×Закрыть

Материалы по теме «Data Science»

RSS

Зачем дата-сайентисту MBA за 200 тысяч долларов: история украинца из Klarna Зачем дата-сайентисту MBA за 200 тысяч долларов: история украинца из Klarna

Hanna Bandalier 13932

28-летний Александр Кутовой начинал карьеру как маркетинг-аналитик в киевском офисе Microsoft. В 2016-м он переехал в Вильнюс на позицию бизнес-аналитика в Google. Спустя полтора года вернулся в Стокгольм, чтобы развиваться в сфере аналитики данных, и вот уже три года работает в финтех-гиганте Klarna. Александр рассказал про свой путь в Data Science, учебу в Стокгольмском университете и поступлении на MBA в Уортонскую бизнес-школу. 47

Как я работаю: Сергей Шельпук, СЕО DeepTrait, в прошлом Head of Data Science Как я работаю: Сергей Шельпук, СЕО DeepTrait, в прошлом Head of Data Science

Валентина Шимкович 5405

Сергей Шельпук — сооснователь и СЕО стартапа DeepTrait. Раньше Сергей строил с нуля и возглавлял Data Science отделы в компаниях SoftServe и Eleks, а также преподавал AI и Machine Learning на факультете прикладных наук в УКУ. Расспросили его подробнее о карьере и развитии в Data Science. 7

Карьера в IT: NLP Engineer и NLP Researcher Карьера в IT: NLP Engineer и NLP Researcher

Валентина Шимкович 5567

В новой статье серии «Карьера в IT» поговорим об одной из специализаций Data Science — Natural Language Processing. NLP Specialist занимается обработкой естественного языка: это могут быть задачи по распознаванию речи, машинному переводу, определению эмоциональной окраски текста и так далее.

Зарплати українських PM, HR, DevOps, Data Science та інших ІТ-спеціалістів — літо 2020 Зарплати українських PM, HR, DevOps, Data Science та інших ІТ-спеціалістів — літо 2020

Редакція DOU 47099

Представляємо фінальну статтю циклу про зарплати. У попередніх ми розглядали розробників і тестувальників. У цій статті подивимося на менеджерів, ейчарів, дизайнерів, маркетинг і сейлз спеціалістів, девопсів, сисадмінів та інших ІТ-фахівців. Серед респондентів зарплатного опитування їх було 3745 осіб. 5

Українка — про роботу в Coca-Cola у Сингапурі: «Я відповідаю за Data Science в усьому регіоні Азії та Тихого океану» Українка — про роботу в Coca-Cola у Сингапурі: «Я відповідаю за Data Science в усьому регіоні Азії та Тихого океану»

Світлана Тучинська 27133

Українка із маленького містечка Вознесенськ у Миколаївській області увійшла у список найвпливовіших жінок у Data Science у щорічному рейтингу журналу CDO Chief Data Officer Magazine. Це Галина Волошина, і вона очолює відділ Data & Analytics у компанії Coca-Cola у Сингапурі. Перед тим як 2018 року переїхати у Сингапур, Галина 14 років працювала у компанії Procter & Gamble, в офісах компанії в Москві, Будапешті та Гуанчжоу. Жінка розповіла DOU про навчання, роботу та поділилась думками про майбутнє науки про дані. 16

Про стажування в NASA за напрямом Data Science та культуру ділитися знаннями — розповідь української програмістки Про стажування в NASA за напрямом Data Science та культуру ділитися знаннями — розповідь української програмістки

Элеонора Бурдина 11044

Програмістка Тамара Коляда була серед 50 учасників зі всього світу, які потрапили до програми стажування NASA Datanauts у 2018 році, що допомагає охочим опанувати фах Data Science. Сьогодні Тамара керує програмою від Facebook — спільнотою Developer Circle у Києві, яка допомагає розробникам вчитись і ділитись досвідом. В інтерв’ю DOU дівчина розповіла про програму стажування Datanauts, свої враження від NASA та чому волонтерство заслуговує на більшу увагу розробників. 23

Що має знати Data Scientist. Аналіз вакансій в Україні та Каліфорнії Що має знати Data Scientist. Аналіз вакансій в Україні та Каліфорнії

