Анализ данных • 17 июля 2024 • 5 мин чтения

Полезные ресурсы для начинающего специалиста по Data Science

Data Scientist решает бизнес-задачи с помощью машинного обучения (machine learning, ML). Публикуем список источников, которые помогут разобраться в этой профессии и стартовать в ней.

Бесплатные курсы

1. Обучение от Яндекс Практикума

В Практикуме есть бесплатные уроки для будущих специалистов по Data Science. В текстовых уроках рассказывают, чем Data Scientist отличается от других аналитиков и что делает в компании.

На курсах Практикума можно выучиться на Data Scientists с нуля — в программе много теории и практики

Обучение в Практикуме длится восемь месяцев — за это время студенты могут с нуля изучить Python и разобраться в методах анализа данных. С первых уроков начнётся практика: нужно будет решать задачи из разных сфер бизнеса.

2. Stepic Contest. Data Science

Курс, в котором можно изучить основы Data Science. Уроки написаны на английском языке. Уникальность программы в том, что она подстраивается под уровень ученика. Для этого в каждом уроке нужно оценить его уровень сложности. Программа проанализирует ответы и учтёт их при выборе следующих лекций.

3. «Основы анализа данных и Python»

Бесплатный курс Практикума для новичков. Студентов учат писать код на Python, разбираться в графиках и строить гипотезы.

4. «Нейронные сети и компьютерное зрение»

Бесплатный курс с видеоуроками, тестами и интерактивными заданиями. Для обучения понадобится знание математической статистики и языка Python.

5. «Наука о данных»

Курс о том, для чего нужна наука о данных в бизнесе. Десять теоретических модулей с примерами реальных компаний, которые используют ML.

Телеграм-каналы

6. «Пристанище Дата Сайентиста»

Канал Рената Алимбекова про карьеру и обучение в Data Science. Автор рассказывает о своём опыте и публикует ссылки на книги, гайды и курсы.

Многие посты в этом канале — про личный опыт автора и лайфхаки, которые помогают ему в работе

7. Data Science

Канал с новостями о машинном обучении, лекциями и ссылками на книги.

8. Machinelearning

Авторы канала разбирают новинки из области машинного обучения, вопросы с собеседований. Публикуют ссылки на бесплатные курсы и гайды.

9. Data Science | Machinelearning [ru]

В канале публикуют статьи на темы, которые будут полезны начинающим специалистам по Data Science: про машинное обучение, ИИ, Python и математику.

10. Data Science Notes

Публикуют ссылки на статьи и литературу по Data Science. Есть полезная информация и для начинающих, и для опытных специалистов.

11. Job for Analysts & Data Scientists

Канал с вакансиями для digital-аналитиков и Data Scientists. Можно найти предложения, которых нет на популярных сайтах по поиску работы.

Youtube-каналы

12. Data School

Канал для Data Scientists, которые начинают развиваться в профессии. Автор Кевин Маркем публикует видеоуроки по машинному обучению и лайфхаки, которые помогают решать рабочие задачи.

На канале можно найти советы, которые помогут оптимизировать работу специалистов по Data Science. Источник: Data School

13. «ФКН ВШЭ»

Канал факультета компьютерных наук Высшей школы экономики. Можно найти видео про программирование, machine learning и работу с данными.

14. «Яндекс Практикум»

В Youtube-канале Практикума есть подборка видео про анализ данных. Начинающие специалисты могут узнать об особенностях работы разных аналитиков, а также о трудоустройстве.

15. miracl6

Автор канала делится своим опытом обучения и построения карьеры в Data Science.

Книги

16. «Думай как математик: как решать любые задачи быстрее и эффективнее»

Автор: Барбара Оакли

Специалист по Data Science должен знать основы математики. Барбара Оакли в своей книге пишет, как можно сделать способ своего мышления более «математическим».

Книга Оакли научит читателя размышлять как математик

17. «Data Science. Наука о данных с нуля»

Автор: Джоэл Грас

Книга Граса — учебник по Data Science для начинающих. Можно изучить Python, разобраться в моделях машинного обучения и узнать, какие существуют методы исследования данных.

18. «Python и анализ данных»

Автор: Уэс Маккинни

Автор описывает возможности Python и его библиотек, которые пригодятся в аналитике данных.

Статьи

19. Блог Практикума

Можно почитать про основы Data Science, сервисы для работы и построение карьеры в этой области. Например:

● Кто такой Data Scientist.
● В чём польза теоремы Байеса.
● Что такое модель машинного обучения.

В Практикуме есть статьи для разных специалистов — от бизнес-аналитиков до Data Scientists

20. Data Science Pet Projects. FAQ

Статья для начинающих специалистов Data Science о том, как делать pet-проекты: как выбирать тему, искать вычислительные ресурсы и оформлять работу в презентабельный вид.

21. Блог InfoQ

Ресурс на английском языке, в котором есть блок о машинном обучении. Можно почитать статьи о том, как тестировать ML-модели и как искусственный интеллект помогает бороться с мошенниками.

Статью подготовили: