Datalytics. Страница 7
5840
@datalytx
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
Ищем учеников на бесплатное обучение по созданию искусственного интеллекта с нуля. Опыт программирования не важен!🤖 Всего за 3 вечера под руководством Дмитрия Романова - основателя Университета Искусственного Интеллекта, лидера обучения AI-разработке в РФ, вы с легкостью напишете свой первый искусственный интеллект👨💻 Какие нейронные сети вы создадите? 👉Классификация марок молока 👉Классификация людей на входящих и выходящих из автобуса 👉Обнаружение возгораний 👉Оценка стоимости квартир 👉Классификация отзывов на Teslа 👉Оценка резюме соискателей 👉Прогнозирование стоимости полиметаллов 👉Сегментация изображений самолетов 👉Распознавание команд умного дома⠀ Лучше освоить навыки создания нейронных сетей вам помогут домашние задания с проверкой от кураторов.⠀ Приходите на бесплатное обучение и напишите искусственный интеллект за 3 вечера💪 Регистрация по ссылке -
Datalytics
IT — это для скучных и некреативных людей. Не согласен? Мы тоже! Поэтому «Лаборатория Касперского» запускает новый проект People in tech, чтобы разрушить главные стереотипы об IT-индустрии. На проекте профессиональные эксперты индустрии раскрывают секреты своего карьерного пути и бросают вызов популярным заблуждениям: ● работа в IT — это скучно и однообразно; ● в IT нет места девушкам; ● нет креативных и творческих задач; ● в IT работают только интроверты; ● нетехнические специальности не востребованы в IT-корпорации. Переходите по ссылке и узнавайте реальные факты об IT 😉 
-
Datalytics
Понятная пятница в английском: скидка 10% на курсы для аналитиков и разработчиков. В английском много противоречий. Можно учиться на продвинутом уровне — и сохранять разговорный барьер. Или повторять по кругу одни и те же правила. В результате непросто заметить прогресс и оценить, сколько ещё впереди. А мы выручим с этим. Практикум учитывает эти противоречия и проектирует прозрачный процесс обучения с предсказуемым результатом. Выберите подходящий курс и оплатите его со скидкой до 15 декабря: practicum.yandex.ru/english…iday2022 
-
Реклама
-
Datalytics
6.12 / 19:00 по мск / Avito Analytics meetup #8 / clc.to/nIyFjg Аналитики Авито, СберМаркета и Lamoda расскажут о работе с данными. В программе много кейсов! Реклама. ООО «Авито Тех». JapBIAMbv 
-
Datalytics
Data Secrets — первый журнал в области науки о данных. Machine Learning, Data Science, AI - знакомые слова, но считаешь, что это очень сложно? Здесь мы на практических примерах освещаем последние достижения в этой области и учим азам: — рекомендательные системы — прогнозирование временных рядов — генерация фото/видео Присоединяйся: @data_secrets 
-
Datalytics
Как использовать легковесные кластеры Apache Spark для гибкого управления ресурсами? 1 декабря мы расскажем о возможностях сервиса Yandex Data Proc, где вы можете развернуть кластеры Apache Spark. Узнайте, как одновременно достичь высокой производительности в пиковые периоды и экономить затраты во время простоя. Также мы покажем, как организовать хранение данных в S3 и преобразовывать их с помощью SQL-запросов. Поделимся планами и направлениями развития сервиса. Участие бесплатное. ➡️ Регистрируйтесь на вебинар 
-
Datalytics
Вчера на вебинаре с Артёмом Исакиным и Ритой Нижельской поговорили про различия между аналитиками данных и аналитиками требований (бизнес- и системными) Подробно рассказали: 🟢 какие навыки нужны в этих профессиях 🟢 что нужно на входе, чтобы начать карьеру 🟢 на что смотрят работодатели про трудоустройстве https://www.youtube.com/watch?v=aE1X1KlKJZ8 
-
Datalytics
Запись вебинара с мероприятия «Управляемый сервис YDB: настройка, применение, мониторинг» 🔩 YDB — реляционная СУБД, которая была разработана в Яндексе. YDB позволяет создавать интерактивные приложения, которые можно быстро масштабировать, когда растёт нагрузка и объём данных. Применение YDB как управляемого сервиса позволяет разработчикам и архитекторам сосредоточиться на бизнес-задачах, а команда Yandex Cloud возьмёт на себя заботы о надёжности, производительности и ресурсной эффективности баз данных. На вебинаре показали, как: — начать работу с сервисом; — подключить приложения и настроить аутентификацию; — контролировать потребление ресурсов; — работать с доступными инструментами мониторинга; — масштабировать базы данных, когда нагрузка растёт. https://www.youtube.com/watch?v=d5NEDzsyp7Q -