Dmytryk Skorokhod 11064

Ми проаналізували 50 Data Science вакансій від найбільш відомих і престижних компаній: по 25 в Україні та Каліфорнії. І дізналися, які вимоги висувають компанії до цих спеціалістів. Стаття буде корисною насамперед тим, хто починає свій шлях у Data Science та хоче мати орієнтир, які технології є затребуваними на ринку праці. 16

Мапа розвитку в Data Science, або Як стати дослідником даних Мапа розвитку в Data Science, або Як стати дослідником даних

Євген Голюк 16643

Data Science — це міждисциплінарна галузь. Перед світом загалом і бізнесом зокрема стоїть багато складних багатофакторних завдань. Подекуди такі проблеми неможливо вирішити підходами в межах однієї галузі, тому в сучасному світі ми бачимо тенденцію до міждисциплінарності. Ця стаття окреслює програму самоосвіти, достатню для того, щоб розпочати кар’єру в Data Science. 21

AI & ML дайджест #17: курсы по ML & DL, обзор популярных GAN архитектур, AI бот для ребенка AI & ML дайджест #17: курсы по ML & DL, обзор популярных GAN архитектур, AI бот для ребенка

Dmitry Spodarets 3368

В выпуске: курсы на выбор — для базового или полного погружения в машинное обучение, статья о том, как устроен дебагер в Jupyter, обзор популярных архитектур сегментации изображений, научные статьи.

Перші кроки в NLP: розглядаємо Python-бібліотеку TensorFlow та нейронні мережі в реальному завданні Перші кроки в NLP: розглядаємо Python-бібліотеку TensorFlow та нейронні мережі в реальному завданні

Андрій Хмельницький 4560

Андрій Хмельницький працює в оцінці майна, а у вільний час займається машинним навчанням. У циклі статей він розповідає, як реалізував власний проєкт зі зручної класифікації земельних ділянок, і робить огляд бібліотек на Python, які використав для цієї мети. У цій частині детально розглянемо бібліотеку TensorFlow, нейронні мережі, реалізацію моделі word2vec. 9

Перші кроки в NLP: розглядаємо Python-бібліотеку scikit-learn в реальному завданні Перші кроки в NLP: розглядаємо Python-бібліотеку scikit-learn в реальному завданні

Андрій Хмельницький 4503

Андрій Хмельницький працює в оцінці майна, а у вільний час займається машинним навчанням. У циклі статей він розповідає, як реалізував власний проєкт зі зручної класифікації земельних ділянок, і робить огляд бібліотек на Python, які використав для цієї мети. У цій частині детально розглянемо бібліотеку scikit-learn.

Перші кроки в NLP: розглядаємо Python-бібліотеку NLTK в реальному завданні Перші кроки в NLP: розглядаємо Python-бібліотеку NLTK в реальному завданні

Андрій Хмельницький 6942

Андрій Хмельницький працює в оцінці майна, а у вільний час займається машинним навчанням. У цій статті він розповідає, як реалізував власний проєкт зі зручної класифікації земельних ділянок, і робить огляд бібліотек на Python, які використав для цієї мети. У першій частині детально розглянемо бібліотеку NLTK. 14

Машинное обучение против финансовой математики: проблемы и решения Машинное обучение против финансовой математики: проблемы и решения

Alex Honchar 9783

Александр Гончар, CTO в Neurons Lab LTD, делится идеями, как машинное обучение может помочь в проблемах эконометрики и финансовой математики, а также показывает, в каких случаях оно не справляется с задачей. 23

Зарплати українських PM, HR, DevOps, Data Science та інших ІТ-спеціалістів — грудень 2019 Зарплати українських PM, HR, DevOps, Data Science та інших ІТ-спеціалістів — грудень 2019

Редакція DOU 42327

Представляємо заключну статтю циклу про зарплати. Подивимося на менеджерів, ейчарів, дизайнерів, маркетинг і сейлз спеціалістів, тімлідів, девопсів, сисадмінів та інших ІТ-фахівців. Серед респондентів зарплатного опитування їх було 3545 осіб. 58

Данные важнее, чем модели. Как выглядят эффективные процессы в Data Science Данные важнее, чем модели. Как выглядят эффективные процессы в Data Science

Vadym Boikov 11736

Для многих работа дата саентиста выглядит, как черный ящик. Но несмотря на разные задачи, процессы в проектах похожи, равно как и причины возникающих проблем. В этой статье рассмотрим, какие этапы проходит проект, что должен делать дата саентист и как он взаимодействует с другими членами команды. 43

