Действительно, может появиться необходимость свести временные ряды к объектам-признакам. Условно, дождь влияет на спрос на зонтики (как и размещение их в торговой зоне ритейла будет влиять на продажи) . Может быть, на каком-то примере в будущем попробую свести ряды к признакам, если попадётся такой кейс.
Вспоминается цитата инженера Королева. У меня, как у производственника во втором поколении, претензия к подходу к критике, отличному от того, что завещал нам Сергей Павлович :)
На каком вы направлении в GB и к какому выводу вы пришли по поводу "добора оставшихся 20% знаний" (у меня - таки чувство, что добирала я не 20%, а именно 80% или 90%))?
кстати, именно по причине отсутствия методологии и тренажеров по Python в GB, на первых домашних заданиях по нему в GB хотелось крепко выпивать примерно каждый день, болела голова и снился код) после Solo Learn и Pythontutor все встало на место более-менее
Добрый день! Не уверена, что можно сравнивать мою специфику, например, с разработкой на Python по временным затратам, да и не было цели получить новую профессию, но попробую описать. Моя область специализации - маркетинг, интернет-маркетинг (9 лет опыта в В2В маркетинге, 5 из них - в интернет-маркетинге), до самоопределения в этой сфере поступила и даже училась целый один курс в МГСУ на инженера-архитектора :) давно это было, самое время сейчас будет вспоминать всю высшую математику как раз с первого курса. Меня интересуют сейчас все возможности Python для маркетолога: сегментация и исследование клиентской базы, прогнозирование спроса, планирование продаж, управление SEO и написание парсеров для нужд маркетолога. Я все еще в процессе обучения, но GB я бросила и тратить на него время уже не буду. На прохождение Solo Learn по базам Python + задачник Pythontutor ушло, наверное, месяца 4. На библиотеки Numpy, Pandas, Matplotlib - 2 месяца обучения и где-то 2 месяца я писала курсовую, набила все шишки, переписала заново. Были еще курсы в составе GB по SQL и Linux, но я не поняла, зачем и как мне их сейчас использовать. В ближайших планах - написание кода для прогнозирования спроса по модели SARIMA. Для этого нужно подтягивать математику, в GB очень большие проблемы с методологией - скорее всего, даже ее и нет. Нет наслоения знаний от простого к сложному, поэтому многие пребывают в шоке и разочаровываются. Поэтому за математикой для Data Science я сейчас пойду на офлайн курс при ВШЭ. Потом хочу попробовать парсер себе написать после всего этого. В общем, у самурая есть только путь :)
Пошла я тоже учиться в Geek brains и даже заплатила.
Потом скачала и прошла Solo Learn.
Потом прочитала и прорешала Pythontutor.ru
Прочитала книгу "Практическая статистика для Data Science"
И подумала - а зачем я, вообще - то, деньги заплатила :)
Писать код, смотря вебинары, не получится. Из всего обучения полезными были и вдохновляющими вебинары с Ириной Телиной по библиотекам, желаю здоровья и счастья этому преподавателю.
В В2В с акциями странно бывает, конечно. Изучала один проект разработчика системы автоматизации по подписке , регулярно проводили акции - заказчики ждали их, а между акциями услуги оформляли мало. Вот и как с такими работать 🙂 нужно создавать другие ценности и информационные поводы.
Добрый день и спасибо за ваш комментарий и оценку моего труда. Скажите, пожалуйста, какие графики хотелось бы видеть? Насколько я понимаю, хотелось бы увидеть, как повлияла работа с сегментом премиальных клиентов (по возвратности или по увеличению среднего чека)? Тут, боюсь, многое уже будет зависеть, по крайней мере в нашем случае, от человеческого фактора - все продажи идут от личных отношений. А вот если бы такое исследование сделали разработчики приложения (например, условно, Lamoda или Delivery) - это было бы показательно, тоже хотелось бы посмотреть
О, неоднократно ломалась на повторных именах фрейма и индексах, тут люто плюсую, спасибо автору, что показали питон трезвого человека
Действительно, может появиться необходимость свести временные ряды к объектам-признакам. Условно, дождь влияет на спрос на зонтики (как и размещение их в торговой зоне ритейла будет влиять на продажи) . Может быть, на каком-то примере в будущем попробую свести ряды к признакам, если попадётся такой кейс.
