Хакатон SheCodes 2.0
SheCodes 2.0 — это недельный онлайн хакатон для девушек, где участницы решают кейс от компаний-партнеров.
В хакатоне могут принять участие девушки от 18 до 30 лет, в индивидуальном порядке или в командах. Делегаты могут участвовать с любого города.
ℹ️ Проект пройдёт 18–26 ноября:
18 ноября – открытие хакатона
19–25 ноября – решение кейсов
26 ноября – презентация решений и закрытие хакатона
📌Дедлайн подачи заявок 23:59, 17 ноября!
Не упусти эту уникальную возможность и регистрируйся прямо сейчас!
SheCodes 2.0 — это недельный онлайн хакатон для девушек, где участницы решают кейс от компаний-партнеров.
В хакатоне могут принять участие девушки от 18 до 30 лет, в индивидуальном порядке или в командах. Делегаты могут участвовать с любого города.
ℹ️ Проект пройдёт 18–26 ноября:
18 ноября – открытие хакатона
19–25 ноября – решение кейсов
26 ноября – презентация решений и закрытие хакатона
📌Дедлайн подачи заявок 23:59, 17 ноября!
Не упусти эту уникальную возможность и регистрируйся прямо сейчас!
🔥1
Митап Google Solution Challenge Camp 2023 в Алматы
Когда: 18 ноября
Где: Алматы, на базе De Monfort University
Google Developers Group устраивает митап на тему Машинного обучения. Данный митап входит в серию ивентов, посвящённых Google Solution Challenge - международный конкурс проектов среди студентов. На сам митап могут регистрироваться все желающие.
Если хотите принять участие в самом конкурсе, подробную инфомацию можете найти здесь.
Регистрация на сам митап по ссылке.
Когда: 18 ноября
Где: Алматы, на базе De Monfort University
Google Developers Group устраивает митап на тему Машинного обучения. Данный митап входит в серию ивентов, посвящённых Google Solution Challenge - международный конкурс проектов среди студентов. На сам митап могут регистрироваться все желающие.
Если хотите принять участие в самом конкурсе, подробную инфомацию можете найти здесь.
Регистрация на сам митап по ссылке.
❤1
DSGN Meetup от red_mad_robot Central Asia
Где: Алматы
Когда: 9 декабря, 14:30
Формат: оффлайн и онлайн
Митап будет интересен дизайнерам и UX исследователям.
Спикеры и темы докладов:
▪️ Полина Хоменко, Design Team Lead, ex-Avito
Богдан Артеменко, Senior Product Designer, Bank Centercredit — «Кто такой дизайнер в дискавери и деливери фазах и зачем он нужен»
▪️ Ислам Каимбаев, Product Designer, r_m_r CA
Малика Ягудина, UX-исследователь, Jusan Business — «Рост дизайнера через UX-исследования»
▪️ Мария Шкунарская, Lead Product Designer, Usability Lab — «Тебе не надо быть лидом, если…»
▪️ Асылхан Назир, Head of Design, r_m_r CA — «Да кто такой ваш этот хэд?!»
Регистрация по ссылке.
Где: Алматы
Когда: 9 декабря, 14:30
Формат: оффлайн и онлайн
Митап будет интересен дизайнерам и UX исследователям.
Спикеры и темы докладов:
▪️ Полина Хоменко, Design Team Lead, ex-Avito
Богдан Артеменко, Senior Product Designer, Bank Centercredit — «Кто такой дизайнер в дискавери и деливери фазах и зачем он нужен»
▪️ Ислам Каимбаев, Product Designer, r_m_r CA
Малика Ягудина, UX-исследователь, Jusan Business — «Рост дизайнера через UX-исследования»
▪️ Мария Шкунарская, Lead Product Designer, Usability Lab — «Тебе не надо быть лидом, если…»
▪️ Асылхан Назир, Head of Design, r_m_r CA — «Да кто такой ваш этот хэд?!»
Регистрация по ссылке.
👍1
Рекомендация от админа
Папка с полезными каналами
В Телеграме давно уже есть функция подписки сразу на несколько каналов с помощью папок. В этой подборке собрали интересные каналы по IT в Центральной Азии.
К слову, мы в этой папке тоже есть, так что можете пересылать друзьям, если они еще не подписаны.
https://t.me/addlist/6hmSjiJAPntjYjUy
Папка с полезными каналами
В Телеграме давно уже есть функция подписки сразу на несколько каналов с помощью папок. В этой подборке собрали интересные каналы по IT в Центральной Азии.
К слову, мы в этой папке тоже есть, так что можете пересылать друзьям, если они еще не подписаны.
https://t.me/addlist/6hmSjiJAPntjYjUy
❤1👍1
Презентация лучших решений по треку машинного обучения Yandex Cup в Алматы
Когда: 2 декабря, 10:30
Где: Алматы
В этом году финал Yandex Cup будет проходить в Алматы. В рамках ML трека будет презентация лучших решений финалистов. Если вы интересуетесь машинным обучением, это мероприятие будет вам полезно. Помимо презентаций будет так же фуршет и нетворкинг с участниками и жюри.
