Обложка канала

Datalytics

5840 @datalytx
Открыть

Канал, посвященный анализу данных с помощью Python. Не столько про машинное обучение, сколько про подготовку/очистку/предобработку данных, использование Python для получения данных из API, парсинга веб-сайтов, автоматизации различной рутины

  • Datalytics

    Почему ваши собеседования могут закончиться неудачей? Рассказывают в №1 сообществе алгоритмистов в РуНете - @eda_academy Исследования показывают, что около 70% кандидатов не уверены в своих знаниях алгоритмов, а 85% из них считают, что слабое владение этой темой является основной причиной отказов на собеседованиях. Это может быть разочаровывающим для многих амбициозных профессионалов, желающих продвинуться в карьере. Прямо сейчас на канале @eda_academy можно найти: 🔥 Интервью с рекрутером из Google, как попасть в FAANG 🔥 Примеры задач по алгоритмам и их решения 🔥 Топовые советы, как изучать алгоритмы эффективнее ▶️Подписывайтесь, чтобы знать алгоритмы лучше всех - @eda_academy

  • Datalytics

    💻 ИЩЕМ АНАЛИТИКОВ ДАННЫХ В ЯНДЕКС ПРАКТИКУМ! 💡 Яндекс Практикум — это ведущий сервис онлайн-образования в IT. И мы ищем аналитиков данных готовых стать частью нашей команды. Команда аналитики помогает оптимизировать весь путь пользователя от идеи смены карьеры до трудоустройства. А занимает он больше года. Причем треть этого времени уходит на принятие решения о покупке курса. Поэтому в маркетинге нам нужны модели атрибуции сложнее, чем First/Last Click. А эффективность обучения зависит от качества работы тысяч сотрудников сопровождения. Управлять этим без метрик просто невозможно. 📌 Мы ищем амбициозных аналитиков, которые устали пилить однотипные дашборды и хотят заниматься задачами влияющими на бизнес-метрики. При этом нам критически важны уверенные знания SQL, потому что мы только начинаем строить DWH. Кстати, если вы дата-инженер, тоже пишите 😉 Подробнее о задачах и требованиях можно прочитать в описаниях вакансий команд: - команда маркетинговой аналитики: аналитик и тимлид - команда финансовой аналитики - продуктовая аналитика 🤝 Если вам интересно, непонятно или просто хочется пообщаться про аналитику в EdTech, пишите @ksuabr

  • Datalytics

    Присоединяйтесь к нашему сообществу Data Analyst REBRAIN и расширьте свои знания в области аналитики данных, управления проектами и маркетинга. Мы предлагаем множество открытых онлайн-практикумов каждый месяц, которые проводят опытные профессионалы в области анализа данных. В рамках практикумов мы рассматриваем реальные кейсы анализа данных, используя самые современные инструменты, такие как Python, SQL, Tableau, бизнес-метрики, визуализация данных, статистика, теория вероятностей и многое другое. Каждый практикум подобран с учетом разного уровня сложности и направления, чтобы каждый участник мог выбрать интересующие задачи и развиваться в соответствии с собственными навыками и опытом. ✔️ Присоединяйтесь уже сегодня и начните бесплатно развивать свои навыки в области анализа данных вместе с нами!

  • Реклама

  • Datalytics

    🟩Мои хорошие знакомые из SberMarket ищут к себе Дата-Саентиста 🟩 💰 Зарплата: 240 000 — 380 000 ₽/мес 🌐 Локация: Москва, Санкт-Петербург или полная удаленка 💻 Стек: Python, Jupyter, Airflow, Kubernetes, GRPC, Gitlab CI, Helm, Prometheus, Tableau, Metabase, Grafana. 💡 Саммари по задачам отдела: Мы разрабатываем и внедряем ML-модели для оптимизации операционной эффективности компании. Это включает создание прототипов, тестирование гипотез, анализ данных и внедрение успешных моделей в продакшен. 🏢 О компании: Сбермаркет — онлайн-сервис, который помогает делать покупки, не выходя из дома. Ежемесячно сайтом и приложением пользуются более миллиона человек в 150 городах. Оборот компании в 2020 году составил 19,8 млрд рублей. Партнёры: METRO C&C, Лента, Ашан, Магнит, Командор и другие. 📩 Связаться с рекрутером этой позиции (телеграм) 🔗 Подробнее о вакансии и подать заявку можно здесь

  • Datalytics

    Ещё вчера они отвечали за код и технологии, а сегодня в их подчинении специалисты, к которым никто не приложил инструкцию. Да, быть начинающим управленцем в IT — рискованно, но интересно. Открывается много новой информации и определений. Насчёт определений — в карточках собрали несколько ключевых, которые познакомят вас с профессией руководителя в IT поближе. А по поводу новой информации: в Практикуме появился курс по управлению командой разработки с воркшопами, личными консультациями и интерактивным учебником. Пройдите первый бесплатный урок

