Forwarded from Библиотека дата-сайентиста | Data Science, Machine learning, анализ данных, машинное обучение
📊 ETL, ELT и EtLT — в чём разница?
Если эти аббревиатуры кажутся вам загадочным шифром, давайте разбираться!
🔹 ETL (Extract, Transform, Load) — сначала преобразуем, потом загружаем.
✅ Высокое качество данных, экономия места.
❌ Долго, сложно менять трансформации.
🔹 ELT (Extract, Load, Transform) — сначала загружаем, потом трансформируем.
✅ Гибкость, скорость.
❌ Дороже, требует сильного хранилища, ошибки обнаруживаются позже.
🔹 EtLT (Extract, tiny Load, Transform) — компромисс между первыми двумя.
✅ Оптимальный баланс скорости и качества, фильтрация мусора на ранних этапах.
❌ Сложнее в реализации, мало инструментов.
Какой метод используете вы?
Если эти аббревиатуры кажутся вам загадочным шифром, давайте разбираться!
🔹 ETL (Extract, Transform, Load) — сначала преобразуем, потом загружаем.
✅ Высокое качество данных, экономия места.
❌ Долго, сложно менять трансформации.
🔹 ELT (Extract, Load, Transform) — сначала загружаем, потом трансформируем.
✅ Гибкость, скорость.
❌ Дороже, требует сильного хранилища, ошибки обнаруживаются позже.
🔹 EtLT (Extract, tiny Load, Transform) — компромисс между первыми двумя.
✅ Оптимальный баланс скорости и качества, фильтрация мусора на ранних этапах.
❌ Сложнее в реализации, мало инструментов.
Какой метод используете вы?
👍3🙏1
📚 Книга, которая сделает Python простым и понятным
Если вы хотите научиться программировать на Python и анализировать данные — эта книга станет вашим стартом. Пошаговое руководство объяснит основы и покажет реальные примеры.
➡️ Что вас ждет внутри
▪️ Изучение синтаксиса Python: переменные, функции, циклы, структуры данных (списки, множества, словари).
▪️ Инструменты для работы: знакомство с Anaconda, IPython, Spyder IDE, Jupyter Notebook.
▪️ Основы ООП: классы, их применение и принципы объектно-ориентированного программирования.
▪️ Работа с данными: освоите библиотеки NumPy и Pandas для анализа данных, а также Matplotlib для их визуализации.
▪️ Обработка изображений и создание интерфейсов: библиотеки Pillow и Tkinter помогут расширить ваши возможности.
▪️ Отладка кода: разберетесь, как эффективно работать с ошибками и исключениями.
🔵 Начинайте свой путь в программировании с этой книгой и прокачивайте свои навыки с нашим курсом «Основы программирования на Python»
Если вы хотите научиться программировать на Python и анализировать данные — эта книга станет вашим стартом. Пошаговое руководство объяснит основы и покажет реальные примеры.
▪️ Изучение синтаксиса Python: переменные, функции, циклы, структуры данных (списки, множества, словари).
▪️ Инструменты для работы: знакомство с Anaconda, IPython, Spyder IDE, Jupyter Notebook.
▪️ Основы ООП: классы, их применение и принципы объектно-ориентированного программирования.
▪️ Работа с данными: освоите библиотеки NumPy и Pandas для анализа данных, а также Matplotlib для их визуализации.
▪️ Обработка изображений и создание интерфейсов: библиотеки Pillow и Tkinter помогут расширить ваши возможности.
▪️ Отладка кода: разберетесь, как эффективно работать с ошибками и исключениями.
Please open Telegram to view this post
VIEW IN TELEGRAM
👍1
Если вы работаете в IT, но не пишете код, или хотите начать карьеру в сфере технологий — этот курс для вас.
• IT-рекрутеров и HR-специалистов
• Маркетологов и SMM-специалистов, продвигающих IT-продукты
• Проджектов и продактов, работающих с разработчиками
• Владельцев бизнеса, которые взаимодействуют с программистами
▪️ Поймёте, как устроен мир IT: языки, библиотеки, базы данных и стеки.
▪️ Разберётесь, какие задачи решают разные IT-специалисты.
▪️ Освоите основы работы с командами разработки и научитесь правильно ставить задачи.