Темы докладов
• Предсказание музыкального жанра по звучанию трека
• Краткосрочное предсказание интенсивности осадков
• Распознавание слов по нарисованным кривым на экране смартфона
Регистрация по ссылке.
Когда: 2 декабря, 10:30
Где: Алматы
В этом году финал Yandex Cup будет проходить в Алматы. В рамках ML трека будет презентация лучших решений финалистов. Если вы интересуетесь машинным обучением, это мероприятие будет вам полезно. Помимо презентаций будет так же фуршет и нетворкинг с участниками и жюри.
Темы докладов
• Предсказание музыкального жанра по звучанию трека
• Краткосрочное предсказание интенсивности осадков
• Распознавание слов по нарисованным кривым на экране смартфона
Регистрация по ссылке.
❤6👍5
Что надо знать для собеседования на стажера Data Science/Machine Learning Engineer?
Пост основан не только на моем опыте, но и на опыте других студентов, которые в разное время подавались в разные компании на позицию стажера в DS/ML. Ниже идет список тем, которые стоит повторить перед собеседованием.
Основы машинного обучения
Виды машинного обучения
Линейная и логистическая регрессии
Другие алгоритмы МЛ (SVM, KNN, Naive Bayes)
Деревья и ансамбли
Регуляризация, переобучение
Ресурс для подготовки:
Репозиторий с вопросами и ответами для собеседования
DLS базовый курс
YouTube канал StatQuest
Статистика
Задачи на комбинаторику
Теорема Байеса
Виды распределений
Номальное распрелеление
Среднее, медиана и мода, стандартное отклонение
Z-test и T-test
p-value
Central Limit Theorem
Ресурсы:
Khan Academy Statistics
Канал с разбором задач по статистике для начинающих ДС специалистов @start_ds
SQL
Оконные функции
Виды join
Задачи на практику
Ресурсы:
Статья на хабре на оконные функции
SQL тренажер на Stepik
Python
Мутабельность
Типы данных
Генераторы
Итераторы
MapReduce
Ресурсы:
Сайт Real Python (статья про мутабельность)
Сайт BigDataSchool (статья про MapReduce)
Сайт GeeksForGeeks (статья про генераторы и итераторы)
Если у вас есть опыт прохождения собеседований, добавляйте свои темы и ресурсы в комментариях
Пост основан не только на моем опыте, но и на опыте других студентов, которые в разное время подавались в разные компании на позицию стажера в DS/ML. Ниже идет список тем, которые стоит повторить перед собеседованием.
Основы машинного обучения
Виды машинного обучения
Линейная и логистическая регрессии
Другие алгоритмы МЛ (SVM, KNN, Naive Bayes)
Деревья и ансамбли
Регуляризация, переобучение
Ресурс для подготовки:
Репозиторий с вопросами и ответами для собеседования
DLS базовый курс
YouTube канал StatQuest
Статистика
Задачи на комбинаторику
Теорема Байеса
Виды распределений
Номальное распрелеление
Среднее, медиана и мода, стандартное отклонение
Z-test и T-test
p-value
Central Limit Theorem
Ресурсы:
Khan Academy Statistics
Канал с разбором задач по статистике для начинающих ДС специалистов @start_ds
SQL
Оконные функции
Виды join
Задачи на практику
Ресурсы:
Статья на хабре на оконные функции
SQL тренажер на Stepik
Python
Мутабельность
Типы данных
Генераторы
Итераторы
MapReduce
Ресурсы:
Сайт Real Python (статья про мутабельность)
Сайт BigDataSchool (статья про MapReduce)
Сайт GeeksForGeeks (статья про генераторы и итераторы)
Если у вас есть опыт прохождения собеседований, добавляйте свои темы и ресурсы в комментариях
GitHub
GitHub - alexeygrigorev/data-science-interviews: Data science interview questions and answers
Data science interview questions and answers. Contribute to alexeygrigorev/data-science-interviews development by creating an account on GitHub.
👍20
Что такое MicroMasters?
MicroMasters – это набор онлайн курсов уровня магистратуры, но при этом благодаря онлайн формату это в разы дешевле (есть опция подать на финансовую помощь) и быстрее (от 5 месяцев до года). Сама программа хоть и не приравнивается полноценной степени магистра, но позволяет заработать учебные крéдиты, которые могут засчитать уже в настоящей магистратуре.
Чем это может быть полезно вам?
Если вы думаете поступать на магистратуру, но у вас низкий GPA. На некоторых программах магистратуры может быть требование по минимальному среднему баллу на бакалавриате. Если у вас GPA ниже нужного, вы можете пройти MicroMasters, закрыть все курсы на «отлично», и тем самым добавить к имеющимся низким оценкам хорошие оценки с MicroMasters. Про эту опцию подробнее можете прочитать у автора канала Yoko’s сhannel здесь.
Если вы хотите пройти на стажировку в FAANG, но уже не являетесь студентом. Во многих компаниях FAANG (Facebook, Apple, Amazon, Netflix, Google) есть требование, что на стажировку принимают действующих студентов бакалавриата или магистратуры. Если вы хотите пройти стажировку, но уже закончили бакалавриат, а на магистратуру пока не планируете, можете взять MicroMasters, в некоторых компаниях это могут засчитать, т.к. во время программы вы получаете крéдиты.
Сменить специализацию. Большинство MicroMasters программ строят свой учебный план для начинающих, так что если вы хотите «войти в айти», MicroMasters может быть хорошим вариантом.
Где искать MicroMasters?
Все программы MicroMasters можно найти на сайте edX (аналог Coursera) по ссылке.
MicroMasters – это набор онлайн курсов уровня магистратуры, но при этом благодаря онлайн формату это в разы дешевле (есть опция подать на финансовую помощь) и быстрее (от 5 месяцев до года). Сама программа хоть и не приравнивается полноценной степени магистра, но позволяет заработать учебные крéдиты, которые могут засчитать уже в настоящей магистратуре.
Чем это может быть полезно вам?
Если вы думаете поступать на магистратуру, но у вас низкий GPA. На некоторых программах магистратуры может быть требование по минимальному среднему баллу на бакалавриате. Если у вас GPA ниже нужного, вы можете пройти MicroMasters, закрыть все курсы на «отлично», и тем самым добавить к имеющимся низким оценкам хорошие оценки с MicroMasters. Про эту опцию подробнее можете прочитать у автора канала Yoko’s сhannel здесь.
Если вы хотите пройти на стажировку в FAANG, но уже не являетесь студентом. Во многих компаниях FAANG (Facebook, Apple, Amazon, Netflix, Google) есть требование, что на стажировку принимают действующих студентов бакалавриата или магистратуры. Если вы хотите пройти стажировку, но уже закончили бакалавриат, а на магистратуру пока не планируете, можете взять MicroMasters, в некоторых компаниях это могут засчитать, т.к. во время программы вы получаете крéдиты.
Сменить специализацию. Большинство MicroMasters программ строят свой учебный план для начинающих, так что если вы хотите «войти в айти», MicroMasters может быть хорошим вариантом.
Где искать MicroMasters?
Все программы MicroMasters можно найти на сайте edX (аналог Coursera) по ссылке.
🔥11🤯1
Бесплатные курсы у платных IT школ
Сейчас у многих айти школ помимо платных курсов есть бесплатные курсы, которые, несмотря на бесплатность, структурированы хорошо и могут быть полезны начинающим.
В этом посте разберем karpov.courses. Данная школа знаменита курсами по аналитике, дата саенс и машинному обучению. Длительные курсы у них платные, а ниже представлены их бесплатные и более краткосрочные курсы.
Docker с нуля. Докер - инструмент для работы с контейнерами, который может понадобиться не только разработчику, но и дата саентисту, если надо внедрить модель в продукт. Помимо докера изучите yaml и docker-compose, и как разворачивать готовые сервисы, такие как Airflow, PostgreSQL, Nginx и другие.
SQL симулятор. По сути тренажер на 120 задач, разбитые по темам, от самого нуля до продвинутого. В конце идут задачи из реальной работы аналитиков: посчитать метрики, построить дашборды и т.д.
Математика для Data Science. В любом направлении ДС нужно знать основы мат анализа и линейной алгебры. Если нет времени на долгие курсы, можно взять быстрое введение тут, и по ходу уже добирать остальное. Подробнее о матеше для ДС можно прочесть в этом посте.
Если знаете еще школы, где есть бесплатные хорошие курсы, пишите в комментариях.
Сейчас у многих айти школ помимо платных курсов есть бесплатные курсы, которые, несмотря на бесплатность, структурированы хорошо и могут быть полезны начинающим.
В этом посте разберем karpov.courses. Данная школа знаменита курсами по аналитике, дата саенс и машинному обучению. Длительные курсы у них платные, а ниже представлены их бесплатные и более краткосрочные курсы.
Docker с нуля. Докер - инструмент для работы с контейнерами, который может понадобиться не только разработчику, но и дата саентисту, если надо внедрить модель в продукт. Помимо докера изучите yaml и docker-compose, и как разворачивать готовые сервисы, такие как Airflow, PostgreSQL, Nginx и другие.
SQL симулятор. По сути тренажер на 120 задач, разбитые по темам, от самого нуля до продвинутого. В конце идут задачи из реальной работы аналитиков: посчитать метрики, построить дашборды и т.д.
Математика для Data Science. В любом направлении ДС нужно знать основы мат анализа и линейной алгебры. Если нет времени на долгие курсы, можно взять быстрое введение тут, и по ходу уже добирать остальное. Подробнее о матеше для ДС можно прочесть в этом посте.
