48381
Всё об анализе данных простым языком. Сотрудничество: @max_excel № заявления 4951718717
Polars - лучший инструмент Data Scientist для обработки данных
00:00 Что такое Polars?
00:42 Установка и считывание данных
02:01 Базовые операции
03:53 MLOps инструменты
05:01 Выбор столбцов
06:09 Индексы
06:27 Фильтрация по условиям
07:31 Агрегация информации
08:54 Изменение данных
11:14 Аналог map для строк в Polars
11:37 Group By и Pivot
13:45 Визуализация данных
Смотреть это видео на youtube: youtu.be/kACKlWBK1s0
Секреты аналитики
Опыт работы с данными или с чем может столкнуться аналитик
В этой статье автор хотел бы погрузить вас в мир данных и вспомнить:
• какие встречались проекты, связанные с хранилищами и данными
• какие задачи приходилось решать
• какие навыки пригодились
Секреты аналитики
Excel - основа для анализа финансов
📌 Полезные приёмы, гайды, лайфхаки эксель и финансового анализа для начинающих на канале @fin_analytics.
Подписывайся и становись финансистом: @fin_analytics
🤖 Как AI может работать с данными из 1С — и что для этого действительно нужно?
1 октября в 11:00 МСК проведём вебинар:
LLM + OData + 1С: выдержит ли база AI-аналитику?
Начнём с OData: разберём, как с её помощью AI-агент может обращаться к данным 1С, что на таком подходе можно построить и где появляются ограничения.
Затем покажем альтернативный сценарий - работу через Экстрактор 1С и подготовку данных.
Обсудим:
→ как AI получает данные из 1С;
→ когда достаточно OData;
→ чем отличается подход с Экстрактором;
→ как связать Экстрактор и AI.
Разберем связку Экстрактор + AI, пофантазируем и ответим на вопросы.
Без сложной теории — на понятных примерах.
📅 1 октября · 11:00 МСК
👉 Регистрация: по ссылке
Реклама. ООО "ДЕНВИК АНАЛИТИКА". ИНН 1101178666. erid: 2Vtzqvk2BaC
5 октября начнется 19-й поток программы Data Engineer от Newprolab
Программа для junior- и middle-дата-инженеров, аналитиков, backend-разработчиков, техлидов и тех, кто работает с data-командами и хочет лучше понимать современный стек DE
📌 Что внутри:
– 10 недель обучения
– 30 занятий: онлайн + записи
– 10 практических лабораторных работ
– облачный кластер и реальные данные
– чат участников и поддержка команды программы
📌 Что получите на выходе:
1. Научитесь решать типовые задачи DE на практике
2. Систематизируете знания и закроете пробелы в современном DE-стеке
3. Поработаете с реальными данными и инфраструктурой, а не только с учебными примерами
4. Соберете практический опыт, который можно обсуждать на собеседованиях и использовать в работе
5. Все записи и материалы останутся у вас после окончания программы
Преподаватели – практикующие специалисты из ведущих технологических компаний. На занятиях можно разбирать реальные кейсы, задавать вопросы и получать обратную связь
👉 Подробности и квиз – на сайте
Квиз покажет, насколько программа подходит именно под вашу роль и задачи, даст персональные рекомендации и промокод на скидку
___
По всем вопросам пишите Алексею @snitsa
Реклама. НОЧУ ДПО «НЬЮПРОЛАБ», ИНН 7729461098, erid: CQH36pWzJqVKq9rQdJbvn5QNMKCGVRT5DDYJwsgpE5G4c2
На что стоит рассчитывать на первой работе: путь стажера (data engineer)
В этой статье автор поделится своим опытом и даст несколько рекомендаций людям, которые только начинают свой путь в области работы с данными и хотели бы узнать, какие задачи предстоит выполнять, оказавшись на своем первом рабочем месте.
Секреты аналитики
Что почитать начинающему аналитику?
Часто начинающие аналитики хотят узнать, что можно почитать, чтобы понять профессию и преуспеть в ней. В этом ролике автор составляет свою подборку лучших книг и коротко разбирает каждую. Все они окажутся полезными для начинающих, но на разных этапах их профессионального роста.
