to Tashkent, 1 октября, Piramit Tower
Trisigma — платформа для A/B-тестирования, которой уже пользуются Burger King, Авито, Детский мир и другие бигтехи.
1 октября в Ташкенте команда соберёт комьюнити тех, кто работает с данными и экспериментами.
На митапе вместе со спикерами из TBC/Payme и Uzum обсудят, как data-driven-подход работает за пределами вайт-пейперов в разных компаниях и разных контекстах.
После проведут демо платформы Trisigma.
Please open Telegram to view this post
VIEW IN TELEGRAM
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
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
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
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
Media is too big
VIEW IN TELEGRAM
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
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
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
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
📌 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
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
Please open Telegram to view this post
VIEW IN TELEGRAM
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
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
Что под капотом у рекомендаций Авито на главной
Они решают две задачи:
1️⃣ Показывают пользователю максимально релевантные товары.
2️⃣ Разбавляют выдачу объявлениями, которые могут быть интересны.
Качественные товары с адекватной ценой часто разбирают в первые часы. Поэтому важно, чтобы они быстро попадали на главную.
Недавно мы поменяли архитектуру рекомендаций — и ускорили их в 18 раз. После этого контакты продавцов с покупателями выросли на 1%, а расход памяти упал в три раза.
Но получилось всё это не с первого раза: пришлось пройти несколько итераций.
Подробности в статье↖️
Они решают две задачи:
Качественные товары с адекватной ценой часто разбирают в первые часы. Поэтому важно, чтобы они быстро попадали на главную.
Недавно мы поменяли архитектуру рекомендаций — и ускорили их в 18 раз. После этого контакты продавцов с покупателями выросли на 1%, а расход памяти упал в три раза.
Но получилось всё это не с первого раза: пришлось пройти несколько итераций.
Подробности в статье
Please open Telegram to view this post
VIEW IN TELEGRAM
Media is too big
VIEW IN TELEGRAM
Polars - лучший инструмент Data Scientist для обработки данных
00:00 Что такое Polars?
00:42 Установка и считывание данных
02:01 Базовые операции
03:53 MLOps инструменты
05:01 Выбор столбцов
06:09 Индексы
06:27 Фильтрация по условиям
07:31 Агрегация информации
08:54 Изменение данных
11:14 Аналог map для строк в Polars
11:37 Group By и Pivot
13:45 Визуализация данных
Смотреть это видео на youtube: youtu.be/kACKlWBK1s0
Секреты аналитики
00:00 Что такое Polars?
00:42 Установка и считывание данных
02:01 Базовые операции
03:53 MLOps инструменты
05:01 Выбор столбцов
06:09 Индексы
06:27 Фильтрация по условиям
07:31 Агрегация информации
08:54 Изменение данных
11:14 Аналог map для строк в Polars
11:37 Group By и Pivot
13:45 Визуализация данных
Смотреть это видео на youtube: youtu.be/kACKlWBK1s0
Секреты аналитики