В последнем выпуске подкаста Валентин затрагивал много вопросов вокруг анализа данных для маркетинга и клиентской аналитики. Пара книг по теме:
📚 G.S. Linoff, M.J.A. Berry - Data Mining Techniques: For Marketing, Sales, and Customer Relationship Management
Когда то давно сам по этой книге знакомился с предметной областью, разделы именно про бизнес задачи вроде бы не потеряли актуальность.
📚 I.Katsov - Introduction to Algorithmic Marketing
А вот эту книгу коллеги очень рекомендуют.
Может быть у кого-то еще есть список рекомендаций полезных материалов по теме DS в маркетинге? Делитесь)
📚 G.S. Linoff, M.J.A. Berry - Data Mining Techniques: For Marketing, Sales, and Customer Relationship Management
Когда то давно сам по этой книге знакомился с предметной областью, разделы именно про бизнес задачи вроде бы не потеряли актуальность.
📚 I.Katsov - Introduction to Algorithmic Marketing
А вот эту книгу коллеги очень рекомендуют.
Может быть у кого-то еще есть список рекомендаций полезных материалов по теме DS в маркетинге? Делитесь)
Обычно в начале и в конце года все кругом начинают особенно интенсивно писать и говорить про грядущие тренды. Если кто-то помнит, весной, как раз на заре NoML, мы тоже не отстали и обсудили тренды в области данных и аналитики по мотивам поста Gartner.
В преддверии приближающегося 2022 года снова будем обсуждать "тренды" в области анализа данных. В кавычках, потому что претендовать на точный прогноз глобальных трендов не будем, а то мы ведь в Гартнерах не работали) Будет интересно поделимся друг с другом мыслями про наши личные тренды, кто и на что собирается обратить внимание в своей работе в следующем году.
Собираемся в этот четверг, 9 декабря в 21:00 МСК в голосовом чате.
До встречи в эфире=)
В преддверии приближающегося 2022 года снова будем обсуждать "тренды" в области анализа данных. В кавычках, потому что претендовать на точный прогноз глобальных трендов не будем, а то мы ведь в Гартнерах не работали) Будет интересно поделимся друг с другом мыслями про наши личные тренды, кто и на что собирается обратить внимание в своей работе в следующем году.
Собираемся в этот четверг, 9 декабря в 21:00 МСК в голосовом чате.
До встречи в эфире=)
Пройдемся по трендам, о которых пишет Gartner.
📌 The 4 Trends That Prevail on the Gartner Hype Cycle for AI
1) Операционализация ИИ
Все понятно)
2) Эффективное использование данных, моделей и вычислений
В тексте под этим трендом написано про Composite AI - составной подход конструирования решений на базе AI/ML. В таких приложениях у нас давно не одна модель и не одна технология, а аналитический каскад данных, предиктивных и оптимизационных моделей и бизнес правил.
3) Ответственный ИИ
И вообще как говорит Саша Бородин, "Используйте ML осознанно”).
А по теме осознанности: я все жду, когда хайп закончится, наступит и осознание и где-то даже разочарование со стороны бизнеса о возможностях ML/AI, и случится наконец выход на плато продуктивности.
4) Данные для ИИ
Andrew Ng говорит, что чтобы модели строить нужны данные норм)
А если серьезно интересно, что все заговорили про small data и wide data.
📌 Gartner Top Strategic Technology Trends for 2022
"12 стратегических трендов", но если взять проекцию на область данных и аналитики, многие тренды хорошо ложатся на свойства платформы и процессов data & analytics (D&A).
Trend 1: Data Fabric
Во-первых, это общий тренд в управлении корпоративными данными. Во-вторых, как когда то уже рассуждали, глобальные принципы Data Fabric находят очень хорошее применение локально, при проектировании Feature Store, например.
