Data Science

Как разобраться с гигантским объемом данных, построить на их основе работающую рекомендательную систему и помочь бизнесу заказчика? Слушайте новый выпуск подкаста о Data Science. Узнайте, почему это направление всегда будет актуально в нашем цифровом мире, как с его помощью меняются целые области научных знаний, и что нужно уметь, чтобы устроиться на работу по этой специальности. В гостях – Татьяна Бородина, старший аналитик данных в компании EPAM. Ведущие – Евгений Никифоров и Данила Голощапов. Таймкоды: 0:35 – Как Татьяна пришла в Data Science 2:05 – Кто такой дата-сайентист? 4:46 – В чем специфичные отличия Data Science 11:08 – Почему Data Science стала популярной именно в момент наибольшего интереса к Data-технологиям 16:33 – Про сложности в общении пользователей и роботов, созданных благодаря Data Science моделям 24:19 – Является ли проблемой неприятие пользователями созданных Data Science моделей 25:35 – Как устранять ошибки в выводах, которые делает модель 27:48 – Когда не хватает данных, на чём обучать модель? 31:16 – Приходится ли сталкиваться с проблемами личной этики при работе с большими данными в Data Science? 35:22 – Насколько реально использовать созданные модели не по назначению 39:20 – Области, где Data Science вносит существенные изменения уже сейчас, и области, где перемены только предстоят 43:35 – Есть ли области, где Data Science вообще не нужен? 46:54 – Полезные рекомендации тем, кто хочет попасть в Data Science