Важнейшая модель теории вероятностей

Что объединяет частицу в воде, биржевой курс и кота Барсика, бродящего по району в поисках ларька с рыбой?

Секреты аналитики

Поиск первой работы в Data Science

В этом ролике автор рассуждает и делает выводы о том, стоит ли сейчас идти в Data Science, перегрет ли рынок джунов.

00:00 Стоит ли идти в Data Science?
00:25 Рост зарплат Data Scientists
00:57 Парадокс увеличения доходов
01:19 Сложность 1: обучение довольно нелегкое
02:48 Сложность 2: деньги как иллюзорное счастье
04:13 Сложность 3: высокий конкурс на джунов
04:52 Никому не нужны люди без опыта
05:27 Сфера с низким конкурсом и высокими зарплатами
06:06 Будет ли в будущем актуален Data Science?
06:35 Выводы

Смотреть это видео на youtube: youtu.be/d_e4gxHxHhM

Секреты аналитики

Кейс: Как создать сквозную аналитику для e-com на коленке

В идеальной картине мира в компании есть классные разработчики, которые выгружают данные и собственник видит всю аналитику до копеечки. По каждому товару, заказу. Легко считает свою прибыль.

В реальности существует очень мало компаний, которые могут себе такое позволить.

Секреты аналитики

Кто я: аналитик данных или датасаентист?

В 50% статей в интернете написано, что аналитик данных и датасаентист это одно и тоже, а другие 50% - за абсолютную разницу данных профессий. Одной из ключевых задач аналитика является обработка данных, такая же задача стоит и перед Data Scientist. Давайте разберемся к какой профессии вы действительно относитесь и почему.

Секреты аналитики

Как установить Apache Spark за 10 минут

Установка Apache Spark займет немного времени и позволит изучить этот инструмент еще глубже прямо на вашем компьютере.

Секреты аналитики

Тренды, роли и образование в Data Science

В этом интервью вы узнаете кому стоит идти на платные онлайн-курсы, как проще всего войти в аналитику данных и что ждёт образование дальше.

0:00:18 Как пришёл в Data Science?
0:04:16 Как изменилась индустрия за последние годы?
0:07:23 Про роли в аналитике данных и ключевые компетенции
0:15:29 На какую роль проще всего войти извне?
0:17:45 В чём отличие платных курсов от бесплатных?
0:25:10 С чего стоит начинать изучение Data Science?
0:29:56 Про университетское образование
0:50:58 Про трудоустройство после онлайн-курсов
0:54:34 Не лопнет ли рынок Data Science в ближайшее время?
0:57:36 Сколько зарабатывают аналитики данных?
1:09:28 Что нужно помнить, когда начинаешь работать в аналитике?

Смотреть это видео на youtube: youtu.be/ZLfGSQHqk3c

Секреты аналитики

Data Science до Data Science: как эволюционировала работа с данными

Систематизировать данные стали в 17-м веке, понятие Data Science ввели 50 лет назад, а популярность к датасайентистам пришла лишь в 2010-е. Но знания из данных извлекали на протяжении всей человеческой истории — в этой статье рассказываем, как именно.

Секреты аналитики

Книга: «Data mesh в действии»

Потребность эффективно хранить большие объемы данных и обращаться к ним стала одной из ключевых потребностей любого бизнеса. Сетка данных (data mesh) — это новый способ децентрализовать управление данными, радикально повышая их безопасность и доступность.

Секреты аналитики

Сколько денег вы теряете на инцидентах

В этом материале автор разберет, зачем и как считать потери на инцидентах, можно ли делать это автоматически и как продать ценность расчётов бизнесу.

Секреты аналитики

Кто такой Data Engineer?

В этой статье вы узнаете кто такой Data Engineer. А также какие бывают направления и куда можно посмотреть, чтобы развиваться в дата-инженерии.