Trend 3: Privacy-Enhancing Computation
В контексте D&A формируется область Privacy AI или Privacy Analytics, основная задача: как организовать анализ данных без доступа к детальным индивидуальным данным. В ближайшие годы, например, точно увидим много кейсов применения гомоморфного шифрования в контексте анализа данных. Ну и инструменты и технологии Privacy Analytics станут неотъемлемой частью платформ D&A.
Кстати это прямо мой личный тренд на следующий год=)
Trend 4: Cloud-Native Platforms
Нужен облачный ModelOps и облачные платформы D&A)
Trend 5: Composable Applications
Проекции на D&A видится целых 2:
1) Сами корпоративные платформы для анализа данных стали сильно композитными, если вспомнить как сейчас много решений и инструментов, закрывающих ту или иную задачу жизненного цикла аналитики, то становится понятно что платформа D&A в каждом случае собирается по отдельным кусочкам.
2) Сами платформы для управления жизненным циклом аналитики должны оперировать композитными и составными решениями, опять же, модель больше не одна модель, а аналитический каскад данных, моделей и бизнес правил.
Trend 6: Decision Intelligence
Взгляд на задачи анализ данных и управление жизненным циклом аналитики через призму решаемой бизнес задачи.
Нужен Decision Ops))
Trend 7: Hyperautomation
В контексте D&A хотим заавтоматизировать ModelOps настолько насколько это возможно)
Trend 8: AI Engineering
Очередной инжиниринг для тех кому не хватило DE и MLE;-)
Trend 11: Autonomic Systems
Опять же на задачи конструирования приложений на базе технологий непрерывного дообучения и прочего RL можно и нужно смотреть в контексте общей платформы для анализа данных и жизненного цикла моделей. Причем работает в обе стороны: тут и задачи построения автономно работающих систем решаются во многом за счет платформы, и сами такие задачи выдвигают новые требования к платформам управления моделями и аналитикой.
Trend 12: Generative AI
Тут и так понятно)
В общем, подводя итог всему перечисленному, можно выделить главный тренд: становление понимания полноты ModelOps и вообще Data & Analytics платформ, как стека технологий, так и методологических процессов над ним.
📌 The 4 Trends That Prevail on the Gartner Hype Cycle for AI
1) Операционализация ИИ
Все понятно)
2) Эффективное использование данных, моделей и вычислений
В тексте под этим трендом написано про Composite AI - составной подход конструирования решений на базе AI/ML. В таких приложениях у нас давно не одна модель и не одна технология, а аналитический каскад данных, предиктивных и оптимизационных моделей и бизнес правил.
3) Ответственный ИИ
И вообще как говорит Саша Бородин, "Используйте ML осознанно”).
А по теме осознанности: я все жду, когда хайп закончится, наступит и осознание и где-то даже разочарование со стороны бизнеса о возможностях ML/AI, и случится наконец выход на плато продуктивности.
4) Данные для ИИ
Andrew Ng говорит, что чтобы модели строить нужны данные норм)
А если серьезно интересно, что все заговорили про small data и wide data.
📌 Gartner Top Strategic Technology Trends for 2022
"12 стратегических трендов", но если взять проекцию на область данных и аналитики, многие тренды хорошо ложатся на свойства платформы и процессов data & analytics (D&A).
Trend 1: Data Fabric
Во-первых, это общий тренд в управлении корпоративными данными. Во-вторых, как когда то уже рассуждали, глобальные принципы Data Fabric находят очень хорошее применение локально, при проектировании Feature Store, например.
Trend 3: Privacy-Enhancing Computation
В контексте D&A формируется область Privacy AI или Privacy Analytics, основная задача: как организовать анализ данных без доступа к детальным индивидуальным данным. В ближайшие годы, например, точно увидим много кейсов применения гомоморфного шифрования в контексте анализа данных. Ну и инструменты и технологии Privacy Analytics станут неотъемлемой частью платформ D&A.
