DATA SUETIST

Как вы переживаете то, что вы не самый лучший во всем?
В эпоху соцсетей у нас появилось невероятное количество людей, с которыми можно себя сравнивать.
Открываешь инстаграм, телеграм, тредс, а вокруг только 21-летние итмони, B2B SaaS-фаундеры с идеальным телом, любимым партнером, интересным и дорогим хобби, на валютной удаленке, зимующие на Бали.
Хотелось сегодня поговорить о том, как принять тот факт, что ваша жизнь - это не идеальная картинка из пинтереста.
Я всегда знала, что я самый обыкновенный средний человек без ярко выраженных талантов. В школе училась средне, даже скорее плохо, не была самой красивой и популярной девочкой, просто симпатюлькой с парочкой друзей.
Во взрослой жизни тенденция сохранилась: я обычный дата саентист со средней зарплатой, у меня небольшой канал в телеграме, я плохо говорю по-китайски, чуть лучше по-английски, у меня нормальная физическая форма и вполне обычная жизнь. Но парадокс в том, что, чтобы поддерживать средний уровень жизни, нужно прилагать неимоверные усилия. И все равно есть ощущение, что ты делаешь недостаточно, потому что точно есть люди лучше тебя.
Наверное, я могу прыгнуть выше головы и покорять все новые и новые вершины, но вы сами понимаете, что для этого нужно… порвать жопу.
Развенчаем мифы, чтобы наконец-то выдохнуть и жить спокойно.

Древние шумеры
Люди существуют примерно 300 тысяч лет, а привычный нам формат жизни с офисной работой, компьютерами, постоянным потоком информации и необходимостью регулярно осваивать новые технологии появился совсем недавно.
Наш мозг формировался явно не в условиях, где с утра у тебя созвон, потом 50 уведомлений, вечером учеба, а перед сном ты смотришь, как кто-то в 21 год открыл свой стартап.
Вокруг столько всего происходит, что мы не в силах контролировать, отсюда и ощущение, что мы вечно что-то упускаем.

Соцсети
По аналогии: социальным сетям в привычном нам виде вообще всего несколько десятилетий. Природой не задумано, что каждый человек будет знать, как живут тысячи других людей.
К тому же при ведении социальных сетей самим человеком возникает эффект ненадежного рассказчика: человеку свойственно приукрашивать, недоговаривать, выставлять все в лучшем свете. Историю пишут победители. А сторисы?
Правду вы знаете только про себя, а про других только то, что они сами показывают.
Отсюда и возникает несоответствие между реальным вами и «идеальными» людьми из инстаграма.
В такие моменты не стоит забывать о критическом мышлении.

Методика последнего места
Каждый раз, когда я что-то делаю и у меня получается плохо, я вспоминаю эту схему.

Люди, у которых получилось лучше, чем у меня
↓
Я
↓
Люди, у которых получилось хуже, чем у меня
↓
Те, кто даже не попытался это сделать.

То есть даже если вы в каком-то соревновании заняли самое последнее место, сам факт того, что вы попробовали и получили новый опыт, уже имеет ценность.
Думайте…

Главный вывод из всей ситуации:

Отделяйте свои желания от навязанных. Не сравнивайте себя с другими, сравнивайте себя с собой из прошлого.
Мне кажется, жить становится сильно спокойнее, когда перестаешь пытаться выиграть соревнование, на которое вообще не записывался.

#мысли_джокера

⚡ Почему аналитики данных так востребованы и как стать аналитиком в 2026 году?

Большинство новичков совершают одну и ту же ошибку: учат всё подряд.
SQL, Python, Power BI, статистика… Но работодатели оценивают кандидатов не только по базовым навыкам, но и по другим критериям. Из-за этого многие месяцами рассылают резюме и получают только отказы или полное игнорирование.

Андрон Алексанян - аналитик с опытом 9 лет и СEO Симулейтив проведет бесплатный урок и покажет, как выглядит путь к первой работе аналитиком в 2026 году.

