Обложка канала

Datalytics. Страница 6

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

    Станьте востребованным Python-разработчиком уже в 2023 году.  Записывайтесь на курс от Хекслета и получайте скидку 10% и подарок на выбор: депозит 20 000 ₽, базовая подписка на 5 месяцев или премиум-подписка на 1 месяц. Можете порадовать не только себя, но и близкого человека. Воспользуйтесь уникальным предложением для двоих: купите вторую профессию со скидкой 40%.  Оцените формат и решите, стоит ли продолжать. Вводные ознакомительные курсы профессии доступны бесплатно сразу после регистрации! На профессии «Python-разработчик» вы: ✔️ Научитесь работать с сетевыми запросами и овладеете навыком проектирования архитектуры приложений. ✔️Освоите самый популярный веб-фреймворк Django. ✔️ Решите более 310 задач в браузере, создадите 4 проекта для портфолио на GitHub и выполните 150 тестовых заданий от наших партнёров. ✔️Научитесь работать с чужим кодом и оформлять пул-реквесты в Open Sours проектах. Успейте оставить заявку до 31 декабря, чтобы получить новогодние подарки🎁

  • Datalytics

    📈 Dashboard Canvas 2.0 📈 Три года назад я придумал сделать шаблон сбора требований для дашборда. За это время его использовали много раз, а видео с рассказом про него на канале DataLearn от Димы Аношина посмотрели более 20 тысяч раз. За это время я получил много обратной связи и сам часто использовал шаблон, поэтому смог конструктивно его улучшить. Представляю новую версию! Подробно, почему он стал таким, я недавно рассказал на конференции Flow, 👉 вот запись 👈, получилась интересная история развития фреймворка. Спасибо организаторам, они согласились выложить доклад в общий доступ сильно раньше, чем планировали. А вот ссылка на Miro, где теперь есть инструкция, примеры и новая версия в pptx (ещё приложу её в комментарии). Совместно с идеей построения карты дашбордов получается полноценный алгоритм построения системы дашбордов в компании. Делитесь обратной связью и используйте в работе! @revealthedata
    Роман Бунин — Dashboard Canvas 2.0

    — Проектирование дашбордов — дисциплина на стыке аналитики и дизайна. Роман не верит в процесс, когда заказчик дашборда сам составляет ТЗ для разработчика, ведь в итоге разработчик становится просто «руками». Ответственный за подготовку ТЗ и понимание задачи — сам специалист. Для удобного процесса разработки дашборда спикер разработал Dashboard Canvas — фреймворк сбора требований. В докладе пойдет речь о его новой версии и будут примеры его использования.

    YouTube

  • Datalytics

    Антон Лоскутов, тимлид команды предиктивной аналитики MyTracker, проведет 26 декабря вебинар на тему «Персонализация в рекомендательных системах: подходы и оценка результатов» На вебинаре обсудим, как рекомендательные сервисы могут подбирать оптимальное предложение для пользователей и повышать доход приложения Темы, которые будут затронуты на вебинаре: 🟢Текущие способы формирования цен 🟢Задачи рекомендательных сервисов 🟢Типичные проблемы рекомендательных сервисов и способы их решения 🟢Способы измерения эффективности рекомендательных сервисов Зарегистрироваться на вебинар можно по ссылке

  • Реклама

  • Datalytics

    Уже больше 70 лет биологи исследуют состояние Байкала: берут пробы воды в одной и той же точке и вручную ведут подсчет микроорганизмов. Этот метод не менялся с 1945 года. Теперь учёным помогают алгоритмы машинного обучения — они анализируют виды и формы планктона и экономят время специалистов. Нейросеть Yandex Cloud стала доступна в опенсорсе — то есть и сам алгоритм, и датасет можно использовать в исследованиях других водоемов по всему миру. Читайте подробнее в блоге. Посмотрите короткометражку о том, как нейросети учились различать байкальских рачков, а специалисты из разных областей — понимать друг друга

