​А вы знали, что в более чем 50% вакансий на должность аналитика требуется знание SQL?

⏰ В среду, 15 апреля в 19:00 (мск) ребята из ProductStar проводят бесплатный интенсив для начинающих аналитиков: «SQL: группировка данных, подзапросы и объединение таблиц - практика».

👩‍🏫 Кто выступит?

Яна Манухина, Head of Data в Bookmate

👨‍🏫 О чем пойдет речь?

— Рассмотрим разные возможности агрегации и группировки данных.
— Выясним, что можно сделать с помощью подзапросов и что нельзя.
— Закрепим полученные знания на нескучной практике: посчитаем данные из дата-сета «Star Wars».

🔥 Двое самых активных участников получат сертификат на бесплатное обучение в ProductStar.

Участие бесплатное, но регистрация обязательна.

Зарегистрироваться на вебинар 👉 @ProductStarAnalyticsBot

05.12.2019 Захват движения и управление аватаром в VR
https://youtu.be/Pj5jrDk-Uco

​В Гарвардской школе бизнеса признали Data Science «самой привлекательной профессией XXI века». Что это значит? Начни учиться на аналитика данных сегодня, чтобы подготовиться к успешной карьере в будущем.

Кто такие специалисты в Data Science?
Это те, кто анализирует данные и занимается машинным обучением. Именно они учат Shazam распознавать песни, а Netflix — рекомендовать тебе крутой сериал на вечер. Нейросети, искусственный интеллект, бизнес-прогнозы, программы лояльности крупнейших магазинов — за всем этим стоит работа специалиста по Data Science и Machine Learning.

И много они зарабатывают?
Специалисты в Data Science очень востребованы, и компании готовы им много платить. Средняя зарплата Data Scientist в России — 200 000 рублей.

Как начать зарабатывать, если я не разбираюсь в этом?
Этому можно обучиться даже с нуля. Записывайся на курс Skillbox «Профессия Data Scientist» и получи:
👾 все необходимые навыки для работы с данными;
👾 полгода бесплатного обучения;
👾 2 специальности в одной программе;
👾 гарантию трудоустройства;
👾 доступ к курсу навсегда;
👾 дипломный проект для онлайн-кинотеатра ivi.ru в портфолио.

Жми на ссылку и смотри подробности курса: https://clc.to/2gDQ3Q.

Data Engineer и Data Scientist: что умеют и сколько зарабатывают
https://habr.com/ru/company/netologyru/blog/497214/

​Умелый Data Engineer всегда будет при работе и зарплате! Данные — самый ценный ресурс любой компании. Научись их собирать и организовывать https://otus.pw/ZcxR/

4 месяца практики с самыми актуальными инструментами и задачами:
- Apache Spark + Spark Streaming (Онлайн-обработка)
- Хранилища данных: Google BigQuery + Vertica
- Очереди сообщений: Kafka, Confluent Platform
- NoSQL базы данных: HBase, Cassandra, ElasticSearch
- Оркестрация, мониторинг, CI, Data Quality
- Разработка дата-сервисов, витрин, приложений и многое другое!

Пройди тест, чтобы попасть в закрытое сообщество студентов и преподавателей и получить дополнительную скидку https://otus.pw/ZcxR/

Анализ зашифрованного трафика без его расшифровки
https://habr.com/ru/post/497658/

Философия затворничества: как удаленная идентификация выручает нас в непростое время
https://m.habr.com/ru/company/smartengines/blog/497760/

​Грамотное отслеживание взаимосвязи между поведением пользователей в онлайне и оффлайне может не только повысить продажи, но и сэкономить бюджет. Как связать поведение пользователей в сети с их покупками в магазинах?

⏰ В среду, 22 апреля в 19:00 (мск) ребята из ProductStar проводят бесплатный онлайн-интенсив: «Построение ROPO-отчета: как интернет-реклама влияет на оффлайн покупки?»

👩‍🏫 Кто выступит?

Анна Иванова, руководитель отдела аналитики в OWOX

👨‍🏫 О чем пойдет речь?

