📌Вот и начался учебный год для первого потока студентов магистратуры💡
В этой группе мы будем выкладывать актуальные материалы о жизни наших студентов, об их совместных проектах и рассказывать о том, как продвигается обучение.
Также вы получите другую интересную информацию😉
Поэтому оставайтесь в группе, чтобы быть в курсе всех событий и подготовиться к поступлению в следующем году 👆🏻
В этой группе мы будем выкладывать актуальные материалы о жизни наших студентов, об их совместных проектах и рассказывать о том, как продвигается обучение.
Также вы получите другую интересную информацию😉
Поэтому оставайтесь в группе, чтобы быть в курсе всех событий и подготовиться к поступлению в следующем году 👆🏻
📌Сегодня - День знаний🤓
Поэтому, хотим предложить вам "Курс-тренажер по SQL для анализа данных" от нашего партнера SkillFactory.
Курс дает возможность погрузиться в сферу data science уже сейчас и получить те навыки, которые пригодятся для обучения в магистратуре🎓
⚡️Специально для вас скидка в 50%, просто скажите, что вы из МИСиС😉
Подробнее о курсе 👇🏻
https://skillfactory.ru/sql
Поэтому, хотим предложить вам "Курс-тренажер по SQL для анализа данных" от нашего партнера SkillFactory.
Курс дает возможность погрузиться в сферу data science уже сейчас и получить те навыки, которые пригодятся для обучения в магистратуре🎓
⚡️Специально для вас скидка в 50%, просто скажите, что вы из МИСиС😉
Подробнее о курсе 👇🏻
https://skillfactory.ru/sql
📌Продолжаем серию постов о курсах от нашего партнера SkillFactory, которые помогут подготовиться к поступлению в магистратуру в следующем году.
"Курс по аналитике данных"👇🏻
https://skillfactory.ru/analytics
Специально для абитуриентов МИСиС - скидка 50% по промокоду MISIS50DA🔥
"Курс по аналитике данных"👇🏻
https://skillfactory.ru/analytics
Специально для абитуриентов МИСиС - скидка 50% по промокоду MISIS50DA🔥
📌 Еще один отличный курс от нашего партнера SkillFactory специально для тех, кто хочет прокачаться в математике.
Математика и Machine Learning для Data Science👇🏻
https://skillfactory.ru/math_and_ml
🚀Курс стартует 11 сентября!
К тому же, только для абитуриентов МИСиС - скидка 50% по промокоду MISIS50ML 🔥
Математика и Machine Learning для Data Science👇🏻
https://skillfactory.ru/math_and_ml
🚀Курс стартует 11 сентября!
К тому же, только для абитуриентов МИСиС - скидка 50% по промокоду MISIS50ML 🔥
📌Cовсем недавно мы провели Online Orientation Day для студентов нашей магистратуры🎓
Одним из мероприятий OOD была встреча в Zoom:
👉🏻Студенты познакомились с кураторами, узнали больше об учебном процессе и пространстве Slack.
👉🏻Поговорили о любимых книгах, рассказали о себе (многие наши студенты живут за границей), обсуждали дистанционный формат обучения и работы, его плюсы и минусы.
👉🏻Также знакомились в формате speed dating (рандомное распределение по комнатам на 3 минуты, с заранее предложенными вопросами для обсуждения).
💥Кроме этого, была виртуальная выставка AI Gallery на платформе Mozilla Hubs, где нашим студентам представилась возможность побродить по вымышленному миру: посмотреть на картины, спектакли и графику, созданную с помощью ИИ искусственного интеллекта, а также пообщаться с коллегами и кураторами в необычной обстановке.
Было очень увлекательно❤️
P.S. Впереди еще много встреч для наших студентов подобного формата😉
Одним из мероприятий OOD была встреча в Zoom:
👉🏻Студенты познакомились с кураторами, узнали больше об учебном процессе и пространстве Slack.
👉🏻Поговорили о любимых книгах, рассказали о себе (многие наши студенты живут за границей), обсуждали дистанционный формат обучения и работы, его плюсы и минусы.
👉🏻Также знакомились в формате speed dating (рандомное распределение по комнатам на 3 минуты, с заранее предложенными вопросами для обсуждения).
💥Кроме этого, была виртуальная выставка AI Gallery на платформе Mozilla Hubs, где нашим студентам представилась возможность побродить по вымышленному миру: посмотреть на картины, спектакли и графику, созданную с помощью ИИ искусственного интеллекта, а также пообщаться с коллегами и кураторами в необычной обстановке.
Было очень увлекательно❤️
P.S. Впереди еще много встреч для наших студентов подобного формата😉
This media is not supported in your browser
VIEW IN TELEGRAM
📌Как и обещали, для наших студентов мы еженедельно проводим различные неформальные мероприятия, чтобы немного разбавить учебный процесс и прокачать свои soft skills 💡
Вчера у нас состоялась ещё одна внеучебная встреча в формате увлекательной игры "Что? Где? Когда?"
