Привет, Госуслуги — это мы! Мы в РТЛабс развиваем сервисы портала gosuslugi.ru и меняем представление о государственных сервисах в целом. Наша команда работает по agile, и наш ключевой результат — довольный пользователь. И сейчас мы в поиске специалистов, способных усилить команду эксплуатации.
Департамент по эксплуатации ежедневно следит за производительностью наших систем и держит на своих плечах инфраструктуру электронного правительства.
Мы ищем:
Администратора баз данных (Greenplum/Hadoop/Clickhouse)
Администратор баз данных / DBA PostgreSQL
Администратор баз данных/DBA (Oracle)
Администратор баз данных NoSQL
TL (Администратор серверов приложений)
Все подробности по ссылкам и на карточках вакансий.
У нас есть все, что предлагают современные IT-компании плюс проекты в масштабах целой страны. Присоединяйся к команде Госуслуг.
Департамент по эксплуатации ежедневно следит за производительностью наших систем и держит на своих плечах инфраструктуру электронного правительства.
Мы ищем:
Администратора баз данных (Greenplum/Hadoop/Clickhouse)
Администратор баз данных / DBA PostgreSQL
Администратор баз данных/DBA (Oracle)
Администратор баз данных NoSQL
TL (Администратор серверов приложений)
Все подробности по ссылкам и на карточках вакансий.
У нас есть все, что предлагают современные IT-компании плюс проекты в масштабах целой страны. Присоединяйся к команде Госуслуг.
🙈 Иллюзорность статистической значимости
Скриншот с синонимами слова «значимый» (significant): «важный», «судьбоносный», «убедительный»… А у нас — свой словарь синонимов этого слова: «ужас», «ужас» и ещё раз «ужас». Перед вами самая короткая в мире лекция о статистике, о том, что не так с людьми, которые к ней обращаются
Секреты аналитики
Скриншот с синонимами слова «значимый» (significant): «важный», «судьбоносный», «убедительный»… А у нас — свой словарь синонимов этого слова: «ужас», «ужас» и ещё раз «ужас». Перед вами самая короткая в мире лекция о статистике, о том, что не так с людьми, которые к ней обращаются
Секреты аналитики
💪 Большой объём данных для машинного обучения — не панацея
Модели глубокого обучения обладают потрясающим свойством — они становятся лучше с увеличением объёма данных, и кажется, что этот процесс практически неограничен. Чтобы получить качественно работающую модель, недостаточно больших объёмов данных, нужны ещё и точные аннотации. Хотя большие объёмы данных помогают модели решать проблему несогласованности данных в разных аннотациях, люди всё равно могут совершать повторные ошибки, укореняющиеся в модели.
Секреты аналитики
Модели глубокого обучения обладают потрясающим свойством — они становятся лучше с увеличением объёма данных, и кажется, что этот процесс практически неограничен. Чтобы получить качественно работающую модель, недостаточно больших объёмов данных, нужны ещё и точные аннотации. Хотя большие объёмы данных помогают модели решать проблему несогласованности данных в разных аннотациях, люди всё равно могут совершать повторные ошибки, укореняющиеся в модели.
Секреты аналитики
🍷 Подготовка данных в Data Science-проекте: рецепты для молодых хозяек
В оригинальном описании методологии Data Science-проект сравнивается с приготовлением блюда, а аналитик － с шеф-поваром.
Секреты аналитики
В оригинальном описании методологии Data Science-проект сравнивается с приготовлением блюда, а аналитик － с шеф-поваром.
Секреты аналитики
🍷 Структура Data Science-проекта с высоты птичьего полета
Как узнать наверняка, что внутри у колобка?
Может, ты его проглотишь, а внутри него река?
Секреты аналитики
Как узнать наверняка, что внутри у колобка?
Может, ты его проглотишь, а внутри него река?
Секреты аналитики
🧮 В Data Science не нужна математика (Почти)
В реальной повседневной работе Data Scientist'а я каждый день использую знания математики. Притом очень часто это далеко не «вышмат». Никакие интегралы не считаю, детерминанты матриц не ищу, а нужные хитрые формулы и алгоритмы мне оперативнее просто загуглить.
Секреты аналитики
В реальной повседневной работе Data Scientist'а я каждый день использую знания математики. Притом очень часто это далеко не «вышмат». Никакие интегралы не считаю, детерминанты матриц не ищу, а нужные хитрые формулы и алгоритмы мне оперативнее просто загуглить.