AI & ML дайджест #15: выбор ML-фреймворка, изучаем TensorFlow 2.0 + Keras, путь обучения Data Science AI &amp; ML дайджест #15: выбор <nobr>ML-фреймворка,</nobr> изучаем TensorFlow 2.0 + Keras, путь обучения Data Science

Dmitry Spodarets 4521

В выпуске: большая коллекция статей по Data Science, что произошло в Airbnb, когда они перешли к Deep Learning, обзор нового фреймворка Streamlit, видео докладов с конференций. 3

Зарплати українських PM, HR, DevOps, Data Science та інших ІТ-спеціалістів — червень 2019 Зарплати українських PM, HR, DevOps, Data Science та інших ІТ-спеціалістів — червень 2019

Редакція DOU 50656

У цій статті аналізуємо 3581 анкету від менеджерів, ейчарів, дизайнерів, маркетинг і сейлз спеціалістів, тімлідів, девопсів, сисадмінів та інших ІТ-спеціалістів. 28

AI & ML дайджест #14: DataFest возвращается в Украину, знакомство с Dagster и DVC, репозитории с ML моделями и книгами AI &amp; ML дайджест #14: DataFest возвращается в Украину, знакомство с Dagster и DVC, репозитории с ML моделями и книгами

Dmitry Spodarets 3278

В выпуске: как построить свой первый data pipeline на базе Kafka, как работать быстрее и лучше писать код с использованием pandas, скидки на предстоящие конференции. 1

← Сtrl 123 Ctrl →

Комментарии

«Хай ідуть, це просто не наші люди» так, коронна фраза CEO, ви ніколи так не думали і не говорили людям?
Ох уж эти маленькие стартапы, как знакомо) Работал в одном похожем, было много разных моментов, но решающим стала ситуация с пересмотром зп спустя почти год работы в компании.
Живу в Днепре, на вопрос «А що вам НЕ ПОДОБАЄТЬСЯ?» отметил почти все чек-боксы, но нужно только 5. Ладно, решил часть убрать с горем пополам, и оставить только самое вопиющее — всё равно осталось 10 заполненных чек-боксов.
Почему в этих опросах вечно нет Мариуполя? Ничего что в нём живёт в 5 раз больше людей, чем в Ужгороде.
Пиратские копии есть на rutracker.org, а купить можно на downpour.com или на audible.com
Я встречал таких воспитанников. Они ХОТЯТ говнокодить. Они НЕ ХОТЯТ придерживаться паттернов. Потому что их заставляли делать это насильно, они мучались, страдали, а теперь «на свободе». Таким вообще нельзя давать ничего писать без код-ревью.
Дуже класна стаття! Часом. я ніби читала власні думки і переживання! «Анно», ви дуже сильна жінка, що стільки часу могли пропрацювати в таких умовах
Перше правило архітектора — будуй спочатку методологію, потім підбирай відповідні інструменти. Не навпаки. Іншими словами, спочатку треба дати відповідь на запитання, як саме буде розроблятися проект, а вже потім під ці вимоги підбирати відповідні інструменти.
где берете интересные аудиокниги?
не варто надто заморочуватись на граматиці, простих часів для початку з головою вистачить — краще зосередитись на вивченні нових слів і розмовних фраз. 100%
Great minds think alike :) Не читав, але чув і навіть в руках тримав та встиг прочитати анотацію. Всі описані техніки з власного досвіду використання або досвіду друзів. Notion виглядає дуже круто, обов’язково спробую. Дякую!
Да, но вот проблема в том что тебя как эксперта на ТИ интервьюирует тот, кто «капает от забора до обеда» и твоя экспертиза вызовет у него глубокий эксепшн...
Поясніть, чому як хочу роботу з людьми то саме HR?
Питання до автора — Джедайські техніки не читали? Бо більшість порад читав нещодавно саме в них. Таке враження, що стаття — це коротке резюме до книжки :) Кому зайшла стаття — раджу прочитати. Для ведення більшості завдань використовую notion.so.
Ох круто! Обожнюю такі опен-сорс проекти, коли можеш котріб’ютати у щось корисне, в тому числі особисто для себе!