Каждому участнику представилась возможность показать свою эрудицию и логический склад ума🧠
А также у нас были призы, которые получили не только участники, но и организаторы.
Главным призом стали — улыбки и настроение!🙂
До первого хакатона ещё много времени, а мы уже вовсю отлаживаем командное взаимодействие👥
Следите за обновлениями, чтобы быть в курсе всех событий онлайн-магистратуры 🎯
Вчера у нас состоялась ещё одна внеучебная встреча в формате увлекательной игры "Что? Где? Когда?"
Каждому участнику представилась возможность показать свою эрудицию и логический склад ума🧠
А также у нас были призы, которые получили не только участники, но и организаторы.
Главным призом стали — улыбки и настроение!🙂
До первого хакатона ещё много времени, а мы уже вовсю отлаживаем командное взаимодействие👥
Следите за обновлениями, чтобы быть в курсе всех событий онлайн-магистратуры 🎯
Media is too big
VIEW IN TELEGRAM
📌Специально для вас хотим показать видео из университета МИСиС💥
Напоминаем, что студенты могут приезжать на кампус, но занятия будут проходить в онлайн-режиме🙌🏻
Посмотрите, как здесь красиво😍
Напоминаем, что студенты могут приезжать на кампус, но занятия будут проходить в онлайн-режиме🙌🏻
Посмотрите, как здесь красиво😍
🤖 Поздравляем вас с Днём программиста! 🤖
И сегодня мы расскажем вам, о первом групповом практикуме для наших студентов.🎓
Если кратко — студенты будут решать задачи в командах и представлять свои решения, а преподаватель даст каждой команде развернутый фидбек.
А теперь разложим по полочкам:
👉🏻Автор курса сформулировал для студентов задачи по Python. Мы их высылаем нашим студентам в пространстве Slack. Эти задачи решаются не индивидуально, а в командах.
👉🏻Студенты распределены по командам. Каждая команда - это малая группа по 5-6 человек.
Каждая группа закреплена за конкретным куратором.
👉🏻Куратор высылает каждой команде задачу. У команды есть неделя, чтобы ее решить.
Для совместной работы в командах используется Google Collaboratory.
👉🏻Участники каждой команды самостоятельно выбирают “тимлида” и сообщают его имя куратору.
👉🏻За два дня до проведения группового практикума каждая команда представляет свое решение задачи в Google Colaboratory и дает ссылку своему куратору.
👉🏻 За пару дней до вебинара мы пересылаем собранные решения преподавателю для того чтобы он мог с ними ознакомиться и на вебинаре дать каждой команде развернутый фидбек.
👉🏻В день проведения вебинара тимлиды от каждой команды в режиме демонстрации экрана представляют и защищают свой вариант решения задачи и выбранный подход.
👉🏻После защиты каждого решения преподаватель дает команде обратную связь: что сделано верно, как можно поправить код или упростить его.
Все команды последовательно представляют свои решения и получают ОС🗣
✅В завершение вебинара будет 10 минут на обсуждение и короткую Q&A сессию (по 1 вопросу от группы).
Групповой практикум проводится в трех потоках (продолжительность: 1 час с перерывом 30 минут).
В каждом потоке участвует 6-7 команд.
И сегодня мы расскажем вам, о первом групповом практикуме для наших студентов.🎓
Если кратко — студенты будут решать задачи в командах и представлять свои решения, а преподаватель даст каждой команде развернутый фидбек.
А теперь разложим по полочкам:
👉🏻Автор курса сформулировал для студентов задачи по Python. Мы их высылаем нашим студентам в пространстве Slack. Эти задачи решаются не индивидуально, а в командах.
👉🏻Студенты распределены по командам. Каждая команда - это малая группа по 5-6 человек.
Каждая группа закреплена за конкретным куратором.
👉🏻Куратор высылает каждой команде задачу. У команды есть неделя, чтобы ее решить.
Для совместной работы в командах используется Google Collaboratory.
👉🏻Участники каждой команды самостоятельно выбирают “тимлида” и сообщают его имя куратору.
👉🏻За два дня до проведения группового практикума каждая команда представляет свое решение задачи в Google Colaboratory и дает ссылку своему куратору.
👉🏻 За пару дней до вебинара мы пересылаем собранные решения преподавателю для того чтобы он мог с ними ознакомиться и на вебинаре дать каждой команде развернутый фидбек.
👉🏻В день проведения вебинара тимлиды от каждой команды в режиме демонстрации экрана представляют и защищают свой вариант решения задачи и выбранный подход.
👉🏻После защиты каждого решения преподаватель дает команде обратную связь: что сделано верно, как можно поправить код или упростить его.
Все команды последовательно представляют свои решения и получают ОС🗣
✅В завершение вебинара будет 10 минут на обсуждение и короткую Q&A сессию (по 1 вопросу от группы).
Групповой практикум проводится в трех потоках (продолжительность: 1 час с перерывом 30 минут).
В каждом потоке участвует 6-7 команд.
