Wpis z mikrobloga

hej, po kilku miesiącach nauki zaczynają mnie ogarniąc myśli, że jednak w ostatnim czasie jest zbyt duży hype na datascience, machine learning, big data - bardzo dużo osób uczących się tego, ofert pracy wcale nie jest jakoś super dużo, a konkurencji od cholery. Czy nie lepiej zamiast poświecać czas na pythona i data science uczyć się czegoś mniej popularnego np phpu. Jakie jest wasze zdanie na ten temat? Czy ktoś z Was uczac się samemu dostał pracę?
#naukaprogramowania #python #it #pracait #datascience #machinelearning #php
  • 25
@AndreaGreece mi udało się przebranżowić na DS. I chwałę sobie, teoria się przydaje - ale to można samemu też ogarnąć. Ja zrobiłem podyplomowe ale liczy się przede wszystkim parcie na wiedzę. Poza tym ta branża jest szeroka - samo data engineering, deep learning, data science, trochę taki debops czyli aplikacja modeli na produkcji. Mozna znaleźć swoją niszę imo :) powodzenia Mirku :) trzymam kciuki!! P.s. raczej zapotrzebowanie wciąż będzie bo danych jest
@printHelloWorld: nie mówie że niszowy, ale jednak każda osoba, która się przebranżawia raczej wybiera jave albo pythona na początek do tego pełno bootcampów z tym zwiazanych, po prostu w php jest mniejsza półka wejścia na juniora, takie mam wrażenie i jednocześnie całkiem sporo ofert pracy.
mi udało się przebranżowić na DS


@Grzegiii: Możesz napisać z jakich narzędzi/bibliotek najczęściej korzystasz? Zakładam, że skoro DS to jesteś Data Scientist.
Obecnie robię dużo analityki danych głównie z Pandas, Numpy wizualizacje w Plotly i zbieranie danych do bazy z BeautifulSoup, Selenieum.
Z tym, że moja firma nie jest z branży IT i to co robię często się podoba kierownictwu ale nie ma bezpośredniego przełożenia na zarobki. Więc chyba powoli przychodzi
@1001001 Pandas, Numpy na co dzień. Podobnie wizualizacje - Matplotlib i Plotly. Widze że ogarniasz webscraping z BeautifulSoup - to też już duży plus :) Do modelowania, tworzenia i wybierania zmiennych itp - SciKit Learn (kooombajn) z wieloma narzędziami do pracy na zmiennych oraz modelowania. Do tego czołowe estymatory - XGBoost i LightGBM :) Jakiś czas temu miałem też projekt w R. Warto ten język poznać lepiej - bo ogrom narzędzi do
...w R... ogrom narzędzi do DS i analityki przebija gotowe pakiety Pythonowe :) + możliwość pisania aplikacji / dashboardów w Shiny


@Grzegiii: Zabierałem się kiedyś do R na edx.org jest dobry Kurs Data Science z Harvardu oparty o R właśnie. Ale wówczas uznałem, że wolę opanować jeden język dobrze (Python) aniżeli brać się za kilka rzeczy na raz :)
Dashboardy robię przy użyciu Flask. Ostatnio napisałem właśnie stronę we Flasku, która