MLOps Best Practices
https://www.kdnuggets.com/2021/07/mlops-best-practices.html

A Brief Introduction to the Concept of Data
https://www.kdnuggets.com/2021/07/brief-introduction-concept-data.html

DATApedia - канал про Data Science, и все что связано с данными, в котором вы найдете:

— Переведенные зарубежные статьи, которые есть только у нас;
— Возможность предложить нам статью для перевода;
— Полезные видео;
— Профессиональный юмор;

Присоединяйтесь, давайте расти как профессионалы вместе 😉

https://news.1rj.ru/str/data_science_wiki

A Data Management Platform for the global ML community
https://towardsdatascience.com/a-data-management-platform-for-the-global-ml-community-57a15da01bb

Обратите внимание на список интересных ссылок в конце статьи

​Умер Клайв Синклер, создатель компьютера ZX Spectrum — источника целого поколения программистов

40 лет назад Синклер основал Sinclair Research, выпустил недорогой ПК и изменил жизнь миллионов пользователей, позволив им стать программистами, геймерами и инженерами.

Press F.

#история

Data Science Cheatsheet 2.0

https://github.com/aaronwangy/Data-Science-Cheatsheet

3 Reasons Why AutoML Won’t Replace Data Scientists Yet

https://www.kdnuggets.com/2019/03/why-automl-wont-replace-data-scientists.html

Вебинар Бесплатный ML Space на базе инструментов Intel oneAPI для всех желающих.

У нас отличные новости, инструменты Intel® oneAPI на облачной платформе ML Space стали доступны для физических лиц. Это значит, что любой желающий может бесплатно использовать набор программных инструментов для ускорения машинного обучения, анализа данных, разработки ПО.

На вебинаре вы узнаете:

— подробности об инструментах Intel® oneAPI;
— сценарии применения этих инструментов для построения ML-моделей;
— как получить бесплатный доступ к инструментам на платформе ML Space.

Вебинар будет полезен всем, кто интересуется data science.
Регистрируйтесь по ссылке.

Вебинар пройдёт — 14 октября 2021, четверг, 12:00

*SberCloud — облачный провайдер услуг и сервисов для физлиц, бизнеса и государственных организаций.

How I got into Big Data?

Data Zen community приглашает на бесплатный online-event
Поговорим о Big Data и обсудим отличия направления в разных странах.

Гость встречи - Izabella Zuk, Senior Data Engineer из EPAM Польша поделится своей историей перехода в Big Data и расскажет, какие знания ей помогли на этом пути.

Регистрируйтесь на event и задавайте интересующие вопросы нашему гостю.

17 ноября, 19.00 (UTC+3)
Ссылка на регистрацию

DATA ZEN PODCAST 🎙

ВЫПУСК #4 Data Base Developer vs Big Data Engineer

Любой разработчик так или иначе сталкивается с базами данных. Чтобы убедиться в этом, достаточно посмотреть требования вакансий: там обязательно будет присутствовать как минимум знание SQL.

Можно было бы предположить, что Биг Дата разработчики плотнее всего работают с данными и базами данных, исходя из названия профессии. Но есть как минимум ещё один вид специалистов, которые могли бы с этим поспорить, - это Database инженеры, которые разрабатывают прямо внутри баз данных.

Различаются ли эти роли, или Биг Дата инженер – это хипстерская версия старого доброго Database разработчика?

Каково это писать на PL/SQL, когда все только и говорят, какой питон удобный?
Всё это в новом выпуске подкаста с Антоном Татариновым (Database Engineer) и Дмитрием Тумиловичем (Big Data Engineer), встречайте!

слушать DATA Zen PODCAST

🎥 YouTube 🔍 Google Podcasts
🎵 Яндекс.Музыка 🍏Apple Podcasts

Необычный выпуск Data Zen Podcast: поговорим о психологии в IT.

Премьера 1 декабря 12.00 (UTC+3)!
▫️Что нужно знать, чтобы выгорать ровно к началу отпуска?
▫️Как ходить по грани и при этом сохранять рассудок и эффективность?
▫️Как работать 24/7, но продержаться дольше, чем тот парень напротив?
Ирина Каленчук, психолог, карьерный консультант, поделится с нами опытом и подскажет, где искать ментальные силы, когда всё плохо.
Узнаем, кто виноват в выгорании и как понять, что ты следующий, а также зададим интересующие вас вопросы - присылайте их нам.

👁‍🗨 Анонимность, как и полагается в психологии, гарантируем.

Machine Learning in Production: Why You Should Care About Data and Concept Drift

https://towardsdatascience.com/machine-learning-in-production-why-you-should-care-about-data-and-concept-drift-d96d0bc907fb

Monitoring Machine Learning Models in Production
https://christophergs.com/machine%20learning/2020/03/14/how-to-monitor-machine-learning-models/

Labs for 'Introduction to Machine Learning in Production' course on Coursera

https://github.com/https-deeplearning-ai/machine-learning-engineering-for-production-public

Towards ML Engineering: A Brief History
Of TensorFlow Extended (TFX)
https://arxiv.org/pdf/2010.02013.pdf

Top 10 MLOps Tools to Optimize & Manage Machine Learning Lifecycle

What is Machine Learning Lifecycle?
What is MLOps?
Top 10 MLOps Tools/Platforms for Machine Learning Lifecycle Management
New in the Market

https://www.kdnuggets.com/2022/10/top-10-mlops-tools-optimize-manage-machine-learning-lifecycle.html

#MLOps

Интересный пост о том, как стать дата-инженером в 2023 году.

#DataEngineer
https://www.datacamp.com/blog/how-to-become-a-data-engineer

Как стать дата-инженером?
Вот подборка любопытных статей на тему, а также список вопросов и ответов для прохождения интервью.
1. Data Engineer Learning Path, Career Track & Roadmap for 2023: https://www.projectpro.io/article/data-engineer-learning-path/550
2. The Complete Data Engineering Study Roadmap: https://www.kdnuggets.com/2022/11/complete-data-engineering-study-roadmap.html
3. The Top 21 Data Engineering Interview Questions and Answers: https://www.datacamp.com/blog/top-21-data-engineering-interview-questions-and-answers
4. Roadmap to becoming a data engineer in 2021 (немного устаревшее, но пока актуальное): https://github.com/datastacktv/data-engineer-roadmap

Библиотека ML Tuning: как подобрать гиперпараметры модели GBTRegressor в PySpark #habr
https://habr.com/ru/post/715678/
Tags: Блог компании Сбер, Машинное обучение, Big Data, Python, python, bigdata, big data, машинное+обучение, машинное обучение, программирование
Author: NewTechAudit

Про схему звезды в РБД
1. Star Schema in Data Warehouse modeling: https://www.geeksforgeeks.org/star-schema-in-data-warehouse-modeling/
2. star schema (с примерами, видео, за и против): https://www.techtarget.com/searchdatamanagement/definition/star-schema

Рекомендую также ознакомиться со статьей на Хабре, написанную понятным языком: Архитектура хранилищ данных: традиционная и облачная: https://habr.com/ru/post/441538/

Неплохой список инструментов MLOps с открытым программным кодом.
The Best Open-Source MLOps Tools You Should Know: https://neptune.ai/blog/best-open-source-mlops-tools
#MLOps #OpenSource