Если знаете еще школы, где есть бесплатные хорошие курсы, пишите в комментариях.
👍9❤2
Forwarded from AIMoLdin Jobs (DSML.KZ) (Ayana Mussabayeva)
Data Science Internship (up to 3 months)
Citix
150000 to 200000 KZT per month
Almaty / Office
Citix is a company that specializes in outdoor advertising on LED screens. In the computer vision department, we focus on audience measurement.
Responsibilities:
• Audience forecasting
• Automation of model annotation and retraining
• Anomaly detection in data
Requirements:
• Strong Python skills
• Linux experience or willingness to learn
• Completion of a test task
Contacts:
📱 @gordinmitya
Citix
150000 to 200000 KZT per month
Almaty / Office
Citix is a company that specializes in outdoor advertising on LED screens. In the computer vision department, we focus on audience measurement.
Responsibilities:
• Audience forecasting
• Automation of model annotation and retraining
• Anomaly detection in data
Requirements:
• Strong Python skills
• Linux experience or willingness to learn
• Completion of a test task
Contacts:
📱 @gordinmitya
👍8🤡3❤2🐳1
Бесплатные курсы у Яндекс Практикума
Сегодня обсудим бесплатные курсы у Яндекс Практикума. Всего 12 бесплатных курсов, есть как "с нуля", так и для людей с опытом.
Инженер облачных сервисов. Для людей, кто уже знаком с программированием, линуксом и командной строкой. Дают грант в Yandex Cloud, чтобы вы могли выполнять задания. Курс про развертывание своего сервиса, хранение данных и анализ, DevOps и многое другое.
Основы статистики и А/В тестирования. Если хотите стать дата аналитиком, но не знаете, с чего начать изучение статистики, этот курс будет хорошим стартом. Помимо теории есть симулятор с задачами.
Основы Python. По сути, из бесплатных курсов Практикума можно составить свою специализацию по дата аналитике. Данный курс покрывает все нужные темы по Python, которые понадобятся аналитику на первых порах.
Основы работы с базами данных и SQL. Еще один курс в догонку к вашей бесплатной дороге в дата аналитику, ибо любому дата специалисту нужно уметь работать с базами данных.
Подготовка к алгоритмическим собесам. Если после прохождения курсов задумаетесь подать на стажировку или позицию, в любом случае придется готовиться к алго секции. В Практикуме предусмотрели и это.
Из нетехнических есть курсы по составлению резюме, дизайну презентаций и выбору профессии.
Еще у всех платных специализаций есть возможность пройти первые 20 часов курса бесплатно.
Сегодня обсудим бесплатные курсы у Яндекс Практикума. Всего 12 бесплатных курсов, есть как "с нуля", так и для людей с опытом.
Инженер облачных сервисов. Для людей, кто уже знаком с программированием, линуксом и командной строкой. Дают грант в Yandex Cloud, чтобы вы могли выполнять задания. Курс про развертывание своего сервиса, хранение данных и анализ, DevOps и многое другое.
Основы статистики и А/В тестирования. Если хотите стать дата аналитиком, но не знаете, с чего начать изучение статистики, этот курс будет хорошим стартом. Помимо теории есть симулятор с задачами.
Основы Python. По сути, из бесплатных курсов Практикума можно составить свою специализацию по дата аналитике. Данный курс покрывает все нужные темы по Python, которые понадобятся аналитику на первых порах.
Основы работы с базами данных и SQL. Еще один курс в догонку к вашей бесплатной дороге в дата аналитику, ибо любому дата специалисту нужно уметь работать с базами данных.
Подготовка к алгоритмическим собесам. Если после прохождения курсов задумаетесь подать на стажировку или позицию, в любом случае придется готовиться к алго секции. В Практикуме предусмотрели и это.
Из нетехнических есть курсы по составлению резюме, дизайну презентаций и выбору профессии.
Еще у всех платных специализаций есть возможность пройти первые 20 часов курса бесплатно.
👍7🔥2
Ошибки при изучении Data Science
Всем привет, на связи админ. Летом 2021 года, после 2 курса, меня заинтересовала сфера Data Sceince, и я самостоятельно составляла себе учебный план и проходила курсы. Спустя год после начала моей “учебы Data Science” я получила первую стажировку.
В этом посте решила поделиться некоторыми выводами, что я делала правильно и неправильно во время погружения в эту сферу.
1. Пыталась выучить всю математику до Машинного Обучения
Из-за того, что в Специализации от Яндекса и МФТИ (уже недоступна на Курсере) весь первый вводный курс был посвящен необходимым темам в математике для МЛ (мат.анализ, линейная алгебра, теория вероятности и статистика), я всерьез решила, что надо изучить все эти дисциплины, и только потом изучать МЛ.
