Вокруг поиска первой работы в IT много вопросов и проблем: большой конкурс на позицию junior, провалы на собеседованиях, глобальная незаинтересованность рынка в джунах, особенно если им больше 30. Мы, издание «Библиотека программиста», решили провести опрос среди всех, кто когда-либо искал первую работу в IT-сфере, чтобы понять кто, каким образом и с какой эффективностью (не) справляется с этой задачей. Опрос займет около 3 минут, результаты опубликуем на сайте proglib.io ориентировочно 19 сентября.
https://forms.gle/kuFeTtoHhKQW2Ekc8
https://forms.gle/kuFeTtoHhKQW2Ekc8
Google Docs
Поиск первой работы в IT
Вокруг поиска первой работы в IT много вопросов и проблем: большой конкурс на позицию junior, провалы на собеседованиях, глобальная незаинтересованность рынка в джунах, особенно если им больше 30. Мы, издание «Библиотека программиста», решили провестискал…
☄️Друзья! 21 сентября в NewProLab стартует флагманский 12-недельный онлайн-курс "Специалист по большим данным".
А это значит, вас вновь ждет самая глубокая и обьемная программа на рынке Big Data, заслужившая множество восторженных отзывов!
👉Оставляйте заявку и задавайте вопросы: https://clck.ru/XLjph 👈
Вы:
☑️Владеете основами Python?
☑️Уже умеете создавать SQL-запросы?
☑️ Знакомы с прикладными понятиями мат. анализа и линейной алгебры?
☑️Понимаете базовые операции ОС Linux?
Тогда мы приглашаем вас систематизировать текущие навыки и получить полное практическое руководство для подготовки собственных полноценных проектов.
Вы научитесь: строить модели машинного обучения, писать MapReduce-джобы, используя Hadoop Streaming и Python, работать с данными на HDFS, проводить анализ при помощи Apache Spark, строить алгоритмы рекомендательных систем.
❗️И все это на реальных дата-сетах и живых бизнес-кейсах с преподавателями и нетворком в сообществе единомышленников❗️
Эту программу уже прошли более 300 дата аналитиков и разработчиков. Присоединяйтесь и вы!
А это значит, вас вновь ждет самая глубокая и обьемная программа на рынке Big Data, заслужившая множество восторженных отзывов!
👉Оставляйте заявку и задавайте вопросы: https://clck.ru/XLjph 👈
Вы:
☑️Владеете основами Python?
☑️Уже умеете создавать SQL-запросы?
☑️ Знакомы с прикладными понятиями мат. анализа и линейной алгебры?
☑️Понимаете базовые операции ОС Linux?
Тогда мы приглашаем вас систематизировать текущие навыки и получить полное практическое руководство для подготовки собственных полноценных проектов.
Вы научитесь: строить модели машинного обучения, писать MapReduce-джобы, используя Hadoop Streaming и Python, работать с данными на HDFS, проводить анализ при помощи Apache Spark, строить алгоритмы рекомендательных систем.
❗️И все это на реальных дата-сетах и живых бизнес-кейсах с преподавателями и нетворком в сообществе единомышленников❗️
Эту программу уже прошли более 300 дата аналитиков и разработчиков. Присоединяйтесь и вы!
Использование математического модуля Python и демонстрация практических функций Pandas.
https://proglib.io/w/08e0a6f5
https://proglib.io/w/08e0a6f5
Realpython
Episode #76: Harnessing Python's math Module and Exposing Practical Pandas Functions – The Real Python Podcast
How well do you know Python's math module? Maybe you've used a few of the constants or arithmetic functions. You may be surprised by the amount of functionality hiding within this built-in library, and perhaps you don't need to reach for an additional outside…
Transfer Learning for Natural Language Processing (2021)
Автор: Paul Azunre
Количество страниц: 272
Обучение моделей глубокого обучения с нуля является дорогостоящим, трудоемким и требует огромных объемов данных. В данной книге автор раскрывает передовые методы трансферного обучения, которые применяются в NLP-архитектурах. Вы узнаете, как использовать трансферное обучение, чтобы получать самые лучшие результаты в NLP, даже при работе с сильно ограниченными данными.
Скачать книгу
Автор: Paul Azunre
Количество страниц: 272
Обучение моделей глубокого обучения с нуля является дорогостоящим, трудоемким и требует огромных объемов данных. В данной книге автор раскрывает передовые методы трансферного обучения, которые применяются в NLP-архитектурах. Вы узнаете, как использовать трансферное обучение, чтобы получать самые лучшие результаты в NLP, даже при работе с сильно ограниченными данными.
Скачать книгу
Telegram
Книги для программистов (reserved)
Transfer Learning for Natural Language Processing (2021)
Автор: Paul Azunre
Автор: Paul Azunre
Как DeepMind обучает агентов, которые могут играть в любую игру без вмешательства человека.
https://proglib.io/w/7c641a3b
https://proglib.io/w/7c641a3b
Medium
How DeepMind Train Agents that can Play Any Game Without Human Intervention
A new paper proposes a new architecture and training environment for generally capable agents.
📊 Обучение на Data Scientist: как составить резюме, пройти собеседование и найти работу?
Читайте обзор ресурсов для составления резюме, поиска вакансий и прохождения собеседования на позицию Data Scientist.
https://proglib.io/sh/TVBhzI3J26
Читайте обзор ресурсов для составления резюме, поиска вакансий и прохождения собеседования на позицию Data Scientist.
https://proglib.io/sh/TVBhzI3J26
Руководство по эффективному программированию на Python для специалистов по данным.
https://proglib.io/w/984f4a06
https://proglib.io/w/984f4a06
Medium
Data scientist’s guide to efficient coding in Python
Tips and tricks I use for writing clean codes on a day-to-day basis
Привет, Username! Приглашаем тебя на новый LifeTech-хакатон Цифрового Прорыва!
Для тебя мы подготовили крутецкие кейсы от Росатома, ДОМ.РФ, Департамента информационных технологий города Москвы, Транспортных инноваций Москвы!
Участвовать можно онлайн из любой точки России, либо в специальных оффлайн-коворкингах (см. список доступных на сайте).
Успей собрать команду 3-5 человек (или присоединиться к имеющимся), выбрать кейс и побороться за призовой фонд до 4.500.000 руб. 🚀🚀🚀
Регистрируйся прямо сейчас: https://proglib.io/w/f12e3c30
Для тебя мы подготовили крутецкие кейсы от Росатома, ДОМ.РФ, Департамента информационных технологий города Москвы, Транспортных инноваций Москвы!
Участвовать можно онлайн из любой точки России, либо в специальных оффлайн-коворкингах (см. список доступных на сайте).
Успей собрать команду 3-5 человек (или присоединиться к имеющимся), выбрать кейс и побороться за призовой фонд до 4.500.000 руб. 🚀🚀🚀
Регистрируйся прямо сейчас: https://proglib.io/w/f12e3c30
📊 Построение и отбор признаков. Часть 1: feature engineering
Машинное обучение – это не просто подбор правильных параметров для модели. Рабочие процессы ML зависят от построения и отбора признаков. В сообществах специалистов по Data Science эти понятия ошибочно отождествляют. Разберемся, для чего нам нужны признаки, а также изучим особенности реализации техники feature engineering.
https://proglib.io/sh/en9TlokuUV
Машинное обучение – это не просто подбор правильных параметров для модели. Рабочие процессы ML зависят от построения и отбора признаков. В сообществах специалистов по Data Science эти понятия ошибочно отождествляют. Разберемся, для чего нам нужны признаки, а также изучим особенности реализации техники feature engineering.
https://proglib.io/sh/en9TlokuUV