Кстати это прямо мой личный тренд на следующий год=)
Trend 4: Cloud-Native Platforms
Нужен облачный ModelOps и облачные платформы D&A)
Trend 5: Composable Applications
Проекции на D&A видится целых 2:
1) Сами корпоративные платформы для анализа данных стали сильно композитными, если вспомнить как сейчас много решений и инструментов, закрывающих ту или иную задачу жизненного цикла аналитики, то становится понятно что платформа D&A в каждом случае собирается по отдельным кусочкам.
2) Сами платформы для управления жизненным циклом аналитики должны оперировать композитными и составными решениями, опять же, модель больше не одна модель, а аналитический каскад данных, моделей и бизнес правил.
Trend 6: Decision Intelligence
Взгляд на задачи анализ данных и управление жизненным циклом аналитики через призму решаемой бизнес задачи.
Нужен Decision Ops))
Trend 7: Hyperautomation
В контексте D&A хотим заавтоматизировать ModelOps настолько насколько это возможно)
Trend 8: AI Engineering
Очередной инжиниринг для тех кому не хватило DE и MLE;-)
Trend 11: Autonomic Systems
Опять же на задачи конструирования приложений на базе технологий непрерывного дообучения и прочего RL можно и нужно смотреть в контексте общей платформы для анализа данных и жизненного цикла моделей. Причем работает в обе стороны: тут и задачи построения автономно работающих систем решаются во многом за счет платформы, и сами такие задачи выдвигают новые требования к платформам управления моделями и аналитикой.
Trend 12: Generative AI
Тут и так понятно)
В общем, подводя итог всему перечисленному, можно выделить главный тренд: становление понимания полноты ModelOps и вообще Data & Analytics платформ, как стека технологий, так и методологических процессов над ним.
Коллеги подготовили статью с перечислением бизнес кейсов графовой аналитики:
📌 Графовый анализ - обзор и области применения
Кстати, интересно, в трендах ли еще графы как универсальный супер мега инструмент, который может улучшить решение любой бизнес задачи (см., например, тут - Trend No. 8: Graph relates everything)? Кажется, что скорее очень хорошо работает для отдельно взятых нишевых задач, но серебряной пулей точно не является. Что думаете?
📌 Графовый анализ - обзор и области применения
Кстати, интересно, в трендах ли еще графы как универсальный супер мега инструмент, который может улучшить решение любой бизнес задачи (см., например, тут - Trend No. 8: Graph relates everything)? Кажется, что скорее очень хорошо работает для отдельно взятых нишевых задач, но серебряной пулей точно не является. Что думаете?
Хабр
Графовый анализ — обзор и области применения
Всем привет! Мы - команда GlowByte Advanced Analytics. Сегодня мы расскажем об одном из перспективных направлений Data Science - графовом анализе, и покажем, какие задачи можно решать с его помощью....
Интересно, что все любят высказывать прогнозы трендов, но про оценку качества своих предсказаний редко кто говорит.
Вот бы все также делали ретроспективу:
📌 2021 AI Predictions: What We Got Right And Wrong
И тут же какие-то тренды на 2022:
📌 The 5 Biggest Data Science Trends In 2022
Вот бы все также делали ретроспективу:
📌 2021 AI Predictions: What We Got Right And Wrong
И тут же какие-то тренды на 2022:
📌 The 5 Biggest Data Science Trends In 2022
⚡️⚡️⚡️Оформили программу нашего внезапного предновогоднего митапа по теме Feature Store.
Встречаемся очно в Москве 28 декабря в 18:00.
Детали и регистрация по ссылке. В программе:
😎 Иван Аникин, Team Lead ML Engineering, Big Data Lenta
FeatureStore - больше, чем просто фичи
😎 Сергей Ярымов, Data Engineer в МТС Big Data
Опыт построения корпоративного Feature Store
🎅 Дед Мороз
Расскажет что-то про Feature Store
😎 Спикеры, а также в лучших традициях наших голосовых чатов, все желающие
Круглый стол: Feature Store - хайп или необходимость
🍾🥂 Фуршет и свободное общение
Регистриуйтесь и приходите!
Встречаемся очно в Москве 28 декабря в 18:00.
