Почему дата-аналитики должны перестать работать «дворниками»
Дата-аналитики приносят пользу, когда извлекают из данных полезные инсайты. Но зачастую им не до этого, ведь данные ещё нужно очистить.
Аналитик Big Data — чем занимается, и что нужно знать, чтобы им стать?
Совместно с GeekBrains рассказываем, что нужно знать, чтобы стать аналитиком Big Data — даже если у вас нету опыта работы.
Python vs. R: что выбрать для Data Science начинающему специалисту?
Python и R —два самых популярных языка для Data Science. Какой из них выбрать? Разбираемся в плюсах, минусах и инструментах обоих языков.
Собеседование по Data Science: что нужно знать и где это изучить
Leon Chlon, специалист из Facebook, рассказывает, какие знания и подход нужны, чтобы успешно пройти собеседование по Data Science.
Отбор признаков в машинном обучении
Как происходит процесс отбора подмножества значимых признаков для использования в построении модели в машинном обучении.
Программирование на Python с нуля: дорожная карта разработчика
Как научиться программировать на Python с нуля? Мы составили дорожную карту для быстрого, эффективного и структурированного изучения Python.
Создайте и разверните своё первое веб-приложение для машинного обучения
Создаём с помощью PyCaret приложение для прогнозирования затрат на госпитализацию пациентов на основе разных показателей.
Специалисты по data science тратят большую часть рабочего времени не на разработку продуктов
Дата-сайентисты часто сталкиваются с некачественными данными. В статье рассмотрены причины этого, а также возможные способы решения.
Как за 75 долларов собрать датасет из 50 тысяч изображений: опыт стартапа Neatsy
Разбор кейса сбора большого датасета через краудсорсинг с поэтапным описанием.
Data Science с нуля: подробный гайд для начинающих
Можно ли освоить Data Science с нуля самостоятельно? Спойлер: да. Мы составили гайд с полезной информацией и материалами для самостоятельного изучения.
Задачи по Data Science от Tproger и GeekBrains
Один из главных прикладных навыков data science — умение работать с библиотеками вроде Pandas и NumPy. Собрали для вас несколько задач по этим библиотекам.
7 советов для новичков в Data Science
Как сосредоточить усилия на практических навыках, не зацикливаться на абстрактных теориях и подготовиться к работе Data Scientist’ом.
Типичный рабочий день специалиста по Data Science
Рассказ практикующего специалиста о том, что ему приходится делать чаще всего по долгу службы data scientist’ом.
Почему Python хорош для Data Science и разработки приложений
Рассказываем, в чём преимущества Python перед низкоуровневыми языками и чем он полезен в Data Science.
Ожидания vs. Реальность: чем отличается изучение Data Science и настоящая работа
Обычные энтузиасты Data Science редко сталкиваются с нюнасами реальных рабочих проектов. О них и расскажет человек, год проработавший в этой должности.
Практика Data Science: где искать датасеты и что с ними делать — отвечают эксперты
Начинающие специалисты в Data Science порой не знают, где искать датасеты и что с ними делать. Узнали у экспертов, что они могут посоветовать.
Какие алгоритмы и структуры данных нужно освоить начинающему специалисту по Data Science — отвечают эксперты
Алгоритмы, структуры данных, модели машинного обучения — спрашиваем у экспертов, на что нужно обратить внимание новичку в Data Science.
Как специалисту по Data Science написать классификатор, если часть данных неверно размечена
Данные важны для аналитики. Однако если они размечены неверно, от них может быть больше вреда, чем пользы. Разбираемся, как работать с такими данными.
Лучшие IT-выступления 2019 по версии Tproger: Data Science
Собрали лучшие выступления по data science за 2019 год по версии Tproger.
Наглядная шпаргалка по операциям с DataFrame в pandas для data wrangling и не только
Удобная и наглядная шпаргалка по основным операциям с DataFrame в pandas. Подходит для data wrangling и не только.
Евклидова, L1 и Чебышёва — 3 основные метрики, которые пригодятся в Data Science
Евклидово, L1 и Чебышёва — разбираемся, что это за расстояния и чем они друг от друга отличаются.
Как устроены хакатоны, зачем на них ходить и как готовиться: разбираем на примере темы Data Science
Эксперты SkillFactory рассказывают, зачем нужно участвовать в хакатонах по data science и как лучше всего к ним подготовиться.
Как стать экспертом в Data Science: пошаговый план обучения
Смотрим на последние тренды в Data Science и раскладываем по полочкам этапы обучения: от выбора языка и библиотек до машинного обучения и нейронных сетей.
Big Data: как устроены большие данные и где они сейчас применяются
Компании стали понимать ценность Big Data и начали вкладываться в специалистов по Data Science. Знакомим вас с темой Big Data и рассказываем, где и как сейчас используются большие данные.
Лучшие датасеты для машинного обучения и анализа данных
Для машинного обучения (и не только) требуется много хороших данных. Вместо того чтобы собирать их самому, можно воспользоваться готовыми датасетами.
Качественно новый уровень визуализации данных в Python
Когда-то для визуализации данных в Python использовали matplotlib. Однако позже появилась более удобная библиотека — plotly. Рассказываем, что она может.
Знакомство с Kaggle: изучаем науку о данных на практике
Теорию лучше совмещать с практикой. Если вы изучаете Data Science, то вам стоит попробовать себя в соревнованиях Kaggle.
Как команда студентов победила в хакатоне и выиграла 500 000 руб. — интервью с участником
Алексей Боховкин, студент 1 курса магистратуры МФТИ (ФУПМ) и Сколтеха (Data Science) вместе с командой одержал победу на недавнем нейрохакатоне в научном треке. Мы попросили Алексея рассказать о своём пути…
Основные концепции статистики для data scientist’ов
Статистика — мощный инструмент data scientist’а. Сегодня мы познакомим вас с её 5 базовыми концепциями.
План обучения для специалиста по Data Science
Детальный пошаговый план обучения по специальности Data Sientist. Если вы хотели стать спциалистом по Data Science, но не знали, с чего начать.
Как создать Data Science портфолио
Наличие нужных навыков не гарантирует получение работы. Ваши шансы может повысить портфолио. Разбираем советы по созданию оного в Data Science.
Как хорошо вы разбираетесь в Data Science? Тест на реальные знания от Tproger и «МегаФон»
8 вопросов-задачек по Data Science. Если ответите правильно больше чем на половину, сможете получить предложение от «МегаФона».
