Бесплатные мероприятия следующей недели
Разбираемся с профессиями, инструментами и возможностями в аналитике и IT.

1️⃣ Интенсив по SQL
29–31 июля, 19:00 по МСК

Онлайн-магистратура «Аналитика больших данных» приглашает на интенсив по SQL для начинающих. За три вечера вы освоите ключевые приемы работы с запросами: от базовых конструкций до оконных функций и основ оптимизации.
Подойдет начинающим аналитикам, маркетологам, продактам и тем, кто давно хотел разобраться с SQL, но не знал, с чего начать.
Спикер — Юлия Кольцова, аналитик Wildberries&Russ, преподаватель факультета компьютерных наук НИУ ВШЭ.
➗ Зарегистрироваться

2️⃣ Кто такой системный аналитик и как начать карьеру в профессии
31 июля, 19:00 по МСК

Системный анализ является понятным входом в IT без программирования. На вебинаре разберём, чем на самом деле занимается аналитик, какие навыки нужны, какие задачи он решает и с чего начать путь в профессию.
Спикер — Екатерина Иванушкина, старший системный аналитик Lemana pro.
➗ Зарегистрироваться

И мы там есть💘

20+ ссылок на курсы, тренажёры и сайты с вакансиями для начинающих ML-специалистов собрал Applied Scientist в одной из бигтех-компаний Лондона Максим Шапошников, автор тг-канала @max_dot_sh

Скорее открывайте полезный путеводитель, который подскажет, где набраться опыта и как выделиться среди конкурентов.

Scikit-learn — 18 лет!
И нет, это не старость. Основанная на статистических методах Scikit-learn остается ключевой библиотекой для машинного обучения. Недавний апгрейд сделал ее еще круче. Давайте разберемся, для каких задач нужна Scikit-learn и какие возможности дает в работе.

Что такое scikit-learn и для каких задач
Scikit-learn — одна из ключевых Python-библиотека с открытым исходным кодом для классического машинного обучения. Ее сильная сторона — простота использования, качественная документация и бесшовная интеграция с экосистемой Python (NumPy, pandas, matplotlib, joblib).

Библиотека блестяще закрывает широкий спектр ML-задач:
➗ Предобработка данных: масштабирование, кодирование категориальных признаков, обработка пропусков;
➗ Классическое моделирование: классификация, регрессия, кластеризация;
➗ Оценка и валидация: расчет метрик, кросс-валидация, разбиение выборок;
➗ Построение пайплайнов: объединение шагов предобработки и обучения в единую воспроизводимую цепочку.

Улучшения scikit-learn в 2025 году
➗ Упрощена работа с пайплайнами — ошибки стало легче отслеживать;
➗ Реализован градиентный бустинг на гистограммах — это ускоряет обучение моделей;
➗ Добавлены предупреждения — защита от случайных изменений, которые влияют на результат;
➗ Появились сокращенные вызовы для трансформеров — объект можно использовать как функцию.

Так что Scikit-learn не сдает позиций! Ее осваивают все начинающие ML-инженеры. А мы, как всегда, помогаем.

Основная причина недоверия к ChatGPT или DeepSeek — частые галлюцинации. Это когда ИИ гладко стелит фактами и цифрами, но на самом деле все выдумывает.
Так можно ли вывести этого товарища на чистую воду? И да, и нет. В некоторых случаях все еще проще собрать и проанализировать информацию вручную. Как, например, в работе со специфическими историческими данными. В остальном — хорошо работает магия промптов.

Вот 4 правила эффективного запроса к ИИ
1️⃣ Формулируйте точный, детализированный вопрос

❌ Расскажи о жизни муравьев
✅ Собери 10 подтвержденных научными исследованиями фактов о жизни муравьёв, связанных с их экономическим поведением: хранение ресурсов, распределение ролей, оптимизация маршрутов. Приведи ссылки на исследования в Google Scholar или PubMed

2️⃣ Задавайте контекст

❌ Напиши текст про устройство муравейника
✅ Напиши короткий текст в стиле популярного научного блога для родителей, объясняющий устройство муравейника. Так, чтобы родители могли рассказать эту информацию своим детям 4-6 лет.

3️⃣ Используйте примеры и шаблоны

❌ Сделай статью о матриархате у муравьев
✅ Напиши статью о матриархате у муравьев по структуре: когда появились муравьи, как организовано их общество, как живет муравьиная матка и другие самки, как самки соперничают за право быть королевой, как живут и чем занимаются самцы.

4️⃣ Уточняйте ограничения и объем

❌ Расскажи об огненных муравьях
✅ Сделай краткую справку об огненных муравьях как инвазивном виде. Формат:
1. Объем 2000 знаков
2. Фокус на регионы распространения, экономический ущерб, способы обнаружения и борьбы
3. Источники — только государственные базы и рецензируемые публикации
4. Стиль — пригодный для вставки в аналитический отчёт или презентацию для регуляторов

Для любительского пользования этих правил достаточно.
Но чтобы выйти на профессиональный уровень и настроить ИИ для качественной работы с данными, приходите на короткий курс «Умная аналитика: как ИИ помогает работать с данными».
До 5 августа на эту программу действует акция «Раннее бронирование» со скидкой 20%. Записывайтесь и не забудьте ввести промокод: EarlyAIbird.

Ничего не планируйте на 7 августа: ждем вас на первой встрече Data-интенсива — серии вебинаров, на которых будем обсуждать путь от новичка до первого оффера.