  • Datalytics

    Знакомые из Ozon принесли интересную вакансию — руководитель группы Data Engineer Ребята ищут человека в команду DE Platform, которая выстраивает инфраструктуру для интеграции бизнеса и BI-систем. Эта же команда помогает в Ozon решать задачи по технологическому развитию инструментов и инфраструктуры вокруг данных Задачи: - Формрование и управление командой из 5-10 человек - Построение архитектуры системы: развивать и поддерживать транспорт данных, планировать архитектурное развитие проектов - Планирование работы (по спринтам, месяцам, кварталам) - Организация работы со смежными командами - Реализовать мониторинг, алертинг, анализ логов сервисов, анализ метрик БД и сервисов - Оптимизация запросов (Vertica и Clickhouse) - Airflow (написание новых ETL-процессов и рефакторинг старых) Требования: Java, Hadoop (hafs, yarn, hive); СУБД (Postgres, MS SQL); аналитические БД (Vertica, Clickhouse, Bigquery); опыт работы с Kubernetes, Kafka, GIT, KV-хранилища; плюсом будет опыт работы с Prometheus, Grafana, Scala, Airflow Условия: - Удалёнка или офис (или гибрид); - Система менторства, адаптации, обучения; - ДМС (+ стоматология) - Скидки на спорт и изучение английского - Корпоративные клубы (киберспорт, кино, рисование, настолки, спорт, etc.) - Помощь в отсрочке - DevRel-команда и сильное сообщество 💬Отклик можно оставить на >сайте или написать напрямую Рите @margo1_ozon

  • Datalytics

    💣 Как парсить сайты с помощью Python? 🗓 Узнайте 14 декабря в 18:00 на открытом уроке «Парсинг данных: собираем датасет своими руками». 👉 Занятие пройдет для для DS/ML-специалистов в рамках онлайн-курса «Natural Language Processing (NLP)» от OTUS. 💻 Что вас ждет на вебинаре? 🔸 Узнаем, как можно собирать датасеты методами Python. 🔸 Обсудим, какие существуют библиотеки для парсинга данных, практические методы парсинга данных. 🔸 Научимся парсить сайты с помощью Python и собирать датасеты из открытых источников. 🦾 Спикером выступит Мария Тихонова, руководитель курсов по ML в OTUS и специалист по анализу данных в команде AGI NLP в SberDevices. ❗️Новогодняя распродажа! Скидки -23% на все курсы! 🔥 Зарегистрируйся на занятие — https://otus.pw/Tt08/ Реклама. Информация о рекламодателе на сайте www.otus.ru

  • Datalytics

    Как повысить эффективность бизнес-операций с Task Mining? Ответ на этот и другие вопросы можно получить на совместном вебинаре Банка Уралсиб и Инфомаксимум, который состоится 15 декабря в 16.00. Программа: – Особенности технологии Task Mining (16:00 – 16:20) – Аналитика бизнес-операций в банке Уралсиб (16:20 – 16:40) – Сессия вопрос-ответ (16:40 – 16:55) Спикеры: 🔹 Александр Бочкин, генеральный директор Инфомаксимум 🔹 Максим Сарычев, руководитель процессного офиса Банка Уралсиб Участие бесплатное, зарегистрироваться можно по ссылке: https://t.me/infomaximum_it_bot

  • Datalytics

    Запись Q&A-сессии с Yandex DataLens Festival. Роман Бунин и Роман Колеченков ответили на вопросы участников Yandex DataLens Festival о работе с чартами, дашбордами, расчётными полями. На фоне роста популярности альтернативных BI-систем будет полезно А ещё оказывается существует коммюнити DataLens в телеграме и там довольно-таки живо и можно найти ответы на интересующие вопросы

