Программирование[10]

[E1azor]

ого, то есть вова это господин в быдлокодинге, получается

 

эти ваши гении в 22 года впечатляют (столько говна сожрать в детстве и не блевануть)

 

я лет в 11 начал прогать,, когда комп в руки попал, но быстро наскучило, хз как вообще этим можно увлекаться, ну прогать с целью заработать денег -- такой фетиш ещё можно понять, но само прогание это максимально унылая хуета

 

другое дело жрать водяру и играть в доту -- вот это кайф (во времена доты 1 офк, щас дота уже не та)

[iMbanana]

стартую ранкед кста

[Kant]

кто-нибудь шарит в решениях по поводу загрузки больших файлов с клиента на сервак?

 

[Exp1]

Бля, а можно куда-то насрать пост про изучения DataScience  в частности про ML/DL. Потому что ,что написано на первой это просто пиздец какой-то аж глазам больно

[flakon]

Можно

[Exp1]

Во-первых, если вы не идете в область DataScience потому,что вы плохо знали в школе математику или ее боитесь,то я спешу вас обрадовать ) Школьной математики там практически нет. Все что вам нужно для старта немножко мат.статистики,примерно столько же линейной алгебры и еще меньше мат.анализа. НЕ ПУГАЙТЕ СЕБЯ МАТЕМАТИКОЙ - основы из этих дисциплин учатся даже если ты ебучий тупой осел за несколько месяцев(ссылки как что и где будут ниже)

 

Во-вторых, вам стоит осознать ,что нет профессии DataScientist . Почему нет? очень подробно объяснено в этом видео. Обязательно к просмотру,а потом уже думаете в какой конкретно дисциплине вам комфортнее будет развиваться. https://www.youtube.com/watch?v=lDkTNURDIaY&t=380s&ab_channel=Компьютерныенауки

Так-же хочу добавить,что помимо стандартного MachineLearning есть DeepLearning,которая основана на нейронных сетях(переходите сюда только после хорошего фундамента в стандартном MachineLearning`e)

 

Теперь давайте перейдем непосредственно к тому,что и где изучать:

  *По языку это Python 100%,даже не думайте про R и тд. Python это основа в DS`E. Я не буду сюда прикладывать курсы и тд. Думаю здравый человек сам разберется и найдем себе что-то по душе. Ибо их просто дохуища и книг и курсов чего угодно. ООП вам знать до вход в DeepLearning не нужно. Так что можете просто изучить сначала основы.

*Фреймы/библиотеки для Python и тд. Стек примерно следующий:pandas(эксель на стероидах),numpy(библиотека для линейной алгебры),matplotib,seaborn(для визуализации данных),sklearn(для непосредственно machinelearning), про DeepLearning писать не буду думаю там дальше человек разберется . Где все это учить опять же будет ниже

*Перейдем к математическому аппарату. Не нужно углубляться в изучение математики и пытаться до мелочей понять,что под капотом . Всему свое время. Основы которые вы должны знать из матана: нахождение производных, понятие и нахождение градиента, и чуть-чуть уметь в оптимизацию. в линале все еще проще: знать действия с матрицами,векторами и тд . понимание  ЛНЗ,и всякие свд разложения. Про статистику чуть ниже будет.

 

Непосредственно курсы:

http://wiki.cs.hse.ru/Заглавная_страница - супер годнота от ВШЭ ПМИ (топ 1 направление в снг по DS) тут и математику можете изучать все,что угодно и тд тут семинары лекции домашки) короче кто захочет разберется

https://www.coursera.org/programs/university-20-35-learning-program-ldwrc/browse?authProvider=university2035&collectionId=&productId=LJJquPNEEeq8aA7CXQtyOw&productType=s12n&showMiniModal=true - здесь непосредственно вся математика , которая вам будет нужна. Также рекомендую почитывать http://mathprofi.ru/ - там расписано совсем для ебланов. если прям ботать то вот список программы Шада https://yandexdataschool.ru/static/files/shad_program.pdf 

