Встретился на просторах одс курс по линуксу. Может кому то пригодится!
Крэш-курс для начинающих по линуксу, гиту, ssh и прочей работе в командной строке.
https://linuxcourse.ru/

И еще один курс в догоночку.
Открытый курс квантового машинного обучения qmlcourse
https://habr.com/ru/company/ods/blog/571012/

Большинство проголосовали за новую рубрику!
Со след недели начинаем
#interview_questions

#промо
На рекрутинговых сайтах представлено более 5 000 вакансий для аналитиков данных с зарплатой на старте от 50 000 рублей. Если вы хотите построить карьеру в этой сфере, самое время сделать первый шаг! 18 августа в 19:00 приходите на бесплатный вебинар «Профессия аналитика данных: как пройти отбор в топовую компанию». Трансляцию проведет Федор Лисицын — независимый эксперт с многолетним опытом. Ранее он окончил Harvard MBA и работал в McKinsey, Amazon, Сбермаркет и Kraft Heinz HQ.

На вебинаре вы узнаете:
— кто такой аналитик данных и подходит ли вам эта профессия;
— какие навыки нужны эксперту в этой сфере;
— чем занимаются специалисты ежедневно и где работают;
— как пройти отбор на позицию аналитика данных на старте.

Успейте зарегистрироваться до 18 августа включительно: https://clck.ru/Wr3eF

#interview_questions
Итак, начнем.
Думаю многие согласятся, топ 1 по частоте вопрос на собеседованиях в любую сферу DS - это метрики.

⭐️Вопросы на сегодня:
1. Какие вы знаете метрики для классификации (на примере бинарной)?
Вкратце расскажите о каждой (как она считается, какой смысл несет).
2. Какие из них лучше не использовать на датасетах с выраженным дисбалансом классов?

Отвечайте в комментариях, ведь когда вы формулируете мысли на публику, то сами намного лучше запоминаете. Старайтесь сначала ответить без подглядки в интернет, будто вы правда на интервью

На связи Team Leads Ваня Горбань и Артём Глазунов. Мы решили провести серию voice chats со спикерами из DS-сообщества, а потом эти записи смонтировать в выпуски подкаста «Данные люди».

Это будут эфиры про данные и людей, которые с ними работают. Их истории и деятельность, как они к этому пришли и куда идут. В каждом выпуске приглашаем известных в сообществе Data Science и за его пределами и просто очень интересных людей поговорить об анализе данных.

Все voice chats будут проходить в тг-канале @bigdatapeople.

📢 Ближайшее расписание эфиров (время объявим позже):

18 августа — Алексей Драль (Founder & CEO BigData Team)
24 августа — Рубен Ениколопов, PhD (Ректор Российской Экономической Школы)
1 сентября — Юрий Кашницкий (Senior ML Scientist @ Elsevier, к.т.н., лидер открытого курса по машинному обучению mlcourse.ai)

Каждый выпуск будем будем выбирать самый интересный вопрос в чате и отправлять подарок победителю.
Чтобы не пропустить voice chats, присоединяйтесь в наш чат Данные люди

Услышимся 🤘🏻

#промо

#interview_questions

Продолжим с метриками. Напоминаю, что это очень важно знать. Скорее всего если вы не ответите на вопросы про метрики, шансов получить работу станет маловато.

⭐️Вопросы на сегодня:
1. Какие вы знаете метрики для регрессии?
Вкратце расскажите о каждой (как она считается, какой смысл несет).
2. Логистическая регрессия - это задача регрессии или классификации, может кластеризации?


Пишите в комментариях свои ответы, так будто вам задали этот вопрос на собеседовании. Ссылки на источники информации только приветствуются, чтобы те кто не знает ответ, могли сразу найти нужную инфу)

Давненько не было новых видео на ютуб канале.
Как я и говорил, уходил в небольшой отпуск на лето, сейчас уже конец августа, пора потихоньку камбекать!

Приятного просмотра
https://www.youtube.com/watch?v=z-bwhk4s_tE

#interview_questions

⭐️Задание на сегодня:
1. Зарегистрироваться на leetcode
2. https://leetcode.com/problems/two-sum/ - решить эту задачку
3. Изучить, что есть по обучающим курсам https://leetcode.com/explore/learn/ и возможно какой то из них взять себе в работу (а лучше постепенно все)

Советуйте в комментах, какие книги и курсы по алгоритмам вы читали\проходили и они вам понравились)

#промо
В последние годы спрос на бизнес-аналитиков вырос во всех отраслях экономики. Для этих специалистов, кроме работы в консалтинге, есть другой путь - карьера в индустрии!
26 августа в 19:00 приходите на бесплатный вебинар «Как освоить профессию бизнес-аналитика в индустрии». Трансляцию проведёт Искандар Рахматов, руководитель подразделения по развитию бизнеса на новых рынках в Ozon.