Вспоминается цитата инженера Королева. У меня, как у производственника во втором поколении, претензия к подходу к критике, отличному от того, что завещал нам Сергей Павлович :)
Все мы с чего-то начинали и были дилетантами, но и червяк может стать бабочкой, если его кто-нибудь полюбит.
Касательно сезонности, не очень понятно, что вы предлагаете? В данном случае разложена по месяцам
Спасибо за ваш комментарий, в следующий раз попробую предложенные инструменты, тем более, чего бы и да, если бесплатные.
На каком вы направлении в GB и к какому выводу вы пришли по поводу "добора оставшихся 20% знаний" (у меня - таки чувство, что добирала я не 20%, а именно 80% или 90%))?
кстати, именно по причине отсутствия методологии и тренажеров по Python в GB, на первых домашних заданиях по нему в GB хотелось крепко выпивать примерно каждый день, болела голова и снился код) после Solo Learn и Pythontutor все встало на место более-менее
Добрый день! Не уверена, что можно сравнивать мою специфику, например, с разработкой на Python по временным затратам, да и не было цели получить новую профессию, но попробую описать. Моя область специализации - маркетинг, интернет-маркетинг (9 лет опыта в В2В маркетинге, 5 из них - в интернет-маркетинге), до самоопределения в этой сфере поступила и даже училась целый один курс в МГСУ на инженера-архитектора :) давно это было, самое время сейчас будет вспоминать всю высшую математику как раз с первого курса. Меня интересуют сейчас все возможности Python для маркетолога: сегментация и исследование клиентской базы, прогнозирование спроса, планирование продаж, управление SEO и написание парсеров для нужд маркетолога. Я все еще в процессе обучения, но GB я бросила и тратить на него время уже не буду. На прохождение Solo Learn по базам Python + задачник Pythontutor ушло, наверное, месяца 4. На библиотеки Numpy, Pandas, Matplotlib - 2 месяца обучения и где-то 2 месяца я писала курсовую, набила все шишки, переписала заново. Были еще курсы в составе GB по SQL и Linux, но я не поняла, зачем и как мне их сейчас использовать. В ближайших планах - написание кода для прогнозирования спроса по модели SARIMA. Для этого нужно подтягивать математику, в GB очень большие проблемы с методологией - скорее всего, даже ее и нет. Нет наслоения знаний от простого к сложному, поэтому многие пребывают в шоке и разочаровываются. Поэтому за математикой для Data Science я сейчас пойду на офлайн курс при ВШЭ. Потом хочу попробовать парсер себе написать после всего этого. В общем, у самурая есть только путь :)
Пошла я тоже учиться в Geek brains и даже заплатила.
Потом скачала и прошла Solo Learn.
Потом прочитала и прорешала Pythontutor.ru
Прочитала книгу "Практическая статистика для Data Science"
И подумала - а зачем я, вообще - то, деньги заплатила :)
Писать код, смотря вебинары, не получится. Из всего обучения полезными были и вдохновляющими вебинары с Ириной Телиной по библиотекам, желаю здоровья и счастья этому преподавателю.
В В2В с акциями странно бывает, конечно. Изучала один проект разработчика системы автоматизации по подписке , регулярно проводили акции - заказчики ждали их, а между акциями услуги оформляли мало. Вот и как с такими работать 🙂 нужно создавать другие ценности и информационные поводы.
Благодарю вас, прикину, как это можно реализовать в нашей специфике.
Добрый день и спасибо за ваш комментарий и оценку моего труда. Скажите, пожалуйста, какие графики хотелось бы видеть? Насколько я понимаю, хотелось бы увидеть, как повлияла работа с сегментом премиальных клиентов (по возвратности или по увеличению среднего чека)? Тут, боюсь, многое уже будет зависеть, по крайней мере в нашем случае, от человеческого фактора - все продажи идут от личных отношений. А вот если бы такое исследование сделали разработчики приложения (например, условно, Lamoda или Delivery) - это было бы показательно, тоже хотелось бы посмотреть