Для тех, кому хочется глубже погрузиться в эту тему и разобраться в тонкостях А/В-тестирования, собрали лучшие материалы, которые в этом помогут 👇

•‎ Статья «Что такое А/В-тестирование»

Разбираемся, зачем бизнесу нужны А/В-тесты и рассматриваем их работу на реальных примерах.

•‎ Интервью Анатолия Карпова с Никитой Маршалкиным

Как проводятся А/В-тесты ВКонтакте? В чём состоят особенности проведения тестов в социальных сетях? Работает ли тестирование на больших данных? На эти вопросы отвечает Никита Маршалкин в интервью. В описании к видео вы найдёте список материалов, которые помогут освоить тему А/В-тестов.

• Вебинар Анатолия Карпова «Как и зачем оценивать размер выборки для А/В-теста?»

Чтобы грамотно провести А/В-тестирование, необходим чёткий план. В него входит в том числе определение размера выборки. Подробнее о том, как это сделать, рассказываем в записи вебинара.

•‎ Статья «Бутстреп и А/Б тестирование»

Преподаватель курса Hard ML Александр Сахнов рассказывает, как использовать бутстреп для решения разных задач, когда его применение необходимо и в чём его недостатки.

Многие наши студенты сначала пробуют свои силы, проходя курсы Анатолия Карпова на Stepik, и уже после приходят учиться в karpovꓸcourses.

Так было и с Александром — он начал погружение в сферу Data Science с бесплатного курса, потом пришёл к нам, оставил заявку на помощь в трудоустройстве и теперь работает X5 Retail Group. Подробнее — в его отзыве 👇

Привет! Меня зовут Александр. Хотел бы рассказать, как я пришёл к тому, чтобы сменить профессию и стать аналитиком.

Моим предыдущим местом работы были Вооружённые силы Российской Федерации. В этой структуре я отслужил 5 лет по контракту. Когда оставался год до его окончания, я задумался о том, стоит ли продолжать службу и что со мной будет, если я её оставлю и пойду работать по своей гражданской специальности «Системный анализ и управление». Выбор был сделан: устав от в некоторой степени устаревшей системы работы в Вооружённых силах, я решил перебраться в быстро развивающуюся сферу анализа данных.

Я начал погружаться в аналитику самостоятельно: смотрел видео на Youtube, проходил бесплатные курсы, вспоминал то, что проходил в университете. Меня мотивировало желание повысить свой материальный статус и научиться решать важные и непростые задачи, как мне тогда казалось, «волшебными» методами. Также я увидел, как сильно вырос рынок анализа данных. Потребность в специалистах всегда была, а с годами стала только больше. В нужный момент мне попались курсы по статистике Анатолия Карпова на Stepik. Мне кажется, что очень многие ребята начали погружение в эту сферу именно с этого бесплатного курса. По горячим следам я уже начал смотреть другие видео Анатолия и именно они в итоге привели меня на курс «Аналитик данных». В первую очередь меня привлёк подход к образованию. Не буду скрывать, что большую роль, конечно, сыграла личность основателя, если так можно говорить. Анатолий Карпов и Валерий Бабушкин стали для меня проводниками в сферу, которую я давно изучал.

Курс произвёл на меня большое впечатление. Менторы были настолько отзывчивыми, что казалось, что они работают только для меня и других студентов. Спасибо им большое! Курсом были заложены основы для дальнейшего обучения, был задан верный, как мне кажется, вектор развития в сфере анализа данных. Когда я прошёл большую часть курса, мой контракт с Вооружёнными силами подошёл к концу, и я смог вплотную заняться поиском работы. Благодаря девушкам, которые помогали с поиском работы и трудоустройством, я смог составить конкурентоспособное резюме и подготовиться к будущим собеседованиям.

В результате спустя некоторое время я нашёл своего нынешнего работодателя — X5 Retail Group. Сейчас занимаюсь аналитикой продуктов мониторинга, впечатления от работы и команды просто потрясающие. Я думаю, при смене госструктуры на частную компанию, связанную с IT, ощущения всегда просто необыкновенные и незабываемые. Изначально мои ожидания были немного занижены, но они оправдались на все 200%.

Спасибо всей команде karpovꓸcourses! Надеюсь, это не последнее наше общее дело.

Недавно мы разобрали профессии внутри Data Science и подробно рассказали о каждой из них. Если вы не знаете, с чего начать, изучайте аналитику данных — с полученными навыками вы всегда сможете перейти в другую сферу.

Data Science — это быстро меняющаяся индустрия, где важно понимать, какие инструменты актуальны, а какие уже устарели. Курс «Аналитик данных» создавали топовые специалисты на основе того, что они ежедневно используют в своей работе. Поэтому к концу учёбы у вас будут все hard skills, необходимые для старта карьеры в аналитике.

Присоединяйтесь, чтобы научиться решать реальные рабочие задачи.

[Начинаем уже сегодня]

Если вы думаете, что с преподавателями karpov.соurses можно обсуждать только Data science, — вы глубоко ошибаетесь! Делимся выпуском подкаста Глеба Соломина, гостем которого стал Валерий Бабушкин — хедлайнер нашей программы Hard ML и Head of Data Science в Blockchain.com.

Обсудили буквально всё — от учёбы и старта карьеры в IT до спортивных достижений и режима сна. Включайте и записывайте секреты успеха :)

Apache Superset — бесплатный инструмент для создания дашбордов и исследования данных. Сегодня обсудим основные возможности Superset и разберёмся, сможет ли он полностью заменить платные BI-системы.

Не только разработчикам, но и дата-сайентистам (например, ML-инженерам или инженерам данных) приходится сталкиваться с Git. Часто при локальной работе с кодом допускаются ошибки, от которых никто не застрахован.

Бывает так, что долго работали, вносили изменения, а потом выяснили, что многое из этого оказалось не нужно. Теперь нужно как-то откатиться до исходного состояния или убрать ненужные изменения. Сделать это можно с помощью команды git reset. Подробнее о ней — в статье из нашего DEV-канала 👇