По поводу холивара в Data Science Chat «нужны ли собесы на знание алгоритмов, задачки LeetCode или нет», отвечаю, есть у нас такое. Это про дисциплину, структурное мышление. Ну как в одежде. Можно, конечно, забить на то, как одеваться, смешивать стили, одеваться в 5-6 разных цветов, как попугай, выглядеть нелепо. Для MLE, SSE всегда полезно, для ресерчера, дата аналитика лучше вложиться в статистику, тервер, Causal Inference, ML/DL-практику, продвинутый EDA.
Андрей пишет, что гораздо важнее уметь бизнес-задачу перевести в язык data science, но MLE, SSE в крупных компаниях чаще всего не участвуют в формулировании бизнес-задач напрямую. Переводом бизнес-задач в data science задачи занимаются Product Managers (PM), Data Analysts (DA), Applied Scientists / Research Scientists, Business Analysts, обычно группа из продакта, дата аналитика и бизнес-аналитика. Здесь Андрей скорее всего накладывает СНГ’шную практику на западную. В России, Украине да, там ты и швец, и жнец, и на дуде игрец.В западных компаниях роли четко определены.
И направления, которые надо качать, чтобы уметь переводить бизнес-задачи в DS-задачи, - это product thinking, это наш любимый causal inference, это operation research (методы оптимизации, моделирования процессов, логистики, ресурсного планирования, особенно актуально, когда у нас есть задача с ограничениями по материальным, временным, людским ресурсам), продуктовая аналитика, бизнес-аналитика.
По поводу холивара в Data Science Chat «нужны ли собесы на знание алгоритмов, задачки LeetCode или нет», отвечаю, есть у нас такое. Это про дисциплину, структурное мышление. Ну как в одежде. Можно, конечно, забить на то, как одеваться, смешивать стили, одеваться в 5-6 разных цветов, как попугай, выглядеть нелепо. Для MLE, SSE всегда полезно, для ресерчера, дата аналитика лучше вложиться в статистику, тервер, Causal Inference, ML/DL-практику, продвинутый EDA.
Андрей пишет, что гораздо важнее уметь бизнес-задачу перевести в язык data science, но MLE, SSE в крупных компаниях чаще всего не участвуют в формулировании бизнес-задач напрямую. Переводом бизнес-задач в data science задачи занимаются Product Managers (PM), Data Analysts (DA), Applied Scientists / Research Scientists, Business Analysts, обычно группа из продакта, дата аналитика и бизнес-аналитика. Здесь Андрей скорее всего накладывает СНГ’шную практику на западную. В России, Украине да, там ты и швец, и жнец, и на дуде игрец.В западных компаниях роли четко определены.
И направления, которые надо качать, чтобы уметь переводить бизнес-задачи в DS-задачи, - это product thinking, это наш любимый causal inference, это operation research (методы оптимизации, моделирования процессов, логистики, ресурсного планирования, особенно актуально, когда у нас есть задача с ограничениями по материальным, временным, людским ресурсам), продуктовая аналитика, бизнес-аналитика.
Each account can create up to 10 public channels ‘Ban’ on Telegram To edit your name or bio, click the Menu icon and select “Manage Channel.” Invite up to 200 users from your contacts to join your channel On Tuesday, some local media outlets included Sing Tao Daily cited sources as saying the Hong Kong government was considering restricting access to Telegram. Privacy Commissioner for Personal Data Ada Chung told to the Legislative Council on Monday that government officials, police and lawmakers remain the targets of “doxxing” despite a privacy law amendment last year that criminalised the malicious disclosure of personal information.
from us