Детали и регистрация по ссылке. В программе:
😎 Иван Аникин, Team Lead ML Engineering, Big Data Lenta
FeatureStore - больше, чем просто фичи
😎 Сергей Ярымов, Data Engineer в МТС Big Data
Опыт построения корпоративного Feature Store
🎅 Дед Мороз
Расскажет что-то про Feature Store
😎 Спикеры, а также в лучших традициях наших голосовых чатов, все желающие
Круглый стол: Feature Store - хайп или необходимость
🍾🥂 Фуршет и свободное общение
Регистриуйтесь и приходите!
Новый выпуск подкаста Дайте Данных появился на всех основных площадках.
В гостях 😎 Полина Полунина, независимый консультант по Data Science (*на момент записи выпуска).
📌 Anchor
📌 Яндекс Музыка
📌 Apple Podcasts
📌 YouTube
В гостях 😎 Полина Полунина, независимый консультант по Data Science (*на момент записи выпуска).
📌 Anchor
📌 Яндекс Музыка
📌 Apple Podcasts
📌 YouTube
Anchor
Восьмой выпуск: "Путь в профессию или Где начать свою карьеру в data science" by Дайте данных
Как меняется образование в области data science? Стало ли сложнее войти в индустрию? Поменялся ли карьерный путь аналитика в последние годы? В чем преимущества профильного образования? Какова роль аналитики больших данных в бизнес процессах?
В этом выпуске…
В этом выпуске…
Выпуск подкаста Дайте Данных с Полиной Полуниной затрагивает тему "Как попасть в Data Science". Поэтому мы решили сделать подборку связанную как с переходом в DS, так и с любыми изменениями в профессиональной жизни. (Спасибо, @nataliatoganova=))
🎙 Есть множество классных подкастов, в которых можно послушать истории перехода в ИТ и в аналитику данных: IT-шниками не рождаются, Becoming a Data Scientist, Каждый может.
✔️ Практически у всех ключевых игроков на рынке дополнительного образования в области аналитики данных и Data Science есть прекрасные сайты, сообщества, каналы, блоги и т.п. с большим количеством полезной информации. (Мы просто не знаем, на кого дать ссылку, чтобы другие не обиделись.... гугл в помощь)))
Поскольку нехватки в личных историях и советах по переходу в профессию нет, то мы решили накидать просто литературы, которая немного об изменениях, немного о переходах и в любом случае - с хорошим чувством юмора и сможет поддержать вас когда фит не придиктиться.
📌 Адам Грант "Подумайте еще раз. Сила знания о незнании" - Эту книжку надо читать, если вдруг вам мешает жить мысль о том, что "свое мнение нельзя менять ни в коем случае". Можно и это даже порой полезно. Поэтому если интересует data science непременно стоит попробовать.
📌 Scott Adams "How to Fail at Almost Everything and Still Win Big: Kind of the Story of My Life" - Кажется, эту книгу все еще не перевели на русский. А зря. Это одна из книг автора комиксов про Гилберта, в которой он рассказывает, как постоянно терпел неудачи в жизни и все равно двигался вперед. Очень смешная.
📌 Елена Резанова "Никогда-нибудь" - Кажется, уже классика жанра российского производства об изменениях. Коротко, весело и по делу.
📌 Уильям Ирвин "Радость жизни. Философия стоицизма для XXI века" - Если все перечисленное выше не помогло и код все еще не пишется, то современное прочтение стоиков всегда в кассу.
Да, если вы хотите подборку более серьезных книг по DS и связанным вещам - пишите, составим😉
🎙 Есть множество классных подкастов, в которых можно послушать истории перехода в ИТ и в аналитику данных: IT-шниками не рождаются, Becoming a Data Scientist, Каждый может.
