Учился в Яндексе, 15 проектов по окончании были не интересны никому от слова совсем. Единственное что было интересно - это тестовые, которые я выполнял и тоже закидывал в проекты. Только это было интересно. Ну а взяли по итогу в месте, где вообще резюме особо не смотрели, просто понравилось как выполнил тестовое и на личном общении произошел "мэтч"
Я вот планирую поступать на прикладную математику, в дальнейшем изучать data science, думаю, что именно математика дает возможность не ограничивать себя в направлениях айти
Мда, при Советах, люди учились в ВУЗе, а потом шли на предприятия, работали и там уже получали практический опыт. Сейчас ты сам сначала платишь за обучение, потом сам ищешь где попрактиковаться, а потом работодатели (точнее трудовзятели) предъявляют требоания к выпускникам, как к уже к опытным работникам. Да пошли они на х...
А если я сейчас в аспирантуре (не в России) и направление как раз связано с ML/DL, есть ли шансы переключиться с академии на индустрию? все время есть ощущение, что знаний для индустрии будет недостаточно
Конечно не достаточно. Зачем зрелому проекту начинающий специалист? Нужен тот, кто может усилить проект, продукт своими знаниями и навыками. Берите реальные задачи, решайте их, нарабатывайте опыт. Где взять реальные задачи? Ищите через знакомых реальные запросы бизнеса, ходите на звонки с бизнесом, фиксируйте их проблемы.
К резюме вообще IMO стоит прикладывать ссылку на свой реп на гитхабе. Там могут быть как курсовые, так и личные петы… хотя реп стоит периодически обслуживать, как и линдин. Дабы всякую каку оттуда изгонять, и у потенциального работодателя не было недоуменных вопросов по нестыковке скиллов в резюме и удаленных репах…
Хороший ролик.❤ Сейчас закончил школу и хочу пойти в вуз(что бы не идти в армию). Подскажите пожалуйста куда можно поступить на ds или ml. Заранее спасибо ❤
Как вариант, можно свои проекты делать, но заранее лучше проконсультироваться по ним. Если будете определять виды клевера по фото - вряд ли это как то будет применимо и интересно
Не обязательно. Опыт работы питон разрабом никак не поможет стать ML. Иными словами Вы можете 10 лет быть разрабом захотеть перейти в ML. И Вы начинаете с 0 т.е intern ML.Из схожего только python и то там другие библиотеки.
Я бы к 6 темам добавил еще изучение понятия множества. Имейте ввиду, что когда вы начнете изучать хотя бы одну озвученных тем по математике, под каждой из вы встретите от 3 и более тем, в которые которые придется тоже погрузиться, а под каждой из них еще 3 и так вы волшебным образом окажитесь в 5ом классе с уравнениями вот тут я сдулся и питон с его библиотеками показали просто развлечением. Со статистикой чуть проще. Просто пройдите бесплатный курс на степике.
Безусловно можно и будет плавный переход, но вопрос только в том, нужно ли вам углубляться в DA и тратить время или же вы хотите в DS-модели, эксперименты, а далее шагать в сторону MLE.
Учился в Яндексе, 15 проектов по окончании были не интересны никому от слова совсем.
Единственное что было интересно - это тестовые, которые я выполнял и тоже закидывал в проекты. Только это было интересно.
Ну а взяли по итогу в месте, где вообще резюме особо не смотрели, просто понравилось как выполнил тестовое и на личном общении произошел "мэтч"
"Хватит это терпеть!" - поперхнулся чаем
😀
С мемами конечно перебор) они даже по громкости слишком выбиваются и перетягивают на себя
Несколько раз контекст потерял) А информация топ.
Очень классные советы, спасибочки 😍 Ценю Ваш канал 🤩
Я вот планирую поступать на прикладную математику, в дальнейшем изучать data science, думаю, что именно математика дает возможность не ограничивать себя в направлениях айти
Анастасия, спасибо за видео. Всё как всегда интересно и доступно, а теперь ещё и забавно. Анастасия вы лучшая.Виталий QWERTY
Спасибо, Анастасия, за полезную информацию! Вставочки-мемы очень в тему!
Почему бы Kaggle не использовать?
6:06 прям себя увидел в этом
надо было с хирургией сравнивать а не с кулинарией)
Мда, при Советах, люди учились в ВУЗе, а потом шли на предприятия, работали и там уже получали практический опыт. Сейчас ты сам сначала платишь за обучение, потом сам ищешь где попрактиковаться, а потом работодатели (точнее трудовзятели) предъявляют требоания к выпускникам, как к уже к опытным работникам. Да пошли они на х...
Настя, ❤❤❤ пасиба
Может сначала начать с английского, потому-что русскоязычные термины звучат очень коряво. Вся база по DT на английском.
Спасибо!
as dope as always
С таким красивым преподавателем, я бы учился в 3,87 раз быстрее !!!
А если я сейчас в аспирантуре (не в России) и направление как раз связано с ML/DL, есть ли шансы переключиться с академии на индустрию? все время есть ощущение, что знаний для индустрии будет недостаточно
Конечно не достаточно. Зачем зрелому проекту начинающий специалист? Нужен тот, кто может усилить проект, продукт своими знаниями и навыками. Берите реальные задачи, решайте их, нарабатывайте опыт. Где взять реальные задачи? Ищите через знакомых реальные запросы бизнеса, ходите на звонки с бизнесом, фиксируйте их проблемы.
Спасибо за разбор, но мемы явно лишние. Только отвлекают от повествования
Если есть хорошая математическая база Правильно ли входить в DS начиная с DA ?
Если DA с ML - да. Если без - только если никуда не берут
Зачем так много вклеек с мемами
Спасибо
мемы угарные. спасибо
К резюме вообще IMO стоит прикладывать ссылку на свой реп на гитхабе. Там могут быть как курсовые, так и личные петы… хотя реп стоит периодически обслуживать, как и линдин. Дабы всякую каку оттуда изгонять, и у потенциального работодателя не было недоуменных вопросов по нестыковке скиллов в резюме и удаленных репах…
Хороший ролик.❤ Сейчас закончил школу и хочу пойти в вуз(что бы не идти в армию). Подскажите пожалуйста куда можно поступить на ds или ml. Заранее спасибо ❤
Где же опыта набрать? На стажировках?
Как вариант, можно свои проекты делать, но заранее лучше проконсультироваться по ним. Если будете определять виды клевера по фото - вряд ли это как то будет применимо и интересно
Хакатоны, стажировки( future today как вариант, часто в крупные компании вакансии)
@@miracl6а у кого консультироваться?
Интересно, какой процент зрителей просто заходит посмотреть на красивую и умную девушку? )
Было бы любопытно услышать о "топологической" Data Science - приложениях идей алгебраической, гомотопической топологии к DS и прочим ML.
Все так!
Поменьше вставок, пожалуйста
Цифры говорят об обратном
не гормоничные вставки
Они и правда отношения к гомонам не имеют
ХотелА бы?
мб она транс?
@@maxkhrisanfov ну тогда ладно,симпотичный))
@@ТатьянаБорисенко-р7н да ничего)
А правда что для начала нужно стать питон разрабом потом апнуться до мл?
SQL, питон- это прямо минимум.
Не обязательно. Опыт работы питон разрабом никак не поможет стать ML. Иными словами Вы можете 10 лет быть разрабом захотеть перейти в ML. И Вы начинаете с 0 т.е intern ML.Из схожего только python и то там другие библиотеки.
Я бы к 6 темам добавил еще изучение понятия множества.
Имейте ввиду, что когда вы начнете изучать хотя бы одну озвученных тем по математике, под каждой из вы встретите от 3 и более тем, в которые которые придется тоже погрузиться, а под каждой из них еще 3 и так вы волшебным образом окажитесь в 5ом классе с уравнениями вот тут я сдулся и питон с его библиотеками показали просто развлечением.
Со статистикой чуть проще. Просто пройдите бесплатный курс на степике.
Да кто такой этот ваш Data Science ? Data scientist это же обобщение таких профессий как Ml engineer, Data analyst и тд
красивая девочка
Настя, прошу прощения, а на Вас уже кто-то женился?
Бл как эти вставки левые мешают слушать 😬 наверное из-за вставок не досмотрю даже
Если есть хорошая математическая база Правильно ли входить в DS начиная с DA ?
Безусловно можно и будет плавный переход, но вопрос только в том, нужно ли вам углубляться в DA и тратить время или же вы хотите в DS-модели, эксперименты, а далее шагать в сторону MLE.