Наш Discord-сервер растёт, мероприятий становится больше. Чтобы ориентироваться было удобнее, мы составили афишу на июнь. Выбирайте мероприятие по душе и заранее освобождайте вечер для новых впечатлений!

● Голосовой эфир «Особенности поиска работы, когда за плечами нерелевантный опыт?»

Руководитель Карьерного центра Оксана Васильева расскажет, что делать, если вы ищете работу в новой сфере. Вопросы к эфиру можно заранее оставить в форме.
Когда: 6 июня

● Чаепитие с выпускниками курсов

Будем общаться, делиться эмоциями, выпускники смогут рассказать свои истории, а студенты — послушать, что их ждёт. Хотите поделиться опытом? Подключайтесь!
Когда: 15 июня

● Вечер знакомств

Неформальная встреча, на которой можно познакомиться с другими членами коммьюнити.
Когда: 19 июня

● Эфир с Анатолием Карповым

Тема в разработке — следите за новостями!
Когда: 21 июня

А ещё мы играем в CS:GO с Анатолием Карповым: обычно это происходит по пятницам. Приходите!

Анонсы и подробная информация по мероприятиям будет появляться уже в дискорде ближе к датам проведения мероприятий в канале #news. Присоединяйтесь, чтобы ничего не пропустить!

Хотите перенять опыт лучших ML-инженеров и попробовать себя в решении сложных и разноплановых задач?

Ждём вас на курсе Hard ML!

Зачем аналитикам данных рассчитывать retention (коэффициент удержания клиентов)?

Во-первых, показатель удержания отражает, как долго клиенты остаются активными и сохраняют свою лояльность к продукту или услуге.

Во-вторых, полученная информация помогает удерживать пользователей, выявлять проблемные области и прогнозировать будущую прибыль.

Вместе с Александром Черновым, директором по продукту в Много Лосося, мы разобрались, какие есть способы измерения retention rate и как применить их практически к любому e-commerce сервису.

Как искать работу, если нет релевантного опыта?

Отвечаем на этот вопрос с руководительницей Карьерного Центра Оксаной Васильевой на голосовом эфире!

В этот раз встречаемся в Zoom, ссылка на трансляцию и запись — в нашем коммьюнити.

Вопросы можно задать на самом эфире или в форме.

Начинаем в 19:00!

Сегодня стартуют новые потоки программ:

● Start ML — для тех, кто хочет изучить машинное обучение с нуля

● Инженер данных — для тех, кто хочет научиться грамотно собирать, хранить и обрабатывать данные

До встречи на курсах!

Мы решили не останавливаться на одном вебинаре о машинном обучении в аналитике! Следующая по плану тема — нейронные сети.

14 июня в 19:00 (по Москве) Анатолий Карпов проведёт вебинар, где расскажет об устройстве нейронных сетей и их применении в продуктовой аналитике.

Ждём вас на трансляции!

[Регистрация]

Что такое метрики отношения? Как правильно их оценивать в экспериментах?

Вышло продолжение серии статей об A/B-тестировании от авторов Симулятора A/B-тестов, Николая Назарова и Александра Сахнова. Предыдущие части можно найти по ссылке выше, а узнать ещё больше об A/B-тестах из первых рук – 12 июня :)

Правда ли, что для выхода на зарубежный рынок нужен идеальный английский? Спойлер: нет :)

Сергей Фёдоров, сооснователь и CTO компании A1SolarStore, поделился своим опытом работы и найма на зарубежном рынке. А ещё развеял частые мифы об английском языке в работе и дал советы, которые, надеемся, придадут вам уверенности!

Где с нуля разобраться в A/B-тестировании, погрузиться в проведение сложных и продвинутых экспериментов и отработать на практике нестандартные ситуации? Ни на что не намекаем, но всё это можно сделать на Симуляторе A/B-тестов!

Базовая и продвинутая версии Симулятора стартуют сегодня!

Всем привет! На связи karpovꓸcourses

Сегодня должен был состояться вебинар «Машинное обучение в аналитике: нейронные сети», но, к сожалению, по техническим причинам мы переносим его ровно на неделю.

Ждём вас на трансляции 21 июня в 19:00 (GMT+3).

Не забудьте зарегистрироваться, чтобы оставаться в курсе всех обновлений :)

Владение основами ООП, а именно понятиями «класс» и «объект» — пререквизит к продвинутой версии Симулятора A/B-тестов, который многих будущих студентов вводит в ступор. Но всё гораздо проще, чем кажется! А чтобы это доказать – мы собрали шпаргалку, к которой вы сможете обращаться и во время учёбы, где раскрыли необходимый для общего понимания минимум.

Сегодня начинается новый поток «Аналитика данных» — курса, который станет отличным стартом вашей карьеры в Data Science (да, можно совсем с нуля!).

Будем рады видеть вас на курсе!

Сегодня стартует продвинутый курс по BI и визуализации данных!

Уверены, будет интересно, если вы хотите прокачать навыки BI и визуализации, изучить сложные и неочевидные функции Tableau и собрать сильное портфолио дашбордов.

Советуем поторопиться, если давно раздумывали об этом курсе — скорее всего, анонс нового потока будет не скоро :)

[Начать учиться]

Даже если вы никогда не погружались глубоко в инфраструктурную работу, а просто писали свой код, который затем «куда-то там деплоил» ваш девопс, вы всё равно наверняка хотя бы раз слышали о балансировщиках нагрузки. Что это такое и зачем они нужны?

Рассказываем в статье!

Недавно произошёл долгожданный запуск курса «Hard Аналитика». Чему именно мы учим в рамках программы? Думаем, лучше всего об этом расскажет её хедлайнер, Нерсес Багиян :)

Сегодня стартуют новые потоки двух программ karpovꓸсourses! А именно:

● System Design — для тех, кто хочет научиться проектировать масштабируемые и оптимальные архитектуры для программных систем и начать лучше понимать коллег

● Симулятор аналитика — для тех, кто хочет набраться опыта работы перед реальными рабочими задачами

Вот вы не знаете (особенно, если ещё не читали статью), а мы запланировали короткий вебинар о балансировщиках нагрузки распределённых систем в конце этой недели! Регистрация не нужна, но вы можете сами подписаться на уведомление о старте трансляции по ссылке.

Совсем скоро начнётся вебинар Анатолия Карпова «Машинное обучение в аналитике: нейронные сети».

Начинаем в 19:00 на нашем Youtube-канале, подключайтесь!

Сегодня стартует второй поток Hard аналитики — курса, где мы помогаем перейти на новый уровень в профессии.

[Узнать больше о передовых способах решения продуктовых задач]

Модели прогноза в машинном обучении — это алгоритмы, разработанные для предсказания значений или трендов на основе имеющихся данных.

А ещё умение прогнозировать спрос — один из самых важных для ML-инженеров навыков, который мы выделили в отдельное направление Симулятора ML. Оно поможет отработать на практике важные задачи от прогнозирования спроса без истории продаж до оценки надёжности модели, предсказывающей объёмы продаж маркетплейса с миллионами товаров.