Вы узнаете:
🔶Какие навыки действительно проверяют на собеседованиях;
🔶Что должно быть в портфолио, чтобы его открывали работодатели;
🔶Почему многие резюме аналитиков сразу отправляются в отказ;
🔶Как искать работу без коммерческого опыта;
🔶Какие преимущества есть у кандидатов после 30, 40 и даже 50 лет;
🔶Какие ошибки чаще всего мешают получить первый оффер.

Дополнительно на эфире разберем реальные примеры резюме и портфолио кандидатов, которые смогли пройти отбор.

🎁 ПОЛУЧИТЕ 3 КУРСА (PYTHON, SQL, PANDAS) В ПОДАРОК ЗА РЕГИСТРАЦИЮ НА ЭФИР!

Эти курсы - база для того чтобы вкатиться в профессию!

Если вы хотите войти в аналитику и перестать тратить время на лишнее обучение — этот урок поможет понять, на чем действительно стоит сосредоточиться.

🛎️Регистрируйтесь, эфир совсем скоро!

Прошла первая учебная неделя...
Поделюсь с вами своими впечатлениями о начавшейся учебе.

Сходила на несколько пар, уже задали домашку.
Первая домашка: написать руками линейный классификатор и обучить его методом стохастического градиентного спуска. Я только рада, как раз хотела сама пошагово разобрать этот процесс, чтобы до конца в нем разобраться.
Вторая домашка: написать многослойный персептрон без использования библиотек PyTorch и TensorFlow и научить его классифицировать грибы.
Думаю, для меня основная сложность этих заданий - реализация градиентного спуска. Как только сделаю эти лабы, напишу пост об этом.

В среду была пара, которую я прогуляла и которую как раз препод запретил прогуливать… За семестр можно только 1 раз не прийти без уважительной причины. А она еще и очная и начинается в 17:10… Придется на нее как-то телепортироваться!

А не пошла я на нее, потому что была на Data Dojo. Сами посудите, уважительная причина прогула или нет. Все доклады я пропустила, к сожалению, потому что все время потратила на мастер-класс по изготовлению фонарей. Ни о чем не жалею! Фонарь получился очень красивый, разве что иероглифы я зеркально наклеила.

В субботу была пара по высоконагруженному программированию на C++. Задача заключается в том, чтобы писать код, а потом запускать бенчмарки и тестировать его эффективность. Надеюсь, удастся что-то навайбкодить…

Вопрос к знатокам: какую среду и компилятор поставить для разработки на C++? У меня Mac и ноут на Windows, но препод сказал, что это кринж - программировать на плюсах на винде… Честно, не горю желанием ставить виртуалку с Linux. Что думаете по этому поводу?

Из личного: в пятницу сходила на концерт китайского рэпера SKAISYOURGOD, было круто.

Для тех, кто не шарит за кисель

#развитие #жизнь_вне_работы

Доброй субботы, подписчики!
Сегодня пытаюсь выбрать себе вузовское расписание на семестр.
Кто учился в ИТМО, наверняка знает, что с этим делом периодически возникают проблемки.🙄
Мне сейчас нужно выбрать основной трек обучения, несколько soft и hard предметов и уровень английского.

Есть два трека обучения, по одной дисциплине на семестр:

Трек 1. Технологии больших данных
1. Технологии хранения больших данных
2. Параллельная и распределенная обработка данных
3. Инфраструктуры больших данных
Трек 2. Разработка инструментов ИИ-систем
1. Программирование на C++
2. Аппаратные вычислители систем ИИ
3. Параллельные вычисления на CUDA

Я подумала, что так или иначе имею представление о работе с большими данными, поэтому решила, что второй трек мне будет полезнее. Особенно я жду предмет «Параллельные вычисления на CUDA». Мне кажется, это очень перспективное направление для работы с ML, особенно если хочется глубже разбираться в GPU-вычислениях и оптимизации моделей.
Есть нюанс: у меня нет опыта промышленной разработки на C++, придется как-то быстро разобраться, что да как. В 2021 году я прошла вот этот курс от Computer Science Center, на этом мои познания в C++ заканчиваются.

Я уже даже выбрала тему для своей будущей НИР. Буду писать про уязвимость в системах искусственного интеллекта - так называемый Prompt Injection.

