Приглашаем на тест-драйв Yandex DataLens по следам «BI круг Громова»

🗓 21 июля в 15:00 (Мск) эксперты «Ёлва», BI Consult и Yandex проведут тест-драйв Yandex DataLens в рамках road-show российских BI-решений.

На вебинаре познакомим с компонентами и архитектурой DataLens и детально разберем решение реального кейса:

▫️ Загрузка данных в Yandex Cloud с помощью Object Storage
▫️ Импорт данных в витрину ClickHouse и подключение DataLens к ClickHouse как к источнику данных
▫️ Создание набора данных (датасета)
▫️ Построение визуализаций и дашбордов в сервисе DataLens

Регистрация 👈

КАК ПОВЫСИТЬ ЗАРПЛАТУ 2Х?

💸💸Самый простой и очевидный способ это найти хорошую вакансию, подготовиться и заполучить ее.

Но если вы долго работаете на одном месте, у вас хороший коллектив и вообще отличная командная работа - вы не хотите никуда уходить🙄

В таком случае вы можете расчитывать на повышение зп на 20-30% в год/пол года (зависит от компании) или ожидать премию за хорошую работу, если постараетесь.

Но есть некая «несправедливость» на рынке труда 🙃:

- зарплатные вилки новых позиций могут быть выше, чем ваши текущие🙀

Это объясняется конкуренцией на рынке вакансий - компании вынуждены предлагать релевантные цифры, но это совсем не значит повышение зп всем уже имеющимся сотрудникам соответственно🤨

💵 Поэтому если вы хотите получать зп соответствующую рынку, вам необходимо часто менять место работы.

⁉️Так делают многие и в этом есть как + так и -, можете подумать о них в комментариях.

🤓Так же есть ещё один рискованный способ поднять свою зп - принести новый оффер своему начальнику, т.е. заполучить вакансию с интересными вам цифрами и сказать об этом на текущем месте.

‼️Если вы являетесь ценным сотрудником, вам могут предложить контр оффер и обсудить новые условия

⚠️Ну или пожелать вам хорошей работы на новом месте, к этому тоже нужно быть готовым.

⁉️Были ли у вас такие случаи?

Кто хочет узнать всю информацию о курсе одним из первых, оставляете заявку:

https://forms.yandex.ru/cloud/62dbb3e0fe6772ff501936d6/

В ЧЕМ РАЗНИЦА???
Business Intelligence VS Data Science

👨‍💻В работе с данными есть множество направлений, которые тесно пересекаются между собой и даже часто выполняют одни и те же задачи для бизнеса.
С другой стороны, всех специалистов разделяют по специальностям, так как компетенции у каждого преобладают свои. Давайте разберемся в чем разница между Business Intelligence и Data Science.

❗️Понятие Business Intelligence связано с технологиями, практиками и анализом информации для бизнеса. Сами BI системы позволяют делать продукты, которые используют данные в качестве основы для анализа текущей, прошедшей или предсказания будущей ситуации для бизнеса и бизнес-показателей. Это позволяет предоставлять ценную информацию для конечных пользователей и людей, принимающих бизнес-решения.

📌Ключевыми задачами в BI являются:
• создание аналитических хранилищ данных внутри компании
• разработка и настройка интерактивной отчетности компании на основе данных
• построение систем принятия решений на основе анализа данных

👩‍🎓Соответственно, ключевыми компетенциями специалистов по BI будут:
• знание и понимание бизнес-домена
• понимание методик бизнес-анализа
• работа с аналитическими хранилищами данных
• описание и разработка аналитических систем и ETL/ELT процессов
• работа с данными (извлечение, проверка на качество, описание модели, очистка)
• работа с бизнес-метриками
• работа с BI инструментами

❗️Data Science же, в какой то мере, идет дальше, помимо стандартного анализа данных, расчета метрик и получения информации, из данных извлекают знания с помощью алгоритмов машинного обучения (ML).

📌Ключевыми задачами в DS являются:
• предобработка данных и построение на их основе признаков для обучения модели
• построение ML моделей, их оптимизация и тестирование
• внедрение модели в систему принятия решений

👩‍🎓Ключевые компетенции специалистов по DS:
• знание и понимание бизнес-домена
• работа с хранилищами для извлечения данных
• работа с данными (предобработка, построение признакового пространства)
• знание математики, статистики, ML и построение моделей на их основе
• работа с ML и бизнес-метриками
• навык программирования и знания ПО для разработки: Pycharm, Git и тд;

⁉️Каким направлением вам хотелось бы заниматься?

Совместный пост с https://news.1rj.ru/str/data_study

Всех приветствую на курсе “Программирование на Python”

Если вы дано хотели в сверху IT или конкретно в Data Science, но не знали с чего начать 😔

То ваше время пришло!

❗️Самый главный навык любого АйТи специалиста, это навык программирования.

А обрести его легче всего на языке программирования Python 🐍

Этот язык является одним из самых востребованных и распространённых, а в Data Science он вошёл быстрыми уверенными шагами и занял лидирующую позицию.

Представляю вашему внимаю курс по основам программирования на Python, который мы разработали в соавторстве с Евгением :

https://stepik.org/a/100567

Евгений Левянт
Аспирант Прикладной математики и информатики. Senior Data Scientist в компании ИТ Магнит. Python разработчик. Ментор Junior Data Scientist более 3 лет. Опыт преподавания математики более 5 лет.

Виктория Тюфякова
Магистр Прикладной математики и информатики. Middle Data Scientist в компании ИТ Магнит. Преподаватель/ ментор студентов более 2 лет. Спикер профессиональных конференций PyConf. Автор экспертного блога о Data Science в instagram//telegram: @vic.dscience

На данном курсе вы ознакомитесь с типами и структурами данных, изучите основы программирования: условные операторы, циклы, функциональное программирование, а так же ООП. Научитесь работать в профессиональном IDE Pycharm и использовать Debug.