  • Datalytics

    ❗️Один из важнейших инструментов MLOps — это MLFlow. ▶️ 10 августа в 20:00 мск в рамках онлайн-курса MLOps от OTUS пройдёт открытый урок «MLflow версии 2. Рецепты и пайплайны в машинном обучении». ✅ На открытом уроке вы узнаете: 🔹 О развитии MLFlow и о том, какие усовершенствования вошли в новые релизы (2.x) 🔹 О роли пайплайнов в организации процессов машинного обучения 🔹 Что такое MLFlow recipes и как их использовать для повышения эффективности работы DS 🧑‍💻 Спикером выступит преподаватель OTUS Данила Слепов. Он проектирует AI-системы, разрабатывает архитектуру MLOps платформ. 👉 РЕГИСТРАЦИЯ https://otus.pw/6z5s/ Нативная интеграция. Информация о продукте www.otus.ru

  • Datalytics

    Ты системный аналитик и хочешь прокачать свои навыки и знания? Тогда присоединяйся к проекту IT_ONE CAREER! 💚 ⠀ Компания IT_One открывает сезон онлайн-мероприятий для системных аналитиков! IT_One – разработчик программного обеспечения для крупных игроков российского бизнеса. ⠀ Первым мероприятием станет IT_ONE CAREER MEETUP 🚀 27 июля в 18:00 вы сможете больше узнать о компании и обсудить «горячие» темы системной аналитики. ⠀ В программе 2 актуальные темы и 2 топовых спикера! ⠀ 👩🏻‍💻 Взаимодействие системного аналитика с Product Owner, бизнес-аналитиком и командой разработки 🗣Ольга Бондарева, старший системный аналитик IT_One ⠀ Обсудим: — лучших друзей аналитика на разных этапах проекта; — как выстоять натиск РО. ⠀ 👩🏻‍💻 Подводные камни в работе аналитика. К чему готовиться? 🗣Екатерина Климова, старший системный аналитик IT_One ⠀ Разберем: — плюсы работы аналитика; — минусы, о которых все говорят; — 7 грехов системных аналитиков. ⠀ 🗓 Дата и время: 27 июля в 18:00 ⠀ 👉🏼 Регистрируйтесь здесь: https://clck.ru/34soBv

  • Datalytics

    🤔 Что круче: аналитика данных или бизнес-аналитика? Хотите перейти в аналитику? Первый шаг к успешной карьере — правильно выбрать направление внутри профессии и узнать, какие навыки освоить на старте. Разобраться поможет открытый диалог «Бизнес-аналитик vs дата-аналитик: кто круче? Сравним зарплатную вилку, задачи и спрос на рынке труда» 25 июля в 19:00 Мск. Спикеры: — Василий Ключарев, продуктовый аналитик, банк Точка; — Максим Третьяков, предприниматель, ранее бизнес-аналитик в «Росатом», SBS Consulting, Strategy Partners; — Ольга Дремова, эксперт по разработке и развитию продуктов в стартапах. На трансляции вы узнаете: 🔹 кому подойдет бизнес-аналитика, кому — консалтинг, а кому — аналитика данных; 🔹 какие специалисты наиболее востребованы на рынке труда; 🔹 какие навыки нужны разным аналитикам и какие задачи они решают; 🔹 сколько получают специалисты на разных этапах карьеры и на каких условиях работают. 🗣 Трансляция пройдет в формате открытого диалога — спикеры ответят на все ваши вопросы, которые вы сможете задать как перед, так и во время встречи. Лучше отправить вопросы заранее при регистрации, чтобы эксперты успели подготовиться и дали еще больше ценной информации! 💬 Переходите по ссылке, чтобы зарегистрироваться: https://u.to/cVzRHw

  • Datalytics

    О новый дивный мир!