Чувствую начало своего образовательного прайма, главное теперь продержаться два годика.🤓

Делитесь, какие курсы проходите или, может, тоже обучаетесь в магистратуре?
На фотках наслаждаюсь последними беззаботными днями.
#развитие

Какой навык нужен для международной карьеры?

Я часто вижу одну и ту же ситуацию, когда человек — сильный специалист, у него классный опыт, хорошие проекты и экспертиза. Но когда дело доходит до международных вакансий, появляется языковой барьер.

И в итоге возможности для роста, интересных проектов и большей зарплаты остаются нереализованными.

При этом вокруг английского для работы очень много мифов. Но вот что действительно важно по моему опыту:

1. Уверенный B2 — уже достаточно
Для большинства международных вакансий достаточно уверенного B2. Не нужно говорить как носитель или знать абсолютно всю грамматику.
Важно уметь объяснить свою мысль, поддержать разговор, рассказать о своём опыте и не теряться на созвонах.

2. Не заучивать ответы, а уметь говорить
Гораздо полезнее знать ключевые фразы и уметь гибко формулировать свои мысли.
Потому что на реальном интервью или работе никто не будет задавать вопросы строго по заготовленному сценарию.

3. Практиковать именно рабочий английский
Приложения, учебники и карточки — хорошие инструменты, но сами по себе они не научат вас уверенно говорить на рабочих созвонах и проходить интервью.
Нужна практика именно тех ситуаций, которые встречаются в вашей работе: созвоны, переговоры, презентации, small talk, интервью.

И вот здесь я хочу порекомендовать вам Катю — она как раз специализируется на английском для работы и международной карьеры.

Сейчас у неё можно записаться на бесплатную консультацию, где вы сможете понять:
— какой у вас уровень английского;
— что именно мешает говорить увереннее;
— какие навыки стоит подтянуть для работы и интервью;
— над чем работать в первую очередь.

Если вы давно думаете о международной компании, но английский всё ещё кажется одним из главных барьеров — очень советую попробовать.

👉 Записаться к Кате на бесплатную диагностику можно в личных сообщениях по ссылке.

Проходила сейчас входной тест по английскому языку для магистрантов ИТМО.
Хоть немного отмоюсь от прошлого позора…
Знаете, как-то аж полегчало, что у меня хотя бы чтение и понимание на B1.
Как собака: все понимаю, а сказать не могу 🤭
Правил грамматики тоже не знаю, отвечала просто как хорошо звучит и какие устойчивые выражения уже слышала.
Пока ограничусь итмошным английским, потом уже буду думать как развивать его дальше💪

Калибровка особенно важна, когда бизнес использует именно значение вероятности.
Например, мы хотим посчитать ожидаемый убыток:
Expected Loss = PD × потенциальный размер потерь
Тогда разница между предсказанием 0.1 и 0.8 уже имеет прямой бизнес-смысл.
Получается, универсальной «лучшей метрики» для классификации просто нет.
Если нам критично найти как можно больше positive-класса, смотрим Recall.
Если хотим минимизировать количество ложных срабатываний среди выбранных объектов, смотрим Precision.
Если нужны обе характеристики, можно использовать F1.
Если бизнес способен обработать только K объектов, смотрим Precision@K и Recall@K.
Если хотим оценить качество ранжирования по всем порогам, смотрим ROC-AUC, а при сильном дисбалансе особенно полезен PR-AUC.
Если значение предсказанной вероятности само по себе участвует в бизнес-решении, проверяем калибровку.
А если можем посчитать стоимость FP и FN, выбор модели и порога можно напрямую привязать к деньгам.
Поэтому я бы начинала выбор метрики с вопроса: что именно бизнес будет делать с предсказанием модели?

P.S.
Я напортачила с форматированием🥲

#data_science

Чуть-чуть поторопилась с постом
Новый год начинается с интересных предложений 🤭
Что думаете, идти?

Мне сегодня 28 лет
Еще один год успешно отсуечен, приступаю к следующему😎
Спасибо за вашу поддержку 😳
P.S.
Поступила в магистратуру ИТМО на программу «Проектирование и разработка систем искусственного интеллекта»