СТАТИСТИКА - Основы статистики от карпова на stepik вам хватит первые две части за глаза

http://wiki.cs.hse.ru/Введение_в_анализ_данных_(майнор_ИАД) - введение в Ml на пальцах

https://habr.com/ru/company/ods/blog/322626/ - тоже очень годный курс 

Coursera: Машинное обучение и анализ данных (специализация) - https://www.coursera.org/programs/university-20-35-learning-program-ldwrc/browse?authProvider=university2035&productId=78tKup5eEeW5ewqD-4pukQ&productType=s12n&query=машинное+обучение&showMiniModal=true альтернатива курсу ниже(но тут есть математика правда для изучения с 0 сложновато)

Машинное обучение: от статистики до нейросетей - крайне рекомендую начинать отсюда тут почти на пальцах объясняют 

https://www.coursera.org/programs/university-20-35-learning-program-ldwrc/browse?authProvider=university2035&productId=A3AnffNWEeqyTA6onGIHCw&productType=s12n&query=машинное+обучение&showMiniModal=true

Лекции и семинары от Воронцова - https://www.youtube.com/watch?v=xccjt6lOoow&list=PLk4h7dmY2eYHHTyfLyrl7HmP-H3mMAW08&ab_channel=MachineLearningPhystech нужен хороший мат.аппарат для совсем тупеньких лучше не открывать.

Coursera: Machine Learning, Andrew Ng - классика правда чутка устарела , но для введения заебись. https://www.coursera.org/learn/machine-learning

 

Ну в принципе все) Комбинируйте что-то не понятно гуглите и тд. Главное разбирайте все непонятные вам вопросы и практикуйтесь .

 

ТАКЖЕ не забывайте про https://www.kaggle.com/ - это ваши проекты для набивки руки . 

обязательно вступите в слак https://ods.ai/ крупнейшее сообщество в европе по Ods + еще и русскоязычное там куча плюшек думаю разберетесь.

 

И ДА БЛЯТЬ НЕ ПОКУПАЙТЕ КУРСЫ НА COursera.org ВЫ МОЖЕТЕ ИХ ПРОХОДИТЬ БЕСПЛАТНО С ПОМОЩЬЮ https://steps.2035.university/collections?type=general&page=1 просто привяжите аккаунт свой туда к курсере и все курсы (почти) будут бесплатные. БЛЯ ВРОДЕ все)

 

Изменено 1 августа 2021 пользователем Exp1

[UglyBastard]

Kant написал 1 час назад:

кто-нибудь шарит в решениях по поводу загрузки больших файлов с клиента на сервак?

 

а что не так с scp?

[Kant]

besteady написал 3 минуты назад:

Kant написал 1 час назад:

кто-нибудь шарит в решениях по поводу загрузки больших файлов с клиента на сервак?

 

а что не так с scp?

то что его нет в браузере

[Drakonian]

Kant написал 13 минут назад:

besteady написал 16 минут назад:

Kant написал 1 час назад:

кто-нибудь шарит в решениях по поводу загрузки больших файлов с клиента на сервак?

 

а что не так с scp?

то что его нет в браузере

Может тебе такая хуйня нужна? но я нуп, хз
https://deliciousbrains.com/using-javascript-file-api-to-avoid-file-upload-limits/

[Exp1]

можете хуячить по МЛю вроде все

[EbalKopal]

Exp1 написал 1 час назад:

Во-первых, если вы не идете в область DataScience потому,что вы плохо знали в школе математику или ее боитесь,то я спешу вас обрадовать ) Школьной математики там практически нет. Все что вам нужно для старта немножко мат.статистики,примерно столько же линейной алгебры и еще меньше мат.анализа. НЕ ПУГАЙТЕ СЕБЯ МАТЕМАТИКОЙ - основы из этих дисциплин учатся даже если ты ебучий тупой осел за несколько месяцев(ссылки как что и где будут ниже)

 

Во-вторых, вам стоит осознать ,что нет профессии DataScientist . Почему нет? очень подробно объяснено в этом видео. Обязательно к просмотру,а потом уже думаете в какой конкретно дисциплине вам комфортнее будет развиваться. https://www.youtube.com/watch?v=lDkTNURDIaY&t=380s&ab_channel=Компьютерныенауки

