Pythonsha
232 subscribers
139 photos
13 videos
2 links
Python-разработчик + Data Science + Data Engineer + Амбассадор ЯП. Прохожу обучение на "Руководитель проектов в области ИИ"
Офигеть, я крута😁
Download Telegram
#PASSED 😎
🔥3
Привет всем. Эту неделю я торжественно знаменую как - "гонка наперегонки со временем, в которой я победила!"
Работа одновременно с двумя проектами: один по Python, второй по Data Science.

Python. Жесткий дедлайн
Закончила я тему парсинга финальным проектом "Асинхронный парсер PEP". Ставлю галочку напротив навыка "Парсинг"!

Наконец-то, на этом курсе этот жесткий дедлайн является последним! Я его успешно завершила, а значит, мой путь обучения потихоньку приближается к концу.
Глядя на мою карту навыков, можно сказать, что я знаю довольно-таки много! И от этого чувства расправляются плечи, и чувствуешь себя еще увереннее!

Впереди меня ждет модуль "Альтернативные фреймворки", знакомство с Flask и FastAPI.
🔥3
Data Science

Как ранее писала, на этом курсе тоже все быстро и со встречей рассвета!
Итак, тема "Временные ряды" пройдена. Проект "Чётенькое такси" сдан. Нужно было спрогнозировать количество заказов такси. Какую работу провела:
анализировала временные ряды и разбивала их на тренды и сезонность;
делала срез по часу;
создавала признаки для временных рядов;
обучала разные модели на выборках;
выбирала лучшую и тестировала.

Сегодня уже начинается тема "Машинное обучение для текстов". Вдох, выдох и поехали дальше...
👍21
This media is not supported in your browser
VIEW IN TELEGRAM
Тотальный диктант

Вчера вот уже 8-й год подряд писала тотальный диктант.

В предыдущие годы сдавала на "4": были и орфографические, и пунктуационные ошибки. В прошлом – ни одной орфографической, но допустила 2 пунктуационные.

Ждем результат 12 апреля...😉
🔥5👍1
Пару слов об образовании

Я целый день билась над одной проблемой — Pipeline в NLP.
Закончив проект, отправила его на первое ревью. Ревьюер накидал замечаний, в результате которых я убила 9 часов на решение: перелопатила весь интернет, прочитала кучу форумов...

Но самое интересное, что гениальная идея приходит, когда мы совсем ее не ждем. Иду я с магазина и вспоминаю про одну краем глаза увиденную статью. И... бинго! Задача решена!

В общем, в этом и есть суть образования: когда ищешь решение, бьёшься над проблемой, пытаешься, тратишь кучу времени для казалось бы элементарной задачи...

А что нельзя назвать образованием — так это бесконечный просмотр якобы обучающих видосиков в Ютубе, которые обещают сделать тебя за 1 месяц программистом! Это так не работает: нельзя научиться плавать, прочитав книгу, как надо плавать)))

И кстати, теперь в моей коробочке знаний есть машинное обучение в тексте.
🐳6👍1🕊1
Пришли результаты Тотального диктанта. Тройка😭

1-я ошибка (орфографическая) — «не умевший» пишется раздельно, т.к. есть зависимые слова (очень глупая ошибка, поторопилась)

2-я ошибка (орфографическая) — задумАвшись. Как здесь-то можно было накосячить?))

3-я ошибка (пунктуационная) — тоже глупая ошибка, не поставила запятую после однородных членов

4-я ошибка (пунктуационная) — «подобно Дерсу» выделять запятыми не надо было.

5-я ошибка (пунктуационная) — после «Куросавы» надо было поставить тире, т.к. оно заменяет отсутствующее сказуемое. Вполне можно было ошибиться.

Так обидно за глупые ошибки! Переживала очень из-за этого...

print("...ты один мне поддержка и опора, о великий, могучий, правдивый и свободный русский язык! (И. С. Тургенев)")
👍5❤‍🔥3😱1🙈1
Привет всем.
Делюсь очередным движением😜
Data Science

Пару дней назад сдала проект "Викишоп". Заданием было определить токсичность комментариев, чтобы затем отправить их на модерацию. Это раздел машинного обучения NLP, обработка естественного языка.