Секреты аналитики

Основы ЛИНАЛА для Data Science за 15 минут: векторы, матрицы, базис

В этом видео автор разбирает основы линейной алгебры, которые пригодятся для изучения Data Science:

00:10 Векторы
00:34 Координаты вектора
01:42 Пример с пространством векторов
02:15 Единичные векторы
03:00 Сложение векторов
04:37 Линейная комбинация векторов
04:55 Линейное преобразование векторов
05:57 Матрицы
06:59 Операции над матрицами
07:54 Транспонирование матрицы
08:18 Ранг и определитель матрицы
11:18 Пример, отображающий суть машинного обучения
13:08 Собственный вектор матрицы

Смотреть это видео на youtube: youtu.be/cGxK2-_0x40

Секреты аналитики

Как мы построили сервис, который помогает сократить поиск видео контента в огромной базе данных

Цель этой статьи — подробно рассказать о процессе создания сервиса по поиску видеоконтента с помощью текста, решениях, которые команда автора приняла на каждом этапе, и о том, какие технологии использовала. Вы узнаете, как сложные технические задачи могут быть решены простыми и эффективными методами.

Секреты аналитики

8 советов по эффективной визуализации данных

Основная цель науки о данных — повысить ценность бизнеса. Большинство людей не понимают данные, и мы должны показать их. При эффективном выполнении визуализация может помочь нам раскрыть идеи, выявить тенденции и донести какой-то смысл. В этой статье автор дает 8 советов о том, как создать красивую, интерпретируемую и эффективную визуализацию данных.

Секреты аналитики

Supervised Fine-Tuning: как настроить LLM под конкретную задачу?

Пожалуй, для адаптации больших языковых моделей под чётко очерченные задачи обработки естественного языка нет технологии лучше, чем SFT (supervised fine-tuning). Для дообучения модели её необходимо предварительно обучить, а это означает, что она уже многому научилась из широкого спектра текстов.

Секреты аналитики

Пять причин, по которым вам нужны синтетические данные

Сбор и разметка данных в реальном мире может быть длительным и дорогостоящим занятием. Кроме того, у этих данных могут быть проблемы с качеством, разнообразием и количеством. К счастью, подобные проблемы можно решать при помощи синтетических данных.

Секреты аналитики

Как data science экономит сотни часов рабочего времени

Кейс оценки качества изображений с помощью модулей языков программирования.

Секреты аналитики

📌 Excel для начинающих аналитиков

Хоть Excel и не является основным инструментом аналитика, им все равно приходится пользоваться. И на собеседовании вас могут спросить какие-то основные функции и формулы. Зачастую Excel есть в требованиях и для аналитика продаж, и для бизнес аналитика.

0:00 ВПР и ГПР
2:03 ИНДЕКС + ПОИСКПОЗ
2:53 Функция ЕСЛИ
4:02 СУММЕСЛИ и СЧЕТЕСЛИ
4:49 СУММЕСЛИМН
5:40 Сводные таблицы
6:58 Подтягивание данных из внешних источников
8:07 Условное форматирование и визуализация

Смотреть это видео на youtube: youtu.be/snqGcBdTgCU

Секреты аналитики

9 советов начинающему веб-аналитику. Как стать специалистом, за которого будут драться работодатели

Бизнесу сейчас как никогда нужны такие решения и такие люди, которые помогут получить и удержать как можно больше клиентов. Веб-аналитик — один из таких специалистов. Он помогает разобраться в причинах низкой конверсии и высокой стоимости лида, и может дать рекомендации по улучшению метрик.

Автор сделал подборку ключевых рекомендаций, которые помогут начинающему веб-аналитику сориентироваться в том, что действительно важно для работы.

Секреты аналитики

5 декораторов Python, которые стоит использовать во всех своих проектах в области Data Science

Поначалу цель каждого разработчика - сделать работающую программу. Постепенно мы начинаем беспокоиться об удобочитаемости и масштабируемости. Именно тогда мы впервые слышим о таком понятии, как декораторы.

Секреты аналитики

Замена Google Tag Manager на on-premise-решение без лишних сложностей

В этой статье мы рассмотрим лучшие инструменты для управления тегами, которыми можно заменить болезненный и затратный GTM.

Секреты аналитики