074. Чем отличаются data analyst, data engineer и data scientist – Алексеи? Нате?кин |
||
МЕНЮ Искусственный интеллект Поиск Регистрация на сайте Помощь проекту ТЕМЫ Новости ИИ Искусственный интеллект Разработка ИИГолосовой помощник Городские сумасшедшие ИИ в медицине ИИ проекты Искусственные нейросети Слежка за людьми Угроза ИИ ИИ теория Внедрение ИИКомпьютерные науки Машинное обуч. (Ошибки) Машинное обучение Машинный перевод Реализация ИИ Реализация нейросетей Создание беспилотных авто Трезво про ИИ Философия ИИ Big data Работа разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика
Генетические алгоритмы Капсульные нейросети Основы нейронных сетей Распознавание лиц Распознавание образов Распознавание речи Техническое зрение Чат-боты Авторизация |
2019-01-24 13:00 Data Science: программа по заявкам Чем отличаются data analyst, data engineer и data scientist Карьера в data science: типичные ошибки на собеседовании Дискуссия «Тренды data science» От исследований к продакшену: TDD, CRISP DM, контроль версий – Как в YouDo машинное обучение катится в продакшен Крафтим артефакты: о воспроизводимости и трекинге зависимостей Kaggle подходы для CV в проде: внедрить нельзя выпилить Применение машинного обучения в страховании Deep learning в рекомендательных системах Практический RL: кнуты и пряники #DataScience@itmozg Комментарии: |
|