Что делала:
предобработка данных, лемматизация, удаление лишних символов, токенизация, деление на обучающую и тестовые выборки, используя Pipeline векторизация + поиск гиперпараметров через GridSearchCV, выбор лучшей модели и тестирование. Данных было много,около 160тыс. Подбор гиперпараметров шел очень долго, поэтому я уменьшила выборку до 10 тыс., достигнув при этом метрику f1=0.75 при целевой 0.74. Считаю,что справилась на ура!

Данная тема была с жестким дедлайном, с пн на этом курсе у меня недельные каникулы.

Python

Изучаю новый фреймворк Flask. Сейчас работаю над финальным проектом.
🔥9🕊2
Pytest. Flask

Работаю с приложением на Flask. Накодила чуток и запустила питест — 17 тестов из 31 упали сразу😂

7 часов исправлений и недоумений, что хочет от меня тестировщик и вуаля... 31 PASSED.

Проект на 2-й проверке ревьюера. Жду...
🔥4👍3😁1
Мой стек райт нау

Ревьюер принял проект по Flask. Начинаю постигать FastAPI.

Кстати, обучение по Python пройдено на 81%, а по Data Science — на 79%

Just do IT🚀
🔥11🐳3👍1
FastAPI

Начало...
🔥73😱1
This media is not supported in your browser
VIEW IN TELEGRAM
SQL

Прошла всю теорию по FastAPI в Python, финальный проект пока отложила и перешла на SQL в Data Science.

Второй день изучаю/повторяю SQL: 7 тем, в каждой по 10-11 задач😱🤯😰. И казалось бы, они должны даваться легко, т.к я уже их изучала на курсе Python, но все равно есть некоторые моменты, которые я подзабыла.

Совет дня: повторение — мать учения!
🔥6👏2😁1
Для тех, кто постоянно спрашивает: а когда ты уже закончишь обучение))) Как видите, осталось совсем немного🙏🏻
🔥9🏆2
Что нового

Закончила пару дней назад тему SQL в Data Science.

Хочу подытожить свои впечатления. Данную тему я начала изучать на курсе Python. Там ее проходили совместно с Django. На тот момент был стресс: как бы понять Django, а тут еще и SQL))). Тогда я слабо ориентировалась в связях между таблицами и командами.
На курсе Дата сайнс тему баз данных раскрывают качественно . Проходишь много практических сложных задач, которые тренируют понимание взаимодействия таблиц.
Все-таки хорошо, что я выбрала параллельный курс)). Восполняются некоторые пробелы по темам. Сегодня я могу с уверенностью сказать, что SQL знаю хорошо!

Python: вчера отправила финальный проект по FastAPI на ревью.

DS: начала изучать компьютерное зрение.
👏10👍4
Что хочет от меня эта шайтан-машина?)))
👍3🤡2
Data Science

Закончила финал. проект по компьютерному зрению.
ТЗ заключалось в построении модели, которая определяет приблизительный возраст человека по фото (контроль продажи алкоголя).

Что делала:
исследовательский анализ набора фоток (база данных состоит из 7591 фотографии),
обработка, подготовка изображений (аугментация, изменение размеров, повороты, переворачивание),
обучение нейронной сети (метрика MAE должна быть <7).
Как видите на картинках, модель хорошо справилась с задачей при MAE=6.4. Приблизительный возраст людей на фото определен.

Понимаю, что тема "Компьютерное зрение" очень сложная: мне ее еще изучать и познавать, но нежирную галочку ставлю)))

Python

Начала модуль "Python для бизнеса". Буду отрабатывать навыки использования Python для управления сервисами Google Sheets API и Google Drive API.
Кстати, это уже 23 спринт из 24😜
🔥12👍2
Устала так за насыщенный обучением год! Как в песне ... "и силы на исходе..." Пару дней назад даже впала в депрессию и проплакала всю ночь. И все из-за интенсивного обучения. Казалось бы, конец этапов, но организм просит отдыха! В общем, на три дня вышла из строя и уехала на природу, за город, в Подмосковье. В пн вернусь и с новыми силами займусь финальным по пайтон.
Совет дня: отдыхайте! Всегда будет что-то важное и срочное! Берегите здоровье и будьте спокойны!
👍13🔥42💯1