Data Analysis / Big Data — канал, где собираются лучшие материалы по анализу данных и работе с большими данными. А значит и на русском языке, и на английском.

Сбор, хранение, обработка, очистка, анализ, визуализация данных, статистика, построение предиктивных моделей, использование этих знаний на практике — обо всём этом читайте в канале: @big_data_analysis

Почему PropTech — это новый FinTech? Зачем недвижимости технологии

PropTech — digital-проекты на рынке недвижимости, задача которых — создание удобной и благоприятной среды вокруг зданий, домов и квартир.

Читать: Почему PropTech — это новый FinTech? Зачем недвижимости технологии

A complete guide to installing TensorFlow on M1 Mac with GPU capability

One of the major innovations that come with the new Mac ARM M1-based machines is CPU, GPU and deep learning hardware support on a single chip, unlike the older-intel based chips.
This article will discuss how to set up your Mac M1 for your deep lear...

Read: https://davidakuma.hashnode.dev/a-complete-guide-to-installing-tensorflow-on-m1-mac-with-gpu-capability

[Scala Spark 001] - Word Count Program

Get Data: https://github.com/AlexNgan/Library-Database/blob/master/Books.txt
TIP:
Get AbsolutePath of Current Working Directory:
val a = new java.io.File(".").getAbsolutePath()

Set File path:
val book_path:String = "/learning/data/books"
val book_f...

Read: https://kaushl.hashnode.dev/scala-spark-001-word-count-program

Как внедрить информационную систему управления проектами, чтобы она «взлетела»?

Если вы приняли решение внедрить систему управления проектами – а особенно, если вы делаете это впервые, то наверняка задаетесь вопросом: как сделать все правильно, минимизировать ошибки, прийти именно к тому результату, который ожидаете?

Прежде всего, нужно понимать, что внедрение информационной системы управления проектами (ИСУП) существенно отличается от внедрения других классов информационных систем. Если вы внедряете, например, систему биллинга, или финансового учета или систему управления складом – то ваше внедрение в некотором смысле обречено на успех. В определенный момент возврат к прежним инструментам становится невозможным, а без использования нового инструмента бизнес попросту остановится. В итоге внедренная система будет работать, даже если процессы настроены не оптимально, и дефекты латаются на ходу.

С ИСУП все не так однозначно: эффекты от внедрения наступают далеко не сразу, видны не на всех уровнях управления, в умах пользователей возникают сомнения, а нужно ли это все, ведь работали как-то раньше, и неплохо работали.

Именно поэтому систему управления проектами недостаточно установить и настроить. Недостаточно даже обучить пользователей и написать для них инструкции. Что еще можно сделать, чтобы ваши усилия и деньги были потрачены не зря, обсудим ниже.


Читать: https://habr.com/ru/post/655401/?utm_campaign=655401

Demand Forecasting Using Traditional and Contemporary Data Science

Dissatisfied with your demand forecasts? Instead of giving up on them completely, try reconsidering the methods you use. Here, we describe the approaches that will definitely work: traditional and contemporary data science.

Read: https://www.scnsoft.com/blog/demand-forecasting-with-data-science

NLP-инженер: чем он занимается и как помогает компаниям становиться умнее

NLP-инженер (NLP от англ. natural language processing) — специалист, обладающий компетенциями в сферах прикладной математики, лингвистики и разработки программного обеспечения. Сегодня предлагаем поближе познакомиться с профессией NLP-инженера, узнать об основных задачах и роли в компании. Помог разобраться в непростой теме Иван Харченко, руководитель математико-лингвистического отдела системы управления репутацией и медиа анализа «СКАН-Интерфакс».


Читать: https://habr.com/ru/post/656047/?utm_campaign=656047

Fueled by Oracle, SailGP is setting a new standard for the power of sports analytics

SailGP is a thrilling sailing championship using high performance F50 foiling catamarans. It’s also a groundbreaking opportunity for sports analytics because both the athletes and their equipment are producing tens of thousands of data points per second, all of which can be analyzed, utilized, and b...

Read: https://blogs.oracle.com/analytics/post/fueled-by-oracle-sailgp-is-setting-a-new-standard-for-the-power-of-sports-analytics

Что в глубинах Data Lake? Строим архитектуру, укладываем слои, распределяем ответственность

Привет, Хабр! Меня зовут Григорий Коваль, я технический руководитель Core Data Lake центра Big Data МТС. Сегодня я расскажу о том, какие слои находятся внутри Data Lake, как построить архитектуру базы данных и чем распределенный Data Mesh-подход отличается от монолитного хранения данных.
Для создания Data Lake нужен итерационный подход – agile и все, что с этим связано. Еще необходимо правильно организовать работу команд, синхронизировать их распределить ответственность между участниками. Тогда получится прямая связь между пользователями и людьми, которые развивают витрины данных или домены. В этой статье поговорим о задачах, архитектуре и проблемах развития Data lake, а также обсудим способы решения возникающих проблем, специфику процессов и перспективы развития.

Читать: https://habr.com/ru/post/655779/?utm_campaign=655779

Enterprise Class Hadoop, the Best Tool for Mining Data

This is a special contributed post by Charles Zedlewski (@zedlewski), VP of Products at Cloudera, about Oracle's and Cloudera's joint work in bringing enterprise-grade Hadoop to the corporate computing environment. Strata + Hadoop World in Singapore is just around the corner and we were reminded abo...

Read: https://blogs.oracle.com/bigdata/post/enterprise-class-hadoop-the-best-tool-for-mining-data