В итоге я действительно за лето изучила мат.анализ, линейную алгебру и теорвер, и только в сентябре приступила к МЛ. Взяла я курс Machine Learning by Andrew Ng на Курсере. И как выяснилось, бОльшая часть тех тем, которые я учила, были не нужны на первых порах изучения МЛ. На том курсе от Andrew Ng и вовсе хватало тех знаний, которые у меня были с 1 курса. А когда я пыталась вникнуть в SVD разложение матриц из дополнительной (необязательной) части курса, выяснилось, что сложные темы из линалга я уже и забыла.
Как стоило: уже в середине линалга начать МЛ на курсере, т.к. для начальных алгоритмов достаточно мат.анализа и совсем чуть-чуть линалга.
2. Пренебрегала курсами на русском языке
Да, мне не зашли курсы от МФТИхЯндекс и от ВШЭ на Курсере, и учебники по матану на русском, но в инете много крутых вещей на русском все же есть. Пример - DLS от МФТИ. Точно не для новичком, как они пишут, но очень круто объясняется сложная часть - сам МЛ, ДЛ, регуляризация, компьютерное зрение. Просто нужно найти более свежий курс. Особенно хороши курсы от ODS сообщетсва. Некоторые курсы от них упоминала здесь.
3. Консультации у уже работающих людей
Это необязательно платные консультации за миллион денег, это может быть короткий созвон на 30 минут с человеком, которого вы нашли на Линкедине по вашей специальности. Еще в некоторых онлайн комьюнити есть люди, которые сами предлагают короткие консультации бесплатно. Надо приходить с уже готовыми конкретными вопросами. Например, на одной из таких консультаций мне помогли отсеять пока ненужные мне курсы и сосредочиться на более нужных.
Еще свои вопросы по учебе/работе можно задавать в чатах, обычно как минимум 1 человек точно ответит.
4. Проходить собеседования, даже если ничего не знаешь.
У меня был забавный кейс летом 2021, когда я только прошла 1 курс на Курсере от Яндекса. Я подала на стажировку в одну компанию, сделала их тестовое и прошла на собеседование. На собесе меня попросили пройтись по своему тестовому заданию (анализ в jupyter notebook). В итоге выяснилось, что сделала я его неправильно. Интервьювер в итоге объяснила каждый шаг, как надо было сделать. После собеса у меня было представление, что именно надо знать и уметь, чтобы стать дата саентистом. Так что, несмотря на очевидный провал, это был очень полезный опыт.
Еще рекомендую записывать вопросы, которые вам задают на интервью, чтобы знать, какой уровень от вас ожидают как от стажера и что стоит подтянуть.
5. Ну и собственно вела заметки, что я делала, чтобы было о чем рефлексировать в будущем (и чтобы написать этот пост, конечно :) )
Если у вас тоже есть советы для начинающих специалистов, пишите в комментариях.
Всем привет, на связи админ. Летом 2021 года, после 2 курса, меня заинтересовала сфера Data Sceince, и я самостоятельно составляла себе учебный план и проходила курсы. Спустя год после начала моей “учебы Data Science” я получила первую стажировку.
В этом посте решила поделиться некоторыми выводами, что я делала правильно и неправильно во время погружения в эту сферу.
1. Пыталась выучить всю математику до Машинного Обучения
Из-за того, что в Специализации от Яндекса и МФТИ (уже недоступна на Курсере) весь первый вводный курс был посвящен необходимым темам в математике для МЛ (мат.анализ, линейная алгебра, теория вероятности и статистика), я всерьез решила, что надо изучить все эти дисциплины, и только потом изучать МЛ.
В итоге я действительно за лето изучила мат.анализ, линейную алгебру и теорвер, и только в сентябре приступила к МЛ. Взяла я курс Machine Learning by Andrew Ng на Курсере. И как выяснилось, бОльшая часть тех тем, которые я учила, были не нужны на первых порах изучения МЛ. На том курсе от Andrew Ng и вовсе хватало тех знаний, которые у меня были с 1 курса. А когда я пыталась вникнуть в SVD разложение матриц из дополнительной (необязательной) части курса, выяснилось, что сложные темы из линалга я уже и забыла.
Как стоило: уже в середине линалга начать МЛ на курсере, т.к. для начальных алгоритмов достаточно мат.анализа и совсем чуть-чуть линалга.
2. Пренебрегала курсами на русском языке
Да, мне не зашли курсы от МФТИхЯндекс и от ВШЭ на Курсере, и учебники по матану на русском, но в инете много крутых вещей на русском все же есть. Пример - DLS от МФТИ. Точно не для новичком, как они пишут, но очень круто объясняется сложная часть - сам МЛ, ДЛ, регуляризация, компьютерное зрение. Просто нужно найти более свежий курс. Особенно хороши курсы от ODS сообщетсва. Некоторые курсы от них упоминала здесь.
