Что такое Data Science?

Подписаться 25 тыс.

Просмотров 1,3 тыс.

50% 1

🤚Привет! Ты на канале IT школы TeachMeSkills и я ведущий рубрики НАТИВ Илья Рублевский.
Сегодня вечером поговорим об Айти и не только. Ребят, только ленивый сегодня не слышал таких слов как “нейронные сети”, “наука о данных”, “машинное обучение” и т.д. Что за ними стоит? Кто такие Data Science инженеры? Как ими можно стать и вообще перспективно ли это?
Обо всем расскажет мой гость, наш наставник, замечательный человек и специалист -- Егор Шереметов.
❗️Ссылка на курс Data Science (BY) - v.gd/rigjkI
❗️Ссылка на курс Data Science (RU) - v.gd/saWDau
🧔Профайл Егора - / egor-sheremetov-63102b223
🧔Telegram Ильи (для ваших предложений по контенту) - @ilyarublevsky
Что еще будет в видео👇
0:00 - Интро
2:12 - Что такое Data Science
4:05 - Про Big Data и ML
6:32 - Про актуальность Data Science сейчас
7:26 - Еще про востребованность Data Science
8:40 - Про рынок Data Science в мире и регионе
11:03 - В каких компаниях нужны «спецы» в Data Science
12:50 - Рабочий день Дата Сайентиста
16:00 - Сколько времени надо, чтобы выучиться в Data Science
17:27 - Самые сложные темы в Data Science
20:14 - Что надо знать джуну в 23 году на позицию в Data Science
21:52 - Изменился ли формат работы в Data Science с появлением chatGPT
22:58 - Про стек знаний в курсе Data Science в TeachMeSkills
25:23 - Про регулярность занятий для студентов курса Data Science
26:22 - Про актуальность английского
27:43 - Про зарплаты в Data Science
30:46 - Куда еще можно пойти с образованием Дата Сайентиста
32:10 - Можно ли Data Science выучить самостоятельно
33:20 - Ресурсы для Data Science
35:26 - Хобби

Опубликовано:

27 июн 2024

Ссылка:

Скачать:

Готовим ссылку...

Добавить в:

Мой плейлист

Посмотреть позже

Комментарии : 7

@olegdos 9 месяцев назад

ну кто ты? ГДЕ БАЛАНС? придумай напиши что то ....

@hopelesssuprem1867 8 месяцев назад

приглашенный гость несет полную пургу: за неск месяцев нельзя освоить ml даже на базовом уровне ибо один матан почти год учить придется, не говоря уже про питон, sql и ml-алгосы

@teachmeskills 8 месяцев назад

Зависит от уровня, позиции, компании. Мы говорим в основном про позиции стажеров и джунов без ком опыта

@hopelesssuprem1867 8 месяцев назад

@@teachmeskillsт.е. вы хотите сказать, что человек может выучить за 6 месяцев линал, матан, теорвер, стат, питон с алгоритмами и структурами данных, sql, алгоритмы машинного обучения и нейронки? Попробуйте сами эти сделать прежде чем учить других). За это время вы ток можете обучить человека писать fit(X_train, y_train).predict(X_test), но такие "специалисты рынку не нужны".

@teachmeskills 8 месяцев назад

@@hopelesssuprem1867 это голословно говорить за весь рынок. Второе - мы не согласились с тем объемом, что вы перечислили в первом комментарии, а указали, что имеем ввиду позиции стажеров и джунов без ком опыта. Третье - попробовали, получается (не всегда легко, но все же). И 6 мес - это минимум, конечно. Думаю, здесь каждый останется при своем мнении. Но мы не одобряем категоричность суждений и высказываний. Это в том числе тоже показатель культуры и компетенций

@hopelesssuprem1867 8 месяцев назад

@@teachmeskills 1) Я сам занимаюсь машинным обучением и вижу постоянно собесы и процессы найма. 2) Перечисленный объем - это минимальная база, необходимая для входа в ml. Давайте будем честны: кому сегодня нужны джуны, которые только умеют подставить данные в класс из библиотеки без понимания как ml работает под капотом? Если модель на проде упадет, то что делать? Вот именно поэтому и должна быть хорошая база, а войти куда-нибудь на халяву и доучиться в процессе работы не прокатит: изначально нужно много времени и сил для освоения базовых понятий и навыков. Заявлять, что полгода достаточно для хорошего освоения ml - это тоже показатель культуры и компетенций)

@teachmeskills 8 месяцев назад

@@hopelesssuprem1867 принимаем ваши аргументы) учтем и для себя. Скорее, немного обижает момент, когда критика начинается с резких высказываний. И не то чтобы мы против ее, мы за конструктив. И спасибо вам!)