Подработки и мелкие заказы на пару часов работы – это, конечно, хорошо. До тех пор, пока тебе не надоест распылять свои навыки и потенциал на всех подряд.

Знай цену себе и своему времени — подпишись на @theyseeku и работай с лучшими работодателями, которые предлагают удалённые вакансии. Именно Finder.vc первыми начали искать удалёнщиков в телеграме, написали полезный гайд о переезде за границу и создали бота, который раз в день отправляет вакансии по выбранной специальности — @findervc_bot.

t.iss.one/theyseeku — помогут специалистам с любым опытом получить хорошо оплачиваемую работу, на которую не нужно идти в офис.

PYTHON FOR DATA SCIENCE: The Ultimate Beginners’ Guide to Learning Python Data Science Step by Step (2019)

Книга представляет собой всеобъемлющее руководство для начинающих изучать программирование на Python, особенно для применения в Data Science. Чтобы сделать уроки более понятными, повсюду в книге приводятся практические примеры и приложения материала в работе и науке. Представлено несколько библиотек Python, в том числе NumPy, Pandas, Matplotlib и Seaborn для анализа и визуализации данных.

Как глубокое обучение с подкреплением помогает Алисе в разговорах на свободные темы.

https://youtu.be/F6aRroc7QDw

Продвинутый курс по машинному обучению с подкреплением.

https://youtu.be/iOh7QUZGyiU

Machine Learning and Security: Protecting Systems with Data and Algorithms (2018)

Могут ли методы машинного обучения решить наши проблемы с компьютерной безопасностью и, наконец, положить конец игре в кошки-мышки между злоумышленниками и защитниками? Из этого практического руководства вы узнаете, как применить машинное обучение к таким задачам безопасности, как обнаружение вторжений, классификация вредоносных программ и анализ сети. Эта книга подходит как для инженеров по безопасности, так и для специалистов по данным.

Автор рассказывает о языке Julia и его использовании в Data Science.

https://hackernoon.com/why-im-in-love-with-julia-jo763y3a

Цикл лекций — введение в работу с нейронными сетями.

https://youtu.be/riLQCudri7Q

10 Data Science книг к прочтению в 2020 году

Data Science повсюду: заголовки новостей пестрят нейросетями и машинным обучением. В этой подборке собрали 10 актуальных книг для освоения науки о данных.

https://prglb.ru/5ik9

Generative Deep Learning: Teaching Machines to Paint, Write, Compose, and Play (2019)

Сейчас уже можно научить машину преуспевать в таких делах, как рисование, письмо и сочинение музыки. При помощи этой книги ML-инженеры и специалисты по данным могут узнать, как создавать некоторые из наиболее впечатляющих моделей глубокого обучения, например, автокодировщики, генеративно-состязательные сети и другие.

Доклад о возможностях TensorFlow и его использовании в Google.

https://youtu.be/qxGxmU58HJc

Плейлист с переведёнными видео 3Blue1Brown по линейной алгебре.

https://www.youtube.com/playlist?list=PLVjLpKXnAGLXPaS7FRBjd5yZeXwJxZil2

Курс лекций по математическому анализу Алексея Савватеева.

https://www.youtube.com/playlist?list=PLlx2izuC9gjgEWu2364R6GnrY8SMUYi-E

Туториалы по визуализации данных с помощью Seaborn.

https://youtu.be/z7ZINBk8EUk

10 подробных ответов на вопросы по машинному обучению с собеседований.

https://youtu.be/T03Fw1kj3B8

Ещё никогда не было таких необычных и крутых задач для хакатонов, а тем более в области Data Science.

Сельское хозяйство и фермеры очень нуждаются в крутых IT-решениях: от спасения жизни телят и проектирования траекторий полетов дронов-опрыскивателей до определения болезни по листку яблони

Список задач на сайте https://prglb.ru/2m7ki
Призовой фонд — 1 350 000 рублей!
Генеральный спонсор — Россельхозбанк

Статья об эффективном использовании Jupyter Notebooks.

https://ljvmiranda921.github.io/notebook/2020/03/06/jupyter-notebooks-in-2020/

О градиентном спуске с нуля.

https://philippmuens.com/gradient-descent-from-scratch/

Топ-10 полезных книг по Data Science.

https://towardsdatascience.com/what-are-the-10-must-read-data-science-and-ai-books-of-2020-36e2c5f0d72f