Осознанная Меркантильность - IT

Финальные главы курса по анализу данных: A/B-тесты и ML В последних частях раскладываем по полочкам знания, без которых аналитик превращается либо в человека, который делает красивые графики, либо в человека, который уверенно доказывает случайность. 🧑💻Глава 7. A/B-тесты Разберём, как нормально проверять гипотезы. В этой главе поговорим о контрольной и тестовой группах, рандомизации, выборе метрики, размере выборки, MDE, ошибках первого и второго рода, статистической значимости и множественном тестировании. И отдельно рассмотрим, почему нельзя каждые два часа открывать результаты эксперимента и заканчивать тест, как только цифры стали красивыми. 🧑💻Глава 8. Data Science и Machine Learning Внутри про то, что начинается за пределами классической аналитики. Где бизнесу вообще нужен ML, чем работа дата-сайентиста отличается от аналитика и как путь от данных и модели заканчивается настоящим продакшеном. Плюс разберём специализации в ML, NLP и Computer Vision, поговорим про RAG и агентные системы. И главное выясним, кому стоит идти в Data Science, а кому это вообще не нужно. Полностью этот курс с домашними заданиями доступен бесплатно с подпиской «Волчок» за 999 руб./месяц. Что еще вы получите с подпиской? ⤵️⤵️ ✔ Другие онлайн-курсы для обучения с нуля по направлениям (React и TS, Python, Путь фичи в бигтехе) с практикой для закрепления навыков. ✔ Планы развития по направлениям в IT и список достижений для твоего резюме, чтобы это оформить. ✔ Гайды по резюме, прохождению ATS и подготовке к собеседованиям с эйчаром. ✔ Банк вопросов бихтеха и 700+ записей реальных собеседований в IT по всем специальностям, чтобы разобраться в требованиях и подготовиться к интервью. Подписаться