Открывая для себя мир математической статистики, вы не могли пройти мимо курса по «Основам статистики». Мы не раз писали, что именно с этого началась большая история karpovꓸcourses. А сегодня Анатолий Карпов рассказал, как создавался один из самых известных курсов на Stepik и почему он стал так популярен.

Идея курса возникла, когда я преподавал в Институте биоинформатики и работал в СПбГУ. Изначально курс задумывался как академическая программа по анализу данных в научных экспериментах. Дело в том, что освоить применение статистических методов чисто технически — дело нескольких дней: мы сравниваем две группы, вызываем определённую функцию и смотрим на число p. Если оно оказывается меньше 0.05 — всё хорошо.

Понятно, что такой способ анализа данных обречён на ошибки: требуется более глубокое понимание того, как работают статистические методы, откуда берутся нужные показатели, как их правильно интерпретировать, какие ограничения есть у тех или иных подходов и когда нужно применять тот или иной критерий.

Основная идея курса была в том, чтобы погрузиться в статистику и разобраться, как она работает, при этом не перегружая слушателей сложной математикой, а скорее разбирая саму логику и принципы работы статистических критериев.

Уже значительно позже для меня стало открытием, что курс обрёл определённую популярность и за пределами академического анализа данных. Выяснилось, что знать базу и теорию статистики также необходимо для корректного проведения А/В-тестов и анализа данных в индустрии.

Если вы только начинаете знакомство с миром статистики, этот курс станет для вас хорошим стартом.

Наступил новый месяц, и вместе с ним, как обычно, стартует новый поток программы Hard ML.

Вы научитесь решать сложные и нестандартные задачи, создавать свои ML-сервисы, выводить их в продакшн и интегрировать в существующую инфраструктуру. И это лишь малая часть того, с чем сталкиваются студенты. Как сказал Валерий Бабушкин, этот курс станет проверкой на прочность для любого ML-инженера.

Если вы хотите получить знания от ведущих ML-инженеров и повысить свою востребованность на рынке, присоединяйтесь к новому потоку Hard ML!

В последнем выпуске интервью по System Design Валерий Бабушкин поставил непростую задачу: создать интернет-поисковик. Решать её вызвался аналитик Егор, который захотел проверить свои силы в дизайне современных сервисов.

Также это видео будет интересно тем, кто хочет узнать, почему IT-специалисты меняют компании (привет HR-специалистам!). На момент записи собеседования Егор работал в X5, но был в процессе перехода в SberDevices.

Скорее включайте собеседование, чтобы узнать, как именно нужно подходить к дизайну подобного сервиса и какие подводные камни стоит учитывать.

Без дата-инженеров нет данных. А без данных — нет аналитики.

Инженеры не просто собирают данные, а строят системы для их обработки и хранения.

Получить необходимые для работы знания можно на курсе «Инженер данных», девятый поток которого стартует сегодня!

[Начать обучение]

P.S. Для комфортного прохождения необходимо на базовом уровне знать Python и SQL и уметь работать с командной строкой.

Соскучились по нашим вебинарам?

Хорошая новость: 12 мая в прямом эфире разберём базовые инструменты разработчика. Ведущий вебинара — аналитик Raiffeisen CIB и преподаватель курса Start ML Алексей Кожарин.

ML-специалисты работают с консолью: запускают скрипты, создают и меняют файлы и папки. Им приходится иметь дело не только с Jupyter Notebook, но и с другими средами разработки,а также с консолью Bash при работе с удалённым сервером. Для начинающего ML-инженера выбор IDE может показаться затруднительным, так как самостоятельно сравнить функциональные возможности разных вариантов не так уж и просто.

На вебинаре:

● узнаем, какие бывают среды разработки;
● разберём ходовые возможности PyCharm и основные возможности Bash;
● рассмотрим работу с SSH.

А ещё познакомимся с пакетными менеджерами, научимся основным приёмам работы с файлами и папками в консоли, узнаем про переменные окружения.

Встречаемся 12 мая в 19:00!

[Регистрация на вебинар]

Мы провели три голосовых чата, в которых аналитики данных и нанимающие специалисты с разных сторон рассмотрели процесс трудоустройства в зарубежных и российских компаниях. Делимся записями с теми, кто пропустил или хочет переслушать!

● РЕЛОКАЦИЯ

В первом чате вместе с релоцировавшимися выпускниками karpovꓸcourses мы обсудили ситуацию на международном рынке труда, популярные направления в сфере информационных технологий, а также каналы для поиска вакансий. Специальным гостем стал преподаватель karpovꓸcourses и Head of Data Science в Blockchainꓸcom Валерий Бабушкин.

● РАБОТА АНАЛИТИКОМ ЗА РУБЕЖОМ

Во втором чате мы сделали упор на особенности работы аналитиком в зарубежных компаниях. Специалисты из Швеции, Германии и Ирландии рассказали о своём пути и поделились подробностями рабочего процесса.

● DATA SCIENCE В РОССИИ

Этот выпуск был записан для тех, кто не планирует уезжать и хочет развиваться в России. Специалисты из OZON, ivi и Beresnev Games рассказали о том, как обстоят дела на отечественном рынке труда и на какие скиллы они обращают внимание на собеседованиях.

Новый поток курса Start ML начинается сегодня!

Обучение начнётся с основ Python, так что не беспокойтесь: вы сможете изучать машинное обучение, даже если никогда не программировали.

Последний блок курса посвящён трудоустройству, так что вы не только освоите новую профессию, но и сможете проконсультироваться с HR-специалистами — они приложат максимум усилий, чтобы вы получили свой первый оффер.

[Начать обучение]

Ещё сомневаетесь? Завтра пройдёт вебинар «Обзор базовых инструментов разработчика». Присоединяйтесь, чтобы не только послушать интересную лекцию, но и задать вопросы об обучении!

Вебинар «Обзор базовых инструментов разработчика» начнётся через час!

Обсудим разные среды разработки, рассмотрим работу Bash и PyCharm и разберёмся, какие ещё инструменты нужно знать начинающему ML-инженеру.

Особенно полезно будет тем, кто делает первые шаги в машинном обучении :)

Начинаем в 19:00!

При работе с данными часто возникают ситуации, когда строки нужно как-то объединить со значениями переменных. В Python для этого есть очень удобный способ — форматирование строк. Давайте разбираться, как это работает!

Можно ли занять призовое место в соревновании, не имея за плечами опыта в аналитике? Да! Студентка 21-го потока программы «Аналитик данных» Екатерина Заплетина заняла 3-е место в соревновании для аналитиков от «Карьерного цеха». Мы узнали у Екатерины подробности о конкурсе и её впечатления от обучения в целом!