Так-же хочу добавить,что помимо стандартного MachineLearning есть DeepLearning,которая основана на нейронных сетях(переходите сюда только после хорошего фундамента в стандартном MachineLearning`e)

 

Теперь давайте перейдем непосредственно к тому,что и где изучать:

  *По языку это Python 100%,даже не думайте про R и тд. Python это основа в DS`E. Я не буду сюда прикладывать курсы и тд. Думаю здравый человек сам разберется и найдем себе что-то по душе. Ибо их просто дохуища и книг и курсов чего угодно. ООП вам знать до вход в DeepLearning не нужно. Так что можете просто изучить сначала основы.

*Фреймы/библиотеки для Python и тд. Стек примерно следующий:pandas(эксель на стероидах),numpy(библиотека для линейной алгебры),matplotib,seaborn(для визуализации данных),sklearn(для непосредственно machinelearning), про DeepLearning писать не буду думаю там дальше человек разберется . Где все это учить опять же будет ниже

*Перейдем к математическому аппарату. Не нужно углубляться в изучение математики и пытаться до мелочей понять,что под капотом . Всему свое время. Основы которые вы должны знать из матана: нахождение производных, понятие и нахождение градиента, и чуть-чуть уметь в оптимизацию. в линале все еще проще: знать действия с матрицами,векторами и тд . понимание  ЛНЗ,и всякие свд разложения. Про статистику чуть ниже будет.

 

Непосредственно курсы:

http://wiki.cs.hse.ru/Заглавная_страница - супер годнота от ВШЭ ПМИ (топ 1 направление в снг по DS) тут и математику можете изучать все,что угодно и тд тут семинары лекции домашки) короче кто захочет разберется

https://www.coursera.org/programs/university-20-35-learning-program-ldwrc/browse?authProvider=university2035&collectionId=&productId=LJJquPNEEeq8aA7CXQtyOw&productType=s12n&showMiniModal=true - здесь непосредственно вся математика , которая вам будет нужна. Также рекомендую почитывать http://mathprofi.ru/ - там расписано совсем для ебланов. если прям ботать то вот список программы Шада https://yandexdataschool.ru/static/files/shad_program.pdf 

СТАТИСТИКА - Основы статистики от карпова на stepik вам хватит первые две части за глаза

http://wiki.cs.hse.ru/Введение_в_анализ_данных_(майнор_ИАД) - введение в Ml на пальцах

https://habr.com/ru/company/ods/blog/322626/ - тоже очень годный курс 

Coursera: Машинное обучение и анализ данных (специализация) - https://www.coursera.org/programs/university-20-35-learning-program-ldwrc/browse?authProvider=university2035&productId=78tKup5eEeW5ewqD-4pukQ&productType=s12n&query=машинное+обучение&showMiniModal=true альтернатива курсу ниже(но тут есть математика правда для изучения с 0 сложновато)

Машинное обучение: от статистики до нейросетей - крайне рекомендую начинать отсюда тут почти на пальцах объясняют 

https://www.coursera.org/programs/university-20-35-learning-program-ldwrc/browse?authProvider=university2035&productId=A3AnffNWEeqyTA6onGIHCw&productType=s12n&query=машинное+обучение&showMiniModal=true

Лекции и семинары от Воронцова - https://www.youtube.com/watch?v=xccjt6lOoow&list=PLk4h7dmY2eYHHTyfLyrl7HmP-H3mMAW08&ab_channel=MachineLearningPhystech нужен хороший мат.аппарат для совсем тупеньких лучше не открывать.

Coursera: Machine Learning, Andrew Ng - классика правда чутка устарела , но для введения заебись. https://www.coursera.org/learn/machine-learning

 

Ну в принципе все) Комбинируйте что-то не понятно гуглите и тд. Главное разбирайте все непонятные вам вопросы и практикуйтесь .

 

ТАКЖЕ не забывайте про https://www.kaggle.com/ - это ваши проекты для набивки руки . 

обязательно вступите в слак https://ods.ai/ крупнейшее сообщество в европе по Ods + еще и русскоязычное там куча плюшек думаю разберетесь.