  • Datalytics

    Тут у Леши Никушина (@analysts_hunter) подсмотрел в комментариях много полезного про prompt engineering и любопытных ссылок, чтобы лучше понять как устроены LLMs и как их встраивать в приложения ➡️ Роман Нестер (@radionester) рекомендует курс «Generative AI with Large Language Models» на Coursera. И это не просто про то как писать промпты, но в целом про устройство генеративных моделей, fine-tuning, reward models, архитектуру приложений с использованием LLM. То есть это такой углубленный курс про то как языковые модели создаются, донастраиваются под задачи, внедряются внутрь приложений ➡️ Татьяна Гороховская (@producthr) поделилась ссылками аж на 2 курса про LLMs, которые ведет Andrew Ng: «Building Systems with the ChatGPT API» и «LangChain for LLM Application Development». Залогинтесь, чтобы посмотреть. Первый курс про создание end-to-end приложений с помощью API OpenAI, тут и про chaining prompts и про то как проверять результаты вывода, построение процесс оценки вывода, в общем, как не просто написать промпт, а как использовать вывод LLM для построения системы, выдающей предсказуемый результат. Второй курс про использование библиотеки LangChain, которая предоставляет широкий набор методов для построения LLM-приложений, например, с помощью неё можно реализовать систему AI-ответов поверх собственной базы знаний ➡️ Константин Савенков (CEO https://inten.to/) поделился полезным гайдом Prompt Engineering 101 в блоге Xavier Amatriain. Рекомендую обратить внимание на несколько ссылок на полезные пейперы в конце гайда ➡️ Влад Куклев (@prod1337) советует ознакомиться с набором лучших практик, которые рекомендует OpenAI для того, чтобы получить наиболее класнные результаты от GPT4 - Также Влад делится хорошей статьей про разницу между «слепым промптингом» и «промпт-инжинирингом» (если коротко: тыкание наугад vs научный подход, в принципе похожие выводы описаны и в статье Why Johnny Can't Prompt) - Ну и в завершение Влад скидывает большой гайд про промпт-инжиниринг (внимание, локализованный на русский!) ➡️ Доцент Школы управления Сколково Петр Паршаков рекомендует ещё один курс про ChatGPT от Andrew Ng — «ChatGPT Prompt Engineering for Developers» ➡️ Кирилл Маркин (CEO https://ozma.io/) советует глубже почитать промпты, которые пишут разработчики сервисов, в качестве примера приводит промпт Github Copilot из канала Бобука и промпт Gippr AI из канала «эйай ньюз» AI Forge

  • Datalytics

    Я завёл отдельный канал для того, чтобы писать в него про большие языковые модели типа ChatGPT, Claude, LLAMA, постараюсь акцентировать внимание на том как их использовать в профессиональной деятельности и в бизнесе. В том числе буду больше писать про интеграцию LLM в бизнес-процессы, возможности использования для роста бизнес-метрик и ценности https://t.me/ai_forge
    AI Forge

    Канал про LLMs (GPT, Claude, LLAMA) и их применение в народном хозяйстве. Автор @ax_makarov

    Telegram

  • Datalytics

    Не так давно стал очень часто обращаться за поиском к perpflexity.ai Это такой поисковик, работающий на базе LLMs В perpflexity много всяких крутых фичей. Например, при регистрации можно задать свой профиль, указав ответы на вопросы про свою деятельность, книги, которые понравились и другие такие вопросы, которые позволяют сформировать некую «персону», через которую будет осуществляться поиск Не буду тут писать обзор всех возможностей, попробуйте сами. Отмечу только 2 ключевые Одна из самых крутых штук, которые там есть — это поиск по академическим источникам. Просто указываете в опции Focus значение «Academic» и поле поиска сужается до источников с академическими статьями (например, arxiv, acm) Но прелесть perpflexity в том, что он не просто ищет ссылки, а на основе результатов поиска пытается сделать ответ на поисковый запрос (то есть работает как question-answering system по документам, которые семантически наиболее близки к заданному вопросу) (в комментариях оставлю скриншот как это выглядит) Вторая функция, которая для выглядит очень вовлекающей и делающей продукт «прилипчивым» — это список «related» вопросов, которые можно выбрать из предлагаемого списка. То есть получается как бы цепочка вопросов, двигаясь по которой можно уточнять или расширять изначальный вопрос. В общем, такое движение по семантическому графу (опять же, скрин в комментах) На мой взгляд, такие продукты как perpfexity осторожно подступают к видению того каким будет будущее поисковых систем. Добавьте туда возможность поиска по собственной базе документов + какую-то интеграцию с хранилищем важных знаний типа Obsidian и вообще самые смелые фантазии, связанные с knowledge management и information retrival — и это уже большее, чем просто поисковые системы AI Forge

  • Datalytics

    @@ozon_tech Intro Meetup в Алматы 27 июля | 18:00 (UTC +6) офлайн | онлайн ML, DS и Java-инженеры, для вас — особое приглашение, потому что на повестке: 🟢Рекламная платформа в Ozon, её архитектура и ML. 🟢Архитектура рантайма поиска в Ozon, поиск по индексу, сбор данных из различных источников, ранжирование документов с учётом пользовательских фичей. 🟢Архитектура рекомендаций, персонализация товарной выдачи и работа с десятками рекомендательных полок. 🟢Машинное обучение для рекомендаций товаров в Ozon и data science часть рекомендательной системы. 🟢Программы обучения, стажировки и жизнь сообщества Ozon Tech. 🔗РЕГИСТРАЦИЯ