✔️ Практически у всех ключевых игроков на рынке дополнительного образования в области аналитики данных и Data Science есть прекрасные сайты, сообщества, каналы, блоги и т.п. с большим количеством полезной информации. (Мы просто не знаем, на кого дать ссылку, чтобы другие не обиделись.... гугл в помощь)))
Поскольку нехватки в личных историях и советах по переходу в профессию нет, то мы решили накидать просто литературы, которая немного об изменениях, немного о переходах и в любом случае - с хорошим чувством юмора и сможет поддержать вас когда фит не придиктиться.
📌 Адам Грант "Подумайте еще раз. Сила знания о незнании" - Эту книжку надо читать, если вдруг вам мешает жить мысль о том, что "свое мнение нельзя менять ни в коем случае". Можно и это даже порой полезно. Поэтому если интересует data science непременно стоит попробовать.
📌 Scott Adams "How to Fail at Almost Everything and Still Win Big: Kind of the Story of My Life" - Кажется, эту книгу все еще не перевели на русский. А зря. Это одна из книг автора комиксов про Гилберта, в которой он рассказывает, как постоянно терпел неудачи в жизни и все равно двигался вперед. Очень смешная.
📌 Елена Резанова "Никогда-нибудь" - Кажется, уже классика жанра российского производства об изменениях. Коротко, весело и по делу.
📌 Уильям Ирвин "Радость жизни. Философия стоицизма для XXI века" - Если все перечисленное выше не помогло и код все еще не пишется, то современное прочтение стоиков всегда в кассу.
Да, если вы хотите подборку более серьезных книг по DS и связанным вещам - пишите, составим😉
Forwarded from Start Career in DS
Все материалы Start Career in DS в одном сборнике!
Не так давно я осознал, что постов в канале уже больше 150 и ориентироваться в них становиться непросто. Поэтому подготовил страничку на Notion, которая позволит быстро находить нужный вам пост.
Ключевые блоки, которые там есть:
- Для новичков (разобраться что такое DS)
- Составление резюме, поиск работы
- Вопросы с собеседований и тестовые задания, шпаргалки (CheatSheets) для подготовки
- Математика для DS (в большинстве своём Статистика)
- Python и базовые библиотеки
- SQL
- Алгоритмы (классические)
- Git
- Базовые алгоритмы ML
- Предобработка данных, отбор признаков
- Метрики, функции ошибки
- Курсы
- Визуализация, A/B тесты, Apache Spark
- Soft Skills
Ну и подписывайтесь на нас в tg и на Youtube чтобы не пропускать новые материалы :)
[Ссылка тут]
Не так давно я осознал, что постов в канале уже больше 150 и ориентироваться в них становиться непросто. Поэтому подготовил страничку на Notion, которая позволит быстро находить нужный вам пост.
Ключевые блоки, которые там есть:
- Для новичков (разобраться что такое DS)
- Составление резюме, поиск работы
- Вопросы с собеседований и тестовые задания, шпаргалки (CheatSheets) для подготовки
- Математика для DS (в большинстве своём Статистика)
- Python и базовые библиотеки
- SQL
- Алгоритмы (классические)
- Git
- Базовые алгоритмы ML
- Предобработка данных, отбор признаков
- Метрики, функции ошибки
- Курсы
- Визуализация, A/B тесты, Apache Spark
- Soft Skills
Ну и подписывайтесь на нас в tg и на Youtube чтобы не пропускать новые материалы :)
[Ссылка тут]
Roman`'s Notion on Notion
Start Career in DS: навигация по постам
Все записи кликабельны и ведут на соотвествующий пост.
В следующую среду, 22 декабря в 17:00 МСК у нас планируется второй семинар (второй - и вообще, и по теме оптимизации)).
😎 Максим Гончаров расскажет про комплексный подход к оптимизации товарного ассортимента.
Детали будут в понедельник.
😎 Максим Гончаров расскажет про комплексный подход к оптимизации товарного ассортимента.
Детали будут в понедельник.
В эту среду 22 декабря в 17:00 МСК собираемся на второй семинар NoML.
Докладывать будет 😎 Максим Гончаров, руководитель направления Supply Chain Intelligence, GlowByte Advanced Analytics.