3. Консультации у уже работающих людей
Это необязательно платные консультации за миллион денег, это может быть короткий созвон на 30 минут с человеком, которого вы нашли на Линкедине по вашей специальности. Еще в некоторых онлайн комьюнити есть люди, которые сами предлагают короткие консультации бесплатно. Надо приходить с уже готовыми конкретными вопросами. Например, на одной из таких консультаций мне помогли отсеять пока ненужные мне курсы и сосредочиться на более нужных.
Еще свои вопросы по учебе/работе можно задавать в чатах, обычно как минимум 1 человек точно ответит.
4. Проходить собеседования, даже если ничего не знаешь.
У меня был забавный кейс летом 2021, когда я только прошла 1 курс на Курсере от Яндекса. Я подала на стажировку в одну компанию, сделала их тестовое и прошла на собеседование. На собесе меня попросили пройтись по своему тестовому заданию (анализ в jupyter notebook). В итоге выяснилось, что сделала я его неправильно. Интервьювер в итоге объяснила каждый шаг, как надо было сделать. После собеса у меня было представление, что именно надо знать и уметь, чтобы стать дата саентистом. Так что, несмотря на очевидный провал, это был очень полезный опыт.
Еще рекомендую записывать вопросы, которые вам задают на интервью, чтобы знать, какой уровень от вас ожидают как от стажера и что стоит подтянуть.
5. Ну и собственно вела заметки, что я делала, чтобы было о чем рефлексировать в будущем (и чтобы написать этот пост, конечно :) )
Если у вас тоже есть советы для начинающих специалистов, пишите в комментариях.
🔥35👍5❤1
👍2
ML community of KZ pinned «Всем привет, на связи админ Просьба пройти опрос. Опрос займет меньше минуты. Ссылка на опрос.»
Школа по Data Engineering от компании Quantori
Когда: с 1 февраля, 4 месяца
Где: онлайн
Дедлайн: 22 декабря
Quantori - биоинформатическая компания, которая делает проекты для лабораторий на стыке биологии/химии и IT.
Компания организовывает онлайн школу по дата инженерии для студентов.
Требования:
Знание Python и SQL
Понимание реляционных моделей данных
Знание английского на уровне В1 и выше
Лучшие студенты курса получат приглашение на работу.
За новостями компании можно следить на их канале @Quantori.
Регистрация по ссылке.
Когда: с 1 февраля, 4 месяца
Где: онлайн
Дедлайн: 22 декабря
Quantori - биоинформатическая компания, которая делает проекты для лабораторий на стыке биологии/химии и IT.
Компания организовывает онлайн школу по дата инженерии для студентов.
Требования:
Знание Python и SQL
Понимание реляционных моделей данных
Знание английского на уровне В1 и выше
Лучшие студенты курса получат приглашение на работу.
За новостями компании можно следить на их канале @Quantori.
Регистрация по ссылке.
👍10
Мастер-класс по дата аналитике от nFactorial School
Когда: 10 декабря, 19:00
Где: Zoom
Для кого: для всех желающих
10 декабря в nFactorial.school пройдет бесплатный мастер-класс "Дата аналитика и поиск любви".
Представим, что вы сейчас в активном поиске любви. Через сколько месяцев вы встретите любовь всей своей жизни?
Ментор по Data Science Бауржан Жангельдинов разберет кейс с поиском второй половинки при помощи аналитики в Excel.
Подключайтесь, будет интересно!
Ссылка на регистрацию.
Когда: 10 декабря, 19:00
Где: Zoom
Для кого: для всех желающих
10 декабря в nFactorial.school пройдет бесплатный мастер-класс "Дата аналитика и поиск любви".
Представим, что вы сейчас в активном поиске любви. Через сколько месяцев вы встретите любовь всей своей жизни?
Ментор по Data Science Бауржан Жангельдинов разберет кейс с поиском второй половинки при помощи аналитики в Excel.
Подключайтесь, будет интересно!
Ссылка на регистрацию.
🥰4👍1
Зимняя стажировка от Kcell
Когда: 2 месяца, январь и февраль
Дедлайн: 20 декабря
Kcell Winter Camp - стажировка для студентов вузов по разным направлениям. Стажировка идет 2 месяца в городе Алматы, можно совмещать с учебой.
Для студентов IT есть несколько направлений:
Разработка на Python
Разработка RPA
Frontend разработка
QA тестирование
UI/UX дизайн
Подать заявку можно по ссылке.
Когда: 2 месяца, январь и февраль
Дедлайн: 20 декабря
Kcell Winter Camp - стажировка для студентов вузов по разным направлениям. Стажировка идет 2 месяца в городе Алматы, можно совмещать с учебой.
Для студентов IT есть несколько направлений:
Разработка на Python
Разработка RPA
Frontend разработка
QA тестирование
UI/UX дизайн
Подать заявку можно по ссылке.
❤2
Курсы по Natural Language Processing
Natural Language Processing (NLP) - область Машинного Обучения, которая изучает обработку естественного языка. Самый яркий пример - ChatGPT. В этом посте собрали бесплатные курсы, которые помогут разобраться в этой теме.
