Это где? Для справки - на физтехе было 2 семестра матана, в МГУ на мехмате - 4.
Нежинский пединститут 89-94гг. У меня очень большие сомнения, что на мехмате 4 семестра матана. Разве что, называлось по-другому. Например, дифуры у нас были в курсе матана, а в универе могло быть вынесено в отдельный курс. Неважно, учась в аспирантуре в ин-те математики я не почувствовала каких-либо существенных пробелов в знаниях. Возможно, немного в прикладной мат-ке.
педагоги с 7- семестрами анализа? шото тут не так. на физфаке матанализа аккурат два семестра (один год), правда, поскольку это главный инструмент, его было много, две с половиной пары лекций и шесть пар семинарских занятий в неделю. на этом всё, со второго курса идёт более специализированное обучение, дифуравнения, матфизика, тфкп, спецфункции,Ю методы вычислительной математики. но анализа ровно один год, и всё.
Так а что им учить 5 лет? Я математик-информатик, если что. Но насколько я помню, у физиков тоже дофига матана было. Может не 7, а 6, тут не скажу
Профільна онлайн конференція англійською через пару днів, ціни за участь від 99 USD https://odsc.com/boston/
Лучше со школьной скамьи
"хочу войти в айти, нравится вот такой тайтл, не могли бы вы мне объяснить какие подходы существуют, потому что хочу почитать живые мнения"
А потом тебе с ним работать?
Или на собеседованиях отбивать кандидатов за 5-10 минут, потому что больше на общие темы поговорить не получается
...
Матанализ, линейная алгебра, теорвер
судячи з того, що ТС вчитель фізики та математики, то це все в нього вже є, максимум згадати та освіжити у пам'яті.
Учитель физики и математики в средней школе? Насколько я помню, в пединститутах математика изучалась 1 год по учебнику с гордым названием "Математика".
Дружина закінчувала фізмат Драгоманова- до 5 пар "вишки" на день доходило.
Наверное, для начала, все таки определить для себя, что нравится в работе с данными. Сейчас датасайентисты разделились на три больших лагеря: data science, research, machine learning. Data science - это больше про статистику, анализ данных и помощь бизнесу с инсайтами. Надо изучать статистику, SQL, R, BI тулы. Research - это больше про модели, сейчас, все больше, модели глубокого обучения. Надо изучать Python, Keras, PyTorch. Machine Learning - это более прикладной вариант research scientist-а, ближе к классическому программировани и инжинирингу. Тут поможет Python, Java, Spark MLlib, ONNX и т.д.
Наверное для любой ветки могу посоветовать начать с легендарного курса Andrew Ng по машинному обучению на Coursera
Наверное для любой ветки могу посоветовать начать с легендарного курса Andrew Ng по машинному обучению на Coursera
ти хочешь людину яка не знає программування та основ роботи з даними загнанати на досить спеціалізований курс? Точно не взлетить.
Наверное, для начала, все таки определить для себя, что нравится в работе с данными. Сейчас датасайентисты разделились на три больших лагеря: data science, research, machine learning.
тут ти плутаєш поняття, бо data science - це сама по собі окрема галузь, де machine learning лише один з інструментів і deep learning зовсім не основний інструмент.
Так, machine learning може окремо існувати, але до data science відношення вже не має, бо це ближче до класичного IT, і включає Data Engineering/ML/MLOps. ML research - це взагалі вища ліга, де дійсно потрібна ступінь з фізики/математики, щоб щось нормальне зробити. У контексті того, що питав ТС воно йому поки що не релевантне.
ти хочешь людину яка не знає программування та основ роботи з даними загнанати на досить спеціалізований курс? Точно не взлетить.
Как по мне он дает отличную базу именно для машинного обучения, включая и основы программирования на Okta (который больше никогда не понадобится, но тем не менее) и основы математики, и, самое главное, интуицию для понимания что как и почему работает.
тут ти плутаєш поняття, бо data science - це сама по собі окрема галузь, де machine learning лише один з інструментів і deep learning зовсім не основний інструмент.
Тут все очень индивидуально - датасайентист может означать что угодно, особенно на нашем рынке . Мое описание с того как эти роли определены в FAANG
Привет всем. Знаю, что на форум много IT специалистов. Можете посоветовать с чего можно начать свой путь в Data Scientist с нуля? Курсы, школы, YouTube? Спасибо.
Ну и чтобы не совсем пустым было сообщение - небольшой список ссылок c чего можно начать. Добавлю что очень важно сразу начинать работать над какой-то реальной проблемой, например, предсказание выживших пассажиров Титаника или поиск оптимальной квартиры для инвестиции и последующей сдачи в аренду. Можно посмотреть на https://ods.ai/ или песочницу на https://www.kaggle.com/
Это где? Для справки - на физтехе было 2 семестра матана, в МГУ на мехмате - 4.
