Простое объяснение того, чем занимаются дата-аналитики, дата-инженеры и дата-сайентисты, а также анализ карьерных перспектив в Big Data.
Основные инструменты дата-сайентиста
Подборка инструментов для работы специалиста по Data Science: от самых простых и повседневных до более специфических и редких
Топ-10 Python библиотек для Data Science
Рассказываем, на какие популярные Python библиотеки для Data Science стоит обратить внимание начинающему дата-сайентисту.
Набор инструментов, чтобы сделать аналитику на R максимально комфортной
Инструменты, которые наверняка пригодятся, если вы будете заниматься Data Science и аналитикой на языке R.
По 5 вопросов с собеседований из двух обязательных для Data Scientist областей знаний — теории вероятности и машинного обучения
Математика для Data Science: 3 полезных закона
Data Science и математика тесно связаны. Рассказываем про три математических закона, на примере песен из Spotify.
Где общаются разработчики: русскоязычные чаты программистов
Сделали подборку чатов программистов в Slack, Telegram и Gitter.
Базовые знания Data Science: что и где нужно изучить новичку
Область Data Science сейчас популярна и есть везде. Разбираемся, что нужно знать для минимального входа в эту сферу.
Business Science vs Data Science: чем отличаются два направления науки о данных?
Когда речь идёт о данных и их пользе для бизнеса, многие вспоминают про Data Science. Однако это не всегда именно то, что нужно бизнесу.
Data Science для начинающих: 12 проектов на Python за 3 часа
Если только начинаете путь в Data Science, попробуйте сделать эти проекты для начинающих. Они научат вас собирать и визуализировать данные.
Что работодатели ждут от начинающих специалистов по Data Science
Разбираемся, какие скиллы нужно прокачивать и как выделиться среди других соискателей на позицию специалиста по Data Science.
5 шпаргалок по Python для разных сфер применения
Мы собрали несколько полезных шпаргалок по Python: больше не придётся тратить время на поиск базовой информации.
Выбраться из матрицы: как пройти отбор на Python-разработчика в Data Science
Рассказ о том, почему джунам будет трудно в команде Data Science, к чему стоит готовиться мидлам и какие задачи стоит ожидать.
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.
12