План доклада:
📌 Оригинальный алгоритм оценки качества кластеризации товаров и магазинов
📌 Прогнозирование функции плотности вероятностного распределения спроса с учетом конкуренции товаров на pytorch
📌 Собственная реализация алгоритма последовательной линейной аппроксимации выпуклой нелинейной функции цели для целочисленной нелинейной оптимизации
📌 Прогнозирование продаж и оптимизация ассортимента при помощи двух проходов на одной нейросети
Пока не решили, будем продолжать заставлять работать Google Meet, или перейдем на Zoom. Ссылка для подключения будет ближе к делу.
Докладывать будет 😎 Максим Гончаров, руководитель направления Supply Chain Intelligence, GlowByte Advanced Analytics.
План доклада:
📌 Оригинальный алгоритм оценки качества кластеризации товаров и магазинов
📌 Прогнозирование функции плотности вероятностного распределения спроса с учетом конкуренции товаров на pytorch
📌 Собственная реализация алгоритма последовательной линейной аппроксимации выпуклой нелинейной функции цели для целочисленной нелинейной оптимизации
📌 Прогнозирование продаж и оптимизация ассортимента при помощи двух проходов на одной нейросети
Пока не решили, будем продолжать заставлять работать Google Meet, или перейдем на Zoom. Ссылка для подключения будет ближе к делу.
Forwarded from Machine Learning REPA (RU) (Mikhail Rozhkov)
1️⃣ Что вы думаете об MLOps, Feature Store и Model Performance Monitoring? Правильно, это всем надо! Команда DS & Big Data компании Lenta готова поделиться секретами и собственным опытом! Итак, приглашаем на 🔥 ML REPA Meetup #8: Продвинутая аналитика и опыт команды Big Data Ленты
🗓 Dates: 22 Декаябр 2021 ( 19:00 - 21:00 Moscow time)
✅ Голощапова Ирина, Head of Data Science, Lenta
✅ Юрченко Максим, Разрабочик, Big Data Lenta
✅ Аникин Иван, Team Lead ML Engineering, Big Data Lenta
✅ Петров Иван, ML Engineer, Big Data Lenta
📺 Format: Online, zoom
Регистрация: https://ml-repa.timepad.ru/event/1528739/
🗓 Dates: 22 Декаябр 2021 ( 19:00 - 21:00 Moscow time)
✅ Голощапова Ирина, Head of Data Science, Lenta
✅ Юрченко Максим, Разрабочик, Big Data Lenta
✅ Аникин Иван, Team Lead ML Engineering, Big Data Lenta
✅ Петров Иван, ML Engineer, Big Data Lenta
📺 Format: Online, zoom
Регистрация: https://ml-repa.timepad.ru/event/1528739/
ml-repa.timepad.ru
ML REPA Meetup #8: Продвинутая аналитика и опыт команды Big Data Ленты / События на TimePad.ru
Что вы думаете об MLOps, Feature Store и Model Performance Monitoring? Правильно, это всем надо! Команда DS & Big Data Lenta готова поделиться секретами и собственным опытом!
По теме нашего NoML митапа на следующей неделе, подборка статей из рассылки www.featurestore.org:
📌 Was 2021 the Year of Feature Stores?
Также напоминаю про регистрацию на митап)
📌 Was 2021 the Year of Feature Stores?
Также напоминаю про регистрацию на митап)
Напоминаем, что через 20 минут у нас начнется семинар, ссылка для подключения: meet.google.com/wgr-nsdd-aqe
Спасибо Максиму и спасибо всем кто пришел!
Запись семинара по ссылке.
Google meet мы так и не победили, качество опять не очень(
В следующий раз точно переходим в Zoom.
Кстати, у нас в какой-то момент появилась база знаний в Notion, там пока не то чтобы много информации, но в разделе Семинары можно найти список прошедших семинаров с ссылками на записи и материалами.
Запись семинара по ссылке.
