📌Добрый вечер!
У нас вышла статья, в которой студенты делятся своим опытом сбора датасета в рамках учебного хакатона магистратуры «Наука о данных» 🤖
В материале описаны 3 датасета:
🔹Набор данных о вакансиях для поиска IT специалистов на сайте hh.ru
🔹Датасет с данными кошек различных пород
🔹Датасет с данными из Spotify и MusicBrainz о российских музыкальных исполнителях и их лучших треках
Переходите по ссылке 👉 https://habr.com/ru/company/skillfactory/blog/542004/
Уверены, вам будет интересно! 🙂
У нас вышла статья, в которой студенты делятся своим опытом сбора датасета в рамках учебного хакатона магистратуры «Наука о данных» 🤖
В материале описаны 3 датасета:
🔹Набор данных о вакансиях для поиска IT специалистов на сайте hh.ru
🔹Датасет с данными кошек различных пород
🔹Датасет с данными из Spotify и MusicBrainz о российских музыкальных исполнителях и их лучших треках
Переходите по ссылке 👉 https://habr.com/ru/company/skillfactory/blog/542004/
Уверены, вам будет интересно! 🙂
Хабр
Нужно больше датасетов. Музыка, IT-скилы и котики
Привет, Хабр! Совсем недавно мы писали про открытый датасет, собранный командой студентов магистратуры «Наука о данных» НИТУ МИСиС и Zavtra.Online (подразделени...
📌Добрый день!
Продолжаем рассказывать о предметах второго семестра в магистратуре «Наука о данных».
🛠Инжиниринг данных🛠
Преподаватель курса — Троицкий Николай
Работал в таких компаниях, как: Техносерв, IBS, Сбербанк КИБ, Фонд Сколково и Интерфакс.
Сейчас занимается ИТ-консалтингом и руководит компанией «Бутик Информационных Технологий»
Курс состоит из модулей:
🔹Вводный модуль (Профессии в DS + Архитектура ПК)
🔹Тестирование
🔹Работа с файлами разных форматов
🔹Подготовка модели в Production
🔹Введение в SQL
🔹Агрегатные функции
🔹Связи таблиц
🔹Соединения таблиц
🔹Сложные объединения
🔹Практический Linux
🔹Системы визуализации и анализа
🔹Подзапросы
🔹Оконные функции
🔹NoSQL
В завершение курса, студенты научатся:
🔸Тестированию и отладке кода на Python
🔸Работать с файлами разных форматов
(не только CSV, но и Excel, JSON и XML)
🔸Понимать особенности доставки обученных моделей в продакшн
(различные способы применения моделей ML)
🔸SQL
🔸Операционная система Linux
Продолжаем рассказывать о предметах второго семестра в магистратуре «Наука о данных».
🛠Инжиниринг данных🛠
Преподаватель курса — Троицкий Николай
Работал в таких компаниях, как: Техносерв, IBS, Сбербанк КИБ, Фонд Сколково и Интерфакс.
Сейчас занимается ИТ-консалтингом и руководит компанией «Бутик Информационных Технологий»
Курс состоит из модулей:
🔹Вводный модуль (Профессии в DS + Архитектура ПК)
🔹Тестирование
🔹Работа с файлами разных форматов
🔹Подготовка модели в Production
🔹Введение в SQL
🔹Агрегатные функции
🔹Связи таблиц
🔹Соединения таблиц
🔹Сложные объединения
🔹Практический Linux
🔹Системы визуализации и анализа
🔹Подзапросы
🔹Оконные функции
🔹NoSQL
В завершение курса, студенты научатся:
🔸Тестированию и отладке кода на Python
🔸Работать с файлами разных форматов
(не только CSV, но и Excel, JSON и XML)
🔸Понимать особенности доставки обученных моделей в продакшн
(различные способы применения моделей ML)
🔸SQL
🔸Операционная система Linux
📌Добрый день!
Рубрика событий онлайн-магистратуры продолжается.
На прошлой неделе для наших магистрантов состоялась встреча с экспертом из области DS — Давидом Григорян.
Работает в компании Мегафон, занимается проектами по CVM (Customer value maximization).