 

И ДА БЛЯТЬ НЕ ПОКУПАЙТЕ КУРСЫ НА COursera.org ВЫ МОЖЕТЕ ИХ ПРОХОДИТЬ БЕСПЛАТНО С ПОМОЩЬЮ https://steps.2035.university/collections?type=general&page=1 просто привяжите аккаунт свой туда к курсере и все курсы (почти) будут бесплатные. БЛЯ ВРОДЕ все)

 

 

Мы тут люди серьезные, по первому требованию залетных  главная страница не обновляется. 

@Vova Владимир, поревьюйте этот пул реквест. Спасибо

[UglyBastard]

Так реально дата сайенс кучу всего в себя включает. Дата инжнеринг, аналитику, машин лернинг, пердолинг решений биг даты. Так что нужно переименовать гайд из DataScience в ML

Энивей кстати хз для кого. Вряд ли кто-то будет с нуля вкатываться в машинку, потому что вакансий именно на неё для джунов немного и там уже выпускниками всё забито по идее, которые и так знают что и где смотреть

А вот дата инженеры, аналитики всегда нужны в большом количестве

Изменено 2 августа 2021 пользователем besteady

[Vova]

Exp1 написал 9 часов назад:

Во-вторых, вам стоит осознать ,что нет профессии DataScientist

 

Раз нет то что собственно вы обсуждаете?

 

Или у тебя шиза чел

[madvlaydin]

Vova написал 20 минут назад:

Exp1 написал 9 часов назад:

Во-вторых, вам стоит осознать ,что нет профессии DataScientist

 

Раз нет то что собственно вы обсуждаете?

 

Или у тебя шиза чел

шиз шиза видит из далека

[Гость ReJect]

Почему собеседования в русские ИТ компании такие конченные?

Просто блять одно и то же каждый раз, я не понимаю. Приходят ублюдки на техническое собеседование, какого-то хуя спрашивают про ЗАРПЛАТУ (???), потом спрашивают какую-то полнейшую хуйню либо про свою доменную область, либо про всякую дрочь ебанную типа блять как работает GC или как какая-то хуйня в памяти размещается, будто я блять не на веб-девелопера, а на архитектора операционной системы устраиваюсь. Еще и обязательно вопросы из доменной области, с которой эти пидарасы работают, будто я должен знать ее или разобраться за полчаса во время собеседования. При этом денег предлагают меньше чем зарубежные компании, у меня блять даже в собеседовании Майкрософт которое прошел бы, если бы обладал социальными навыками не спрашивали ту детальную хуйню, которую спрашивает Вася из ру-галеры. Почему это блять происходит?

[madvlaydin]

ReJect написал 20 минут назад:

Почему собеседования в русские ИТ компании такие конченные?

Просто блять одно и то же каждый раз, я не понимаю. Приходят ублюдки на техническое собеседование, какого-то хуя спрашивают про ЗАРПЛАТУ (???), потом спрашивают какую-то полнейшую хуйню либо про свою доменную область, либо про всякую дрочь ебанную типа блять как работает GC или как какая-то хуйня в памяти размещается, будто я блять не на веб-девелопера, а на архитектора операционной системы устраиваюсь. Еще и обязательно вопросы из доменной области, с которой эти пидарасы работают, будто я должен знать ее или разобраться за полчаса во время собеседования. При этом денег предлагают меньше чем зарубежные компании, у меня блять даже в собеседовании Майкрософт которое прошел бы, если бы обладал социальными навыками не спрашивали ту детальную хуйню, которую спрашивает Вася из ру-галеры. Почему это блять происходит?

я думаю всё зависит от того, кто инициатор общения

 

если ты закидывал резюме в контору, то на том конце чуваки хотят увидеть твой интерес в устройстве к ним

 

а вот если они тебя позвали и начали ебать мозги своим бизнесом, то это звоночек

а вопросы про зп просто чтоб понимать, если ты нормис, то впишешься ты в их вилку, которая под оклад выделена, или нет

 

если ты супер сильный челибос (да еще и нейм в индустрии), то можно просто игнорить вопросы типо вы там сами покумекайте что вам от меня надо и за сколько, а я вам отвечу через пару недель

[Kant]

Drakonian написал 9 часов назад:

Kant написал 10 часов назад:

besteady написал 10 часов назад:

Kant написал 11 часов назад:

кто-нибудь шарит в решениях по поводу загрузки больших файлов с клиента на сервак?