Нежинский пединститут 89-94гг. У меня очень большие сомнения, что на мехмате 4 семестра матана. Разве что, называлось по-другому. Например, дифуры у нас были в курсе матана, а в универе могло быть вынесено в отдельный курс. Неважно, учась в аспирантуре в ин-те математики я не почувствовала каких-либо существенных пробелов в знаниях. Возможно, немного в прикладной мат-ке.
Мне тяжело что-то сказать про Нежинский пединститут. Тем более, сейчас это уже и не пединститут.
Если вы дадите мне линк на вашу программу обучения, буду благодарен. В противном случае - без всяких сомнений поверю в 7 семестров матанализа.
Теж закінчив ніжинський фізмат. Матаналіз був 3 курси точно. Закінчив навчання в 2002 р. Станом на тепер там все сильно змінилось.
Учитель физики и математики в средней школе? Насколько я помню, в пединститутах математика изучалась 1 год по учебнику с гордым названием "Математика".
Надо же какая заносчивость и обесценивание! Самоутверждаешься на фоне?
с чего можно начать свой путь в Data Scientist с нуля?
Матанализ, линейная алгебра, теорвер
Именно это, да. Все остальное - несложные в освоении инструменты, в сравнении с.
...
Матанализ, линейная алгебра, теорвер
судячи з того, що ТС вчитель фізики та математики, то це все в нього вже є, максимум згадати та освіжити у пам'яті.
Учитель физики и математики в средней школе? Насколько я помню, в пединститутах математика изучалась 1 год по учебнику с гордым названием "Математика".
Тут є нюанс, що я вчителювати пішов не після педінституту Я маю ступінь доктора біологічних наук (доцент каф. вищої математики та фізики) та більше 15 років викладаю біофізику в ВНЗ, рік викладав біостатистику, а кілька років тому ще й у школу пішов (фізика та математика). Тобто базової педосвіти чи математичної взагалі не маю Тому і вирішив поцікавитися чи взагалі реально увійти в ІТ та з чого почати. Чому Data Scientist? Тому що мені реально це цікаво (на відміну від створення ігор). Але зараз бачу, що раніше треба було думати . А якщо взагалі увійти в ІТ з моїм бекграундом, то з чого почати? Розумію, що з Data Scientist це я перебільшив
...
судячи з того, що ТС вчитель фізики та математики, то це все в нього вже є, максимум згадати та освіжити у пам'яті.
Учитель физики и математики в средней школе? Насколько я помню, в пединститутах математика изучалась 1 год по учебнику с гордым названием "Математика".
Тут є нюанс, що я вчителювати пішов не після педінституту Я маю ступінь доктора біологічних наук (доцент каф. вищої математики та фізики) та більше 15 років викладаю біофізику в ВНЗ, рік викладав біостатистику, а кілька років тому ще й у школу пішов (фізика та математика). Тобто базової педосвіти чи математичної взагалі не маю Тому і вирішив поцікавитися чи взагалі реально увійти в ІТ та з чого почати. Чому Data Scientist? Тому що мені реально це цікаво (на відміну від створення ігор). Але зараз бачу, що раніше треба було думати . А якщо взагалі увійти в ІТ з моїм бекграундом, то з чого почати? Розумію, що з Data Scientist це я перебільшив
имхо дата сайнс - как раз оно. с таким бекграундом войтивайти будет проще всего с минимумом конкуренции.
...
судячи з того, що ТС вчитель фізики та математики, то це все в нього вже є, максимум згадати та освіжити у пам'яті.
Учитель физики и математики в средней школе? Насколько я помню, в пединститутах математика изучалась 1 год по учебнику с гордым названием "Математика".
Тут є нюанс, що я вчителювати пішов не після педінституту Я маю ступінь доктора біологічних наук (доцент каф. вищої математики та фізики) та більше 15 років викладаю біофізику в ВНЗ, рік викладав біостатистику, а кілька років тому ще й у школу пішов (фізика та математика). Тобто базової педосвіти чи математичної взагалі не маю Тому і вирішив поцікавитися чи взагалі реально увійти в ІТ та з чого почати. Чому Data Scientist? Тому що мені реально це цікаво (на відміну від створення ігор). Але зараз бачу, що раніше треба було думати . А якщо взагалі увійти в ІТ з моїм бекграундом, то з чого почати? Розумію, що з Data Scientist це я перебільшив
це саме той бекграунд для Data Science. До речі існує досить немаленький та складний для більшості напрям з оптимізації моделей за допомогою генетичних алгоритмів, можливо тобі туди подивитись?
