Однажды мне стало интересно, а что если попробовать проанализировать вакансии и составить по ним некоторые топы. Узнать кому больше всех платят, кто наиболее востребован и много чего еще.
Рубрика «аналитика данных» - 3
Анализ вакансий HeadHunter
2018-07-26 в 8:02, admin, рубрики: анализ вакансий, аналитика данных, веб-аналитика, визуализация данных«5П»: О качестве данных и распространенных ошибках при их сборе
2017-10-30 в 23:46, admin, рубрики: big data, аналитика данных, работа с данными, Управление продуктом, управление проектами, Читальный зал
Многие компании считают, что работают и принимают решения на основе данных, но часто это не так. Ведь для того чтобы управление велось на основе данных, их, эти самые данные, недостаточно только собрать и свести в статистику.
Намного важнее провести правильный анализ, а для этого они должны быть «чисты».
Разбираться в чистоте данных и в основных качественных параметрах я начну с этой статьи.
Для достоверной аналитики должны быть соблюдены все «П» данных: правильные, правильно собранные, собранные в правильной форме, в правильном месте и в правильное время.
Если один из параметров нарушен, это может сказаться на достоверности всей аналитики, а значит нужно понимать, на что важно обращать внимание при работе с данными.
Читать полностью »
«Айсберг вместо Оскара!» или как я пробовал освоить азы DataScience на kaggle
2017-06-29 в 23:30, admin, рубрики: data science, kaggle, python, аналитика данных, обучение без учителя, обучение онлайн, Учебный процесс в ITВ моей прошлой статье посвящённой освоению науки о данных (или по заграничному — Data Science) с абсолютного нуля (даже ниже чем -273 градуса по Кельвину) я обещал, что подготовлю материал о том, как я осваивал kaggle (буду писать с маленькой буквы, как у них на логотипе).
Для тех, кто так же, как и я только начинает знакомится с данным вопросом, поясню что как я понял kaggle это сайт, посвящённый соревнованиям и в некоторой степени обучению в области Data Science, где каждый может совершенно бесплатно и используя любые доступные инструменты, сделать прогноз по той или иной задаче.
Слов на ветер бросать не люблю, раз уж пообещал, то хочешь не хочешь — пиши, поэтому если вам интересно что же в итоге у меня из всего это вышло прошу под кат.
