Важные технологии в области развивающегося ИИ:
AI simulation - это комбинированное применение технологий искусственного интеллекта и симуляции для совместной разработки агентов ИИ и моделируемых сред, в которых они могут быть обучены, протестированы и иногда развернуты.
Causal AI - идентифицирует и использует причинно-следственные связи, чтобы выйти за рамки моделей прогнозирования на основе корреляции и перейти к системам ИИ, которые могут более эффективно предписывать действия и действовать более автономно.
Federated machine learning - направлено на обучение алгоритмов машинного обучения без явного обмена выборками данных, что обеспечивает лучшую конфиденциальность и безопасность.
Graph data science (GDS) - это дисциплина, в которой методы науки о данных применяются к графическим структурам данных для выявления поведенческих характеристик, которые могут быть использованы для построения прогностических и предписывающих моделей.
Reinforcement learning (RL) — обучение с подкреплением - это тип ML, при котором модель обучается только с помощью положительной обратной связи (поощрений) и отрицательной обратной связи (наказания).
Источник: https://www.gartner.com/en/articles/what-s-new-in-the-2023-gartner-hype-cycle-for-emerging-technologies
2 НЕДЕЛЯ В samokat.tech
Появилось больше понимания, больше уверенности. Получила первые задачи и кажется успеваю доделать их в Sprint.
Чуть больше разобралась в устройстве компании и с ее матричной структурой - преимущество, что ты не обязательно всегда будешь работать над одним конкретным продуктом / проектом.
Поняла какие ожидания и value хотят получить от DS🙂 дело в том, что компании
работает много низкоквалифицированных сотрудников(доставщики, сборщики и тд.), и именно эти люди сталкиваются с кучей проблем и задач, и следовательно принимают решения не всегда самые правильные - наша задача проанализировать и предложить автоматизированные и эффективные решения на основе ML.
Познакомилась с Сергеем Землянским - директор по цифровым продуктам и технологиям, Самокат
И узнала некоторые планы/ цифры:
Оказывается я работаю в достаточно в большой компании: 3800 человек всего, 1800 в Москве, остальные распределены по шарику.
В 2024 грядет более вдумчивый найм, но кажется ds это не коснется, так как на этом направлении есть фокус.
Такие дела 😊
❓Вы как ??
⭐️(Sprint /Спринт — это основной элемент Scrum-методологии для управления проектами. Использование этого метода предполагает фокусирование на коротких итерациях и частых выпусках инкремента продукта — работоспособной части продукта, готовой для тестирования.
УВОЛИТЬСЯ УДАЛЕННО
Смена места работы, увольнение, переговоры с начальством/командой - все это волнительно, но блин, как классно делать это через мессенджер 😀
Просто написал смс и все, никах личных встреч и даже на неудобные вопросы отвечать гораздо легче.
Я увольняюсь второй раз, но удаленно впервые. И я вам скажу, что это даже круче, чем работать удаленно 😂
Я отрабатываю сейчас последнюю неделю и, если честно, даже не понимаю этого. С удаленкой все стирается, эмоционально все проживается проще, а если бы еще я себя не раскачивала, то можно вообще не заметить увольнения.
Вообщем мне нравится как все идет😊
А как вы проживали этап увольнения? Какие эмоции испытывали? 🙃
СТРАХ НОВОГО
После финального собеседования в samokat.tech я получила оффер стать частью их команды в роли Senior DS.
Не буду скрывать, «бабочек в животе» я ощутила:
⁃ потому что не ожидала, просто очередной собес
⁃ потому что сначала пропали и потом дали не самую высокую оценку тех. интервью
⁃ потому что хороший оффер
⁃ потому что я реально понимала, что подхожу
⁃ потому что интересный мне проект
⁃ потому что это кратный рост
⁃ потому что новая прокачка скилов и себя
⁃ потому что уже посещали мысли, что засиделась на одном месте
⁃ потому что это новое, а новое всегда страшно
Можно еще много «потому что» привести, но я просто решила дать себе немного времени и принимать решение без эмоций.
Сообщила команде, попросили подождать, пока руководитель вернётся с отпуска и тогда точно все обсудим.
