Start Career in DS

Многие ребята, которые рвутся в DS, отчаянно хотят работать с ML. А вот насколько это нужно на первых порах?)
Статья, которая прямо отвечает на этот вопрос, ссылаясь на «Google’s 43 Rules of Machine Learning?»:

Всем привет!
У меня в голове давно вертелась идея попробовать взять интервью у интересных людей из индустрии аналитики/DS. В частности, чтобы позволить вам ещё лучше понять как устроена работа и чего стоит ждать на собеседованиях.
Сегодня будем записывать первый выпуск - с middle аналитиком из Я.Поиска.
Ответы на какие вопросы вы бы хотели услышать?) Пишите в комментариях, самые интересные зададим!

#статистика
Нашёл классную статью с вопросами по АВ тестам, статистике и терверу с собеседований:
https://www.interviewquery.com/blog-statistics-ab-testing-interview-questions/

По опросам выше стало понятно, что не все готовы читать на английском. Поэтому специально для вас подготовил перевод с авторскими заметками:
https://telegra.ph/28-Voprosov-po-Statistike-i-AB-testirovaniyu-s-intervyu-10-02

Буду рад любым замечаниям/комментариям по переводу. Старался придерживаться авторских вопросов-ответов, но в некоторых местах совсем бомбило и я писал свои ответы 🙂

#математика для DS
https://proglib.io/p/algebra/

Как рассказать про ту или иную тему на собеседовании? Какие вопросы могут задать?
Запускаю цикл видео, которые ответят на эти и многие другие вопросы.
https://youtu.be/MM4onsNaLlI

P.S. На первый выпуск ушло прям очень много сил и времени, огромнейшее спасибо всем, кто в той или иной степени помогал 🙂

#тестовые задания
Меня на одном из вебинаров спрашивали относительно тестовых. Нашёл целый клад из них:
https://github.com/slgero/testovoe

Друзья из МегаФона делают просто топовый подкаст, в котором берут интервью у звёзд индустрии. Послушать очень интересно, советую. Скоро выйдет выпуск с Александром Дьяконовым - я слушал в лайве, там много инсайтов для начинающих карьеру
Чат в tg: https://t.me/bigdatapeople
Подкаст на Я.Музыке: https://music.yandex.ru/album/18194079
Подкаст в Apple Podcasts: https://apple.co/2VSpOoU

Математика для Data Science.
Хорошая подборка книг и курсов, по которым можно изучить ключевые разделы:
https://habr.com/ru/company/plarium/blog/442772/

Теорема Байеса - одна из основ машинного обучения, на которой держится множество алгоритмов. Вот видео, с которым вы раз и навсегда разберетесь что это и как её правильно интерпретировать: https://youtu.be/_bcAK_1a72k

Судя по статистике, такие мини-справочники очень зашли 🙂
Вот аналогичный по основам #SQL :

Более расширенная шпаргалка по #pandas
Очень рекомендую быстренько пробежаться, понять что там есть. И в случае необходимости - быстро вернуться к ней

Напоминаю про сегодняшний вебинар 🙂
Буду рад рассказать полезные штуки и поотвечать на вопросы онлайн!

Бонусом для пришедших будет инсайдерская информация по крутой образовательно-практической программе (в виде стажировки) в крупной российской компании 🙂

#pyspark
Статья-переводчик с «пандасовского» на «пайспарковский» язык:
https://towardsdatascience.com/from-pandas-to-pyspark-fd3a908e55a0

А вот и вебинар на подходе (2 сентября 2021 в 20:00 по мск)

Кого, чего:
Как подготовиться в первым собесам в DS и найти вакансии?
Вебинар проведёт Васильев Роман, Senior Data Scientist в компании Магнит. Роман когда-то руководил наймом и развитием стажёров DS-ов в российской телеком-компании, а сейчас развивает уже полноценную команду в одной из крупнейших ритейл-компаний РФ.

Вы услышите ответы на вопросы:
1. Что нужно изучить чтобы идти на первые собеседования?
2. Где искать вакансии новичкам в DS?
3. Как грамотно подготовить резюме?
4. Как выстроить подготовку, что повторить?
5. Чего ждать на собеседовании?
Даже если не собираетесь в DS, приходите, так как инфа будет полезная :)

Канал спикера: https://t.me/start_ds

Ссылка на вебинар:
https://youtu.be/SKItc7yHnVY

В канале ещё не было материалов по #spark, хотя штука очень полезная и применяется широко в огромном количестве компаний.
Восполняем пробелы.
По ссылке ниже - куча примеров использования спарка. По ним удобно и знания освежить перед собесом, и что-то новое для себя узнать
https://sparkbyexamples.com/

P.S. Ссылка выше ведёт вас на оригинальный спарк (с кодом на Scala), если вы хотите начать с чего-то более близкого, вот аналогичная про pySpark: https://sparkbyexamples.com/pyspark-tutorial/

#вакансии #стажировки
Нашёл тут на просторах интернета агрегатор стажировок различных компаний:
https://github.com/MrHakimov/russian-internships

Где искать #вакансии в DS новичкам и не только?
0. Друзья/знакомые. Да-да, как бы банально не было. Если кто-то из вашего окружения работает в айти (не обязательно аналитике) - обязательно узнайте нет ли у них вакансий. Потому что часто бывает так, что при приводе новых ребят компании выплачивают бонусы тем, кто их приводит, так что это будет полезно и вам, и товарищу :)
1. LinkedIn. Если у вас есть хоть какой-то релевантный опыт (универские/учебные проекты, проекты на стажировке/работе) - описывайте его как можно подробнее. Про Линк даже был отдельный пост: https://t.me/start_ds/93
2. Канал #_jobs в ODS (если не знаете что это - читайте https://t.me/start_ds/44). Там свежие вакансии выкладываются постоянно + с жесткими требования (например, там обязательно должна быть указана вилка зп).
3. Каналы в tg. Их много, но я опишу те, на которые обращаю внимание сам.
Сначала узкие:
Вакансии МГУ, но кажется, что если вы из МИФИ/МГТУ/ВШЭ, вас тоже радостно рассмотрят: https://t.me/vacancyMSU
Вакансии Яндекса, часто проскальзывает аналитика: https://t.me/ya_jobs
Каналы и бот с кучей самых разных вакансий для аналитиков и DS-ов:
https://t.me/foranalysts
https://t.me/datasciencejobs
https://t.me/g_jobbot
https://t.me/datajob
https://t.me/sberlogajobs
4. Прости господи, hh. Я его ставлю на не самый высокий приоритет, но порой там и правда можно найти что-то годное.
5. Start career in DS, по мере появления мы тоже будем потихоньку публиковать вакансии :)

Если у вас есть какие-то свои секретные (и не очень) места поиска вакансий - пишите в комментариях!