В науке о данных (Data Science) много направлений. Но суть одна — обрабатывать данные так, чтобы получать интересные и полезные выводы. Расскажем про те, которые на слуху 👇
Big Data — инструменты обработки как структурированных, так и неструктурированных данных. На больших данных хорошо видны закономерности. Например, Big Data позволяют торговым сетям понять, что будет продаваться, а что нет.
Изучать данные помогают разные программы. Для их создания и развития нужно машинное обучение (МО). МО основано на алгоритмах, которые способны обучаться и запоминать. Например, китайский умный пылесос Ecovacs Robotics умеет распознавать носки, провода и другие посторонние предметы на полу — его обучили этому на тысячах фотографий.
Когда данные собраны, настает очередь Data Mining — это процесс анализа и извлечения ценной информации из больших объемов данных. Он помогает видеть скрытые закономерности, тенденции и связи между данными, которые не всегда очевидны. Например, почему мороженое лучше продается по субботам.
Это не все составляющие Data Science, их еще много. Но если вам интересно узнать, как работает Deep Learning и искусственный интеллект в Data Science, заглядывайте в наш блог — мы и про это рассказали: go.skillfactory.ru/2RZbgA
#data_science @skillfactory
Big Data — инструменты обработки как структурированных, так и неструктурированных данных. На больших данных хорошо видны закономерности. Например, Big Data позволяют торговым сетям понять, что будет продаваться, а что нет.
Изучать данные помогают разные программы. Для их создания и развития нужно машинное обучение (МО). МО основано на алгоритмах, которые способны обучаться и запоминать. Например, китайский умный пылесос Ecovacs Robotics умеет распознавать носки, провода и другие посторонние предметы на полу — его обучили этому на тысячах фотографий.
Когда данные собраны, настает очередь Data Mining — это процесс анализа и извлечения ценной информации из больших объемов данных. Он помогает видеть скрытые закономерности, тенденции и связи между данными, которые не всегда очевидны. Например, почему мороженое лучше продается по субботам.
Это не все составляющие Data Science, их еще много. Но если вам интересно узнать, как работает Deep Learning и искусственный интеллект в Data Science, заглядывайте в наш блог — мы и про это рассказали: go.skillfactory.ru/2RZbgA
#data_science @skillfactory
👍6🔥4🤔2
В сериале «Шерлок» знаменитый сыщик взломал пароль от телефона Ирэн Адлер с помощью логики. Вы тоже так сможете, если будете регулярно решать задачи от эксперта и ментора Skillfactory Василия Кирноса. Только, чур, использовать логическое мышление во благо (не взламывайте ничего).
Сидит человек. Когда он встанет, место под ним освободится. При желании вы увидите это место, потрогаете рукой и убедитесь, что на нем наверняка поместится человек вашей комплекции. Но даже если очень захотите, не сможете сесть на это место. Где сидит человек?
Пишите решение в комментариях. В прямом эфире 2 апреля в 19:00 мск Василий поделится верным ответом и предложит еще несколько головоломок.
Сидит человек. Когда он встанет, место под ним освободится. При желании вы увидите это место, потрогаете рукой и убедитесь, что на нем наверняка поместится человек вашей комплекции. Но даже если очень захотите, не сможете сесть на это место. Где сидит человек?
Пишите решение в комментариях. В прямом эфире 2 апреля в 19:00 мск Василий поделится верным ответом и предложит еще несколько головоломок.
🤔4👍3❤2
Они находятся рядом со студентами с первого дня обучения. Делятся опытом, проверяют домашку, помогают советом и поддерживают. Они — менторы Skillfactory. И им хорошо известно, что глупых вопросов не бывает. Каждый такой вопрос — еще один шаг к освоению новой профессии 😌
В статье рассказываем о наставниках, которые будут сопровождать на этом пути → go.skillfactory.ru/Z0JldA
В статье рассказываем о наставниках, которые будут сопровождать на этом пути → go.skillfactory.ru/Z0JldA
👍13❤3💯1
Вместе с коллегами из «Хабр Карьеры» выпустили исследование о гендерном неравенстве в IT 🤓
Прочитать полный текст исследования можно здесь. А если хотите построить карьеру в IT, напоминаем про гайд IT-girls, в котором мы собрали полезные материалы и вдохновляющие истории женщин из индустрии. Забрать его можно по этой ссылке: go.skillfactory.ru/BJGJXg
«Мы видим, что все больше женщин проявляют интерес к сфере IT. Например, в Skillfactory с каждым годом растет количество студенток в направлениях аналитики данных, Data Science, программирования, тестирования и разработки. Они берутся за сложные задачи, успешно осваивают программы и получают офферы от крупных компаний и стартапов», — говорит Егор Сорокин, управляющий директор Skillfactory.