Жду
Сегодня наступило и я еще жду
Уже не нервничаю, ну или меньше, и кажется уже приняла решение, но жду ответа
Кажется, что тут ждать, но увольняться с компании, где получила первую работу, где провела последние 7 лет своей жизни, где команда, где все привычно и понятно… наверное это требует времени
Но сегодня должно все решиться 🙄пожелайте терпения и решительности 👇
❓А как у вас проходил этап увольнения или выбирали ли вы остаться или уйти?
ПЕЧАЛЬНЫЙ ОПЫТ ПРОХОЖДЕНИЯ СОБЕСЕДОВАНИЯ в
samokat.tech
Я переодически прохожу собеседования, чтобы быть в курсе изменений требований/вопросов, тренировать навык уверенно рассказывать о своем прошлом опыте.
Не скажу, что я прям готовлюсь к ним, ну за день могу что-то повторить, посмотреть, так как собесы похожи на экзамены, а в голове все удержать сложно, особенно, когда ты с чем-то давно не работал.
Но в августе, я почувствовала, что мне слишком хорошо 😀 я в зоне комфорта, на удаленке, работа не занимает все мое время, в удовольствие, то к чему я стремилась перестало удовлетворять - короче, я осознала, что у меня кризис 5 лет, в DS я с августа 2018 (смотри карусель).
Возможно пора что-то менять?
Зашла на hh.ru, наткнулась на вакансию от samokat.tech, откликнулась, вышли на связь через примерно неделю, назначили встречу, я потратила на подготовку 2 дня, а не один 😀, прошла три этапа собеседования, а дальше тишина ….
Обещали дать обратную связь через 2-3 дня, пишу рекрутеру на 4: «Сегодня вернёмся».
Но сегодня так и не наступило…
Я НЕ ждала развернутого ответа почему я не подхожу(хотя это очень полезно), но элементарно ответа: Да/Нет, хотелось бы получить, учитывая, что было потрачено прилично времени с обоих сторон и процесс должен иметь логический конец.🙄
При этом я не раз слышала жалобы от IT HR, какие айтишники наглые, разбалованные и токсичные кандидаты, задания делать не хотят, код писать, вообще ужас, хотя теперь я не удивляюсь такому отношению.
Мораль: уважение должно быть взаимным🩵
У вас были подобные случаи? Часто компании просто пропадали без ответа?👇
КАК ПРЕОДОЛЕТЬ СТРАХ МАТЕМАТИКИ?
😑Мне с детства нравилась математика, но сама я не являюсь математическим гением.
И помню, как боялась экзаменов по линейной алгебре, дифурам, дискретной математике, мат. анализу, как и большинство. Но преодолевая это я и стала айти специалистом, другого пути просто нет.
В айти это одни из самых важных «инструментов» для решения реальных задач, но не стоит бояться, если ты не силен в математике или не любишь ее.
💙Благодаря упорству и помощи преподавателей, одногрупников, коллег я смогла освоить эту область на уровне достаточном для работы и понимания многих вещей, дальнейшего развития.
Если и ты тоже хочешь работать в индустрии технологий, но не знаешь, сможешь ли освоить математику, не отчаивайся! Это нормально, если ты не сразу поймешь все нюансы. Важно не бояться пробовать и не останавливаться на одном месте. Техническая специальность дает возможность развиваться и находить решения сложных задач. На пути будут встречаться трудности, но справиться с ними можно, если не бросать начатое и искать поддержку у коллег и наставников.
Так что, не позволяй страхам мешать тебе освоить техническую специальность и войти в айти. Ты можешь стать настоящим профессионалом!
❓Хочешь помогу тебе освоить математику и стану твоим наставником?
https://stepik.org/a/127486
Так же, кто не в курсе, есть первая часть курса «Python для Data Science».
Он подойдет всем, кто хочет научиться программировать на Python с нуля.
https://stepik.org/course/100567/promo?fbclid=PAAaYpT4JSpEuoqHU2_995lGiTpDfmS6REOFMBUNsa40Ezj-2mrGAxMPnmyAY
Есть удобный сервис chatpdf.com который позволяет анализировать pdf-ки (и без проблем доступен из России). В бесплатной версии можно задавать до 50 вопросов в день, чего обычно вполне хватает. Для остальных промптов и поиска других нейросетей и сервисов есть сайт https://www.aicyclopedia.com/ , на котором постоянно появляются новые сетки
Читать полностью…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🔥🔥🔥
Но как менять работу, если такая любимая команда 🙄
Было такое? , что меняли место, а потом жалели?
