👨‍💻 Програмистские навыки для Data Science

Там у Бориcа вышел клёвый набор постов про технические навыки для DS’ов.
Мне кажется, это местами даже чересчур полный набор навыков. Точнее, так: нет необходимости знать всё это когда вы ищите первую работу, но если заботать каждый из блоков, то это сильно повышает вероятность успеха.


Части с кратким описанием:

Минимальные знания Software Engineering для Data Scientist 1/3
Git: базовые команды, понимание концепции версионирование
LInux: отсутствие боязни перед командной строкой
Библиотеки и зависимости в Python: умение собрать зависимости и настроить окружение для проекта
Python: структура кода, стиль кода, тесты
Чтение кода: не бояться сложных конструкций языка

Минимальные знания Software Engineering для Data Scientist 2/3
Память в Python: понимание базовых алгоритмов и структур данных
HTTP: понимать что это и зачем оно нужно
Sklearn Pipelines: сборка ml-pipeline’ов в единые блоки
SQL: базовые и базовые+ запросы
Docker: умение собрать и поднять контейнер

Минимальные знания Software Engineering для Data Scientist 3/3
Map Reduce: понимание концепции
Распределенные вычисления (Spark/Dask): отлично если вы понимаете как оптимально перевести ваши pandas/sql скрипт в Spark/Dask с учетом особенностей датасета
MLOps - MLFlow: хорошо понимать зачем это нужно и как использовать