❗️Длительность курса 4 недели.
❗️Старт 22.10
❗️❗️успейте на самые первые низкие цены❗️❗️

Данный курс является первым из серии в специализации "Введение в Data Science". Он полностью посвящен теме изучения фундаментальных основ языка программирования Python, одного из самых распространенных и востребованных языков, особенно, в сфере анализа данных.

🌎TOP-25 DS-events all over the world:
• Feb 9-11 • WAICF - World Artificial Intelligence Cannes Festival • Cannes, France https://worldaicannes.com/
• Feb 15-16 • Deep Learning Summit• San Francisco, USA https://ai-west-dl.re-work.co/
• Mar 30 • MLconf • New York City, USA https://mlconf.com/event/mlconf-new-york-city/
• Apr 26-27 • Computer Vision Summit • San Jose, USA https://computervisionsummit.com/location/cvsanjose
• Apr 27-29 • SIAM International Conference on Data Mining (SDM23) • Minneapolis, USA https://www.siam.org/conferences/cm/conference/sdm23
• May 01-05 • ICLR - International Conference on Learning Representations • online https://iclr.cc/
• May 17-19 • World Data Summit• Amsterdam, The Netherlands https://worlddatasummit.com/
• May 25-26 • The Data Science Conference • Chicago, USA https://www.thedatascienceconference.com/
• Jun 14-15 • The AI Summit London • London, UK https://london.theaisummit.com/
• Jun 18-22 • Machine Learning Week • Las Vegas, USA https://www.predictiveanalyticsworld.com/machinelearningweek/
• Jun 19-22 The Event For Machine Learning Technologies & Innovations • Munich, Germany https://mlconference.ai/munich/
• Jul 13-14 • DELTA - International Conference on Deep Learning Theory and Applications • Rome, Italy https://delta.scitevents.org/
• Jul 23-29 • ICML - International Conference on Machine Learning • Honolulu, Hawai’i https://icml.cc/
• Aug 06-10 • KDD - Knowledge Discovery and Data Mining • Long Beach, USA https://kdd.org/kdd2023/
• Sep 18-22 • RecSys – ACM Conference on Recommender Systems • Singapore, Singapore https://recsys.acm.org/recsys23/
• Oct 11-12 • Enterprise AI Summit • Berlin, Germany https://berlin-enterprise-ai.re-work.co/
• Oct 16-20 • AI Everything 2023 Summit • Dubai, UAE https://ai-everything.com/home
• Oct 18-19 • AI in Healthcare Summit • Boston, USA https://boston-ai-healthcare.re-work.co/
• Oct 23-25 • Marketing Analytics & Data Science (MADS) Conference • Denver, USA https://informaconnect.com/marketing-analytics-data-science/
• Oct 24-25 • Data2030 Summit 2023 • Stockholm, Sweden https://data2030summit.com/
• Nov 01-02 • Deep Learning Summit • Montreal, Canada https://montreal-dl.re-work.co/
• Dec 06-07 • The AI Summit New York • New York, USA https://newyork.theaisummit.com/
• Nov • Data Science Conference • Belgrade, Serbia •https://datasciconference.com/
• Dec • NeurIPS • https://nips.cc/
• Dec • Data Science Summit • Warsaw, Poland • https://dssconf.pl/

Кстати, если кто хочет в Яндекс вдруг :https://yandex.ru/project/events/fasttrack-poisk-analytics-04-23?utm_source=recruitment&utm_medium=ra&utm_campaign=chaser

⁉️⁉️а такое бывало ⁉️⁉️⁉️

Но как менять работу, если такая любимая команда 🙄


Было такое? , что меняли место, а потом жалели?

Мой вид после спортзала 🤩😅

Мое мнение, что идти надо обязательно, предлагают наставничество, если хорошо прошли модуль, поэтому ещё прокачаетесь объясняя/ помогая другим, лучше освоите.

Иначе, не сможете вспомнить через неделю пройденный материал😝

Когда я менторю ребят или отвечаю на вопросы, я однозначно больше понимаю/ узнаю сама.

С вас огонёчки🔥🔥🔥

Сегодня написала узнать «как дела»

Людям, кто был у меня на консультации/менторстве, проходил курс.

Я даже не ожидала услышать такие разные, яркие истории становления специалистами data science, вот некоторые реплики:
⁃ я в начале прохождения исп. срока узнала, что беременна…
⁃ по факту: я полноценный аналитик на реальном проекте для банка;
⁃ у меня случилась интересная должность на работе, что-то между data analytics и программистом
⁃ вообще, многие из команды считают меня лидом
⁃ ну я маленькими шагами учусь
⁃ поняла о чем говорят и что от меня хотят в задачах. Информация уложилась, понимание пришло.
⁃ тяжело
⁃ не знаю, что будет дальше, пока просто стараюсь хоть как-то вывозить
⁃ медленно, но верно все продвигается) Я очень рада, что решилась на это. Счастлива можно сказать)

❓Прониклись?

Реальные истории преодоления трудностей, успехов и провалов, на пути к цели 🎯 работать в сфере Data Science/IT;

Очень рада, что все, с кем удалось пообщаться, продолжают учиться, работать, каждый со своей точки старта продолжает продвигаться вперёд 👏

Никто не говорил, что будет легко и быстро. Но считаю своей заслугой сформированное реальное положение дел и порция мотивации, чтобы развиваться в этой области.

А как у вас дела ❓
🤗пишите в комментариях 👇