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
Читать полностью…🌎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/
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.
Читать полностью…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 /channel/data_study
НЕТВОРКИНГ ВНУТРИ КОМПАНИИ
Пока у меня время знакомства с компанией и людьми, которые в ней работают, я зря время не теряю и воспользовалась организованным в компании ботом в тг - random coffee - каждую неделю тебе предлагают человека из компании, чтобы с ним встретиться, познакомиться. Это люди разного ранга и квалификации, разное время работают в samokate и владеют разной информацией.
Договариваетесь о встрече и стремитесь быть полезными друг другу эти 30 мин.
Я и до использовала этот бот вне компании и знакомилась с людьми вообще из разных сфер. С некоторыми стали прям хорошими знакомыми, поэтому и в этот раз воспользовалась и осталась довольна - онбординг так более быстрый и глубокий получается 😂
А также в силу удалённой работы, новые знакомства и интересные люди никогда не помешают, ведь только 4 стены тебя окружают, когда ты работаешь из дома.
❓А как вы заводите новые знакомства?
СПУСТЯ НЕДЕЛЮ НА НОВОМ МЕСТЕ в samokat.tech
За это время мою голову посещали разные мысли:
⁃ серьёзно? Ты это сделала, ушла с magnit.tech? Трудно осознать, ведь внешне мало, что поменялось - Mac только добавился;
⁃ Внутренне конечно все по другому, много коммуникации и командной работы/встреч, новые задачи и даже развлечений-tea-time;
⁃ Ты хоть понимаешь, что теперь там, где хотела? Компания снабдила тебя лучшей техникой, кратно вырос доход, ты обладаешь максимальной гибкостью на работе - полная удаленка, можешь работать с любой точки мира.
⁃ Что чувствуешь? - страх нового, не даёт расслабиться, а иногда сковывает и трудно заставить себя работать/ думать.
⁃ Я вообще справлюсь? / а если не пройду испытательный срок?
⁃ Наверное только после испытательного можно будет отметить по-настоящему.
⁃ Теперь поняла разницу? Давно пара было увольняться, много потеряла/ а может все вовремя и только сейчас ты к этому готова?
⁃ Мне все нравится, кажется я довольна собой, хорошие ребята, мягкий онбординг, много новой информации, просто нужно время.
⁃ Новый продукт, новая команда, большинство работают недавно, но все понимают важность проекта - расчет минимального чека заказа. А
⁃ Надо перестать себя оценивать и просто делать то, что умеешь, а нет, идти и изучать, а не переживать попусту!
✈️ ПОЛЕТ НОРМАЛЬНЫЙ ✈️
Как у вас проходил этап онбординга на новой работе?
Я ПРИНЯЛА ОФФЕР
А это значит я увольняюсь с компании, в которой проработала с самого универа, с 2016 года.
Если задуматься, то это какое-то прям серьёзное решение, а если опустить эмоции, то ничего особого не происходит.
Команда спокойно отпускает, все взрослые люди, все всё понимают, шутят, что достанут меня и в самокате🙂
С новой еще придется познакомиться, но начало хорошее:
«Еее, рады видеть тебя в нашей команде🥳»
Так что с ноября в новый путь 😀нас с вами ждёт новое приключение и новый опыт.
Всем спасибо за поддержку, за дополнительную мотивацию, веру и информацию, которая помогла отбросить страхи и сформировать близкую к реальности картину происходящего 😅
ОБРАТНАЯ СВЯЗЬ ПОСЛЕ СОБЕСЕДОВАНИЯ
Я прошла все этапы собеседования в компанию samokat.tech, и получила некоторый фидбек о прохождении технической и теоретический части:
Из плюсов выделили:
⁃ очень активная и заинтересована в своих задачах
⁃ подробно и толково рассказала про свой опыт
⁃ хорошо понимает бизнес-постановку и не стесняется брать больше данных для модели из внешних источников
⁃ софт навыки - все очень хорошо
⁃ в своей сфере/проектах прокачалась очень хорошо
Минусы:
⁃ к теории ML есть вопросы: мелкие ошибки, не помнит некоторых деталей
⁃ задачку на код - решила с большими подсказками и несколько раз сбивалась, до оптимизации не дошли.