Deep Learning School NLP - курс на русском языке от студентов МФТИ на Stepik, есть лекции и семинары с разбором практических заданий.
Samsung NLP - тоже курс на Stepik, тоже на русском, но уже от инженеров Samsung.
Stanford NLP with Deep Learning - курс и плейлист на ютубе от Стэнфордского университета.
Sequence Models от Andrew Ng - курс про рекуррентные модели на Coursera, часть специализации Deep Learning, но можно проходить и отдельно вне специализации.
ODS NLP Course - курс от сообщества OpenDataScience, этой осенью завершился 5ый поток, материал все еще доступен.
Обработка Звука от ВШЭ - плейлист с лекциями по обработке звука. Не совсем NLP, но может быть полезным, если захотите заниматься распознаванием речи.
Natural Language Processing (NLP) - область Машинного Обучения, которая изучает обработку естественного языка. Самый яркий пример - ChatGPT. В этом посте собрали бесплатные курсы, которые помогут разобраться в этой теме.
Deep Learning School NLP - курс на русском языке от студентов МФТИ на Stepik, есть лекции и семинары с разбором практических заданий.
Samsung NLP - тоже курс на Stepik, тоже на русском, но уже от инженеров Samsung.
Stanford NLP with Deep Learning - курс и плейлист на ютубе от Стэнфордского университета.
Sequence Models от Andrew Ng - курс про рекуррентные модели на Coursera, часть специализации Deep Learning, но можно проходить и отдельно вне специализации.
ODS NLP Course - курс от сообщества OpenDataScience, этой осенью завершился 5ый поток, материал все еще доступен.
Обработка Звука от ВШЭ - плейлист с лекциями по обработке звука. Не совсем NLP, но может быть полезным, если захотите заниматься распознаванием речи.
Stepik: online education
Образовательная платформа — Stepik. Выберите подходящий вам онлайн-курс из более чем 20 тысяч и начните получать востребованные навыки.
❤10👍3
Мастер-класс по Generative AI
Когда: 17 декабря, 19:00
Где: онлайн
Generative AI - генеративный искусственный интелект, его главное отличие от обычного ИИ в том, что он не просто выполняет какую-то одну узкую задачу, а может генерировать новый контент или данные (изображения, текст, видео, звук). К Generative AI относятся такие популярные инструменты, как ChatGPT, Stable Diffusion, DALL-E.
На мастер-классе расскажут про Generative AI, как он работает, как строить свой ChatGPT, и как правильно писать промпты (prompt engineering), чтобы ИИ выдавал то, что вам нужно. Лектор объяснит работу с 11labs, SoundDraw, HeyGen, MidJourney и ChatGPT.
Регистрация по ссылке.
Когда: 17 декабря, 19:00
Где: онлайн
Generative AI - генеративный искусственный интелект, его главное отличие от обычного ИИ в том, что он не просто выполняет какую-то одну узкую задачу, а может генерировать новый контент или данные (изображения, текст, видео, звук). К Generative AI относятся такие популярные инструменты, как ChatGPT, Stable Diffusion, DALL-E.
На мастер-классе расскажут про Generative AI, как он работает, как строить свой ChatGPT, и как правильно писать промпты (prompt engineering), чтобы ИИ выдавал то, что вам нужно. Лектор объяснит работу с 11labs, SoundDraw, HeyGen, MidJourney и ChatGPT.
Регистрация по ссылке.
👍2
Вакансии дня
• Data Engineer (Junior)
Компания: KPMG
Требования:
- Диплом бакалавра/магистра в IT/Econometrics/Statistics/Math
- SQL, R, Python
- Понимание business modelling notations
- База статистики и эконометрических концентов (regressions, decision trees, clustering, correlations, time series, panel data analysis)
• IT/IP Product Assistant
Компания: Huawei
Требования:
- Знание базы IP/IT (backbone, Campus, Datacenter network, server storage, virtualization)
- Бизнес аналитика для телеком решений
• Frontend engineer
Компания: Bereke Bank
Требования:
- JS
- React, TypeScript
- Опыт верстки и построения адаптивных/кросс-браузерных веб приложений
- Понимание принципов построения масштабируемой кодовой базы и компонентной структуры
- Опыт профайлинга и последующей оптимизации лендингов/веб приложений
• Python developer
Компания: Halyk Bank
Требования:
- Понимание RPA
- Python
Будет плюсом: SQL/Oracle, JS
• Data Engineer (Junior)
Компания: KPMG
Требования:
- Диплом бакалавра/магистра в IT/Econometrics/Statistics/Math
- SQL, R, Python
- Понимание business modelling notations
- База статистики и эконометрических концентов (regressions, decision trees, clustering, correlations, time series, panel data analysis)
• IT/IP Product Assistant
Компания: Huawei
Требования:
- Знание базы IP/IT (backbone, Campus, Datacenter network, server storage, virtualization)
- Бизнес аналитика для телеком решений
• Frontend engineer
Компания: Bereke Bank
Требования:
- JS
- React, TypeScript
- Опыт верстки и построения адаптивных/кросс-браузерных веб приложений
- Понимание принципов построения масштабируемой кодовой базы и компонентной структуры
- Опыт профайлинга и последующей оптимизации лендингов/веб приложений
• Python developer
Компания: Halyk Bank
Требования:
- Понимание RPA
- Python
Будет плюсом: SQL/Oracle, JS
🔥4❤1
🔥 NU ACM представляет NU OPEN 2023! 🏆
🤩Это соревнование направлено на поддержку молодых людей, интересующихся программированием, технологиями и решением алгоритмических задач. Одной из целью данного соревнования также является поддержка школьников и девушек в IT.🌠
🌟 При поддержке спонсоров этого года Khan Group, Meta и BTS Digital мы сделали NU OPEN еще масштабнее, значительнее и быстрее🚀
К участию в онлайн-конкурсе приглашаются все заинтересованные лица. Однако, если вы хотите участвовать в офлайн режиме в Назарбаев университете, вам должно быть не менее 16 лет, и в настоящее время вы должны учиться в школе или на бакалавриате.