Тема первого вебинара — «Как стать ML-инженером в 2025: навыки и карьерный путь». Своим опытом поделится Нерсес Багиян, Head of DS в Raiffeisen CIB. Тот, кто сам прошел путь от стажера до старшего аналитика в Яндекс.Маркете за 2 года.

Кому будет полезно:
— Новичкам в ML, которые хотят узнать, как строить карьеру и искать работу в индустрии.
— Студентам и выпускникам технических направлений, которые ищут перспективное направление развития.
— Специалистам из других областей, которые хотят перейти в IT.

Что будет на вебинаре:
➗ Узнаете, чем занимается инженер машинного обучения
➗ Познакомитесь с навыками и инструментами, которые нужны для старта
➗ Поймете, как выстроить путь от первых шагов до оффера
➗ Разберете примеры реальных задач ML-инженера

Регистрируйтесь на мероприятие, чтобы не пропустить.

Компания OpenAI сегодня (предположительно) анонсирует GPT-5. Какие улучшения ожидают эксперты от новой модели и почему нам стоит попробовать новую версию? Давайте посмотрим.

Что изменится в GPT-5?

➗ Унифицированная архитектура модели
Раньше пользователи вручную выбирали версию — GPT-3.5 и GPT-4 — под задачу. Теперь ИИ начнет сам распределять вычислительные ресурсы. Пишете вы код или генерируете идеи для маркетинговой компании, чат сам разберется, какая версия вам больше подходит.

➗ Расширенные когнитивные способности
Ожидается, что GPT-5 достигнет уровня интеллекта, сопоставимого с уровнем доктора наук в специализированных областях. А значит, станет надежнее.

➗ Обработка видео
GPT-5 сможет подвести итоги видеолекции, выделить ключевые моменты презентации или предоставить аналитические данные в режиме реального времени во время прямой трансляции.

➗ Расширенное контекстное окно
Поддерживающее до миллиона токенов окно позволит модели обрабатывать и хранить большие объемы информации: обширные кодовые базы, объемные документы или комплексные наборы данных. Функция — просто находка для разработчиков, исследователей и аналитиков данных — позволит эффективнее решать сложные задачи.

➗ Версия разработчиков Lobster
Сообщалось, что OpenAI разрабатывает версию GPT-5 для программирования. Ее предварительное название — «Lobster». Разработчики смогут использовать ИИ для генерации и отладки кода, разработки приложений.

➗ Интеграция операторской структуры OpenAI
GPT разработал функцию, которая позволяет ИИ автономно выполнять многоэтапные задачи. Например, вы поручите GPT-5 на постоянной основе, раз в неделю, анализировать данные, писать отчеты, электронные письма. ИИ начнет это делать без вашего постоянного участия.

Ожидаете нововведения?
👍 Да
🤔 Не разобрались

Почему аналитики данных действительно важны бизнесу и как новичку выстроить маршрут от старта до оффера? Приходите на вебинар с Анатолием Карповым и все узнаете. 14 августа, в четверг, в 18:00 СЕО karpov.cоurses расскажет:
➗ Какую роль играют аналитики в бизнесе;
➗ Какие навыки нужны для входа в профессию;
➗ Как выбрать траекторию развития;
➗ Что ждет студентов на курсах karpov.cоurses.

Анатолий представит профессию через разбор реальной задачи предсказания оттока пользователей. Разберет аналитические подходы на основе сегментации клиентов и более продвинутые методы с использованием алгоритмов машинного обучения.

Встреча будет интересна не только новичкам, но и тем, кто уже сделал первые шаги в профессии.
Регистрация [здесь]

У бизнеса десятки показателей. Если анализировать их по отдельности, картина размытая: одни метрики растут, другие падают. Непонятно, что происходит с компанией на самом деле. Объясняем на примере из практики, что с этим можно сделать.

Кейс «Норникеля»
В отчетах «Норникеля» много производственных, инвестиционных, кадровых и финансовых метрик. В таких случаях их нужно агрегировать — чтобы быстрее оценивать ситуацию и принимать решения.
Один из подходов — формировать индексы устойчивости:
➗ ISR — стратегический капитал, объединяет 19 показателей.
➗ IPR — охватывает 53 показателя и показывает ресурсную базу: инвестиции, научные разработки, кадровый потенциал.
Так, при анализе отчетов «Норникеля» можно увидеть, что к 2023 году ISR растет — компания укрепляет стратегическую позицию (фрагмент отчета). При этом IPR снижается — ресурсная база слабеет.
Индексный подход позволил быстро найти проседающую зону, собрать данные для обоснования решений и привлечения финансирования.

Кому нужно использовать такие инструменты
Индексный подход — один из инструментов финансовой аналитики. Которые полезны продактам, руководителям, BI-специалистам — всем, кто работает с метриками и принимает решения.
Чтобы не просто собирать цифры, а понимать взаимосвязи, обобщать данные и увидеть тренды.

Этому можно научиться на программе «Data‑аналитика в финансах» от karpov.cоurses и НИУ ВШЭ. Сейчас на обучение действуют скидки — подробности рассказали в посте.

Топ-8 дификлт слов, которые вы выучите, став аналитиком данных:
➗ бутстрэп
➗ шардинг
➗ оверсемплирование
➗ агрегация
➗ дедлок
➗ гетероскедастичность
➗ лейблинг
➗ оверфиттинг

Чтобы выучить язык аналитики на практике, записывайтесь на курс. А что означают все эти -инги и -ации в теории, расскажем в следующем посте.
Практикующие специалисты, есть что добавить по замысловатым терминам?