Datalytics
Завтра (21.11.2022) буду рассказывать на вебинаре Яндекс.Практикума кто такие аналитики данных и почему аналитик данных ≠ продуктовый аналитик, но зато любойпродуктовый аналитик = аналитик данныхТакже Рита Нижельская (экс-руководитель команды системных аналитиков в «Мегафон») расскажет про различия между бизнес-аналитиками и системными аналитиками Поговорим про: 🟢 какие навыки нужны в этих профессиях 🟢 что нужно на входе, чтобы начать карьеру 🟢 на что смотрят работодатели про трудоустройстве Ну и поотвечаем на вопросы аудитории, конечно. Это всегда самое интересное) ⏩Регистрироваться тут Начало в 15:00
-
Datalytics
🤔Что общего у бортпроводников, хирургических бригад и успешных специалистов по анализу данных? Все они используют читлисты. Читлисты – это шпаргалки, в которых собраны базовые действия. Несмотря на то, что каждая операция, каждый проект и каждый полет имеют свои особенности, во всех этих вещах есть необходимые основные шаги. Мы собрали для вас шпаргалки по Python для анализа данных, чтобы вам не пришлось тратить время на поиск банальных функций: 🔷 Numpy. Практически в каждом проекте по анализу данных есть вычисления с помощью этого модуля. Numpy помогает при работе с массивами, матрицами, операциями из линейной алгебры и другими математическими вычислениями. Сохраняйте шпаргалку по Numpy отсюда. 🔷 Scikit-learn. Полдключение этой библиотеки также встречается почти во всех работах по машинному обучению. Scikit-learn выручает в случаях, когда надо использовать алгоритмы ML. Он предоставляет выбор эффективных инструментов, включая регрессию, классификацию, кластеризацию, подбор гиперпараметров, метрики и оценки и снижение размерности. Читлист по scikit-learn можно найти здесь. 🔷 Pandas. Эта библиотека была создана с целью упростить работу с данными. Pandas облегчает выполнение трудоемких и повторяющихся задач, в том числе: очистку данных, масштабирование, объединения, проверки значений, визуализацию и статистический анализ. Шпаргалка лежит здесь. 🔷 Matplotlib. Эта библиотека отвечает за визуализацию данных и считается самой распространенной среди специалистов по DS. Отрисовка графиков, диаграмм, пайчартов, точечных спектров с уникальным стилем, подписями, легендами и возможностью сохранения в любом удобном формате – весь этот функционал доступен благодаря Matplotlib. Краткий список по этому модулю забираем отсюда. -
Datalytics
Главное BI-событие декабря — Yandex DataLens Festival! 5-16 декабря Фестиваль — это 2 недели видеоуроков и полезных материалов от экспертов, которые помогут: 🔹разобраться в тонкостях и нюансах работы с DataLens; 🔹сравнить сервис с другими решениями; 🔹спланировать переезд на новую BI‑систему как отдельных дашбордов, так и целых аналитических систем. Помимо этого вас ждут живые Q&A-сессии, кейсы реальных проектов, конкурс и сюрпризы для победителей. Получите знания для построения полноценной системы бизнес-аналитики и прокачайте свои скиллы по работе с дашбордами. Участие бесплатное, нужно только ➡️ зарегистрироваться 
-
Datalytics
→ 20% скидки на курсы по анализу данных от Яндекса. К Чёрной пятнице Яндекс Практикум подготовил акцию, где можно получить скидку от Яндекса на курсы по анализу данных. Скидка действует только при оплате помесячно или в кредит. Можно стать системным аналитиком, инженером данных, бизнес-аналитиком и продуктовым аналитиком. А ещё — изучить основы математики для аналитиков, SQL и BI-инструменты. Практикум поможет сделать это с помощью четырёх «П»: ◾️️ Практика Отработка теории в тренажёре и на учебных проектах. ️◾️ Проекты Несколько самостоятельных исследований или проектов в портфолио, которые покажут, что вы умеете решать рабочие задачи. ️ ◾️Поддержка Наставники помогут советом и объяснят сложные темы, ревьюеры проверят проекты, кураторы и сообщество подбодрят, когда захочется всё бросить. ️ ◾️Помощь с трудоустройством Специалисты карьерного центра научат искать работу, составлять резюме, готовиться к собеседованиям и тестовым заданиям. Попробуйте, а мы поддержим. Протестируйте формат бесплатно. 
