Telegram Web Link
Подготовка данных в Data Science-проекте

В этом материале автор делает обзор самой трудоемкой стадии, которая может занимать до 90% общего времени проекта: это этапы, связанные с подготовкой данных — сбор, анализ и очистка.

Секреты аналитики
Media is too big
VIEW IN TELEGRAM
Tableau: секреты визуальной аналитики

В этом ролике автор подробно разбирает что такое визуализация данных, как она помогает достигать поставленных бизнес-задач и какие способы визуализации различных типов данных лучше.

Вы рассмотрите различные визуальные репрезентации данных: карты, диаграммы, графики, и как они могут способствовать правильному восприятию пользователем.

Смотреть это видео на youtube: youtu.be/oT4x9zzV93s

Секреты аналитики
Собеседование по Data Science: чего от вас ждут

Проблема многих кандидатов в том, что они плохо представляют, чем занимаются аналитики данных. Поэтому их знания и навыки не всегда релевантны для работы. Давайте разберемся, что нужно уметь, чтобы соответствовать позиции.

Секреты аналитики
Media is too big
VIEW IN TELEGRAM
Как найти первую работу в Data Science: топ 5 мест с вакансиями

В этом ролике автор поделится лучшими местами для поиска вакансий на свою первую работу в сфере Data Science:

00:00 - пора искать работу
00:20 - 1. Телеграм каналы
01:08 - 2. Сайты агрегаторы
02:00 - 3. Slack ODS
03:45 - 4. Сайты компаний
04:45 - 5. Нетворкинг

Смотреть это видео на youtube: youtu.be/Y8gij2WtE6I

Секреты аналитики
Создание аналитического контура с нуля

В этой статье автор подробно расскажет про то, как можно просто и быстро развернуть аналитический контур проекта. Даже если на данный момент у вас нет ничего.

Секреты аналитики
5 вещей о наблюдаемости данных, которые должен знать каждый дата-инженер

Инжиниринг данных (Data Engineering) часто называют «водопроводом data science» - обычно, имея в виду способ, которым инженеры по обработке данных обеспечивают правильное функционирование всех конвейеров и рабочих процессов, а также правильные данные, поступающие в нужных направлениях к нужным заинтересованным сторонам.

Секреты аналитики
Аналитика поведения пользователей

Почему так важна продуктовая аналитика, как интегрировать UX-исследования в рабочие процессы компании, какими методами и инструментами пользуются сегодня ведущие бренды.

Секреты аналитики
Media is too big
VIEW IN TELEGRAM
Основы Power Query. Импорт таблиц PDF

В этом видеоуроке автор подробно разбирает импортирование таблицы из одного PDF файла и из всех PDF файлов в папке.

Смотреть это видео на youtube: youtu.be/0kSNlNTXAdU

Секреты аналитики
Анализировать данные — это как варить пиво. Почему дата-анализ и пивоварение — одно и то же с техноизнанки

Пайплайн у аналитика начинается с сырых данных, которые собираются ежесекундно из приложения или сайта. Их нельзя сразу же использовать: они не организованы как надо, не соответствуют форматам, могут быть дублированы или некорректны. У пивовара всё начинается с сырья — с солода.

Секреты аналитики
Media is too big
VIEW IN TELEGRAM
Зачем нужен Power Query, основные возможности

В этом видеоуроке автор подробно разбирает для чего используется Power Query, а также 6 его основных возможностей.

Смотреть это видео на youtube: youtu.be/JTu8GtntM4Y

Секреты аналитики
Линейная алгебра для Data Science и Machine Learning

Линейная алгебра в Data Science и Machine Learning является основополагающей. Новички, начинающие свой путь обучения в области Data Science, а также признанные практики должны развить хорошее понимание основных понятий линейной алгебры.

Секреты аналитики
Заметки Дата Сайентиста: на что обратить внимание при выборе модели машинного обучения — персональный топ-10

Это топ-10 свойств задачи и просто пунктов (без порядка в них), с точки зрения которых начинают выбор модели и вообще моделирование задачи по анализу данных.

Секреты аналитики
Аналитик в автоматизации — кто он и чем занимается

Жизнь, работодатели и процессы придумали много мест, где может быть полезен человек-аналитик. То есть такой человек, который углубится в проблему и подумает, как надо. Однако областей аналитики много, что понять, кто есть кто и кем хочется быть, может быть сложно. Как и понять, куда развиваться.

Секреты аналитики
Media is too big
VIEW IN TELEGRAM
Git и GitHub для Data Science (основы для новичков)

В этом ролике автор подробно разбирает систему Git и ее основные команды. Также вы узнаете особенности Git для Data Scientist, основные отличия и сложности контроля версий для анализа данных.

00:00 Что такое Git
00:11 DVC
02:12 Древовидная структура
22:30 GitHub

Смотреть это видео на youtube: youtu.be/6_hxth-sr9Q

Секреты аналитики
Аналитик данных и data scientist: в чем отличие?

На первый взгляд профессии аналитик данных и data scientist могут быть похожи, да и во многих компаниях обязанности этих двух специалистов часто пересекаются. В этом материале вы узнаете об особенностях работы в каждой из профессий, а также о необходимых навыках и перспективах.

Секреты аналитики
Media is too big
VIEW IN TELEGRAM
С чего начать обучение Qlik Sense?

В этом ролике автор говорит об обучении работе в Qlik Sense. Вы узнаете на кого можно учиться и чему можно учиться. Также автор подробно разберет все плюсы и минусы разных видов обучения: самостоятельного, на курсах, длительного обучения с наставником.

Смотреть это видео на youtube: youtu.be/Fdn2w5xSvI0

Секреты аналитики
9 ценных советов по повышению качества визуализации данных

Как незначительные изменения могут существенно повлиять на коммуникативную силу ваших визуализаций? Ознакомившись с данной статьёй, вы научитесь создавать более убедительные визуальные эффекты, которые обеспечат недвусмысленную передачу выводов и заслуженное признание тяжелой работы.

Секреты аналитики
Письмо начинающему изучать Data Science

Каждый Senior в сфере Data Science хотел бы получить такое письмо, когда только начинал изучать Data Science. Чтобы там были необходимые ссылки на полезные материалы. Эта статья не претендует на полноту охвата необъятной области DS. Однако для начинающего специалиста будет полезна.

Секреты аналитики
Обзор технологий хранения больших данных

Если вы собираетесь построить или перестроить свое хранилище данных, то столкнетесь с внушительным списком технологий на рынке. Пробовать каждую из них в поисках подходящей именно вам — долго и затратно.

В этом материале вы рассмотрите плюсы и минусы различных решений для хранения данных: облака или железо, Hadoop, Vertica, ClickHouse, Exasol, Greenplum, Teradata и не только.

Секреты аналитики
Media is too big
VIEW IN TELEGRAM
Топ-4 инструмента для Data Science (Jupyter Notebook, DataSpell)

В этом видео автор подробно и наглядно разберет инструменты для работы в Data Science.

00:00 Jupyter Notebook
04:00 JupyterLab
13:11 DataSpell
19:15 Работа с Docker в DataSpell
21:36 Работа с базами данных, поддержка Big Data Tools
23:33 Автоматический импорт модулей в DataSpell
23:49 Google Colab

Смотреть это видео на youtube: youtu.be/eapsami-stY

Секреты аналитики
2025/07/01 11:25:13
Back to Top
HTML Embed Code: