​​🧑🏻‍💻 Аналитик на рынке труда сегодня

Приглашаем на онлайн-встречу с аналитиком Полиной Круглик
🗓 18 августа (пятница) 14:00 МСК

Про что поговорим:
• в какие компании нужны аналитики (спойлер: не только в IT)
• какие бывают аналитики, что от них требуют работодатели и сколько готовы платить
• открытый инструмент для анализа рынка труда

Регистрируемся👇

🔉Напоминание

Через 10 минут стартует вебинар «Аналитик на рынке труда сегодня»:
✔️ направления в аналитике
✔️ зарплата аналитиков
✔️ компании-работодатели

🆕 Запись и материалы к занятию добавлены в лекторий Data-Diving

Цифровая кафедра «Аналитика данных» — возможность бесплатно пройти обучение и получить it-профессию!

Приглашаем студентов вузов программы «Приоритет-2030» и Университетского консорциума больших данных:
✔️ бакалавриат со 2-го курса
✔️ специалитет с 3-го курса
✔️ магистрантов не it-специальностей
пройти обучение по программе «Аналитика данных».

🗓 Зарегистрироваться на программу можно на сайте до 10 сентября.

💡 Обучение проходит в режиме онлайн, предусмотрено гибкое расписание, что исключает проблемы с успеваемостью по основным программам.

⚠️ Не подходит для студентов, успешно завершивших обучение в 2023 году.

👨🏼‍💻 По всем вопросам можно обращаться к Александру Петелину — руководителю проекта «Цифровые кафедры» НИ ТГУ ([email protected], +7-952-880-08-92 WhatsApp).

• @data_analyst_pro

🐍 Python-задача

SQL-задача украла ваши лайки. Среда — маленькая пятница, давайте продолжать🤘

➡️ Напишите программу, которая считает количество гласных в тексте. На вход подается отрывок в виде многострочной строки. Результатом работы программы должно быть число, которое показывает количество гласных букв в отрывке.

На входе такое условие:
example = '''«В столовой уже стояли два мальчика, сыновья Манилова, которые были в тех летах, когда сажают уже детей за стол, но еще на высоких стульях. При них стоял учитель, поклонившийся вежливо и с улыбкою. Хозяйка села за свою суповую чашку; гость был посажен между хозяином и хозяйкою, слуга завязал детям на шею салфетки. — Какие миленькие дети, — сказал Чичиков, посмотрев на них, — а который год? — Старшему осьмой, а меньшему вчера только минуло шесть, — сказала Манилова. — Фемистоклюс! — сказал Манилов, обратившись к старшему, который старался освободить свой подбородок, завязанный лакеем в салфетку. Чичиков поднял несколько бровь, услышав такое отчасти греческое имя, которому, неизвестно почему, Манилов дал окончание на „юс“, но постарался тот же час привесть лицо в обыкновенное положение. — Фемистоклюс, скажи мне, какой лучший город во Франции? Здесь учитель обратил все внимание на Фемистоклюса и, казалось, хотел ему вскочить в глаза, но наконец совершенно успокоился и кивнул головою, когда Фемистоклюс сказал: „Париж“. — А у нас какой лучший город? — спросил опять Манилов. Учитель опять настроил внимание. — Петербург, — отвечал Фемистоклюс. — А еще какой? — Москва, — отвечал Фемистоклюс. — Умница, душенька! — сказал на это Чичиков. — Скажите, однако ж… — продолжал он, обратившись тут же с некоторым видом изумления к Маниловым, — в такие лета и уже такие сведения! Я должен вам сказать, что в этом ребенке будут большие способности. — О, вы еще не знаете его! — отвечал Манилов, — у него чрезвычайно много остроумия. Вот меньшой, Алкид, тот не так быстр, а этот сейчас, если что-нибудь встретит, букашку, козявку, так уж у него вдруг глазенки и забегают; побежит за ней следом и тотчас обратит внимание. Я его прочу по дипломатической части. Фемистоклюс, — продолжал он, снова обратясь к нему, — хочешь быть посланником? — Хочу, — отвечал Фемистоклюс, жуя хлеб и болтая головой направо и налево». '''

Пишите код для подсчёта гласных в комментариях👇🏻
Решение опубликуем в пятницу🤫 Заодно не забудьте указать, из какого произведения отрывок выше 📖

• @data_analyst_pro

🧠 Ответ к Python-задаче

Давайте разберём, как может выглядеть программа, что считает количество гласных в тексте 👀

1️⃣ Цикл и список
example = example.lower()
list_of_vowels = ['у','е','а','о','э','я','и','ю','ы','ё']
count_of_vowels = 0
for i in list_of_vowels:
count_of_vowels += example.count(i)
print(count_of_vowels)

2️⃣ Цикл и логический оператор
example_lower = example.lower()
count_of_vowels = 0

for i in range(len(example_lower)):
if example_lower[i] in 'уеаоэяиюыё':
count_of_vowels += 1

print(count_of_vowels)

3️⃣ Функция map()
sum(map(example.lower().count, "уеаоэяиюыё"))