А якщо взагалі увійти в ІТ з моїм бекграундом, то з чого почати? Розумію, що з Data Scientist це я перебільшив
Как все - в тестировщики. Тестировщики с бекграундом обычно гораздо быстрее вырастают в разработчиков или еще кого-то более полезного, чем просто тестировщики.
Если опустить требования (под которые ты судя по всему все равно не попадаешь), не сиди на форуме, а просто сходи на собеседование и попробуй. Я встречал перцев, которые ни фига по вакансии не знали (или почти ни фига), но ходили и собирали базу вопросов (один вообще блокнот достал и записывал). Понятно такой кандидат "вылетает" за 5 минут, но что-то видно записать успевают.
Я не шучу, сидеть на форуме и спрашивать смысла нет, это тебе ничего не даст
Понятно, если тебе даже до полного джуна еще пол-фудзиямы, ну хотя бы день-два погугли о чем идет речь (как минимум знать смысл терминов в описании вакансии) и пройти пару онлайн курсов/видосиков, чтобы иметь навык с инструментом на уровне "Hello world".
Возможно где-то плюсом будет, если ты покажешь что еще позавчера ты еще ничего не знал, а сегодня с тобой можно поговорить 10 минут о должностных обязанностях. Просто если ищут адекватно (или неадекватно) полного джуна, то интересует * способность и желание учиться, которые кандидант сможет доказать/показать * наличие мозга, подтвержденое в схожей области применения * бешенная работоспособность и желание работать за еду первое время, так как инвестировать в тебя, чтобы ты потом ушел смысла нет.
На первое/второе резюме я бы посоветовал идти в говноконтору, в которую ты все равно не пойдешь, потому что они тебя тоже не возьмут. Поэтому ты будешь использовать, а не они тебя (но может и не случиться, так как отсев на уровне распечатки резюме очень эффективен).
Тестировщики с бекграундом обычно гораздо быстрее вырастают в разработчиков или еще кого-то более полезного, чем просто тестировщики.
Честно, вообще не видел. В аналитиков, да - возможно. В разработчиков - без шансов. Даже автоматизаторы как разработчики обычно пустое место. Хорошие тестировщики могут вырасти в: * лидов * линейных менеджеров * аналитиков * читателей курсов по подготовке себе подобных * автоматизаторов * ПМов
Могут и не вырасти, но такой карьерный путь встречается намного чаще и проще. Может они будут неадекватны новой позиции, но это уже другой вопрос.
Топикастеру в тестировщики идти вообще смысла нет, так как ничего для этого у него в принципе нет. Это просто похоронить все, что он делал для того, чтобы заняться тем, что почти не имеет перспективы в дальнейшем
...
судячи з того, що ТС вчитель фізики та математики, то це все в нього вже є, максимум згадати та освіжити у пам'яті.
Учитель физики и математики в средней школе? Насколько я помню, в пединститутах математика изучалась 1 год по учебнику с гордым названием "Математика".
Тут є нюанс, що я вчителювати пішов не після педінституту Я маю ступінь доктора біологічних наук (доцент каф. вищої математики та фізики) та більше 15 років викладаю біофізику в ВНЗ, рік викладав біостатистику, а кілька років тому ще й у школу пішов (фізика та математика). Тобто базової педосвіти чи математичної взагалі не маю Тому і вирішив поцікавитися чи взагалі реально увійти в ІТ та з чого почати. Чому Data Scientist? Тому що мені реально це цікаво (на відміну від створення ігор). Але зараз бачу, що раніше треба було думати . А якщо взагалі увійти в ІТ з моїм бекграундом, то з чого почати? Розумію, що з Data Scientist це я перебільшив
Бумажка о профильной образовании - ну, оно такое. Матстатистику и теорию вероятностей шаришь, насколько я понимаю? С сопутствующей высшей математикой? Если да, то в датасайенс - таки да самое оно. Английский, и какой-нибудь базовый питон-SQL, и таки на собеседование, имхо, будешь выглядеть очень даже конкурентоспособно.
Відповісти
Поперед.
Зміст
Наступ.
Гілками
Я маю ступінь доктора біологічних наук (доцент каф. вищої математики та фізики) та більше 15 років викладаю біофізику в ВНЗ, рік викладав біостатистику, а кілька років тому ще й у школу пішов (фізика та математика). Тобто базової педосвіти чи математичної взагалі не маю 
Тому і вирішив поцікавитися чи взагалі реально увійти в ІТ та з чого почати. Чому Data Scientist? Тому що мені реально це цікаво (на відміну від створення ігор). Але зараз бачу, що раніше треба було думати 