Мое мнение:
В целом развернутая обратная связь, хотя некоторые суждения не совсем понятны/спорны.
Но общая оценка кажется логичной и обоснованной, учитывая мой сконцентрированный многолетний опыт в единственной компании и то, что я не особо готовилась по теории ML - многие мои ответы были поверхностными, т.е., видно что я знаю, но детали просто уже забылись из-за неиспользования.
Так же я не особо готовилась по тех. задаче, возможно, пару недель на leetcode дали бы свои плоды, но реальная разработка это немного другое, поэтому решила не идеально, но сделала 😂также были сложности в постановке задачи, что реально сбивало.
В любом случае, вычленила для себя зоны роста и согласна с общими моментами, которые стоит подтянуть для более хорошего прохождения собеседований.
А именно повторить ML теорию Учебник по машинному обучению( активная ссылка в моем телеграмм)
И тренировать решение задач на leetcode.
А какие сложности/трудности были у вас во время собеседований?
Какие выводы сделали?
Ну а я пока жду финального решения от компании…
Сегодня стартовал курс по математике для Data Science! Все, кто купил, уже приступают к обучению🥳
Ну а у вас, есть еще одна возможность заскочить в последний вагон 🚇
Понимаю, что сложно принять решение и, возможно, еще остались вопросы, сомнения , нет четкого понимания, подойдет ли этот курс лично вам и тд.
Поэтому предлагаю провести групповую zoom встречу, где каждый сможет задать свой вопрос и получить развернутый ответ.
Завтра 20.06 в 18:00 мск.
❗️Все, кто хочет, пишите мне лично, слово ХОЧУ и я пришлю ссылку на zoom
КАКАЯ МАТЕМАТИКА НУЖНА ДЛЯ DATA SCIENCE??
1. Линейная алгебра: Матричные операции позволяют эффективно обрабатывать большие объемы данных. Например, с помощью линейной алгебры можно проводить операции с матрицами, решать системы линейных уравнений и применять метод главных компонент для снижения размерности данных.
2. Статистика: Математическая статистика позволяет извлекать информацию из данных и делать выводы на основе вероятностных моделей. Она используется для оценки параметров, проверки гипотез, построения доверительных интервалов и проведения регрессионного анализа.
3. Теория вероятностей: Эта область математики помогает моделировать случайные процессы и оценивать их вероятности. В анализе данных теория вероятностей используется для построения статистических моделей, прогнозирования и определения рисков.
4. Оптимизация: Математические методы оптимизации применяются для поиска оптимальных решений в условиях ограничений. В анализе данных оптимизация используется для настройки моделей машинного обучения, подбора оптимальных параметров и решения задач оптимального планирования.
Все эти дисциплины в сжатой форме, только самое необходимое для анализа данных представлены на нашем курсе “Математика для Data Science ”.
💭Хватит откладывать мечту о работе в айти и на удаленке, пора воплощать желания в реальность.
Привет ребят 🌞
Рада вам сообщить, что курс по математике для Data Science стартует совсем скоро: 19.06.
❗️Купить курс можно уже сейчас по ссылке и никак иначе:
https://stepik.org/a/127486
Для вас, самых перых и заинтересованных людей действует промокод на скидку, успейте воспользоваться:
MATHFIRST2023
Подробно с программой курса можно ознакомиться по ссылке. Помимо записаных уроков и заданий к ним, вас ждут онлайн вебинары с разбором заданий и ответами на все вопросы.
Так же вы сможете задавать все вопросы в чате курса или в комментариях на платформе курса, и я с преподаватели будем вам лично отвечать 24/7.
❗️Вы так давно хотели разобраться с этой математикой и не испытывать страх и непонимание!
Так давайте приступим к изучению и познаем какой же интересный интересный мир анализа данных через призму математики!
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 👇
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❗️❗️
Кто хочет узнать всю информацию о курсе одним из первых, оставляете заявку:
https://forms.yandex.ru/cloud/62dbb3e0fe6772ff501936d6/