Смотреть это видео на youtube: youtu.be/sDqkhCS1c0U
Секреты аналитики
Вредные советы по подготовке датасета
Это статья для тех, кто:
• Делает первые шаги в сборе датасетов на натуре, либо
• Уже имеет опыт, но интересно посмотреть на мнение коллег.
Секреты аналитики
Подборка шпаргалок по Data Science для начинающих
Этот материал поможет вам быстро найти нужную информацию и ускорить процесс работы с данными при использовании Python, SQL, GIT, Pandas, Numpy.
Секреты аналитики
Работа над неразмеченными данными с QGIS и opentripmap на практике
В этом материале автор поделится интересным опытом работы с неразмеченными данными при помощи открытых ресурсов. Задача: по исходным данным определить является ли конкретное фото, сделанное пользователем, туристическим или нет. А также масштабировать и автоматизировать алгоритм решения на любой регион Российской Федерации, избегая ручную работу.
Секреты аналитики
Подготовка к вступительным экзаменам в ШАД
120+ поступивших в ШАД. Преподаватели МГУ. Гарантия результата. Вы поступите в ШАД, магистратуру или мы зачислим Вас на следующий поток бесплатно
Узнать больше
#реклама 16+
shadhelper.com
О рекламодателе
Через месяц Россию ждут колоссальные изменения. Нефть продолжает лететь вверх, мировой интернет запрещают, а военный конфликт с Украиной сдвинется с мертвой точки.
Это затронет всех россиян. И большинство в панике потеряют половину нажитого, как в феврале 2022г.
Самое важное сейчас — не терять рассудок и читать аналитику опытных экономистов, которые опираются только на факты. Например, почитайте канал «Инвестиции Студента»
Его автор давно предсказал все потрясения в истории современной России: дату начала СВО, мобилизации и за полгода предупреждал всех о войне Трампа на Ближнем востоке.
Сейчас он рассказывает, к чему готовиться осенью 2026 года, что делать с валютой, нефтью и какие потрясения ждут нас уже в сентябре.
Подписывайтесь, чтобы знать грядущие события наперед:@StudentInvest
Соревнование от ПАО «Интер РАО»: получи подготовленные данные и разработай ИИ-ассистента для энергетики
Призовой фонд — 750 000 рублей. Лучшие проекты смогут стать частью экосистемы компании.
Можно участвовать одному или командой до 5 человек. Идеальный состав: разработчик, специалист по машинному обучению, аналитик и дизайнер.
Стартуем 28 сентября. 4 задачи соревнования уже на платформе Codenrock — выбирай, за какую возьмешься:
1️⃣ ИИ-помощник для подготовки презентаций.
2️⃣ Помощник для анализа документов из судов.
3️⃣ Ассистент для создания ИТ/ИБ-дайджестов.
4️⃣ Архитектор BPMN-диаграмм.
«Сделай то, не знаю что, но чтобы мне понравилось».
Классическое ТЗ. Половина проекта уходит на то, чтобы вытянуть из заказчика настоящую задачу — а на саму разработку остаётся то, что осталось.
Тут обычно говорят: возьмите ИИ, он ускорит.
Ускорит, но только ту часть, где уже понятно, что делать. Если задача не выяснена, нейросеть просто быстрее соберёт не то — половина внедрений так и заканчивается системой, которой никто не пользуется.
15 сентября в 19:00 мск бесплатный эфир «Факапы ИИ-проектов»: почему одни системы приживаются, а другие остаются красивой картинкой.
Четыре кейса, собранных без подрядчиков:
⏺ товарные запасы: Excel завис на сотнях тысяч строк — теперь система сама решает, что распродать и что докупить
⏺ неликвиды: годами лежали мёртвым грузом — система подбирает акции и готовит скрипты продаж
⏺ контроль поручений: документы готовили часами — теперь минуты
⏺ закупки для ресторанов: сводили руками из таблиц — стало дешевле
Ни один из авторов не программист. И все четыре системы люди используют каждый день — это, собственно, и есть главный критерий.