Также к встрече присоединилась коллега Давида — HR-менеджер, Светлана Стаканова.
✨Цель встречи — рассказать о применении DS в телекоммуникациях и поделиться своим опытом.
Еще год назад Давид Григорян — был студентом магистратуры, а сейчас сотрудник ведущей компании в России.
Во время встречи студенты узнали:
▪С какими данными нужно работать
▪Как выглядит иерархия в команде,
▪Примеры проектов, типовые задачи, инструменты и как их освоить
▪Требования к профессии (на что смотрит работодатель при приеме на работу, как составить портфолио, реалии индустрии)
Кроме этого, успели задать вопросы приглашенным спикерам.
Делимся некоторыми из них:
❓Какой стек технологий вы точно требуете для стажеров и junior специалистов?
Топ 1,2,3 хард скилл для джуниора, кторый вы требуйте?
«Матан, лин.алгебра, питон. Начальные навыки по методам машинного обучения — всё что не дип ленинг джун должен знать.
1. Понимание статистики
2. Понимание матана и методов машинного обучения
3. Понимание питона»
❓Слышал такое мнение, что сейчас data science от узких специализаций движется в сторону "универсализации" специалистов, которые умеют и ml и de, всё действительно так?
«Да, и правда есть такое. Вполне нормальное картина, когда от ML Engineer требуется навыки работы с данными, со сбором их. Ровно, как и наоборот ситуация может повернуться.»
❓Насколько необходимо наличие портфолио для джуна? Достаточно ли пет-проджекта в виде телеграм-бота и небольшого ноутбука с анализом какого-нибудь датасета с кагла?
«Всё познаётся в сравнении. Если будет специалист с таким же стеком технологий, но с богатым гитхабом за плечами, то выбор будет в сторону богатого портфолио. Причины банальны — это опыт, на который будущий лид сможет опереться при составлении вопросов технического интервью.»
Рубрика событий онлайн-магистратуры продолжается.
На прошлой неделе для наших магистрантов состоялась встреча с экспертом из области DS — Давидом Григорян.
Работает в компании Мегафон, занимается проектами по CVM (Customer value maximization).
Также к встрече присоединилась коллега Давида — HR-менеджер, Светлана Стаканова.
✨Цель встречи — рассказать о применении DS в телекоммуникациях и поделиться своим опытом.
Еще год назад Давид Григорян — был студентом магистратуры, а сейчас сотрудник ведущей компании в России.
Во время встречи студенты узнали:
▪С какими данными нужно работать
▪Как выглядит иерархия в команде,
▪Примеры проектов, типовые задачи, инструменты и как их освоить
▪Требования к профессии (на что смотрит работодатель при приеме на работу, как составить портфолио, реалии индустрии)
Кроме этого, успели задать вопросы приглашенным спикерам.
Делимся некоторыми из них:
❓Какой стек технологий вы точно требуете для стажеров и junior специалистов?
Топ 1,2,3 хард скилл для джуниора, кторый вы требуйте?
«Матан, лин.алгебра, питон. Начальные навыки по методам машинного обучения — всё что не дип ленинг джун должен знать.
1. Понимание статистики
2. Понимание матана и методов машинного обучения
3. Понимание питона»
❓Слышал такое мнение, что сейчас data science от узких специализаций движется в сторону "универсализации" специалистов, которые умеют и ml и de, всё действительно так?
«Да, и правда есть такое. Вполне нормальное картина, когда от ML Engineer требуется навыки работы с данными, со сбором их. Ровно, как и наоборот ситуация может повернуться.»
❓Насколько необходимо наличие портфолио для джуна? Достаточно ли пет-проджекта в виде телеграм-бота и небольшого ноутбука с анализом какого-нибудь датасета с кагла?
«Всё познаётся в сравнении. Если будет специалист с таким же стеком технологий, но с богатым гитхабом за плечами, то выбор будет в сторону богатого портфолио. Причины банальны — это опыт, на который будущий лид сможет опереться при составлении вопросов технического интервью.»
📌Добрый день! У нас бомба-новость!💣💥
В прошлое воскресенье у нас прошел финал второго хакатона в магистратуре «Наука о данных».