Прочитать полный текст исследования можно здесь. А если хотите построить карьеру в IT, напоминаем про гайд IT-girls, в котором мы собрали полезные материалы и вдохновляющие истории женщин из индустрии. Забрать его можно по этой ссылке: go.skillfactory.ru/BJGJXg
❤🔥9👍6🔥2🤯2🥰1💯1
Да, мы любим своих коллег. Даже если никогда их не видели. Даже если полгода не можем выбраться на совместный ланч. Даже если вносим правки через неделю.
Отправляйте этот пост любимкам-коллегам, если жиза 🙂
Отправляйте этот пост любимкам-коллегам, если жиза 🙂
😁19🔥6❤3👍3
👍1
Представьте, что с помощью нейросети можно получить экспертный комментарий от кого угодно: тренера личностного роста, композитора, автомеханика или топ-менеджера крупной компании. Попросите ChatGPT примерить любую роль — и она станет тем, кто вам нужен.
В карточках рассказали, как правильно составить запрос для таких ролевых игр. А в новой статье сравнили ChatGPT и YandexGPT: у каждой есть плюсы и минусы, но провернуть описанный сценарий можно с обеими 👌
А вы уже пробовали давать ChatGPT разные роли?
🔥 Да, получилось интересно
🤔 Нет, но попробую
В карточках рассказали, как правильно составить запрос для таких ролевых игр. А в новой статье сравнили ChatGPT и YandexGPT: у каждой есть плюсы и минусы, но провернуть описанный сценарий можно с обеими 👌
А вы уже пробовали давать ChatGPT разные роли?
🔥 Да, получилось интересно
🤔 Нет, но попробую
🤔12👍3🔥3
Если вам было интересно узнать что-нибудь про работу с данными, то смело спрашивайте в комментариях. Соберем ваши вопросы и передадим дата-сайентисту, а после поделимся ответами.
Если кто-то уже написал интересующий вас вопрос, поставьте на него любую реакцию. Так мы поймем, про что стоит рассказать в первую очередь 👇
Если кто-то уже написал интересующий вас вопрос, поставьте на него любую реакцию. Так мы поймем, про что стоит рассказать в первую очередь 👇
👍2🔥1👏1
Интересный материал от наших коллег из Высшего образования 🤓
Telegram
Skillfactory Высшее Образование
Для специалиста по анализу данных существует профессиональный стандарт, одобренный Министерством труда РФ. Кроме технических умений там есть навык деловой переписки или проведения презентаций. Но в вакансиях такого пока не требуют. Рассказываем, что ждут…
👍5🔥4💯2
Сегодня без красивой карточки, наш дизайнер не выдержал и ушел в IT. И вы приходите — 11 апреля в 19:00 мск стартует бесплатный профориентационный проект. Записывайтесь, мы вас ждем.
😁19🔥9👏3
А если у вас выдался свободный вечер сегодня, предлагаем занять его чем-нибудь полезным и увлекательным 🙌
Уже через час в эфире:
Интенсив «Профессия тестировщик ПО: инструкция по быстрому старту в IT»
19:00 мск
Погрузитесь в будни тестировщика, научитесь писать баг-репорты и поработаете в Postman.
Зарегистрироваться.
Интенсив «Погружение в Data Science: обучите свою первую нейросеть за два дня»
19:00 мск
Изучите базовый синтаксис Python, узнаете об инструментах Data Science и
обучите простую нейросеть.
Зарегистрироваться.
Увидимся на интенсивах!
Уже через час в эфире:
Интенсив «Профессия тестировщик ПО: инструкция по быстрому старту в IT»
19:00 мск
Погрузитесь в будни тестировщика, научитесь писать баг-репорты и поработаете в Postman.
Зарегистрироваться.
Интенсив «Погружение в Data Science: обучите свою первую нейросеть за два дня»
19:00 мск
Изучите базовый синтаксис Python, узнаете об инструментах Data Science и
обучите простую нейросеть.
Зарегистрироваться.
Увидимся на интенсивах!
👍5❤3💯1
Как понять, что вы прирожденный дата-сайентист?
1. Вы любите деньги
2. Вы любите перспективы
3. Вы любите таблички
А если серьезно, смотрите карточки и переходите в нашу статью — там мы рассказали, кому стоит идти в дата-сайентисты. И еще про плюсы, минусы и особенности профессии 👌
1. Вы любите деньги
2. Вы любите перспективы
3. Вы любите таблички
А если серьезно, смотрите карточки и переходите в нашу статью — там мы рассказали, кому стоит идти в дата-сайентисты. И еще про плюсы, минусы и особенности профессии 👌
👍7❤🔥3🔥3