Секреты аналитики
🤌 Как перекатиться в Data Science
Мотивация:
В 2018 году автор учился в аспирантуре и оказался на должности инженера в университете, занимаясь в основном рутинными вещами и бумажной работой. Такая работа вступала в резкий контраст с тем, что он видел, пока работал на производстве лопаток газотурбинных двигателей.
Секреты аналитики
Мотивация:
В 2018 году автор учился в аспирантуре и оказался на должности инженера в университете, занимаясь в основном рутинными вещами и бумажной работой. Такая работа вступала в резкий контраст с тем, что он видел, пока работал на производстве лопаток газотурбинных двигателей.
Секреты аналитики
🕸 Сайты для поиска наборов данных
Лучший способ улучшить визуализацию — практиковаться, практиковаться и практиковаться.
Основной шаг в создании информационной панели включает сбор данных, то есть сбор наборов данных. Продолжайте читать до конца, чтобы узнать, откуда автор черпает вдохновение.
Секреты аналитики
Лучший способ улучшить визуализацию — практиковаться, практиковаться и практиковаться.
Основной шаг в создании информационной панели включает сбор данных, то есть сбор наборов данных. Продолжайте читать до конца, чтобы узнать, откуда автор черпает вдохновение.
Секреты аналитики
📓 Курсы и книги для изучения data science c нуля
В статье автор приводит курсы и книги, которые ему кажутся наиболее оптимальными для изучения машинного обучения и Data Science c нуля.
Секреты аналитики
В статье автор приводит курсы и книги, которые ему кажутся наиболее оптимальными для изучения машинного обучения и Data Science c нуля.
Секреты аналитики
🔍 Стоит ли смотреть в сторону Data Science?
Очень много людей с самым разным бэкграундом, и не всегда даже техническим, в последнее время пытаются перейти в data science. И такой ажиотажный интерес - проблема для всех, кто рассматривает переквалификацию в эту сферу. Потому что рынок труда может оказаться наводнён соискателями без опыта.
С точки зрения потенциального работодателя: вы скорее возьмёте выпускника технического вуза, или человека за 40, без профильного опыта, решившего изменить свою жизнь? Ведь вузы тоже ведут активную подготовку профильных специалистов (пусть и не всегда высокого уровня). На рынке явный недостаток специалистов с профильным опытом. Но среди людей с непрофильным опытом - вероятно, больше шансов найти работу у выпускников с профильным образованием.
Секреты аналитики
Очень много людей с самым разным бэкграундом, и не всегда даже техническим, в последнее время пытаются перейти в data science. И такой ажиотажный интерес - проблема для всех, кто рассматривает переквалификацию в эту сферу. Потому что рынок труда может оказаться наводнён соискателями без опыта.
С точки зрения потенциального работодателя: вы скорее возьмёте выпускника технического вуза, или человека за 40, без профильного опыта, решившего изменить свою жизнь? Ведь вузы тоже ведут активную подготовку профильных специалистов (пусть и не всегда высокого уровня). На рынке явный недостаток специалистов с профильным опытом. Но среди людей с непрофильным опытом - вероятно, больше шансов найти работу у выпускников с профильным образованием.
Секреты аналитики
Как Data Science помогает бизнесу: из практики IT-компании
Ритейлеры, банки и многие другие компании собирают и анализируют информацию, понимая, что данные управляют бизнесом. Для его развития необходимо проверять сотни гипотез различными методами, и здесь на помощь приходит Data Science — наука о данных.
В этой статье вы узнаете, как это работает и чем полезно, а также познакомитесь с кейсом из практики IT-компании.
Секреты аналитики
Ритейлеры, банки и многие другие компании собирают и анализируют информацию, понимая, что данные управляют бизнесом. Для его развития необходимо проверять сотни гипотез различными методами, и здесь на помощь приходит Data Science — наука о данных.
В этой статье вы узнаете, как это работает и чем полезно, а также познакомитесь с кейсом из практики IT-компании.
Секреты аналитики
Python пора потесниться. О перспективах Julia
Поскольку в Data Science и искусственном интеллекте приходится иметь дело с массой математических проблем, Julia для них просто находка. Даже при весьма критическом рассмотрении оказывается, что у Julia есть такие достоинства, которым Python ничего не может противопоставить.
Секреты аналитики
Поскольку в Data Science и искусственном интеллекте приходится иметь дело с массой математических проблем, Julia для них просто находка. Даже при весьма критическом рассмотрении оказывается, что у Julia есть такие достоинства, которым Python ничего не может противопоставить.
Секреты аналитики
Зачем рекламной кампании предиктивная классификация?