На вебинаре вы узнаете:
— чем работа бизнес-аналитика в индустрии отличается от работы в консалтинге;
— какие навыки нужны эксперту в этой сфере;
— как пройти отбор в топовую компанию;
— какие карьерные перспективы ждут бизнес-аналитика в индустрии.

Успейте зарегистрироваться до 26 августа включительно: https://clck.ru/WzoDa

#interview_questions

Даже если вы собираетесь заниматься исключительно нейросетями, все равно очень важно знать "классические" алгоритмы машинного обучения.

⭐️Вопросы:
1. Расскажите какие алгоритмы машинного обучения вы знаете. (могут попросить один из них более подробно рассказать, или даже накидать на бумаге всевдокод). Что такое обучение с учителем и без учителя
2. Что такое bagging и boosting?
3. Чем отличается дерево решений от рандомного леса?
4. Что такое и какая бывает регуляризация в машинном обучении

В следующий раз будут вопросы по валидации и разбиению датасетов на трейн, вал и тест под выборки)

#промо

В robot_dreams стартует курс для аналитиков, разработчиков, начинающих Data Scientists и всех, кто знает базовый синтаксис Python и хочет использовать этот язык для работы с большими массивами данных.
⠀
За 16 практических онлайн-занятий вы:
- научитесь работать с разными типами и структурами данных
- освоите 11 библиотек Python для анализа и визуализации
- разберетесь в построении простых ML-моделей
- будете решать задачи прогнозирования, классификации и кластеризации данных
⠀
Регистрируйтесь на курс, чтобы открыть новый подход в работе с большими данными - https://bit.ly/3yJLuB3

#interview_questions

Очень важный раздел машинного обучения, особенно для любителей kaggle - валидирование моделей

⭐️Вопросы:
1. Что такое кросс- валидация?
2. Какие основные методы кросс валидации вы знаете?
3. Какой из методов самый распространённый в сфере нейросетей? Почему?
4. Можно ли применять кросс валидацию, если у нас сильный дизбаланс классов в датасете?
5. Как бы вы поделили на трейн, вал, тест выборку состоящую из 2000 картинок? А из 20 000? А из 20 000 000?
6. Как валидироваться в задаче с временными рядами? (если не знаете, попробуйте поразмышлять)

В следующий раз будут вопросы по валидации и разбиению датасетов на трейн, вал и тест под выборки)

#interview_questions
Пока размышляете над предыдущей карточкой с валидацией, вот вам мини задачка:
Попробуйте без ввода кода куда-либо ответить, что получится в результате выполнения строки а и б (см. картинку к посту)?

#промо
Мечтаете стать аналитиком, но не можете пройти отбор в топовую компанию? Тогда 9 сентября в 19:00 приходите на бесплатный вебинар, где вам ответят на главный вопрос: «За какими аналитиками охотятся работодатели?» Трансляцию проведёт Андрей Алясов, CEO Changellenge », за спиной которого не только работа в A.T. Kearney и Microsoft, но и сотрудничество с половиной топ-50 рейтинга Universum.

На вебинаре вы узнаете:
— какими навыками обладает востребованный аналитик;
— как умение структурно мыслить поможет в карьере;
— как эффективно решать бизнес-задачи;
— как покорить HR- специалиста и получить оффер.

Успейте зарегистрироваться до 9 сентября включительно: https://clck.ru/XK7Gz

Часто спрашивают, какие бывают профессии и специализации в data science. Мне попался такой документ выпущенный Минтруда России. тут очень подробно все расписано:
https://profstandart.rosmintrud.ru/nationalnews/86719/

Cсылка на файл: https://profstandart.rosmintrud.ru/upload/iblock/936/%D0%9F%D0%A1_%D0%A1%D0%BF%D0%B5%D1%86%D0%B8%D0%B0%D0%BB%D0%B8%D1%81%D1%82%20%D0%BF%D0%BE%20%D0%BC%D0%B0%D1%88%D0%B8%D0%BD%D0%BD%D0%BE%D0%BC%D1%83%20%D0%BE%D0%B1%D1%83%D1%87%D0%B5%D0%BD%D0%B8%D1%8E_20.05.docx

Подписчики говорят новый годный и бесплатный курс завезли на степике по нейронкам: https://stepik.org/course/100076/promo#toc