— Обсудим, какие задачи решает ROPO-отчет и для чего он нужен.
— Поговорим о существующих ключевых точках сбора данных.
— Выясним, какие инструменты необходимы для внедрения ROPO-отчета.
— Разберемся, как визуализировать собранные данные и применять их в дальнейшем.

🔥 Два самых активных участника вебинара получат сертификат на бесплатное обучение в ProductStar.

Участие бесплатное, но регистрация обязательна.

Зарегистрироваться на вебинар 👉 @ProductStarAnalyticsBot

Какие люди отвечают за развитие технологий и трансформацию ВТБ, какие проекты они запускают и кого ищут к себе в команду – рассказываем в серии роликов проекта Fintech Talks.

https://youtu.be/wUQ9DSJHnt8

​​В 1962 году трое мужчин обманули охрану и смогли покинуть «Алькатрас» — тюрьму, из которой невозможно сбежать. Следователи решили, что мужчины утонули после бегства, однако спустя почти 60 лет нейросеть от компаний Identv и Rothco, проанализировав миллионы фото, «опознала» двоих преступников на снимке 1975 года. То, что оказалось неподвластным человеку, сделал искусственный интеллект.

Какие еще возможности открывает Deep Learning, расскажут преподаватели SkillFactory на курсе по нейросетям. Осваивайте machine learning, Data Engineering и менеджмент, чтобы решать интересные задачи и расти профессионально. В течение 10 недель вы изучите фреймворки TensorFlow и Keras, научитесь работать со сверточными нейросетями и сможете их оптимизировать; в конце обучения проводится хакатон на реальных датасетах.

🚀Давно присмотрели курс, но откладывали обучение? Самое лучшее время, чтобы начать – сейчас! Забирайте курс со скидкой: https://clc.to/yLWZvw

RNNLM, Word2vec, GloVe и fastText. История создания, варианты использования, преимущества и недостатки четырёх моделей обработки естественного языка.
https://proglib.io/p/obzor-chetyreh-populyarnyh-nlp-modeley-2020-04-21

Три подводных камня машинного обучения и как их избежать
https://habr.com/ru/company/sciberia/blog/498310/

Наука о данных это междисциплинарная область, призванная извлекать, визуализировать и генерировать знания из данных. Профессионалы, работающие в этой области, должны обладать комбинацией компетенций в сфере математики, статистики, информационных технологий с целью успешного внедрения проектов по анализу данных, в которых постоянно растет запрос на профессионалов, обладающих способностью успешно применять эти знания различных областях от бизнеса до государства.
Аналитик данных извлекает из данных смысл: структурирует их, формулирует и проверяет гипотезы, находит закономерности и делает выводы. Его работа помогает принимать решения в бизнесе, управлении и науке.

Анализ библиотеки ИИ ботов из Quake 3
https://m.habr.com/ru/post/498698/

С приходом в Россию мессенджера Telegram и ограничением Роскомнадзора, каждый пользователь узнал о VPN и всех его прелестях. Сервисов, которые скрывают ваш фактический IP адрес, подменяя его на другой, существует великое множество, но не все они обеспечивают должную безопасность и скорость соединения.
VPN (Virtual Private Network) означает в переводе с английского «виртуальная частная сеть». VPN это своего рода туннель, который прокладывается между двумя местами в сети. Снаружи никто не видит, чем вы там занимаетесь. VPN шифрует все выходящие данные, используя свои IP. В большинстве случаев пользователи могут сами выбрать своё физическое местоположение сервера. Таким образом никто не узнает где вы находитесь и что делаете в сети.
Самое главное в выборе VPN - забыть о сомнительных бесплатных сервисах. Во время использования бесплатных VPN вы сами становитесь продуктом продажи. Ваши данные не защищены и более того, они находятся под угрозой. Правильный VPN должен быть безопасный и быстрый.

Как пояснить разницу между разными IT-специальностями не специалисту? Инженер («железячник») – он как хирург, посмотрит внутрь организма, исправит проблемы, может даже улучшить что-то. Программист похож на священника и учителя – он заботится о душе и знаниях. А столь привычный всем в офисах сисадмин – это уровень сиделки: «поставит укол», даст «таблетку», поддержит текущее состояние