Об этом рассказала Ирина Гутман из аналитики маркетинга Авито. Если коротко, то прогноз поведения клиента поможет вам привести его к целевому событию — будь то покупка, посещение сайта или регистрация на сервисе.
На практике все, разумеется, куда тоньше. Чтобы построить прогноз на 90 дней, нужно поделить пользователей на группы, определить ценность контакта, выбрать, что предсказываете, а дальше — долго и скрупулезно считать и тестировать модели.
Зато результат окупает усилия: с предиктивными моделями эффективность рекламы Авито выросла на 22%, стоимость привлечения снизилась на 12%, а новых пользователей в тестовых кампаниях было 60%. Так что посмотрите, как это сделать — в кейсе есть все формулы, метрики и методики тестирования.
Об этом рассказала Ирина Гутман из аналитики маркетинга Авито. Если коротко, то прогноз поведения клиента поможет вам привести его к целевому событию — будь то покупка, посещение сайта или регистрация на сервисе.
На практике все, разумеется, куда тоньше. Чтобы построить прогноз на 90 дней, нужно поделить пользователей на группы, определить ценность контакта, выбрать, что предсказываете, а дальше — долго и скрупулезно считать и тестировать модели.
Зато результат окупает усилия: с предиктивными моделями эффективность рекламы Авито выросла на 22%, стоимость привлечения снизилась на 12%, а новых пользователей в тестовых кампаниях было 60%. Так что посмотрите, как это сделать — в кейсе есть все формулы, метрики и методики тестирования.
«APACHE SPARK и SCALA для дата инжиниринга» качаем стек за 6 недель
За 12 занятий и 6 лабораторных освоишь:
🔸Scala API
🔸Создание витрин данных и real-time
🔸Инструменты Kafka
🔸Elasticsearch
🔸Cassandra
🔸PostgreSQL
Расскажут про инструменты ТОПовые менторы:
🔹 Сергей Гришаев, Сбермаркет
🔹 Николай Марков, Aligned Research Group
🔹 Егор Матешук, ГПМ Дата
Старт потока 13 сентября, еще есть 11 свободных мест.
На оплату потока действует рассрочка, плати долями и качай свой скилл!
Для записи на поток переходи по ссылке
За 12 занятий и 6 лабораторных освоишь:
🔸Scala API
🔸Создание витрин данных и real-time
🔸Инструменты Kafka
🔸Elasticsearch
🔸Cassandra
🔸PostgreSQL
Расскажут про инструменты ТОПовые менторы:
🔹 Сергей Гришаев, Сбермаркет
🔹 Николай Марков, Aligned Research Group
🔹 Егор Матешук, ГПМ Дата
Старт потока 13 сентября, еще есть 11 свободных мест.
На оплату потока действует рассрочка, плати долями и качай свой скилл!
Для записи на поток переходи по ссылке
#аналитика #локациярф
Хотите зарабатывать до 300 000 рублей за один проект? Тогда этот пост для вас!
Ищем аналитика данных на проект в российский биржевой холдинг💯
Что нужно будет делать?
🔹Анализ данных для выявления корневых причин ошибок в данных (запросы к данным и анализ)
🔹Участие в разработке процессов по повышению качества данных
🔹Ведение и актуализация сопутствующей документации
🔹Участие во внедрении инструмента качества данных
Нам важно:
🔹Опыт работы аналитиком в ИТ от 2 лет
🔹Знание SQL
🔹Приветствуется опыт участия в задачах разработки и внедрения процессов Data Governance в тч. Data Quality
🔹Опыт проведения обследования процессов
Рекомендуйте друга или откликайтесь сами, и получайте бонус в размере 70 000 рублей🔥
Пишите @AnnITHR
Хотите зарабатывать до 300 000 рублей за один проект? Тогда этот пост для вас!
Ищем аналитика данных на проект в российский биржевой холдинг💯
Что нужно будет делать?
🔹Анализ данных для выявления корневых причин ошибок в данных (запросы к данным и анализ)
🔹Участие в разработке процессов по повышению качества данных
🔹Ведение и актуализация сопутствующей документации
🔹Участие во внедрении инструмента качества данных
Нам важно:
🔹Опыт работы аналитиком в ИТ от 2 лет
🔹Знание SQL
🔹Приветствуется опыт участия в задачах разработки и внедрения процессов Data Governance в тч. Data Quality
🔹Опыт проведения обследования процессов
Рекомендуйте друга или откликайтесь сами, и получайте бонус в размере 70 000 рублей🔥
Пишите @AnnITHR