4️⃣ Регулярные выражения
import re
len(re.findall(r"[уеаоэяиюыё]", example.lower()))

Количество гласных в нашем примере — 629, а отрывок из «Мёртвых душ» Н. В. Гоголя💀🪶

Ставьте ❤️, если понравилась рубрика, и 🔥, если хотите продолжения

• @data_analyst_pro

Финансовые возможности для студентов совместной программы ТГУ и Яндекс Практикума «Дата-аналитика для бизнеса»

🗓 6 сентября (среда) 19.00 по Москве

Про что поговорим:
• какие есть стипендии
• где искать ресурсы на реализацию своего проекта
• как запустить стартап при помощи вуза
• можно ли воспользоваться кредитом на образование

А ещё обсудим, как инфраструктура университета может помочь с профессиональным развитием🚀

➡️ Регистрация

🪧 Напоминание

Через 10 минут стартует вебинар, на котором расскажем про финансовые возможности для студентов магистратуры «Дата-аналитика для бизнеса»:
✔️ стипендии
✔️ заявки на гранты
✔️ ресурсы для запуска собственного проекта

Регистрация

🧑🏻‍💻 Стажировка

📍Газпром ЦПС, офис в Санкт-Петербурге (очно)
🗓 3 месяца, с 1 октября 2023

Условия:
✔️ успешно решить тестовое задание
✔️ выделять 20-25 часов в неделю
✔️ без оплаты, с возможностью трудоустройства
✔️ 4 вакантных места

📩 [email protected]
ФИО_Тестовое_Газпром ЦПС

⌚️ Прием тестовых до 20 сентября

Описание направлений стажировки👇🏻

1️⃣ Экономика и финансы
Требования:
▫️ ETL процессы (Extract Transform Load)
▫️ опыт самостоятельного анализа данных (от получения задачи до представления выводов и рекомендаций)
▫️ опыт работы с любыми BI инструментами (Power BI, Grafana, Qlik Sense)
▫️ знание методов интеграции (API, XML, JSON)

Примеры задач:
▫️ взаимодействие со службами экономики и финансов, выявление проблемных участков
▫️ алгоритмизация и автоматизация процессов консолидации, нормализации и проверки экономических данных
▫️ разработка макетов дашбордов, их реализация
▫️ формирование баз данных, оптимизация процессов подготовки управленческой отчетности

Будет плюсом:
▫️ знание основ экономики и финансов
▫️ опыт работы в планово-экономических, финансовых, инвестиционных службах
▫️ опыт разработки цифровых инструментов, баз данных на SQL, Python (написание кода)
▫️ опыт разработки прогнозных моделей и машинного обучения

Условия

2️⃣ Календарно-сетевое планирование
Требования:
▫️ программирование на Python, SQL
▫️ опыт работы с базами данных
▫️ опыт анализа данных
▫️ владение инструментами обработки больших данных (Apache Spark, Hadoop Mapreduce)
▫️ продуктивизация моделей
▫️ знание математики, статистики + машинное обучение (ML, DL)

Примеры задач:
▫️ сбор и очистка данных, подготовка для последующего анализа, наполнение и сопровождение базы данных
▫️ аналитика данных (совместно с представителями предметной области)
▫️ проведение ML-исследований на большом объёме данных, формирование гипотез (совместно с предметными специалистами)
▫️ генерация интерактивных дашбордов

Будет плюсом:
▫️ опыт работы с любыми BI-инструментами
▫️ желание и способность погрузиться в предметную область КСП
▫️ работа на стыке data analysis, data science и ml engineering

Условия

14-15 сентября 2023 г. команда Академии Дата-Дайвинг провела очный модуль Школы прикладного анализа данных для Морского государственного университета им. адм. Г.И. Невельского в городе Владивосток.

Сотрудники и студенты университета познакомились с возможностями анализа больших данных в реализации прикладных проектов, поработали с различными типами данных в рамках практических мастер-классов, посвященных текстовой аналитике и сетевому анализу, а также совместно с экспертами поработали над идеями групповых проектов, посвященных актуальным запросам региона:
- Анализ потенциальных абитуриентов университета в Приморском крае;
- Анализ рынка труда для определения профессиональных траекторий студентов и оценки актуальности образовательных программ;
- Анализ контента крупных городских сообществ г. Владивосток.

«Все, кого я спрашивала, фантастически довольны, потому что это очень познавательно, абсолютно ново, по крайней мере, для нашего университета. Было очень много инсайтов, открытий, совершенно неожиданных вещей. И совершенно точно уже сейчас формируется группа тех людей, которые хотели бы продолжить узнавать здесь что-то новое и каким-то образом формировать свои собственные проекты, подключаться к тем большим проектам, которые уже есть. И, как мне даже сказали, это для нас некие «люди из будущего», - делится впечатлениями Жилина Елена Вячеславовна, проректор по образовательной деятельности, - Мы, конечно, для себя открыли очень и очень много совершенно неизвестных вещей. И я думаю, это наше общее впечатление. Спасибо большое.»