  • Datalytics

    🥳 🎉 Представляю Unovis — новую библиотеку визуализации данных для React, Angular, Svelte, а также «голого» TypeScript и JavaScript. У меня второй большой (после Космографа) open source анонс в этом году, который будет интересен в первую очередь веб-разработчикам. Сегодня мы выложили в открытый доступ дитавиз библиотеку, над которой я работаю уже на протяжении последних трех лет (разработка началась в стартапе Volterra, и продолжилать в купившей его компании F5). Немного об отличительных особенностях Unovis: • 🏗 Удобно интегрируется в React, Angular и Svelte, что дает возможность использовать одну библиотеку в совсем разных проектах; • 🗺 Помимо классических графиков умеет рисовать детальные карты и графы; • 💇 Легко кастомизируется под ваш стиль (спасибо CSS переменным); • 📖 Детальная документация и галерея примеров с кодом для разных фреймворков. Если заинтерисовались, добро пожаловать на сайт библиотеки unovis.dev, и не забудьте лайкнуть наш репозиторий на GitHub!

  • Datalytics

    Предлагаю послушать подкаст «Дайте данных!» Это профессиональный разговор о том, как устроена работа аналитиков и дата сайентистов в самых разных сферах. Авторы и ведущие подкаста — Наташа Тоганова и Саша Бородин — давно работают с большими данными и машинным обучением, они делятся своей экспертизой и узнают, как работают их коллеги в разных компаниях и институциях. Гости подкаста изучают данные, чтобы предсказывать погоду и урожайность полей, борются с мошенниками, защищают персональные данные в финтех сервисах, изучают старые и новые языки программирования. Подкаст «Дайте данных!» — о том, как разнообразен мир больших технологий. Послушать выпуски будет интересно и полезно как профессионалам, так и начинающим разработчикам и аналитикам, которые только ищут себя и присматриваются к миру больших данных. ✅ Послушать на удобной платформе https://pc.st/1584566030 ✅ Стать частью NoML Community https://t.me/noml_digest

  • Datalytics

    Анализируем данные с помощью serverless-технологий ⚡️ 14 декабря мы расскажем, как выстроить системы потокового анализа с помощью инструментов Yandex Cloud. Покажем, как решать бизнес-задачи, не тратя при этом ресурсы на обслуживание инфраструктуры. ⏩ Регистрируйтесь

  • Datalytics

    Восьмой онлайн-митап для продуктовых аналитиков от AvitoTech С докладами выступили спикеры из Авито, Lamoda и СберМаркета. Поговорили про предиктивную классификацию, офлайн-эксперименты и аналитику клиентской базы. ➡️Программа 1️⃣Как мы в Авито увеличили эффективность привлечения за счёт предиктивной классификации Ирина Гутман из Авито рассказала как большая площадка с кучей данных может их использовать для эффективного привлечения целевого трафика. Как использовать предсказания и классификации для оптимизации и как быть с неизбежными подводными камнями. Ирина приводит пример из истории перформанс-маркетинга Авито, когда это сработало 2️⃣Аналитика клиентской базы Кирилл Федоренков из Lamoda рассказал, почему для Lamoda важна аналитика клиентской базы и какие задачи, связанные с ней, ребята решали. Рассматриваются кейсы сегментации клиентской базы, построения прогнозов, анализа причинно-следственных связей 3️⃣Применение иерархических моделей в офлайн-экспериментах Полина Ревина из СберМаркета рассказала что делать при столкновении с влиянием объектов рандомизации в разных группах друг на друга во время эксперимента. Для проведения таких экспериментов СберМаркет использует свитчбэк-тестирование. При таком подходе возникает естественная вложенность данных и зависимость наблюдений

  • Datalytics

    И снова подкаст. На этот раз записался в подкасте «Выживут только айтишники» В выпуске пытаемся понять, как аналитику адекватно оценить карьерные возможности и что нужно делать, чтобы постоянно развиваться внутри профессии. Разбираем аргументы в пользу повышения зарплаты: изменение зоны ответственности, грейды, исследования рынка труда, контр-офферы В целом, получилось описать хороший алгоритм того как аналитику можно расти в зоне ответственности и деньгах, оставаясь на текущей работе или осуществляя карьерные переходы, в том числе в смежные профессии, например, в продакт-менеджеры или дата-инженеры Где послушать: В телеге В Яндекс.Музыке В Apple Podcasts В VK На сайте студии Red Barn В PodParadise В Castbox В podcast.ru В Google Podcast