📌 Учебный год для наших студентов в самом разгаре, а пока предлагаем вам посетить бесплатный карьерный митап от нашего партнера SkillFactory, который пройдет сегодня в 20:00 по Москве 🕖
"С нуля до PRO в аналитике данных: чему и как учиться, чтобы быстрее расти в карьере"
Ссылка на мероприятие👇🏻
https://skillfactory.ru/analytics_grades ✅
"С нуля до PRO в аналитике данных: чему и как учиться, чтобы быстрее расти в карьере"
Ссылка на мероприятие👇🏻
https://skillfactory.ru/analytics_grades ✅
📌Добрый день!
Недавно для студентов магистратуры прошёл семинар в формате Q&A, на котором Эмиль Магеррамов (руководитель отдела вычислительной химии в компании Biocad, сооснователь и старший дата-сайентист в компании EORA) ответил на вопросы студентов.
Решили поделиться одними из самых интересных🙂
«Как выглядит день ds специалиста?»
👉🏻С коллегами встречаемся днём на стендапе (встреча на 15 минут, где каждый по очереди рассказывает: что мы сделали вчера, что мы будем делать сегодня и какие у нас проблемы), предварительно изучаю актуальные новости по нашей теме (модели машинного обучения, новые алгоритмы и новые приёмы машинного обучения). Просматриваю и выбираю то, что мне кажется интересным и полезным для нашей работы и думаю о том, как это применить в моей текущей задаче.
«Какие разделы математики нужно знать дата сайентисту и как глубоко?»
👉🏻Всё зависит от того, в какую сторону вы хотите пойти в ds. Если вы хотите сами придумывать алгоритмы машинного обучения, то вам придётся изучить все разделы математики. Для тех, кто сильно хочет углубиться в математику, советую книгу👇🏻
https://mathematical-tours.github.io/book/
👉🏻Если вы хотите изучать модели и решать бизнес-задачи, то вам прежде всего нужно понимать теорию вероятности и математическую статистику, а также, что такое производная и градиент.
👉🏻Еще нужно понимать разделы из линейной алгебры, чтобы понимать, что такое векторы, матрицы, разложения.
«Какая польза различных мероприятий, митапов для начинающего дата сайентиста?»
👉🏻Я считаю, что польза огромная. В особенности советую хакатоны. Во-первых — это хороший способ узнать, что вообще сейчас в тренде и что происходит в индустрии. Во-вторых — отличный способ узнать новых интересных и полезных людей.
«Насколько сфера DS универсальна и международна? Образование в России позволит свободно работать в зарубежной компании или есть какие-то адаптации стилей?»
👉🏻Я работал в зарубежной компании, как дата сайентист и у меня не было абсолютно никаких проблем. По опыту моих знакомых точно так же. Data science — очень универсальная сфера.
Недавно для студентов магистратуры прошёл семинар в формате Q&A, на котором Эмиль Магеррамов (руководитель отдела вычислительной химии в компании Biocad, сооснователь и старший дата-сайентист в компании EORA) ответил на вопросы студентов.
Решили поделиться одними из самых интересных🙂
«Как выглядит день ds специалиста?»
👉🏻С коллегами встречаемся днём на стендапе (встреча на 15 минут, где каждый по очереди рассказывает: что мы сделали вчера, что мы будем делать сегодня и какие у нас проблемы), предварительно изучаю актуальные новости по нашей теме (модели машинного обучения, новые алгоритмы и новые приёмы машинного обучения). Просматриваю и выбираю то, что мне кажется интересным и полезным для нашей работы и думаю о том, как это применить в моей текущей задаче.
«Какие разделы математики нужно знать дата сайентисту и как глубоко?»
👉🏻Всё зависит от того, в какую сторону вы хотите пойти в ds. Если вы хотите сами придумывать алгоритмы машинного обучения, то вам придётся изучить все разделы математики. Для тех, кто сильно хочет углубиться в математику, советую книгу👇🏻
https://mathematical-tours.github.io/book/
👉🏻Если вы хотите изучать модели и решать бизнес-задачи, то вам прежде всего нужно понимать теорию вероятности и математическую статистику, а также, что такое производная и градиент.
👉🏻Еще нужно понимать разделы из линейной алгебры, чтобы понимать, что такое векторы, матрицы, разложения.
«Какая польза различных мероприятий, митапов для начинающего дата сайентиста?»
👉🏻Я считаю, что польза огромная. В особенности советую хакатоны. Во-первых — это хороший способ узнать, что вообще сейчас в тренде и что происходит в индустрии. Во-вторых — отличный способ узнать новых интересных и полезных людей.
«Насколько сфера DS универсальна и международна? Образование в России позволит свободно работать в зарубежной компании или есть какие-то адаптации стилей?»
👉🏻Я работал в зарубежной компании, как дата сайентист и у меня не было абсолютно никаких проблем. По опыту моих знакомых точно так же. Data science — очень универсальная сфера.
mathematical-tours.github.io
Mathematical Foundations - Mathematical Tours of Data Sciences
Mathematical Tour of Data Sciences