В этот раз — Межгалактический хакатон 🪐
Рассказываем: Почему хакатон — межгалактический и что это вообще обозначает.
Чтобы было интереснее мы добавили идею известного произведения «Автостопом по галактике».🚀
По нашему мнению данные — это целая галактика.✨
🎯Миссия:
Студентам предстояло решить исследовательскую задачу с помощью анализа данных и/или машинного обучения.
✖
Подтвердить или опровергнуть поставленную гипотезу, обучив модели и найдя закономерности в данных.
Мы предложили студентам выбрать один из двух треков:
🤖«Марвин» — те студенты, которые выбрали этот трек — решали задачи от наших партнеров на их датасетах. «Галактический путеводитель» дал подсказку — собирать данные в таком случае не обязательно, но обогащение имеющихся данных из открытых источников может быть полезным.
🧑«Артур» — этот трек для настоящих исследователей: здесь можно использовать набор данных с первого хакатона, к нему разработать исследовательскую идею, сформулировать гипотезу и проверить ее, а результаты представить менторам.
Затянуло в космос Data Science и наших партнеров, которые представили кейсы нашим студентам:
Всего хакатон занял 5 дней. Все 5 дней студенты решали задачи, а также получили несколько дополнительных консультаций с партнерами в формате Q&A.
Также, перед выступлением финалистов хакатона, мы организовали «Музыкальную паузу». 🎵
Нашим специальным гостем стала — Аня Литомина из группы «Трипинадва», которая исполнила песни под гитару.🎸
Теперь рассказываем о финалистах нашего хакатона:
Команда «3 P’s» (кейс DVHB) — 1 место 🥇
Команда «Глубокое переобучение» (кейс UFC) — 2 место 🥈
Команда «Cloud 9» (кейс Intellivision) — 3 место 🥉
Предлагаем и вам частично погрузиться в наш межгалактический хакатон 👉🏻🚀 https://zavtra.online/hackathon
В прошлое воскресенье у нас прошел финал второго хакатона в магистратуре «Наука о данных».
В этот раз — Межгалактический хакатон 🪐
Рассказываем: Почему хакатон — межгалактический и что это вообще обозначает.
Чтобы было интереснее мы добавили идею известного произведения «Автостопом по галактике».🚀
По нашему мнению данные — это целая галактика.✨
🎯Миссия:
Студентам предстояло решить исследовательскую задачу с помощью анализа данных и/или машинного обучения.
✖
Подтвердить или опровергнуть поставленную гипотезу, обучив модели и найдя закономерности в данных.
Мы предложили студентам выбрать один из двух треков:
🤖«Марвин» — те студенты, которые выбрали этот трек — решали задачи от наших партнеров на их датасетах. «Галактический путеводитель» дал подсказку — собирать данные в таком случае не обязательно, но обогащение имеющихся данных из открытых источников может быть полезным.
🧑«Артур» — этот трек для настоящих исследователей: здесь можно использовать набор данных с первого хакатона, к нему разработать исследовательскую идею, сформулировать гипотезу и проверить ее, а результаты представить менторам.
Затянуло в космос Data Science и наших партнеров, которые представили кейсы нашим студентам:
◾
Кейс 1. — «Анализ схем севооборота» от DHVB◾
Кейс 2. — «Анализ данных для формирования состава» от РЖД◾
Кейс 3. — «Кластеризация изображений транспортных средств» от Intellivision◾
Кейс 4. — «Предсказание бойца победителя UFC» от ментора Николая Толстова, Data Science Teamlead, Merlin AI◾
Кейс 5. — «Формирование мультизаказов курьерской доставки»Всего хакатон занял 5 дней. Все 5 дней студенты решали задачи, а также получили несколько дополнительных консультаций с партнерами в формате Q&A.