▪️ Познакомитесь с ключевыми технологиями: большие данные, блокчейн, ИИ, Web3 и метавселенные.
Please open Telegram to view this post
VIEW IN TELEGRAM
❤1👍1😍1
Forwarded from Библиотека шарписта | C#, F#, .NET, ASP.NET
🎮💉 Инъекция зависимостей в Unity для самых маленьких
В разработке на Unity часто возникает проблема высокой связанности кода, что затрудняет поддержку и тестирование. Инъекция зависимостей помогает сделать архитектуру гибче, упрощая управление зависимостями между компонентами.
В свежей статье разбираются подходы к DI в Unity, сложности, связанные с MonoBehaviour, и примеры улучшения структуры проекта.
➡️ Читать статью
🐸 Библиотека шарписта
В разработке на Unity часто возникает проблема высокой связанности кода, что затрудняет поддержку и тестирование. Инъекция зависимостей помогает сделать архитектуру гибче, упрощая управление зависимостями между компонентами.
В свежей статье разбираются подходы к DI в Unity, сложности, связанные с MonoBehaviour, и примеры улучшения структуры проекта.
Please open Telegram to view this post
VIEW IN TELEGRAM
❤🔥1🙏1
Собрали главные причины провалов, чтобы в 2025 году вы наконец прошли свой собес.
В крупных компаниях задачи часто повторяются. Например, собесы в Яндексе можно найти тут.
Тимур лично видел, как одному кандидату попалась одна и та же задача два года подряд.
Если вы решаете задачи нерегулярно, то быстро их забываете. Учеников Тимура, которые решали задачи раз в месяц, на собесе ждали провалы. Хотите пройти собес — решайте стабильно и осознанно.
Дома решать задачи легко, а на собесе — ступор. Причина — отсутствие практики объяснения решений.
Пассивное обучение — ваш враг. Если решаете задачи «по пути в автобусе» — на собесе завалитесь. Выделяйте отдельное время на задачи, напрягайте мозг.
#ШАД
Please open Telegram to view this post
VIEW IN TELEGRAM
👍1
⚠️ В машинном обучении, как в любви: слишком идеальные предсказания – это подозрительно!
Когда модель слишком прилипчива к тренировочным данным, результат оказывается… ну, как в отношениях, когда всё кажется идеальным, но реальность ломает сердце.
❌ Оверфиттинг (Overfitting) – модель так хорошо запомнила тренировочные данные, что на реальных данных начинает путаться.
💔 В любви: «Я выбрал идеального партнёра по профилю, а в жизни выяснилось, что его «идеальность» – всего лишь иллюзия!»
❌ Андерфиттинг (Underfitting) – модель обучена настолько поверхностно, что предсказывает мэтчи случайным образом.
💔 В любви: «Мне нравятся только люди с именем Александр, а всех остальных я даже не замечаю – бедный фильтр!»
❌ Неправильный выбор фичей (Feature Selection Fail) – если модель опирается на неважные признаки, она предсказывает мэтчи хуже случайности.
💔 В любви: «Ты любишь авокадо? Значит, мы созданы друг для друга!» – а потом оказывается, что это вовсе не про важное.
🎯 На вебинаре мы разобрали, как избежать этих ошибок и создать работающую модель для speed dating, которая на самом деле помогает находить любовь! Вчера мы не просто говорили о любви – мы её предсказывали!
🔥 Спасибо всем, кто был с нами и участвовал!
💘 Как же это было?
Если ты пропустил вебинар или хочешь пересмотреть запись – просто перейди по [ссылке] и получи видео 😉
Когда модель слишком прилипчива к тренировочным данным, результат оказывается… ну, как в отношениях, когда всё кажется идеальным, но реальность ломает сердце.
❌ Оверфиттинг (Overfitting) – модель так хорошо запомнила тренировочные данные, что на реальных данных начинает путаться.
💔 В любви: «Я выбрал идеального партнёра по профилю, а в жизни выяснилось, что его «идеальность» – всего лишь иллюзия!»
❌ Андерфиттинг (Underfitting) – модель обучена настолько поверхностно, что предсказывает мэтчи случайным образом.
💔 В любви: «Мне нравятся только люди с именем Александр, а всех остальных я даже не замечаю – бедный фильтр!»