Google meet мы так и не победили, качество опять не очень(
В следующий раз точно переходим в Zoom.
Кстати, у нас в какой-то момент появилась база знаний в Notion, там пока не то чтобы много информации, но в разделе Семинары можно найти список прошедших семинаров с ссылками на записи и материалами.
Вчера вспомнили, что на предыдущем семинаре был вопрос про сравнение движков выпуклой целочисленной оптимизации, обещали со всеми поделиться ссылками:
📄 Kronqvista J., Bernalb D.E., Lundellc A., Grossmann I.E., A Review and Comparison of Solvers for Convex MINLP, 2018
А также сравнение движков Couenne, Bonmin, SHOT с MIDACO:
📄 Schlüter M., Gerdts M., Rückmann J.J., A Numerical Study of MIDACO on 100 MINLP Benchmarks, 2012
📄 Kronqvista J., Bernalb D.E., Lundellc A., Grossmann I.E., A Review and Comparison of Solvers for Convex MINLP, 2018
А также сравнение движков Couenne, Bonmin, SHOT с MIDACO:
📄 Schlüter M., Gerdts M., Rückmann J.J., A Numerical Study of MIDACO on 100 MINLP Benchmarks, 2012
Про трудности с развитием и финансированием проектов COIN-OR (опенсорсные оптимизационные движки и солверы Cbc, Clp, Ipopt):
‼️ Future of COIN-OR
Спасибо @epoepo за наводку на пост)
Кстати для тех, кто вдруг только подписан на канал, напоминаем, что еще есть чатик, в котором можно задавать вопросы про ML, DS и решаемые ими бизнес задачи)
‼️ Future of COIN-OR
Спасибо @epoepo за наводку на пост)
Кстати для тех, кто вдруг только подписан на канал, напоминаем, что еще есть чатик, в котором можно задавать вопросы про ML, DS и решаемые ими бизнес задачи)
Наш митап пройдет в пространстве Exposed. Внезапно оказалось, что это галерея, в которой сейчас проходит выставка художника Павла Шаппо. Так что, если даже тема Feature Store вам не очень близка, все равно регистриуйтесь и приходите, устроим круглый стол про современное искусство))
Информация про митап завтра.
Адрес: ул. Шаболовка 31Г, пространство Exposed.
Для тех кто своим ходом: от метро налево, через дорогу (3 минуты пешком), говорят розовую штуку на картинке видно прямо от метро.
Для тех кто на машине: с парковкой все грустно, отдельной парковки нет, только городская, пожалуйста учитывайте это при планировании маршрута и времени.
На странице мероприятия регистрация закрыта.
Если очень хотите дойти очно, пишите в личку @psnurnitsyn.
Если планируете смотреть онлайн, трансляция будет в нашем канале. Ссылка непосредственно на трансляцию будет в канале завтра ближе к делу.
Адрес: ул. Шаболовка 31Г, пространство Exposed.
Для тех кто своим ходом: от метро налево, через дорогу (3 минуты пешком), говорят розовую штуку на картинке видно прямо от метро.
Для тех кто на машине: с парковкой все грустно, отдельной парковки нет, только городская, пожалуйста учитывайте это при планировании маршрута и времени.
На странице мероприятия регистрация закрыта.
Если очень хотите дойти очно, пишите в личку @psnurnitsyn.
Если планируете смотреть онлайн, трансляция будет в нашем канале. Ссылка непосредственно на трансляцию будет в канале завтра ближе к делу.
Финальный в этом сезоне выпуск подкаста Дайте Данных появился на всех основных площадках.
😎 Александр Бородин сам у себя в гостях))
📌 Anchor
📌 Яндекс Музыка
📌 Apple Podcasts
📌 YouTube
😎 Александр Бородин сам у себя в гостях))
📌 Anchor
📌 Яндекс Музыка
📌 Apple Podcasts
📌 YouTube
Spotify for Podcasters
Get to know Spotify for Podcasters, the free, all-in-one podcast platform for every creator.