Также, перед выступлением финалистов хакатона, мы организовали «Музыкальную паузу». 🎵
Нашим специальным гостем стала — Аня Литомина из группы «Трипинадва», которая исполнила песни под гитару.🎸
Теперь рассказываем о финалистах нашего хакатона:
Команда «3 P’s» (кейс DVHB) — 1 место 🥇
Команда «Глубокое переобучение» (кейс UFC) — 2 место 🥈
Команда «Cloud 9» (кейс Intellivision) — 3 место 🥉
Предлагаем и вам частично погрузиться в наш межгалактический хакатон 👉🏻🚀 https://zavtra.online/hackathon
Доброе утро! ☀️
⏰ Сегодня в 17:00 по Москве — состоится стрим «Высшее образование в онлайне» с Александром Турилиным CEO & Co-founder в SkillFactory.
🎓На стриме поговорим об онлайн-образовании в университетах, а так же на другие важные темы:
🔹Всем ли профессиям можно научиться в сети и заменит ли онлайн-образование классические формы обучения?
🔹Поменять профессию онлайн — реальность или маркетинговый ход? Как онлайн-школы помогают кандидатам найти новую работу?
🔹Какие возможности дает онлайн-образование для построения карьеры и развития экспертизы топ-менеджерам?
👉🏻Регистрация на мероприятие не нужна — просто нажмите кнопку «Пойду» на странице Facebook.
Вам придет уведомление о начале трансляции прямого эфира.
Также трансляция будет вестись на YouTube-канале.
⏰ Сегодня в 17:00 по Москве — состоится стрим «Высшее образование в онлайне» с Александром Турилиным CEO & Co-founder в SkillFactory.
🎓На стриме поговорим об онлайн-образовании в университетах, а так же на другие важные темы:
🔹Всем ли профессиям можно научиться в сети и заменит ли онлайн-образование классические формы обучения?
🔹Поменять профессию онлайн — реальность или маркетинговый ход? Как онлайн-школы помогают кандидатам найти новую работу?
🔹Какие возможности дает онлайн-образование для построения карьеры и развития экспертизы топ-менеджерам?
👉🏻Регистрация на мероприятие не нужна — просто нажмите кнопку «Пойду» на странице Facebook.
Вам придет уведомление о начале трансляции прямого эфира.
Также трансляция будет вестись на YouTube-канале.
Facebook
Log in or sign up to view
See posts, photos and more on Facebook.
📌Добрый день!
Совместно с нашими студентами мы снова выпускаем ✍️серию статей.
Финалисты подробно рассказывают о своём опыте решения задач, в рамках «Межгалактического хакатона» в магистратуре «Наука о данных» НИТУ МИСиС 🛸
Переходите по ссылке, чтобы прочесть 👉🏻 https://habr.com/ru/company/skillfactory/blog/549754/
Совместно с нашими студентами мы снова выпускаем ✍️серию статей.
Финалисты подробно рассказывают о своём опыте решения задач, в рамках «Межгалактического хакатона» в магистратуре «Наука о данных» НИТУ МИСиС 🛸
Переходите по ссылке, чтобы прочесть 👉🏻 https://habr.com/ru/company/skillfactory/blog/549754/
Хабр
Как мы на хакатоне транспорт кластеризировали
Привет, Хабр! Компьютерное зрение и искусственный интеллект — одни из самых востребованных направлений в современном IT. Поэтому мы выбрали именно их для учебног...
📌Добрый день!
Как вы уже знаете, в нашей магистратуре — мы делаем основной упор на практику! 🛠
Чтобы студенты получали реальный опыт и обратную связь от экспертов, мы внедряем в образовательную программу актуальные кейсы компаний.
Так, кроме групповых практикум и хакатонов, мы добавили проектный практикум под названием «Решено».
Что из себя представляет «Решено»?
Это задачи от партнеров, над которыми студентыми будут работать в течение 8 недель.
Оценивать студентов и вести контроль качества будут работодатели.
Наши партнеры и кейсы на «Решено»:
🔹Агентство инноваций города Москвы
Кейс — разработка автоматизированного метода оценки для системы по анализу технологических трендов
🔹First Line Software
Кейс — построение модели для анализа распространения COVID-19 на основании открытых данных поисковых систем
🔹АО «НИИАС»
Кейс — прогнозирование зарождающегося вагонопотока
Как вы уже знаете, в нашей магистратуре — мы делаем основной упор на практику! 🛠
Чтобы студенты получали реальный опыт и обратную связь от экспертов, мы внедряем в образовательную программу актуальные кейсы компаний.