15 сентября, 19:00 мск, онлайн, бесплатно. Зарегистрироваться
Реклама. ООО «Аналитика персонала». ИНН 6671088519. erid: 2Vtzqw6Y9St
Стать инженером данных всего за 10 недель — это реально!
Если вы давно смотрите в сторону дата-инженерии или хотите зайти в профессию системно, а не одной ногой — сейчас самый подходящий момент.
Симулейтив — школа аналитики, где обучают через практику и реальные кейсы, запускает пересобранный курс-буткемп - Профессия «Инженер данных».
Курс разделен на 2 этапа: за первые 10 недель вы осваиваете базу и доходите до уровня junior-специалиста. А на втором этапе — углубленное изучение ключевых инструментов, где вы дорастаете до мидла.
Что вас ждет на курсе:
➖SQL, Python, пайплайны сбора и обновления данных, хранение и обработка, DWH;
➖Живые занятия с ментором каждую неделю — не записи, а разборы вживую;
➖Подготовка к собеседованиям с первых недель, а не в самом конце;
➖ИИ-инструменты как часть программы — учите работать с ними, а не избегать;
➖Гостевые лекции от практикующих дата-инженеров из Яндекса, Т-Банка, Авито, Сбера, OZON;
➖Официальный диплом о профессиональной переподготовке.
Кому подойдёт:
1. Тем, кто хочет войти в дата-инженерию с нуля или перейти из аналитики;
2. Тем, кто пробовал учиться самостоятельно, но теряет темп без структуры;
3. Тем, кому интереснее не просто считать метрики, а выстраивать систему, на которой держатся данные.
Почему сейчас: специалистов, которые управляют данными как системой, на рынке меньше, чем нужно, — а спрос растёт, потому что без инженерии любые данные быстро превращаются в хаос.
🔥ВАЖНО: Симулейтив дают возможность получить грант обучение и гарантируют трудоустройство своих студентов. Количество грантов ограничено!
Оставляйте заявку до завтра включительно, чтобы занять одно из 5 оставшихся мест нового потока!
🔗 ЗАБРОНИРОВАТЬ МЕСТО
Что под капотом у рекомендаций Авито на главной
Они решают две задачи:
1️⃣ Показывают пользователю максимально релевантные товары.
2️⃣ Разбавляют выдачу объявлениями, которые могут быть интересны.
Качественные товары с адекватной ценой часто разбирают в первые часы. Поэтому важно, чтобы они быстро попадали на главную.
Недавно мы поменяли архитектуру рекомендаций — и ускорили их в 18 раз. После этого контакты продавцов с покупателями выросли на 1%, а расход памяти упал в три раза.
Но получилось всё это не с первого раза: пришлось пройти несколько итераций.
Подробности в статье ↖️
Как я стал аналитиком: путь от «чистого гуманитария» до работы в крупной фудтех-компании
Аналитика данных — одно из самых перспективных и сложных направлений в ИТ. Но, несмотря на высокий порог входа, попасть в эту сферу можно, будучи еще студентом. В этом материале автор рассказывает о своем пути к должности продуктового аналитика.
Секреты аналитики
Чем занимаются специалисты по работе с данными и как стать Data-инженером
В этом материале автор рассказывает, чем отличаются подходы к построению распределённых хранилищ данных Data Warehouse (DWH) и Data Lake и в чём специфика задач специалистов, работающих с данными.
Секреты аналитики
ТОП вопросов на собеседовании Data Scientist: разбор ответов
0:00 Общие вопросы
0:53 Линейные модели
2:17 Оптимизаторы
3:39 Переобучение
5:20 Ансамбли и их алгоритмы
6:45 Bias-Variance tradeoff
7:48 Рекомендации по избранию факапов
8:29 Дополнительные вопросы
Смотреть это видео на youtube: youtu.be/o1HpQAwAa4A
Секреты аналитики
Методы очистки данных в Pandas
Аналитики данных часто сталкиваются с грязными данными, которые могут существенно замедлить процесс анализа. Грязные данные – это пропущенные значения, дубликаты, неконсистентные данные. Очищать грязные данные можно c помощью Pandas. В этой статье автор рассматривает основные методы.
