
Sign up to save your podcasts
Or
Всегда полезно иметь доступ к сообществу профессионалов и любителей темы, которая входит в круг ваших интересов. Профессионалы и любители данных, машинного обучения, искусственного интеллекта и так далее в русскоязычном сегменте имеют крутейшее сообщество, известное как Open Data Science или ODS. В этом выпуске поговорили с Петром Ермаковым - основателем школы машинного обучения DataGym и Senior Data Scientist компании lamoda - о том, как появился ODS, как развивался, зачем туда вступать, как там себя вести и какую пользу можно извлечь из участия в сообществе. Также вы узнаете зачем анализировать профили ВКонтакте и PornHub, как заниматься Data Science если вокруг тебя только волки, как "отжать" у мэйла сайт крупного митапа и как понять, что ты деградируешь, анализируя данные с фитнес-браслетов.
Ссылки выпуска:
ODS (https://ods.ai/)
Статья на Хабре "Уроки участия в хакатоне «Dota Science» в рамках «Data Fest 2»" (https://m.habr.com/ru/post/278785/)
Школа машинного обучения DataGym (https://datagym.ru/)
Телеграм-канал Петра (http://t.me/powerofdata)
Буду благодарен за обратную связь!
Оставляйте ваши комментарии там, где можно. Например, в Apple Podcasts. Они помогут сделать подкаст лучше! Напишите что вам было понятно, что не очень, какие темы раскрыть, каких гостей пригласить, ну, и вообще в какую сторону катить этот подкаст :)
Подписывайтесь на телеграм-канал "Стать специалистом по машинному обучению" (https://t.me/toBeAnMLspecialist)
Телеграм автора подкаста (https://t.me/kmsint)
Со мной также можно связаться по электронной почте: [email protected]
Также теперь подкаст можно найти на YouTube (https://www.youtube.com/channel/UCzvfXLNpB2Bbf32dc7a8oDQ?) и Яндекс.Музыке (https://music.yandex.ru/album/9781458)
Music by Audionautix.com
А еще я сделал бесплатный курс по созданию телеграм-ботов на Python и aiogram на Степике (https://stepik.org/120924). Присоединяйтесь, если хотите научиться разрабатывать телеграм-ботов!
Поблагодарить меня можно добрым словом и/или донатом (https://www.tinkoff.ru/rm/kryzhanovskiy.mikhail11/NkwE718878/)
5
22 ratings
Всегда полезно иметь доступ к сообществу профессионалов и любителей темы, которая входит в круг ваших интересов. Профессионалы и любители данных, машинного обучения, искусственного интеллекта и так далее в русскоязычном сегменте имеют крутейшее сообщество, известное как Open Data Science или ODS. В этом выпуске поговорили с Петром Ермаковым - основателем школы машинного обучения DataGym и Senior Data Scientist компании lamoda - о том, как появился ODS, как развивался, зачем туда вступать, как там себя вести и какую пользу можно извлечь из участия в сообществе. Также вы узнаете зачем анализировать профили ВКонтакте и PornHub, как заниматься Data Science если вокруг тебя только волки, как "отжать" у мэйла сайт крупного митапа и как понять, что ты деградируешь, анализируя данные с фитнес-браслетов.
Ссылки выпуска:
ODS (https://ods.ai/)
Статья на Хабре "Уроки участия в хакатоне «Dota Science» в рамках «Data Fest 2»" (https://m.habr.com/ru/post/278785/)
Школа машинного обучения DataGym (https://datagym.ru/)
Телеграм-канал Петра (http://t.me/powerofdata)
Буду благодарен за обратную связь!
Оставляйте ваши комментарии там, где можно. Например, в Apple Podcasts. Они помогут сделать подкаст лучше! Напишите что вам было понятно, что не очень, какие темы раскрыть, каких гостей пригласить, ну, и вообще в какую сторону катить этот подкаст :)
Подписывайтесь на телеграм-канал "Стать специалистом по машинному обучению" (https://t.me/toBeAnMLspecialist)
Телеграм автора подкаста (https://t.me/kmsint)
Со мной также можно связаться по электронной почте: [email protected]
Также теперь подкаст можно найти на YouTube (https://www.youtube.com/channel/UCzvfXLNpB2Bbf32dc7a8oDQ?) и Яндекс.Музыке (https://music.yandex.ru/album/9781458)
Music by Audionautix.com
А еще я сделал бесплатный курс по созданию телеграм-ботов на Python и aiogram на Степике (https://stepik.org/120924). Присоединяйтесь, если хотите научиться разрабатывать телеграм-ботов!
Поблагодарить меня можно добрым словом и/или донатом (https://www.tinkoff.ru/rm/kryzhanovskiy.mikhail11/NkwE718878/)
147 Listeners
148 Listeners
358 Listeners
97 Listeners
14 Listeners
131 Listeners
46 Listeners
58 Listeners
64 Listeners
57 Listeners
84 Listeners
191 Listeners
17 Listeners
68 Listeners
24 Listeners