❌ Неправильный выбор фичей (Feature Selection Fail) – если модель опирается на неважные признаки, она предсказывает мэтчи хуже случайности.
💔 В любви: «Ты любишь авокадо? Значит, мы созданы друг для друга!» – а потом оказывается, что это вовсе не про важное.
🎯 На вебинаре мы разобрали, как избежать этих ошибок и создать работающую модель для speed dating, которая на самом деле помогает находить любовь! Вчера мы не просто говорили о любви – мы её предсказывали!
🔥 Спасибо всем, кто был с нами и участвовал!
💘 Как же это было?
Если ты пропустил вебинар или хочешь пересмотреть запись – просто перейди по [ссылке] и получи видео 😉
👍2
This media is not supported in your browser
VIEW IN TELEGRAM
🔥 Собрали базу для изучения Python по видеоурокам
Вот лучшие видеоуроки, чтобы стартануть в Python и быстро прокачаться
📹 Видеоуроки для старта
▪️ Sentdex — полный курс по Python
▪️ CS Dojo — Python для новичков
▪️ Corey Schafer — объяснения от А до Я
▪️ edX: Введение в Python — учимся с лучшими преподавателями
▪️ Programming with Mosh — Python за 6 часов
▪️ CS50 от Гарварда — культовый курс по программированию
▪️ Работа с ИИ на Python — искусственный интеллект своими руками
Начинайте учиться уже сегодня, чтобы через пару месяцев писать код и решать реальные задачи. Python — отличный первый язык для старта в IT.
Вот лучшие видеоуроки, чтобы стартануть в Python и быстро прокачаться
▪️ Sentdex — полный курс по Python
▪️ CS Dojo — Python для новичков
▪️ Corey Schafer — объяснения от А до Я
▪️ edX: Введение в Python — учимся с лучшими преподавателями
▪️ Programming with Mosh — Python за 6 часов
▪️ CS50 от Гарварда — культовый курс по программированию
▪️ Работа с ИИ на Python — искусственный интеллект своими руками
Начинайте учиться уже сегодня, чтобы через пару месяцев писать код и решать реальные задачи. Python — отличный первый язык для старта в IT.
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥2👍1
Forwarded from Data jobs — вакансии по data science, анализу данных, аналитике, искусственному интеллекту
📝 Почему твое резюме собирает мало просмотров: 6 главных ошибок и как их исправить
Гайд о том, как в несколько раз увеличить количество просмотров вашего резюме с помощью проверенных техник оптимизации профиля.
В этой статье мы разберем 6 ошибок, которые мешают вашему резюме появляться в поиске рекрутеров, и дадим рекомендации по их исправлению. Следуя этим советам, вы повысите видимость своего профиля и чаще будете попадать в поле зрения работодателей.
👉 Читать статью
Гайд о том, как в несколько раз увеличить количество просмотров вашего резюме с помощью проверенных техник оптимизации профиля.
В этой статье мы разберем 6 ошибок, которые мешают вашему резюме появляться в поиске рекрутеров, и дадим рекомендации по их исправлению. Следуя этим советам, вы повысите видимость своего профиля и чаще будете попадать в поле зрения работодателей.
👉 Читать статью
👍1🔥1😢1
Если вы на старте карьеры в IT — сохраняйте себе, чтобы не наступить на типичные грабли
В IT нельзя переставать учиться. Рынок меняется быстро, и новые навыки нужны каждый день.
Цель важнее сотни откликов. Курсы от Proglib.academy помогают разобраться, куда идти и как достичь результата.
Успешнее устраиваются те, кто понимает требования и выбирает вакансии осознанно. Важно анализировать причины отказов и учиться на них.
Поиск — это тоже работа. Регулярность в откликах и подготовке повышает шансы на успех.
Вакансии становятся всё более челенджовыми, но главное — не опускать руки. Учитесь, изучайте рынок и грамотно подавайте себя. Удачи на собесах.
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥2🙏1
📌 Простая истина от наших подписчиков
Как успешно стартовать в IT? Советы от тех, кто уже прошёл этот путь:
«Возможно, стоит входить с не самой интересной работы, но чисто ради опыта в резюме»
«Сделать это никогда не поздно»
«Для программистов: недостаточно зубрить книжки, пишите хотя бы простые программки»
«Правильно оценить необходимость и желание, если они всё же есть, то не останавливаться... Ведь возможности есть всегда...»
