❗️ВАЖНО❗️
🎾Обратная связь по четвертой неделе интенсива
Оставить отзыв на занятия прошлой недели 12 и 15 сентября можно по ссылке: https://forms.gle/HCXZb1B8q77FoGDy8
🎾Обновления в домашних заданиях
В домашней работе №3:
– исправили ответы на вопросы №2 и №7
– добавили дополнительные 2 попытки, чтобы вы могли снова выполнить откорректированный тест (итого 5 разрешенных попыток)
– продлили дедлайн до 24 сентября 23:59 (мск)
В домашней работе №4:
– поправили прием ответа на вопрос №12 (ранее у некоторых студентов возникали трудности)
– добавили дополнительные 2 попытки, чтобы вы могли снова выполнить откорректированный тест (итого 5 разрешенных попыток)
– дедлайн остается тем же: 30 сентября 23:59 (мск)
🎾 У меня возникают разные вопросы по задачам — к кому обратиться?
К хелперам в Discord-комьюнити: мы раздали роль helpers тем, кто готов помогать начинающим с нуля. Хелперы отображаются красным цветом.
Создали 10 мини-групп с 2-3 хелперами в каждой.
В ближайшее время начнем распределять по мини-группам студентов, которые оставили реакции под постом о наборе в мини-группы начинающих.
Этот пост находится в последнем закрепленном сообщении на канале #python-и-математика: реакции все еще можно оставить, если вы хотите в мини-группу.
Хорошей недели!
Команда Mathshub
🗺 Город: Москва, ст. м. Кунцевская (5 минут пешком от метро)
Формат работы: офис, 5/2 с 9:00 до 18:00
Занятость: полная
ЗП вилка: 120-170 к на руки (с официальным оформлением с первого рабочего дня (полное соблюдение ТК: больничные, отпуска))
Обязанности:
Коммуникация с заказчиком и сбор требований;
Подготовка технических тасков совместно с ИТ;
Тестирование разработанного функционала;
Передача на поддержку готового продукта. Проведение ознакомления/обучения по работе с новым функционалом;
Постановка ТЗ для ИТ отдела;
Подготовка сбора метрик (по заготовленному процессу). Метрики измерения успешности процесса;
Определение источников данных для сбора информации для формировании метрик.
Требования:
Навыки визуализации данных и создания графиков и диаграмм;
Способность погрузиться в любую инфраструктуру данных;
PowerBI – высокий уровень;
Уверенно владеть SQL;
Есть опыт автоматизации и понимание принципов работы ML, построения модели;
Python на уровне уверенного пользователя (pandas, numpy, matplotlib, seaborn, другие стандартные питон-библиотеки);
Хорошие коммуникативные навыки.
По всем вопросам: @AromamirHR
#москва#python#ml#аналитика#analyst#офис
#vacancy#parttime#Data_Scientist#Python#NLP
Мы ищем академического директора для магистерской программы Искусственный интеллект в области лингвистики (компьютерная лингвистика), реализуемой совместно с Томским государственным университетом.
Каким мы видим идеального кандидата?
- Senior Data Scientist в области NLP (Natural Language Processing) и выше с опытом работы в этом грейде от 5 лет;
- Опыт в найме junior и middle-специалистов;
- Понимание стандартов профессии и актуального профиля компетенций специалиста, требуемого на рынке труда;
- Опыт работы в компаниях, лидирующих на российском или зарубежном рынке в выбранной индустрии;
- Активный участник сообщества, опыт выступления на конференциях, митапах (или их организация) будет преимуществом.
Предлагаем:
- Удаленная парт-тайм работа до 20 часов в месяц.
- Возможность реализовывать свои идеи и влиять на IT-индустрию/
- Ежемесячный гонорар, привязанный к количеству новых студентов (по типу роялти).
- Крутая команда с сильной экспертизой в сфере EdTech.
- Укрепление вашего личного бренда.
- Бесплатное обучение на любом курсе образовательной группы SkillFactory: в школе дата-профессий и программирования SkillFactory, школе дизайна Contented.
С полным ТЗ можно ознакомиться по ссылке- https://docs.google.com/document/d/11yE4ycHg_oZLRmfRD936yhVISWmtw3A1chxWUI-qe0Q/edit?usp=sharing
Контакт для связи- @anika_kor
https://machinelearningmastery.com/setup-python-environment-machine-learning-deep-learning-anaconda/
It can be difficult to install a #Python#machine_learning environment on some platforms.
Python itself must be installed first and then there are many packages to install, and it can be confusing for beginners.
In this tutorial, you will discover how to set up a Python machine learning development environment using #Anaconda.