#data science

Инвестиции в нейросети, по самым консервативным оценкам, уже достигли десятков миллиардов долларов в год, дата-центры строятся в темпе и с расходом энергии промышленности небольшой страны. Причем и вложения, и расход энергии, согласно прогнозам, могут вырасти еще многократно. Но окупится ли все это? Что предлагают ИИ-продукты потребителю, стоит ли оно того? Чтобы разобраться, мы сходили на конференцию Data Fusion 2026. Оказалось, и у ее участников, от Евгения Касперского и главы Центробанка до средних и малых компаний, ответы на эти вопросы очень разные.

Сексуальной профессию дата-сайентиста называют не спроста. Ведь хорошая работа с огромным объемом данных хорошо и оплачивается. Она престижна, интересна и, вопреки стереотипам, вовсе не так сложна, как думают многие. По-другому и быть не может, ведь сегодня «наука о больших данных» применяется буквально везде: от маркетинга до сельского хозяйства, от маленькой фирмы в десять человек до гигантской корпорации. Но самое замечательное, что профессию дата-сайентиста можно получить на курсах.

Data Science — одна из самых популярных и высокооплачиваемых профессий сегодня. Попасть в эту сферу пытаются и матерые программисты, и переучивающиеся гуманитарии. Сложно ли стать дата-сайентистом и нужно ли для этого быть гением математики и программирования? Рассказываем, развенчивая популярные мифы.

Согласно Stack Overflow Developer Survey 2019 (данные по 87 тысячам айтишников разных стран), Python в 2019 году опередил таких признанных лидеров, как Java и С++. Одна из главных причин его успеха — универсальность. Он используется от Data Science (машинное обучение, анализ данных, визуализация) до разработки встроенного программного обеспечения и серверной части веб-приложений. При помощи Python можно создавать игры, приложения, писать тесты для программного обеспечения и делать многое другое. Какие именно навыки реально получить на курсах обучения Python, чтобы получить возможность работать в этих областях?

Об этой профессии говорят и пишут все: рассказываем, чем занимаются Data Scientist’ы и легко ли стать одним из них с нуля.

Рассказываем, как получить интересную и востребованную профессию, которая не будет ограничивать вас узкой сферой деятельности.

Несколько лет назад ученые забили тревогу: от бега умирают, говорили им данные. К вопросу приложили типичные методы data science — и оказалось, что все куда интереснее. Вместе с онлайн-школой SkillFactory попробовали разобраться, как именно эти методы позволяют яснее увидеть мир вокруг нас.

Из академической дисциплины прошлых лет наука о данных на наших глазах превратилась в огромную практическую сферу деятельности. Каждый год ей нужно все больше специалистов. Причем, как это было когда-то с программированием, оказалось, что зачастую человек может преуспеть в дата-сайнс без длительного обучения в вузе — с помощью курсов, ориентированных на решение практических задач. Пробуем разобраться почему.