Главное: терпение, обучение и рост — вот ваш билет в IT🫡
Как успешно стартовать в IT? Советы от тех, кто уже прошёл этот путь:
«Возможно, стоит входить с не самой интересной работы, но чисто ради опыта в резюме»
«Сделать это никогда не поздно»
«Для программистов: недостаточно зубрить книжки, пишите хотя бы простые программки»
«Правильно оценить необходимость и желание, если они всё же есть, то не останавливаться... Ведь возможности есть всегда...»
Главное: терпение, обучение и рост — вот ваш билет в IT
Please open Telegram to view this post
VIEW IN TELEGRAM
👍2💯1
Forwarded from Библиотека дата-сайентиста | Data Science, Machine learning, анализ данных, машинное обучение
🐳 Делаем конкурента DeepSeek R1-Zero на домашней пекарне: метод GRPO в Unsloth
Обычно LLM требуют мощных GPU, но теперь даже на видеокарте с ограниченной памятью можно обучать модели логического рассуждения.
💡 Фишка — новый алгоритм GRPO, который позволяет моделям развивать логическое мышление без вмешательства человека.
Подробнее в нашей статье: https://proglib.io/sh/MyBCbq9is5
Обычно LLM требуют мощных GPU, но теперь даже на видеокарте с ограниченной памятью можно обучать модели логического рассуждения.
💡 Фишка — новый алгоритм GRPO, который позволяет моделям развивать логическое мышление без вмешательства человека.
Подробнее в нашей статье: https://proglib.io/sh/MyBCbq9is5
👍3
Регрессия — это когда по исходным данным мы предсказываем новые цифры.
Регрессия помогает выявлять зависимости между переменными и строить прогнозы.
Алгоритм обучается на прошлых данных, находит закономерности и строит модель, которая может делать прогнозы для новых входных данных.
▪️ Определение стоимости недвижимости на основе площади, расположения и других факторов.
▪️ Прогнозирование продаж товаров в зависимости от сезона и спроса.
▪️ Оценка уровня дохода по возрасту, образованию и опыту работы.
▪️ Анализ влияния температуры на потребление электроэнергии.
#машинное_обучение
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥2🙏1
✏️ Разбор задачи с экзамена ШАД
Условие: В социальной сети "Улей" некоторые пары пользователей считаются друзьями, причем известно, что у любой пары друзей нет общих друзей, а у любой из пар, не являющихся друзьями пользователей ровно два общих друга. Докажите, что у всех пользователей одинаковое число друзей.
Решение: Возьмём сначала любых двух друзей a и b. Тогда множества их друзей F(a) и F(b) не пересекаются. У любого пользователя 1️⃣ ровно два общих друга с b: a и 2️⃣ Аналогичное верно и обратное. Тем самым получаем биекцию 3️⃣ Значит, 4️⃣ Пусть теперь a и b не друзья. По условию у них есть общий друг c. По доказанному 5️⃣
Ответ:доказано
#задачи_шад
Условие: В социальной сети "Улей" некоторые пары пользователей считаются друзьями, причем известно, что у любой пары друзей нет общих друзей, а у любой из пар, не являющихся друзьями пользователей ровно два общих друга. Докажите, что у всех пользователей одинаковое число друзей.
Решение: Возьмём сначала любых двух друзей a и b. Тогда множества их друзей F(a) и F(b) не пересекаются. У любого пользователя 1️⃣ ровно два общих друга с b: a и 2️⃣ Аналогичное верно и обратное. Тем самым получаем биекцию 3️⃣ Значит, 4️⃣ Пусть теперь a и b не друзья. По условию у них есть общий друг c. По доказанному 5️⃣
Ответ:
#задачи_шад
👍1💯1
🍰 15 полезных JavaScript сниппетов на все случаи жизни
Начинающим разработчикам часто приходится искать быстрые решения для типичных задач, таких как копирование текста в буфер обмена, обработка URL-параметров или управление элементами DOM.
