Rivalry2

HTML Diff

0 added 0 removed

Original 2026-01-01

Modified 2026-02-20

1 <p>Из чего складывается профессионализм в любой сфере?</p>

2 <p>> Из понимания области с самых азов</p>

3 <p>> Умения пользоваться важными инструментами для решения задач этой сферы</p>

4 <p>> Владения необходимой терминологией</p>

5 <p>> Способности презентовать свои навыки так, чтобы получать классные офферы</p>

6 <p>Мы взяли все эти составные элементы и собрали для вас стартер-пак дата сайентиста - своего рода ключи-помощники к знаниям, которые помогут составить представление о каждой професси и выбрать свое</p>

7 <p>Соберите все детали, одну за другой, и пройдите путь от текущего уровня до точки, где вам абсолютно понятна траектория вашего карьерного развития.</p>

8 <p>В стартер-паке 8 инструкций, которые помогут лучше разобраться в сфере Data Science.</p>

9 <p>У вас две недели, чтобы открыть всё и погрузиться в тему Data Science, следуя инструкциям.</p>

10 <p>В 4 из них мы положили полезные онлайн-вебинары, а еще в 4 - материалы, необходимые для более глубокого понимания темы.</p>

11 <h2><strong>Как пользоваться стартер-паком</strong><strong>>></strong></h2>

12 <p><strong>11 ноября</strong> - открытие онлайн-интенсива и знакомство с участниками</p>

13 <p>Онлайн-вебинар, где вы узнаете, кто такой дата сайентист, какие направления бывают, и каким бэкграундом должен обладать этот специалист, а еще познакомитесь с хедлайнерами направлений в karpov.courses и поймете, какие задачи решают DS-специалисты каждый день.</p>

14 <h3>Инструкция №1. Основы наук о данных</h3>

15 <p>12 ноября в 19:00 (GMT+3)</p>

16 <p>Подробный тематический словарь, который поможет вам быстрее погрузиться в сферу, научиться разговаривать на языке специалистов по данным и быть в контексте в любой ситуации.</p>

17 <h3>Инструкция №2. Важные термины</h3>

18 <p>Воркшоп с ecom.tech (ex Samokat.tech), где вы на практике рассмотрите кейс из задач ML-инженера и реализуете свою первую задачу.</p>

19 <h3>Инструкция №3. Машинное обучение</h3>

20 <p>14 ноября в 19:00 (GMT+3)</p>

21 <p>Подборка полезных ресурсов - книги, статьи, бесплатные сайты и приложения, которые помогут в изучении выбранной вами сферы.</p>

22 <h3>Инструкция №4. Библиотека Data Science</h3>

23 <p>Практический онлайн-вебинар со специалистами компании "Авито", которые поделятся реальными кейсами работы аналитика данных.</p>

24 <h3>Инструкция №5. Аналитика данных</h3>

25 <p>19 ноября в 19:00 (GMT+3)</p>

26 <p>Расширенный список основных навыков, которые необходимы специалистам разного уровня в сфере DS.</p>

27 <h3>Инструкция №6. Карта компетенций</h3>

28 <p>Онлайн-эфир с нанимающими лидами и экспертами направлений.</p>

29 <h3>Инструкция №7. Карьерный эфир</h3>

30 <p>21 ноября в 19:00 (GMT+3)</p>

31 <p>50 вопросов для подготовки к собеседованию в сфере Data Science.</p>

32 <h3>Инструкция №8. Подготовка к собеседованию</h3>

33 <p><strong>22 ноября</strong> - подведение итогов</p>

34 <p>Если вы никогда ничего не слышали о Data Science, но это кажется интересным, - приходите, чтобы погрузиться в тему и понять, действительно ли вам хочется заниматься аналитикой данных или обучением нейросетей. Конечно, вы не станете senior дата сайентистом за две недели, но получите рекомендации, которые помогут быстрее получить оффер после обучения.</p>

35 <p>Если вы уже работаете в этой сфере, на первом вебинаре по основам наук о данных вы вряд ли откроете для себя Америку, зато сможете закрепить и структурировать навыки на воркшопах, а в конце получить полезные советы от нанимающего тимлида и эйчара.</p>