  • Datalytics

    Недавно на работе возник вопрос — в каких случаях можно отрывать ноль по оси Y для линейный графиков. Я придерживаюсь таких правил: ⬆️ Если мы смотрим за небольшими периодом времени (дни и недели); на графике только одна линия; и метрика довольно стабильна (примерно изменяется в диапазоне ±15%), то скорее важнее смотреть за изменениями и можно отрывать ось от нуля. 0️⃣ Если смотрим большой период (месяцы и года); на графике есть другие линии; абсолютные значения важнее, чем изменения (например важно не упасть ниже какого-то значения); или метрика меняется в широком диапазоне, то отрывать ноль не стоит. У Ника Десбарата есть отличная статья с примерами на эту тему с более сложным (и чутка запутанным 🙈) алгоритмом выбора. 🚫 Ну и конечно же не забываем, что для площадных диаграмм (барчарты и эреачарты) отрывать ноль нельзя ни в каком сценарии! #ссылка

  • Datalytics

    Тинькофф проведет офлайн-митапы о разработке, архитектуре и soft-скиллах в 10 городах России 💡 На встречах эксперты Тинькофф расскажут о процессах разработки в больших командах, инструментах и практиках, которые помогают наладить работу, а еще soft-скиллах и профессиональном развитии. Митапы будут полезны специалистам, которые работают над созданием ИТ-проектов, сервисов и систем — всех, кто работает над продуктами и хочет улучшить их качество. Читайте о докладах подробнее, выбирайте удобный город и регистрируйтесь на странице IT’s Tinkoff on the Road: https://l.tinkoff.ru/otr-tinkoff

  • Реклама

  • Datalytics

    💣 Хотите мастерски владеть Spark? 🚀 Приглашаем дата-инженеров 13 декабря в 20:00 на открытый урок «Spark в Kubernetes» в рамках онлайн-курса «Spark Developer». ➡️ На занятии мы: - Кратко расскажем о том, что такое Spark и Kubernetes - Рассмотрим особенности и варианты запуска Spark в Kubernetes - Сравним работу Spark в Kubernetus и Hadoop Yarn ➡️ Кому будет полезен урок? - IT-специалистам, которые хотят перейти в Big Data - Начинающим дата-инженерам, желающим углубить свои знания в профессии - Тем, кто самостоятельно изучает технологии Big Data 🦾 Вебинар проведет Вадим Опольский, Scala Big Data разработчик в Luxoft DXC Technology. Продолжить освоение инструментов дата-инжиниринга вы сможете на онлайн-курсе в OTUS. 💻 Пройдите вступительный тест для регистрации на урок: https://otus.pw/I86G/

  • Datalytics

    Записался недавно в подкасте «Багрепорт» В выпуске погружаемся в профессию и пытаемся понять, как аналитики работают, чем живут, как развиваются по хард и софт-скиллам. Пытаемся разобраться, чем эти специалисты похожи на ученых и зачем им нужно погружаться в теорию вероятностей. Почему аналитиков делят на две касты: «требований» и «данных»? Всем ли так нужен SQL? Кстати, да. Excel — лучший друг аналитиков. Где послушать: В телеге В Яндекс.Музыке В Apple Podcasts В VK На сайте студии Red Barn В PodParadise В Castbox В podcast.ru

  • Datalytics

    Paul Levchuk в своей статье «Product feature retention deep dive» разбирает как провести анализ функций в продукте, чтобы оценить их влияние на возвращаемость пользователей с помощью метрики Information gain и всё это в Google Spreadsheets