Школа прикладного анализа данных Data-Diving - это образовательные интенсивы для сотрудников и студентов университетов РФ и ближнего зарубежья, а также исследователей, направленные на повышение цифровых компетенций участников, а также помощь во внедрении технологий применения анализа данных в их исследовательские, социальные и прикладные проекты.

Наши друзья из компании Мегапьютер Интеллидженс при поддержке Президентской академии и Университетского консорциума исследователей больших данных опубликовали издание "Аналитическая платформа PolyAnalyst. Архитектура, функциональность, практика применения".

Платформа PolyAnalyst является одной из ключевых в образовательных программах Школ прикладного анализа данных Академии Дата-Дайвинг, благодаря своей простоте и удобству в процессе обработки больших массивов текстовой информации.

Книга представляет собой подробную инструкцию по использованию уникальной русскоязычной аналитической low-code платформы: принципы обработки текстовых данных, алгоритмы машинного обучения, инструменты визуализации данных и построение аналитических дашбордов. Теперь использование платформы PolyAnalyst, благодаря данной книге, станет еще проще и доступнее.

Поздравляем коллег с выходом книги и желаем творческих и профессиональных успехов в дальнейшем!

#вакансия Специалист по машинному обучению

Обязанности:
- Исследование особенностей применения нейронных сетей к небольшим наборам данных, включая новые идеи и свежие подходы
- Анализ и исследование влияния предобработки данных на эффективность обучения нейронной сети
- Реализация, тестирование и оценка эффективности различных алгоритмов машинного обучения с целью определения наиболее эффективного способа решения задач

Требования:
- Опыт работы или ак.знания в области машинного обучения и нейронных сетей
- Знание основных методов предобработки данных
- Навыки программирования на Python
- Желание развиваться и вносить свой вклад

Что предлагают:
- Интересные задачи в сфере машинного обучения
- Официальное трудоустройство ТГУ.
- Полная или частичная занятость, гибкий график работы
- Публикации в высокорейтинговых журналах
- Возможность использования результатов для написания диплома или диссертации

Подробнее о проекте: Здесь

Контакт для связи: Олеся Кучинская +7 923 421-77-13 [email protected]

Эксперт Академии Дата-Дайвинг в области текстовой аналитики Евгений Петров примет участие в Data Science Meetup 30 сентября.

Tomsk Data Science сообщество совместно с Центром Финансовых Технологий проводят большой однодневный митап для дата-саентистов!

Участников ждут искромётные доклады и незабываемое общение с лучшими DS-энтузиастами города Томска и не только. С докладами выступят представители крупных компаний: Окко, Rubius, ЦФТ и других.

Евгений выступит с темой "Чего ждёт рынок труда: методология анализа данных о вакансиях из открытых онлайн-источников", где представит инновационную разработку Центра прикладного анализа больших данных Томского государственного университета - сервис мониторинга рынка труда "РосНавык".

Более подробно с информацией о мероприятии можно ознакомиться по ссылке: https://team.cft.ru/events/222

Всем привет✌🏻
Мы запускаем новую рубрику «Уютная беседа с аналитиком».
Наши выпускники расскажут о своём пути в профессию и задачах, которые решают сейчас. Первый гость — Надежда Микрюкова, тьютор по Python и SQL👩🏻‍💻
Приятного просмотра!

● @data_analyst_pro

Рубрика «Наши выпускники — самые лучшие!» продолжает своё вещание😎

Сегодня расскажем о проекте от Псковского государственного университета, реализованного на летней Школе прикладного анализа данных.

https://telegra.ph/Nashi-vypuskniki-10-04

• @data_analyst_pro

​​🤖🧠 Поговорим про искусственный интеллект?

Приглашаем на открытую лекцию «Влияние ИИ на образование, государство, общество и бизнес».

Спикеры:
🔹Игорь Ашманов — эксперт в области искусственного интеллекта, разработки программного обеспечения, управления проектами, кандидат технических наук
генеральный директор компании «Ашманов и партнеры», президент компании «Крибрум»

🔹Наталья Касперская — российский предприниматель в сфере информационных технологий, сооснователь компании «Лаборатория Касперского»
президент группы компаний InfoWatch

Когда: 17 октября, 12.30 (московское время)
Где: 2 корпус ТГУ, ауд. 302

Регистрация:
– очное участие https://forms.yandex.ru/u/651fcaaf69387260fb293075/
– онлайн-участие https://forms.yandex.ru/u/6528f232d046884cdbc52ccf/

Лекция пройдет в рамках подготовки к форуму «Открытые данные» Университетского консорциума исследователей больших данных, который состоится 10-11 ноября на площадке НИ ТГУ

Loginom Day 2023

Узнайте, как крупные российские компании применяют low-code для анализа больших данных и машинного обучения🤖

Форум с экспертами low-code аналитики:
• реальные кейсы
• экспертиза
• диалог со спикерами

В программе:
• как повысить эффективность государственного управления с помощью low-code
• как силами аналитиков построить систему поддержки принятия решений крупного банка
• как retail-компании повысить лояльность клиентов

🗓 2 ноября, 13.00 мск
📍 очно в Москве (ВДНХ), онлайн

Участие бесплатное. Регистрация и программа👇🏻