  • Datalytics

    💡 Spark — мастхев для дата-инженера. Количество вакансий, где требуется опыт работы со Spark, постоянно растет, и шансы на получение высокооплачиваемой работы все больше коррелируют со знанием Spark. Статистика говорит сама за себя: сейчас в 30% вакансий он указан как обязательный. 💻 Освоить этот инструмент можно на онлайн-курсе «Spark Developer» от OTUS. Ведущие эксперты Big Data помогут вам начать писать распределенные приложения, работать с потоками данных, оптимизировать приложения и решать многие другие задачи обработки данных. Параллельно со Spark, вы освоите еще Hadoop и Hive. Начинаем 27 июля. 👉 Успейте присоединиться к группе: https://otus.pw/E3OD/ Нативная интеграция. Информация о продукте www.otus.ru

  • Datalytics

    Научитесь строить отчёты самостоятельно в Yandex DataLens 🕙 10 модулей, 6 экспертов, больше 300 часов методологической проработки — и всё это для того, чтобы вы могли из первых рук узнать про все возможности работы с облачной BI-системой. Курс будет полезен всем, кто работает с данными: менеджерам продукта, аналитикам, руководителям и тем, кто хочет упростить себе работу с данными. 📖 Для прохождения курса не нужны специальные знания. Модули построены так, что, начиная с базового функционала по работе с чартами и дашбордами, вы постепенно погружаетесь в более сложные темы. Недавно мы выпустили завершающий модуль курса про работу с продвинутыми функциями, чтобы вы могли делать самую глубокую аналитику. Все модули курса доступны бесплатно. Начните уже сегодня! ➡️ Узнать подробнее

  • Реклама

  • Datalytics

    Тут рассказывают, как работает performance review в Авито — подробный гайд составил их директор по аналитике Илья Гуров. Для больших команд аналитиков, где спецов выше мидла может быть несколько, это просто золото. Грамотная система ревью позволяет руководителю понятно описать грейды и получить адекватное представление о росте сотрудников, компетенциях и карьерных ожиданиях. Если коротко, то у Авито все устроено так: 1. Self-review. Сотрудник предъявляет собственные результаты. 2. Сбор отзывов от коллег, которые участвовали в тех же проектах или заинтересованы в результатах. 3. Оценка компетенций. Руководитель собирает артефакты и доказательства по всем компетенциям. 4. Калибровка оценок между руководителями. Это защита оценки перед другими менеджерами с презентацией и фасилитатором. Душно, но эффективно. Все это проводят каждые полгода. Так отдел аналитики достигает сразу нескольких целей: у сотрудников есть прозрачный карьерный путь и мотивация, руководитель в курсе всех процессов, а еще у всех менеджеров синхронизируются ожидания. Проводите у себя ревью? Поделитесь лайфхаками в комментах!

  • Datalytics

    Как научиться смотреть на задачи с точки зрения бизнеса и выйти на новый уровень в аналитике данных? На курсе Hard аналитика вы разберётесь как сократить сроки проведения экспериментов и проверять нужные бизнесу гипотезы, научитесь делать удобные дашборды, быстро прогружать запросы в базе данных и использовать машинное обучение в аналитике. Курс создан руками ведущих аналитиков из Райффайзен, Яндекс, ВКонтакте и других компаний, поэтому программа включает в себя только самые актуальные и нужные знания для углубления в продуктовую аналитику. Присоединяйтесь! Новый поток стартует 20 июля

  • Datalytics

    💡Как оптимизировать параметры запуска приложения Spark? Поговорим об этом 11 июля в 20:00 мск на открытом уроке в OTUS. Этот вебинар пройдет в рамках онлайн-курса «Spark Developer» в OTUS. 📝На занятии мы с экспертом разберем признаки ошибочной конфигурации, базовые настройки для повышения производительности и Ganglia как инструмент мониторинга кластера для определения узких мест работы приложения Spark. ✅ В результате урока вы получите: ⁃ Сформированное понимание качества базовой настройки приложения Spark ⁃ Понимание баланса использования ресурсов для приложения ⁃ Умение идентифицировать ошибки, связанные с неправильной настройкой приложения ⁃ Навык визуально анализировать параметры загрузки кластера в процессе работы приложения Урок будет полезен начинающим и опытным специалистам в области аналитики данных, Data Engineering, а также руководителям и менеджерам команд разработки. Не упустите возможность получить ценные знания, продолжить обучение вы сможете на курсе, доступном в рассрочку. 👉Для участия зарегистрируйтесь: https://otus.pw/doFP/ Нативная интеграция. Информация о продукте www.otus.ru