Заметки Дата Сайентиста: с чего начать и нужно ли оно?

[paramonov_ruvds]

Смотря что считать «ближайшие» — следующие два-три года проекты никуда деться не должны, а прям дальше бы я не загадывал

[YuriSdev]

Едва ли хоть у кого-то в мире есть ответ на этот вопрос

[zexer]

Уже сейчас множество компаний (в том числе и производственных) успешно применяют машинное обучение, так что чем больше времени пройдет, тем эта сфера станет более популярна, а значит ее начнут пихать везде где можно. Соответственно, будет нужно все больше разработчиков с такими навыками. У разбитого корыта точно не останетесь.

[robomakerr]

Заработать на этом можно? Но так чтоб на работу не ходить?

[paramonov_ruvds]

А можно никуда и не ходить, я прямо из дома работаю :)

[robomakerr]

Ну в смысле, чтоб не на работу устраиваться, а свой мелкий гешефт замутить)

[Kup9_NpS]

Тут бы до конца 2020 дожить))

[Mike_Boo]

Вот у меня проблема. Я гуманитарий, 10 лет в маркетинге. Меня всегда очень драйвила работа с цифрами и неочевидные выводы из анализа табличек. Вот прямо гордость пробивала, когда я что-то интересное находил, что в какой-нибудь Метрике не соберёшь. И вот пошёл я в конце прошлого года на курсы Data Science в онлайн-университет. И застрял. Застрял, потому что не умею думать математикой, программированием. Я умею думать бизнес-процессами, но базовая задачка, типа «на входе кол-во секунд, на выходе дни-часы-минуты» просто заставила меня перегуглить всё на свете, пока я не понял, что можно использовать целочисленное деление и остаток от него. Это утрированный пример, я забрался чуть дальше и застрял на курсовой по Pandas и Matplotlib.

Начал читать Habr. Начал слушать Habr. Начал слушать Moscow Python Podcast. Читать всякие новости про ИТ и ООП и вот это всё. Да, мне это добавляет веры и чувства причастности к сообществу, но никак не способствует продвижению учебного прогресса. Что посоветуете читать, смотреть, слушать? Как влиться в комьюнити, чтобы знать, где что лежит, как взять, что с этим сделать и кого попросить помочь. Уф. Ссори за лонгрид.

[paramonov_ruvds]

Про community рекомендую вступить в Open Data Science — там прям много людей.

А если по материалу — мне кажется наиболее разумным начать с простых вводных материалов на Udacity и потихоньку начинать работать над каким-то своими проектами, которые кажутся интересными — а там потихоньку и к более сложным вещам переходить.

[Mike_Boo]

Спасибо за такой скорый ответ, уже регистрируюсь.