-
Datalytics
🚀 Big Data - действительно полезный канал для всех, кто работает с данными. - огромный набор бесплатных наборов данных - инструменты для работы с данными - обучающие материалы для датасаентистов - лучшие практики Машинного Обучения - перевод книг и статей 🔥 Подписаться 
-
Datalytics
Как получить работу начинающему аналитику? Убедить работодателя в своем опыте! Но где взять практику новичку? На программе «Профессия аналитика данных» вы разберете 13 технических проектов, три из них от Федора Лисицына, главного эксперта курса. Он работает в Google и имеет опыт в Amazon, McKinsey & Company, Kraft Heinz, Сбермаркете. Решенные кейсы вы сможете указать в резюме или описать на собеседовании. Что еще вы получите? — освоите Python, SQL, Excel и BI-системы на продвинутом уровне, изучите основы маркетинговой и продуктовой аналитики, а также подтяните матстат; — подготовитесь ко всем этапам отбора вместе с опытным HR — от скрининга до финального интервью, подберете для себя позицию как в России, так и за рубежом; — познакомитесь с экспертами из Amazon, McKinsey & Company, Kraft Heinz, Авито и не только; — попадете в закрытое сообщество аналитиков из крупных российских и международных компаний. До конца дня на программу действует скидка 20%, а еще для вас есть промокод DATALYTX на скидку 3000 рублей. Старт обучения уже 25 ноября! https://clck.ru/32dDH9 
-
Datalytics
Привет! Если вам интересна или вы работаете/хотите работать в сфере IT аналитики, то вам на канал – ❤️ IT Analyst На канале ежедневно публикуются материалы по тематике. Канал будет интересен ИТ-аналитикам, таким как: Бизнес-аналитик, Системный аналитик, Аналитик данных, Web-аналитик и т.д. ➡️Тут вы найдёте: 🟢интересные статьи с разных ресурсов 🟢опросы 🟢обучающие видео с ведущими IT-специалистами 🟢актуальные новости 🟢профессиональный юмор также поразбираемся в сортах аналитиков в индустрии IT😉 Примеры постов с канала: - Разбор скилов разных аналитиков - Отношение к ТЗ в современных ИТ проектах - Аналитик в автоматизации - кто он и чем занимается - Краткое описание BPMN с примером IT Analyst Канал для аналитиков в индустрии ИТ. Все, что надо знать аналитику в одном месте (обучаюшие материалы, так же в переводе с английского, опросы/обсуждения, видео, мероприятия, ИТ-юмор) Сотрудничество: @the_real_bird Канал для BA/SA: @ba_and_sa
-
Реклама
-
Datalytics
Татьяна Половинкина. Данные в комиксах: От источников до дельты. В докладе был некоторый ликбез по работе аналитика данных как новой специализации, дополняющей существующие специализации бизнес-аналитика и системного аналитика. Отличие в том, что он работает с динамическим потоком данных, строя архитектуру обработки и обеспечивая пользователей нужными данными. Специализация в процессе формирования, так что тут нет устойчивого процесса и терминологии. Но при этом контекст достаточно объемный. * Фазы понятные: планирование, проектирование, создание-получение, хранение-обслуживание-архивирование, использование. Но потоки данных - меняются, хранение - деформируется. * Фокусы: осмысленность данных, выгода использования. Доступность в условиях изменчивости. Масштабируемость. Качественность, доверие данным. Безопасность данных. Температура данных - частота обращения. * Виды данных: Small (обычные БД), Big (с ними просто не получится), Smart (информативные данные, Fast (выявление Smart в Big, Темные (это что мы не знаем). * Деление по хранению: Широкие (много колонок) Длинные (много строк). * Сегментирование - партиционирование - шардирование: деление больших данных на группы. * Виртуализация данных: они лежат везде, 60-70источников - обычная история, идея - промежуточный уровень для абстрагирование от изменений в конкретных источниках. * Качество данных. Тут много характеристик, было 4, теперь 20. * Безопасность: генерация, маскирование, шифрование. Маскирование всегда необратимо, а отличие от шифрования, при этом маскирование может быть частичным. * Обогащение данных. Это не только дополнение, это еще удаление ненужных данных, маскирование для увеличения доступности. -
Datalytics
Всем привет! На связи Яндекс Практикум. Сейчас мы с командой проводим исследование, для которого ищем руководителей/нанимающих менеджеров, которые собеседовали и нанимали (или не нанимали🙃) наших студентов и выпускников на позиции аналитик/дата сайентист/инженер данных. Если вы готовы пообщаться с нами и дать любую обратную связь по найму наших выпускников, пожалуйста, оставьте контакты в этой форме ⚡️ Формат: интервью в зуме (на 30-40 минут) В знак благодарности поделимся небольшим приятным бонусом🎁 -
Datalytics
Подборка статей про оптимизацию Pandas Статьи: 🔹 Memory Optimisation – Python DataFrames vs Lists and Dictionaries (JSON-like) 🔹 Advanced Pandas: Optimize speed and memory 🔹 Five Killer Optimization Techniques Every Pandas User Should Know 🔹 Pandas Optimization for Largest Datasets 🔹 How to handle large datasets in Python with Pandas and Dask 🔹 Scaling to large datasets 🔹 Comprehensive Guide To Optimize Your Pandas Code 🔹 Seven Killer Memory Optimization Techniques Every Pandas User Should Know 🔹 Optimizing Pandas Видео: 🎦 Speed up slow pandas python code by 2500x 🎦 Efficient Pandas Dataframes in Python - Make your code run fast with these tricks! 🎦 Loop / Iterate over pandas DataFrame (2020) 🎦 How to Optimize and Speed Up Pandas 👉 @python_powerbi 