Собеседование и семь гномов: задачи с интервью в IT-компаниях

Семь задач-гномиков из слэка Open Data Science, а также итоги первого сезона сериала алгоритмических головоломок.

https://proglib.io/p/sobesedovanie-i-sem-gnomov-zadachi-s-intervyu-v-it-kompaniyah-2020-02-22

Курс лекций по линейной алгебре с физфака МГУ.

https://youtu.be/jUlO8aErxZM

Коронавирус: анализ данных без паникерских настроений

Мы проанализировали на Python последние данные о коронавирусе, и спешим поделиться всем, что узнали. Будем обновлять этот текст и следить за развитием ситуации – добавляйте в закладки.

https://proglib.io/p/koronavirus-analiz-dannyh-bez-panikerskih-nastroeniy-2020-02-20

Learn TensorFlow 2.0: Implement Machine Learning and Deep Learning Models with Python (2019)

При помощи книги вы сможете использовать TensorFlow 2.0 для построения моделей машинного обучения и глубокого обучения. В книге описываются ключевые отличия новой версии и возможности работы с ними. Код из книги доступен онлайн, что позволит вам посмотреть на работу примеров и расширить их интересными способами. Книга подойдет опытным специалистам по работе с данными.

Генерация поэтических текстов с помощью рекуррентных нейронных сетей в Python.

https://morioh.com/p/ecefd2566a7a

21 лекция по дискретной математике с факультета ВМК МГУ.

https://www.youtube.com/playlist?list=PLcsjsqLLSfNAY-pm5c4XZQhSl1U_20itT

Курс лекций по математическому анализу с физфака МГУ.

https://www.youtube.com/playlist?list=PLcsjsqLLSfNCqt362BPlvI3PH5LlcCk1a

13 лекций по основам математического анализа от Бориса Трушина.

https://www.youtube.com/playlist?list=PL3BJnp-dNqazNc11qgguXNcJwCMqwK5Yv

Мини-курс из 9 лекций из МФТИ "Оптимизация и анализ данных".

https://youtu.be/ObqoK2J_db4

10 не самых популярных, но полезных библиотек для работы.

https://medium.com/analytics-vidhya/top-10-nice-to-have-data-science-libraries-d155196710ef

Обновляющийся плейлист с лекциями 2020 года по машинному обучению с факультета инноваций и высоких технологий МФТИ. Пока доступно 3 лекции.

https://www.youtube.com/playlist?list=PL4_hYwCyhAvZyW6qS58x4uElZgAkMVUvj

Взгляд на основные понятия линейной алгебры с необычной стороны.

https://www.youtube.com/playlist?list=PLZHQObOWTQDPD3MizzM2xVFitgF8hE_ab

Лекции и семинары по прикладному машинному обучению с ФИВТ МФТИ (4 курс).

https://www.youtube.com/playlist?list=PL4_hYwCyhAvZeq93ssEUaR47xhvs7IhJM

https://www.youtube.com/playlist?list=PL4_hYwCyhAvYvuHz_PKlEV-kOsK2bwUBg

10 инструментов искусственного интеллекта Google, доступных каждому

Обзор десяти инструментов Google для ИИ, которые могут использовать разработчики, компании и аналитики. Где искать качественные наборы данных и как привязать к проекту готовую модель TensorFlow.

https://prglb.ru/v9m9

Даты: 13-15 марта
Город: Санкт-Петербург
Направление: машинное обучение

Масштабный хакатон, посвященный проблемам машинного обучения пройдет 13-15 марта в Санкт-Петербурге на базе Университета ИТМО.

48 часов
1 направление
7 задач
100 участников
425 тысяч рублей

Для каждой команды возможен шанс акселерации с сопровождением в 150.000$

Регистрация тут - http://mlhack.tech/#/

Если у вас нет готовой команды, напишите в чат @mlhackitmo

Больше 160 вопросов с собеседований на должности в Data Science (к сожалению, без ответов).

https://hackernoon.com/160-data-science-interview-questions-415s3y2a

Подработки и мелкие заказы на пару часов работы – это, конечно, хорошо. До тех пор, пока тебе не надоест распылять свои навыки и потенциал на всех подряд.

Знай цену себе и своему времени — подпишись на @theyseeku и работай с лучшими работодателями, которые предлагают удалённые вакансии. Именно Finder.vc первыми начали искать удалёнщиков в телеграме, написали полезный гайд о переезде за границу и создали бота, который раз в день отправляет вакансии по выбранной специальности — @findervc_bot.

t.me/theyseeku — помогут специалистам с любым опытом получить хорошо оплачиваемую работу, на которую не нужно идти в офис.

PYTHON FOR DATA SCIENCE: The Ultimate Beginners’ Guide to Learning Python Data Science Step by Step (2019)

Книга представляет собой всеобъемлющее руководство для начинающих изучать программирование на Python, особенно для применения в Data Science. Чтобы сделать уроки более понятными, повсюду в книге приводятся практические примеры и приложения материала в работе и науке. Представлено несколько библиотек Python, в том числе NumPy, Pandas, Matplotlib и Seaborn для анализа и визуализации данных.