Секреты аналитики
Экосистема для разработки и применения Computer Vision (CV) в промышленности
На сегодняшний день компьютерное зрение (CV — computer vision) активно применяется в промышленности и уже стало привычной технологией для многих производств. В этой статье автор поделится опытом разработки экосистемы сервисов для упрощения процесса разработки моделей и решений по CV.
Секреты аналитики
Разведочный анализ (EDA)
Разведочный анализ данных, или EDA, – это как археологические раскопки в мире информации. Это первый шаг, когда мы берем на себя роль исследователя данных и начинаем расследовать, как устроены наши данные, как они взаимосвязаны и что они нам могут рассказать.
Секреты аналитики
С чего аналитику начать изучение Python
Многие аналитики начинают учить Python, но быстро бросают. Чаще всего это происходит потому, что они начинают изучение с синтаксиса и простых абстрактных примеров. Поначалу это может быть интересным, но потом надоедает. Лучше всего проходить основы языка (на курсах или с помощью учебника), но параллельно пробовать решать простые практические задачи, автоматизируя рутину и сразу же ощущая как Python улучшает вашу жизнь.
Секреты аналитики
Как учить Data Science?
В этом ролике автор расскажет о литературе, что ему довелось прочитать, и о курсах, что он успел пройти, на пути к освоению Data Science.
00:00 Вступление
00:14 Проблема роадмапов
02:25 То что я не рекомендую
03:28 Книги
08:44 Курсы
11:39 Дополнительные курсы
12:10 Послесловие
Смотреть это видео на youtube: youtu.be/LLx0rYpOHMc
Секреты аналитики
Пирамида потребностей в работе с данными
Психолог Абрахам Маслоу определил пирамиду потребностей человека. У производственных команд также существует своя иерархия потребностей. Для команды по работе с большими данными она начинается с актуальности данных. Следующие «ступени» – объемы, структура и значения данных, а вершина этой пирамиды – происхождение данных.
Секреты аналитики
Когнитивные искажения у аналитика данных: найти и починить
Как починить себя? Принять как данность, что все подвержены когнитивным искажениям. От них нельзя избавиться полностью. Можно «пойти на компромисс: научиться распознавать ситуации, в которых возможны ошибки. И стараться избегать серьёзных ошибок, если ставки высоки».
Секреты аналитики
Системы генерации отчетов
В этом материале автор делает подробный обзор систем построения отчетов. Вы узнаете какими они бывают, зачем нужны и куда все это движется.
Секреты аналитики
Сможете ли вы отличить собаку от кошки, или Как объяснить проблемы дата-сайентиста коллегам
В этом материале автор разберет, как объяснить проблемы дата-сайентистов сотрудникам компании, которые ничего не понимают в data science. В первой части вы узнаете о нынешнем положении специалистов, их проблемах и типичных запросах, с которыми они сталкиваются.
Секреты аналитики
Путь в сферу Data Science: советы начинающим
00:00 Вступление
03:46 Образование и первая работа
07:36 Ветви развития Senior Data Scientist
14:42 Советы начинающим
18:18 Английский для Data Scientist
19:18 Хайп и будущее профессии
21:30 Нейминг и разделение задач
23:15 Конференции по Data Science, менторинг
26:24 Растим джунов внутри команды
31:22 Нейросеть для журнала Cosmopolitan
33:34 "Разумный ИИ" LaMDA
36:48 Этические проблемы искусственного интеллекта
Смотреть это видео на youtube: youtu.be/v7aunvZy0xI
Секреты аналитики
Как мы усовершенствовали CDP благодаря агрегатным атрибутам
Постоянный рост конкуренции на рынке вынуждает компании учиться глубже понимать клиентов и адаптировать свои предложения под их потребности. В решении этой задачи маркетологам, аналитикам данных и владельцам бизнеса помогают платформы клиентских данных, которые улучшают персонализацию маркетинговых кампаний и повышают эффективность взаимодействия с клиентами.
Секреты аналитики