Size: a a a

2020 September 08

AK

Anna Kravchenko in Science FYI
Paulina D
Алсо, по-моему, "не представляют себя в индустрии" и "не могут в индустрию" -- разное. Не могут -- значит, не могут, а не представляют -- судьба заставит, так представят и пойдут куда надо, если это надо будет для их выбора быть вместе.
this. я могу в индустрию, но не очень себя представляю в ней (собственно, ушла из индустрии в науку т.к. скучно)
источник

J

JeniaVan in Science FYI
Полукровка Мужчины и Женщины
ссылочку пожалуйста...
источник

АГ

Александр Грицай... in Science FYI
Выделение фракций ДНК, РНК и белков осуществляется с помощью добавления к ТРИзол хлороформа.
источник

АГ

Александр Грицай... in Science FYI
Все равно хлороформ отдельно
источник

O

Orodret in Science FYI
Александр Грицай
Выделение фракций ДНК, РНК и белков осуществляется с помощью добавления к ТРИзол хлороформа.
Ну, днк можно и не фенол/хлороформом чистить
источник

АГ

Александр Грицай... in Science FYI
РНК нужно
источник

J

JeniaVan in Science FYI
Anna Kravchenko
околонейронауки часто требуют довольно неплохого понимания статистики и умения программировать, это может работать на репутацию даже если конкретная подруга ничего такого не умеет. молекулярщика в датасаенсе могут не понять.
в принципе, так и есть. Анализ данных которые она делала для пхд довольно похож на то, чтог на делает сейчас, якобы. И это сыграло на руку. Просто датасайентист понятие растяжимое.
источник

ИК

Иван Котомин... in Science FYI
JeniaVan
в принципе, так и есть. Анализ данных которые она делала для пхд довольно похож на то, чтог на делает сейчас, якобы. И это сыграло на руку. Просто датасайентист понятие растяжимое.
мой очень успешный датасайнс френд периодически спрашивает, какими методами у нас принято пользоваться для обработки томограмм, фыркает и говорит: "Не, ну это умерло в 2006"))
источник

ИК

Иван Котомин... in Science FYI
Или "ну это препроцессинг, а дальше-то что?"

Но при этом мы говорим примерно на одном языке
источник

O

Orodret in Science FYI
Иван Котомин
Или "ну это препроцессинг, а дальше-то что?"

Но при этом мы говорим примерно на одном языке
Кхм... Я может не очень шарю, но датасайнс - это в целом все препроцессинг))
источник

AK

Anna Kravchenko in Science FYI
Иван Котомин
мой очень успешный датасайнс френд периодически спрашивает, какими методами у нас принято пользоваться для обработки томограмм, фыркает и говорит: "Не, ну это умерло в 2006"))
ооо, это прямо бальзам на душу. если не сложится с наукой, уйду в датасаенс. :D будет чем заняться
источник

s

sneg in Science FYI
Привет, а кто нибудь имеющий опыт прохождения платных курсов по датасаенсу может посоветовать хороший курс? Или платформу? И вообще, что лучше: зарубежные курсы или отечественные? Или разница не большая
источник

A

Alexander in Science FYI
sneg
Привет, а кто нибудь имеющий опыт прохождения платных курсов по датасаенсу может посоветовать хороший курс? Или платформу? И вообще, что лучше: зарубежные курсы или отечественные? Или разница не большая
привет
есть отличный курс от Яндекса на эту тему
там с азов начинают, буквально с матстатистики
источник

s

sneg in Science FYI
Alexander
привет
есть отличный курс от Яндекса на эту тему
там с азов начинают, буквально с матстатистики
Круто, спасибо. А про скиллбокс есть инсайдерская инфа?)
источник

Jelena Čuklina in Science FYI
Orodret
Кхм... Я может не очень шарю, но датасайнс - это в целом все препроцессинг))
Depends. Дата сайенс разнообразен сильно. У меня 10 человек в отделе - все дата сайенс. Но примерно 8 я не смогу заменить, они умеют и делают совсем другое чем я - кто картинки, кто байеса, кто параллелизацию симуляций, кто хитрый стык статистики и ML. Ну если сяду на месяц-два только ботать, то да, но сходу точно нет. Я-то кручу-верчу фичи и всякую прикладную аналитику-мелкое моделирование. Data wrangling, data cleaning, data QC (натурально, был пациент, который два раза умер).
источник

Jelena Čuklina in Science FYI
sneg
Привет, а кто нибудь имеющий опыт прохождения платных курсов по датасаенсу может посоветовать хороший курс? Или платформу? И вообще, что лучше: зарубежные курсы или отечественные? Или разница не большая
Мне больше всех для подготовки к собеседованиям зашёл DataCamp (удобно заполнять мелкие пробелы). С зарубежными ещё важно, что терминология на английском, я попадала пару раз, когда знала только по русски. А так хорошие курсы есть и там и там.
источник

O

Orodret in Science FYI
Jelena Čuklina
Depends. Дата сайенс разнообразен сильно. У меня 10 человек в отделе - все дата сайенс. Но примерно 8 я не смогу заменить, они умеют и делают совсем другое чем я - кто картинки, кто байеса, кто параллелизацию симуляций, кто хитрый стык статистики и ML. Ну если сяду на месяц-два только ботать, то да, но сходу точно нет. Я-то кручу-верчу фичи и всякую прикладную аналитику-мелкое моделирование. Data wrangling, data cleaning, data QC (натурально, был пациент, который два раза умер).
Да, но это все в широком смысле подготовка данных, чтобы сделать осмысленные биологические выводы.
источник

L

Leo in Science FYI
Alexander
привет
есть отличный курс от Яндекса на эту тему
там с азов начинают, буквально с матстатистики
А есть ссылка?)
источник

A

Alexander in Science FYI
Leo
А есть ссылка?)
Coursera
Машинное обучение и анализ данных
Offered by Московский физико-технический институт. Мы покажем, как проходит полный цикл анализа, от сбора данных до выбора оптимального решения и оценки его качества. Вы научитесь пользоваться современными аналитическими инструментами и адаптировать их под особенности конкретных задач.  В рамках специализации вы освоите основные темы, необходимые в работе с большим массивом данных, в т.ч. современные методы классификации и регрессии, поиск структуры в данных, проведение экспериментов, построение выводов, базовая фундаментальная математика, основы программирования на Python.  Мы разберём, как построить рекомендательную систему, оценить эмоциональную окраску текста, спрогнозировать спрос на товар, оценить вероятность клика по рекламе и т.д.  В финале вам потребуется выполнить проект собственной системы, решающей любую актуальную для бизнеса задачу. Результатом будет наглядная работающая модель, которую вы сможете использовать в вашей повседневной работе или продемонстрировать на собеседовании.  Все, прошедшие специализацию…
источник

Jelena Čuklina in Science FYI
Orodret
Да, но это все в широком смысле подготовка данных, чтобы сделать осмысленные биологические выводы.
Meh. Симуляции вообще без данных работают (или с минимумом данных). Но 2/3 прикладников пожалуй да
источник