Исчерпывающее руководство по основам Data Science.Что мешает раскрытию истинного потенциала науки о данных? Очевидно, проблема не в медленных алгоритмах, не в недостатке данных и уж точно не в нехватке вычислительной мощности или дата-сайентистов. Дело в распространенном заблуждении, что Data Science — это сложно и заниматься наукой о данных могут только опытные программисты. На самом деле, это не так.Эта книга развеет все мифы и научит вас:• Мыслить статистически и понимать, какую роль в вашей работе и играет аналитика.• Пользоваться языком науки о данных, то есть осмысленно говорить и задавать правильные вопросы относительно статистики.• Понимать реальное положение вещей в таких областях, как машинное обучение, текстовая аналитика, глубокое обучение и искусственный интеллект.• Избегать распространенных ошибок при работе с данными и их интерпретацией.Руководство будет полезным каждому желающему научиться ориентироваться в грядущем будущем, неразрывно связанным с Data Science.

Как быть успешным в Data Science. Эффективное управление проектами и развитие профессиональной команды.Практическое руководство по долгосрочному карьерному росту в Data Science.Наука о данных — сфера, которая никогда не останавливается в своем развитии. Чтобы успеть за ней, необходимо быть в курсе текущих тенденций и постоянно осваивать новые профессиональные навыки.Внутри этой книги вы найдете подробный обзор ключевых аспектов, необходимых для интенсивного развития в Data Science. Вы изучите не только основы эффективного управления проектами и создания успешной команды, но и стратегическое планирование собственного роста.• Выявление и решение основных проблем в вашей организации.• Развитие команды с помощью коучинга, наставничества и консультирования.• Приоритезация проектов с учетом возможных рисков.• Разработка четких пайплайнов и бизнес-стратегий.• Создание корпоративной культуры управления данными.Помимо этого авторы делятся практическими советами из своего богатого профессионального опыта для решения сложных проблем и достижения успеха в области науки о данных.Цзикэ Чонг и Юэ Кэти Чанг — руководители высокоэффективных команд по работе с данными в государственных и частных компаниях, таких как Acorns, LinkedIn и других крупнейших организаций в США.«Первая в своем роде книга, в которой систематически обсуждается развитие карьеры в области науки о данных. Очень ценная и своевременная в мире, который генерирует все больше и больше данных с каждым днем!» — Майкл Ли, вице-президент по данным (VP of Data) в Coinbase, бывший руководитель отдела аналитики и обработки данных в LinkedIn

Сегодня тысячи компаний собирают и сохраняют большие данные о поведении своих клиентов, ассортименте, производственном процессе и других немаловажных для бизнеса вещах. Однако, чтобы принимать обоснованные решения на основе этих данных, недостаточно их просто собрать — нужно правильно их обработать и провести грамотный анализ.Благодаря этой книге вы освоите все необходимые инструменты для хранения и анализа большого количества данных, научитесь правильно управлять ими и извлекать полезную информацию для развития бизнеса.Книга будет полезна для:• специалистов по Data Science;• аналитиков данных;• инженеров баз данных;• визуализаторов данных.Ральф Кимбалл — основатель «Kimball Group». С середины 1980-х он был идеологом отрасли хранилищ данных и анализа данных с помощью размерного подхода. Он обучил десятки тысяч профессионалов в сфере ИТ.Марджи Росс — президент «Kimball Group». Она сосредоточилась непосредственно на хранении и анализе данных с акцентом на бизнес-требованиях и размерном моделировании. Как и Ральф, Марджи обучила лучшим практикам размерного моделирования тысячи студентов.