🔗 Введение в потоки Redis

https://nuancesprog.ru/p/13768/

@machinelearning_ru

На рекрутинговых сайтах представлено более 5 000 вакансий для аналитиков данных с зарплатой на старте от 50 000 рублей. Если вы хотите построить карьеру в этой сфере, самое время сделать первый шаг! 8 сентября в 19:00 приходите на бесплатный вебинар «Профессия аналитика данных: как пройти отбор в топовую компанию». Трансляцию проведет Федор Лисицын — независимый эксперт с многолетним опытом. Ранее он окончил Harvard MBA и работал в McKinsey, Amazon, Сбермаркет и Kraft Heinz HQ.

На вебинаре вы узнаете:
— кто такой аналитик данных и подходит ли вам эта профессия;
— какие навыки нужны эксперту в этой сфере;
— чем занимаются специалисты ежедневно и где работают;
— как пройти отбор на позицию аналитика данных на старте.

Успейте зарегистрироваться до 8 сентября включительно: https://clck.ru/XK5rJ

Что должен знать специалист по анализу данных?
Среди обязательного — основы статистики. Узнайте об особенностях её применения в Data Science на бесплатном вебинаре «Статистический анализ данных в экспериментах для DS»

Вебинар проводит онлайн-магистратура УрФУ «Инженерия машинного обучения» — за два года студенты глубоко погрузятся в принципы и алгоритмы анализа данных и получат практический опыт в сфере во время хакатонов, kaggle-соревнований и решения кейсов от реальных работодателей. И все это — онлайн. Ссылка на программу: https://u.to/frOUGw

🕔 Подключайтесь на онлайн-трансляцию вебинара 9 сентября в 17:00 по мск, чтобы:
🔹Обсудить особенности применения статистики в Data Science
🔹Рассмотреть реальные кейсы из области медицины и фармацевтики
🔹Разобрать самые популярные ошибки, возникающие на этапе статистического анализа данных

Подробнее о вебинаре на нашем сайте:
https://u.to/h-aVGw

Конференция по Machine Learning in production

Через неделю @selectelnews соберет сообщество специалистов, которых интересует все новое в сферах ML и AI, чтобы поговорить про MLOps-платформы, применение ML в работе технической поддержки, жизненный цикл моделей машинного обучения и другие направления.

В программе:
— Управление жизненным циклом моделей машинного обучения — возможности Polymatica ML
— От данных к модели: ML-платформа и ее эксплуатация с точки зрения DevOps
— Поддержка VK: как оставаться поддержкой с человеческим лицом, внедряя ML

Дата: 16 сентября в 10:30 МСК
Место проведения: online и offline (офис Selectel, Санкт-Петербург, ул. Цветочная, 19)

Регистрируйтесь бесплатно по ссылке: https://slc.tl/jy2ex

Это Костя Виноградов — представитель Runa Capital и создатель открытого индекса Open Source стартапов ROSS.

И уже 22 сентября на митапе он расскажет о взгляде на Open Source проекты со стороны инвестора.

Если вы уже работаете с решениями на основе открытого кода или просто неравнодушны к этому направлению — присоединяйтесь.
Участие бесплатное, но по предварительной регистрации на сайте russiaos.ru/meetup.

✅ Нормализация данных в Python

https://pythonist.ru/normalizacziya-dannyh-v-python/

@machinelearning_ru

📊 Построение и отбор признаков. Часть 1: feature engineering

https://proglib.io/p/postroenie-i-otbor-priznakov-chast-1-feature-engineering-2021-09-15

@machinelearning_ru

🌑🟡 Raifhack DS — новый онлайн-хакатон от Райффайзенбанка в области Data Science. Актуальная задача, реальные данные, нестандартная метрика, алгоритмы валидации, которые на 100% приближены к проду

• Описание: Онлайн-хакатон Райффайзенбанка в области Data Science с реальными данными на рынке коммерческой недвижимости для дата-сайентистов и аналитиков.

http://l.rhck.me/raifhack22

• Даты проведения: 24-26 сентября

• Место проведения: online

• Регистрация: до 19 сентября

• Особенности: команда от 1 до 5 человек, общение с менторами, промокоды на еду и легендарный мерч. Призовой фонд 700.000₽

http://l.rhck.me/raifhack22

📈 Как создавать быстрые и точные диаграммы разброса с большим количеством данных на Python


https://dev-gang.ru/article/kak-sozdavat-bystrye-i-tocznye-diagrammy-razbrosa-s-bolshim-koliczestvom-dannyh-na-python-4f6zzxa0gq/

@machinelearning_ru

📊 Kaggle за 30 минут: практическое руководство для начинающих

https://proglib.io/p/kaggle-za-30-minut-prakticheskoe-rukovodstvo-dlya-nachinayushchih-2021-09-17

@machinelearning_ru