В этой статье мы собрали 15 полезных JavaScript сниппетов, которые помогут значительно упростить работу и ускорить разработку: эти небольшие, но эффективные фрагменты кода пригодятся почти в любом проекте.
🔗 Читать статью
🔗 Зеркало
Начинающим разработчикам часто приходится искать быстрые решения для типичных задач, таких как копирование текста в буфер обмена, обработка URL-параметров или управление элементами DOM.
В этой статье мы собрали 15 полезных JavaScript сниппетов, которые помогут значительно упростить работу и ускорить разработку: эти небольшие, но эффективные фрагменты кода пригодятся почти в любом проекте.
🔗 Читать статью
🔗 Зеркало
👍1
Если вы хотите прокачать навыки, научиться решать сложные задачи и пройти техническое собеседование в крупную IT-компанию — этот курс для вас.
➼ Junior-разработчиков и тех, кто хочет устроиться на первую работу
➼ Middle-разработчиков, желающих освежить знания и выйти на новый уровень
➼ Всех, кто хочет разобраться в алгоритмах и структурах данных
▪️ Понимание ключевых алгоритмов и их реализацию в коде
▪️ Разбор сложных задач, встречающихся на собеседованиях в Яндекс, Google, Amazon
▪️ Углубленное изучение стандартных библиотек языков программирования
▪️ 47 видеолекций + 150 практических заданий
▪️ Поддержку преподавателя и обратную связь
Please open Telegram to view this post
VIEW IN TELEGRAM
👍1
Big Data и Data Science применяются не только в IT-гигантах, но и в некоммерческом секторе, где технологии анализа данных помогают оптимизировать работу организаций, собирать средства и оказывать помощь эффективнее.
▪️ Как некоммерческие организации используют Data Science.
▪️ Оптимизация фондов и финансирования с помощью аналитики.
▪️ Роль прогнозных моделей в благотворительности.
▪️ Кейсы Amnesty International, Khan Academy и DataKind.
Please open Telegram to view this post
VIEW IN TELEGRAM
❤1👍1
📊 Как себя чувствует IT-рынок в 2025 году?
Друзья, запускаем важное исследование рынка труда в IT!
Нам очень важно понять:
• Как изменились зарплаты
• Что происходит с наймом
• Есть ли сокращения или рост
🔐 Опрос полностью анонимный
⏱️ Займёт всего 3-5 минут
📈 Результаты опубликуем в подробной статье
Ваши ответы помогут составить реальную картину происходящего в индустрии.
👉 Пройти опрос
Друзья, запускаем важное исследование рынка труда в IT!
Нам очень важно понять:
• Как изменились зарплаты
• Что происходит с наймом
• Есть ли сокращения или рост
🔐 Опрос полностью анонимный
⏱️ Займёт всего 3-5 минут
📈 Результаты опубликуем в подробной статье
Ваши ответы помогут составить реальную картину происходящего в индустрии.
👉 Пройти опрос
👍1
Казалось бы, AI должен помочь в обучении — разжевывать сложные темы, упрощать поиск информации. Но вместо этого лента заполняется однотипными статьями без глубины:
Новички, которые только входят в сферу IT, получают не реальный опыт, а пересказ банальностей. И это касается не только LinkedIn и VC, но и Хабра — вместо детальных технических разборов всё чаще встречаются тексты, которые больше напоминают школьные сочинения.
Please open Telegram to view this post
VIEW IN TELEGRAM
❤2🔥1
Forwarded from Библиотека C/C++ разработчика | cpp, boost, qt
Документация PostgreSQL — лучший источник знаний о СУБД. Но она отличается огромным объемом: не каждый разработчик осилит 3024 страницы формата А4.
Опытный бэкендер составил список самых важных сведений, которые ему самому хотелось бы знать перед началом работы с PostgreSQL. Эта подборка сэкономит вам несколько недель изучения документации, и скорее всего, пригодится для работы с другими СУБД.
👉 Список самого важного
Опытный бэкендер составил список самых важных сведений, которые ему самому хотелось бы знать перед началом работы с PostgreSQL. Эта подборка сэкономит вам несколько недель изучения документации, и скорее всего, пригодится для работы с другими СУБД.
👉 Список самого важного
👍2
Please open Telegram to view this post
VIEW IN TELEGRAM