📅 Крайний срок регистрации: 17 января, 23:59
🏎️Дата проведения NU OPEN: 20 января
🏆 🌟 Призовой фонд:
🥇 1-е место: 300 000 тенге + Мерч
🥈 2-е место: 100 000 тенге + Мерч
🥈 2-е место: 100 000 тенге + Мерч
🥉 3-е место: Эксклюзивный Мерч
🥉 3-е место: Эксклюзивный Мерч
Мы особо отмечаем выдающиеся команды:
👩💻 Лучшая женская команда
🏫 Лучшая школьная команда
⭐️ Только офлайн-участники имеют право на получение приза!
🔗 Ссылка на регистрацию: ссылка
👥 Чтобы оставаться в курсе событий , присоединяйтесь к нашему сообществу:
- Группа в Telegram: @nuacmsc
- ОТКРЫТЫЙ Telegram-канал NU: @nuopen
Приготовьтесь кодировать и побеждать на NU OPEN 2023! 🚀
🤩Это соревнование направлено на поддержку молодых людей, интересующихся программированием, технологиями и решением алгоритмических задач. Одной из целью данного соревнования также является поддержка школьников и девушек в IT.🌠
🌟 При поддержке спонсоров этого года Khan Group, Meta и BTS Digital мы сделали NU OPEN еще масштабнее, значительнее и быстрее🚀
К участию в онлайн-конкурсе приглашаются все заинтересованные лица. Однако, если вы хотите участвовать в офлайн режиме в Назарбаев университете, вам должно быть не менее 16 лет, и в настоящее время вы должны учиться в школе или на бакалавриате.
📅 Крайний срок регистрации: 17 января, 23:59
🏎️Дата проведения NU OPEN: 20 января
🏆 🌟 Призовой фонд:
🥇 1-е место: 300 000 тенге + Мерч
🥈 2-е место: 100 000 тенге + Мерч
🥈 2-е место: 100 000 тенге + Мерч
🥉 3-е место: Эксклюзивный Мерч
🥉 3-е место: Эксклюзивный Мерч
Мы особо отмечаем выдающиеся команды:
👩💻 Лучшая женская команда
🏫 Лучшая школьная команда
⭐️ Только офлайн-участники имеют право на получение приза!
🔗 Ссылка на регистрацию: ссылка
👥 Чтобы оставаться в курсе событий , присоединяйтесь к нашему сообществу:
- Группа в Telegram: @nuacmsc
- ОТКРЫТЫЙ Telegram-канал NU: @nuopen
Приготовьтесь кодировать и побеждать на NU OPEN 2023! 🚀
❤4
Колеса Академия для дата аналитиков
Когда: с 4 марта, 2 месяца
Дедлайн подачи: 20 февраля
Kolesa Group объявляет набор на стажировку для дата аналитиков. Из плюшек: 200 000 тг зарплата, оплата аренды жилья на время стажировки, если вы не с Алматы.
Этапы отбора:
Отправка резюме
Тестовое задание
Телефонное интервью
Онлайн-собеседование
После стажировки лучшие получат оффер на работу.
Подать заявку можно по ссылке.
Когда: с 4 марта, 2 месяца
Дедлайн подачи: 20 февраля
Kolesa Group объявляет набор на стажировку для дата аналитиков. Из плюшек: 200 000 тг зарплата, оплата аренды жилья на время стажировки, если вы не с Алматы.
Этапы отбора:
Отправка резюме
Тестовое задание
Телефонное интервью
Онлайн-собеседование
После стажировки лучшие получат оффер на работу.
Подать заявку можно по ссылке.