работает)))))

юхуууу

есть большое желание прокачаться как data science, и есть две на выбор деятельности либо ML engineer либо чисты DataScience, вопрос что выбрать и то и то подходит, кто-нибудь может сказать, из реального боевого опыта, что конкретно делает один и что другой. (P.S. заранее сорян за детский вопрос, почитал инфу, вроде все понятно, но хотелось бы узнать как на практике).

Data Scientist работает с данными. Агрегирует, сортирует, структурирует, анализирует, создаёт модели, прогнозы, предсказания :)
ML engineer больше про кодинг и непосредственно машинное обучение. То есть если DS это вообще в целом анализ и обработка данных (иногда даже без знания программирования, да хоть тот же excel), то ML это уже машинное обучение, создание моделей и всё такое.
Второе - наверное частный случай первого, но не обязательно.
Есть ребята, которые вообще в кодинг никак, зато они очень хорошо в статистику и математику, и они DS. Причём очень крутые. Ну с базовыми знаниями питона, разумеется, чтоб модели строить.

Вот ещё есть любопытная статья на эту тему https://www.springboard.com/blog/machine-learning-engineer-vs-data-scientist/

Но я бы не стал так категорично делить. Лучше знать всё :)

Вот ещё годный видос на тему

респект за инфу, сейчас буду изучать, идею я понял, буду думать.

Так-то инфа гуглится за пару секунд, просто последнее время и правда для новичков создана весьма запутанная ситуация, при которой вроде понятно куда нужно идти, но не совсем понятно в какую конкретно сторону.

А Data Engineer(тоже частный случай Data Scientist)- это тоже кодинг,но с упором в хранилища данных

респект

Правильно ли я понял, что
В задаче о k-руком бандите
Любое применение одного из рычагов приносит награду?
(а не как в реальной жизни то приносит / то нет)

Правильно. Но награда иногда бывает нулевой или отрицательной

и у каждого бандита средняя постоянная?

In the problem, each machine provides a random reward from a probability distribution specific to that machine. 

(c) wiki

спасибо👍

🧮Математика — пропуск в мир Data Science и других перспективных IT-специальностей. Вы давно знаете это, но цепенеете перед первым шагом. Естественный страх начать и не осилить новую цель, потратив деньги и силы. Давайте преодолеем его!

📍Онлайн-курсы высшей математики от OTUS начинаются совсем скоро: базовый с 30 июля, продвинутый с 31 июля. Не откладывая в долгий ящик, начинаем воплощать план по прокачке ваших навыков.

👤 Автор и ведущий занятий — Пётр Лукьянченко, преподаватель ВШЭ и ранее Team Lead Analytics в Lamoda. Все уроки построены так, чтобы дать вам сильную теорию и практические навыки, которые требуются на должности Data Scientist. В конце курса у вас будет четкое представление, что делать с приобретенными знаниями и как на их основе строить карьеру.

Оплачивать курс можно в рассрочку по месяцам, а значит, не нужно ждать и копить — начинайте вкладывать в свое будущее уже сейчас!

👉Пройти вступительный тест и записаться на
Базовый курс математики (старт 30 июля): https://otus.pw/NkRD/
Продвинутый курс математики (старт 31 июля): https://otus.pw/p13m/

Привет! В первых числах августа ребята из Facebook Developer Circles (https://developers.facebook.com/developercircles/ , вот московская группа: https://www.facebook.com/groups/475428499888062/ ) организуют небольшой онлайновый митап по машинному обучению, в частности, DL, и сейчас ищут докладчиков. Вот ссылка на CFP: https://forms.gle/SjyGoLX3JURjYD596 Очень хотелось бы доклад на английском, если есть такая возможность, но это не супер строгое требование, особенно если у вас интересная тема. Ответы на вопросы "что это вообще такое" и "почему так внезапно" - в телеграме, приходите https://t.me/joinchat/GKEDnkyOSqjuZTq28AbWKg