Так, кроме групповых практикум и хакатонов, мы добавили проектный практикум под названием «Решено».
Что из себя представляет «Решено»?
Это задачи от партнеров, над которыми студентыми будут работать в течение 8 недель.
Оценивать студентов и вести контроль качества будут работодатели.
Наши партнеры и кейсы на «Решено»:
🔹Агентство инноваций города Москвы
Кейс — разработка автоматизированного метода оценки для системы по анализу технологических трендов
🔹First Line Software
Кейс — построение модели для анализа распространения COVID-19 на основании открытых данных поисковых систем
🔹АО «НИИАС»
Кейс — прогнозирование зарождающегося вагонопотока
📌Добрый день, дорогие абитуриенты!
Старт приемной кампании уже совсем близко!
Мы вовсю готовимся, чтобы запустить серию учебных вебинаров.
Для нас важно, чтобы каждый из вас смог присутсвовать лично, поэтому предлагаем вам принять участие в нашем опросе ниже👇🏻
P.S. Запись будет, но присутcтвуя лично, вы сможете задать вопросы напрямую, а также пообщаться с преподавателями, студентами магистратуры и будущими одногруппниками!
Старт приемной кампании уже совсем близко!
Мы вовсю готовимся, чтобы запустить серию учебных вебинаров.
Для нас важно, чтобы каждый из вас смог присутсвовать лично, поэтому предлагаем вам принять участие в нашем опросе ниже👇🏻
P.S. Запись будет, но присутcтвуя лично, вы сможете задать вопросы напрямую, а также пообщаться с преподавателями, студентами магистратуры и будущими одногруппниками!
Наиболее удобное время для вебинаров
Anonymous Poll
9%
Будни, 18:00
27%
Будни, 19:00
30%
Будни, 20:00
35%
Выходные, 12:00-14:00
8%
Выходные, 15:00-18:00
27%
Выходные, 19:00-21:00
Молния!⚡️
28 апреля в 19:00 по Москве в магистратуре «Науки о данных» НИТУ МИСиС пройдет День открытых дверей🎓
Мы расскажем:
▫️Как поступить
▫️Как проходят подготовительные курсы
▫️Над какими задачами работают студенты
▫️Сколько времени уходит на учебу
▫️Как выпускники устраиваются на работу
▫️Как отдел сопровождения облегчает студенческую жизнь
А также ответим на ваши вопросы❔
Ждем вас!
Регистрация на ДОД по ссылке 👉https://data.misis.ru/openday
28 апреля в 19:00 по Москве в магистратуре «Науки о данных» НИТУ МИСиС пройдет День открытых дверей🎓
Мы расскажем:
▫️Как поступить
▫️Как проходят подготовительные курсы
▫️Над какими задачами работают студенты
▫️Сколько времени уходит на учебу
▫️Как выпускники устраиваются на работу
▫️Как отдел сопровождения облегчает студенческую жизнь
А также ответим на ваши вопросы❔
Ждем вас!
Регистрация на ДОД по ссылке 👉https://data.misis.ru/openday
data.misis.ru
День открытых дверей в онлайн-магистратуре Науки о данных НИТУ «МИСиС»
Расскажут представители НИТУ “МИСиС“, SkillFactory, Biocad
📌Доброе утро☀️
Уже сегодня в 19:00 по Москве состоится День открытых дверей в магистратуре «Науки о данных» НИТУ МИСиС.
Ждем вас и ваши вопросы!
Ссылка на трансляцию — https://youtu.be/pHfPUW6UxKE
P.S. Запись будет.
Уже сегодня в 19:00 по Москве состоится День открытых дверей в магистратуре «Науки о данных» НИТУ МИСиС.
Ждем вас и ваши вопросы!
Ссылка на трансляцию — https://youtu.be/pHfPUW6UxKE
P.S. Запись будет.
День открытых дверей в магистратуре «Науки о данных» НИТУ МИСиС
Anonymous Poll
37%
Приду и буду задавать вопросы!
63%
Не смогу прийти, посмотрю запись позже