 

а что не так с scp?

то что его нет в браузере

Может тебе такая хуйня нужна? но я нуп, хз
https://deliciousbrains.com/using-javascript-file-api-to-avoid-file-upload-limits/

да, что-то такое, но хотелось готовое. я охуел что браузеры до сих пор не родили никакой стандарт похоже. Какой-то Тус нашли ещё, но у него даже демка ошибки сыпет, пизда

 

в этой статье какой-то fineUploader упоминается, он вроде по описанию хорош, но сдох

красота блять

 

[Exp1]

besteady написал 1 час назад:

Так реально дата сайенс кучу всего в себя включает. Дата инжнеринг, аналитику, машин лернинг, пердолинг решений биг даты. Так что нужно переименовать гайд из DataScience в ML

Энивей кстати хз для кого. Вряд ли кто-то будет с нуля вкатываться в машинку, потому что вакансий именно на неё для джунов немного и там уже выпускниками всё забито по идее, которые и так знают что и где смотреть

А вот дата инженеры, аналитики всегда нужны в большом количестве

 

Тут согласен,но расписать все - все для DS и жизни не хватит. Насчет  вакансий ML,то тут не соглашусь. Вакансий чутка поменьше,но их предостаточно ) Скиллов здесь хватит и на дата аналитика и на млщика. Из девопса перекатится в дата энжинера люди и сами смогут ) Насчет переименовать гайд из DataScience в ML. А ML по-вашему это не DataScience?)) Я еще раз повторяю,что нет людей , которые включают в себя и аналитику,инженеринг,мл ,ресерч и тд. Есть конкретные разбиения в этой области . Просто в СНГ еще осталась это колхозная хуйня "DataScientist". В нормальных местах никто никогда так не напишет в вакансию. Если вы откроете 10 вакансий на том же хх DataScientist , то это будут 10 разных работ ) Один будет отчеты в экселе хуячить,другой модельки пилить,другой в продакшен их выкатывать и данные собирать и тд.

 

Vova написал 1 час назад:

Exp1 написал 10 часов назад:

Во-вторых, вам стоит осознать ,что нет профессии DataScientist

 

Раз нет то что собственно вы обсуждаете?

 

Или у тебя шиза чел

То что есть область DataScience,тупоголовый долбоеб ) Бля,прости,что в таком тоне с Вашем Величеством разговариваю ) Стоило прочитать 10 сообщений твоих на форуме  чтобы понять,что ты долбоеб с психическим расстройством 

Изменено 2 августа 2021 пользователем Exp1

[UglyBastard]

Exp1 написал 19 минут назад:

киллов здесь хватит и на дата аналитика и на млщика. Из девопса перекатится в дата энжинера люди и сами смогут

Не

Аналитик это вообще из другой степи. Там надо знать метрики, теорию экспериментов, проверку гипотез, решение кейсов и вот эту всю муть

Да и девопс из дефолтной кодопродуктовой компании посредственное отношение имеет к дата инженерам, пишущими и внедряющими etl в кхд, оптимизирующими инфраструктуру итд

[Exp1]

Бля обожаю пацанов , которые нихуя не понимают о чем говорят и спорят) какие нахуй метрики? офлайн и онлайн бизнеса ? какие гипотезы? h0 и h1 и АБ тестирование? какие нахуй решения кейсов? ебануть отчетность ? Это необходимый минимум в DS`E это должен каждый долбоеб знать) Просто если ты идешь в аналитику ОЧЕВИДНО , что ты больше учишь статистику  и должен быть больше во влечен в бизнес . Все,что ты перечислил выше как раз и первые 2 курса статистики,которые я скинул. Офлайн метрики учатся за несколько часов