Data Science Academy

Пришел на Data Science почти без опыта программирования. В начале больше всего времени уходило на SQL и Python, но как раз большое количество задач помогло привыкнуть к синтаксису. Сейчас уже могу самостоятельно получить данные из базы, обработать их в Pandas и подготовить нормальный набор для дальнейшего анализа.

До курса работала аналитиком в Excel и хотела перейти на более серьезные инструменты. Больше всего пригодились Python, Pandas и NumPy. Раньше большие таблицы начинали тормозить и приходилось разбивать работу на несколько файлов. Теперь часть таких задач могу обрабатывать программно и намного проще повторять один и тот же анализ на новых данных.

Очень понравился блок по визуализации. До этого строил графики скорее для отчетов, а здесь начал использовать их именно для исследования данных. Plotly особенно зашел из-за интерактивности. Когда можно быстро посмотреть распределения, выбросы и взаимосвязи, намного проще понять, что вообще происходит в датасете до построения модели.

Самой сложной частью для меня стала статистика и машинное обучение. Сначала алгоритмы вроде random forest воспринимались просто как набор новых терминов. После практики стало понятнее, как подготовить данные, выбрать признаки, обучить модель и потом нормально оценить ее результат. Хорошо, что много внимания уделяется не только самой модели, но и качеству исходных данных.

Для меня полезным оказался модуль по API. До курса данные обычно получал уже готовой выгрузкой. Здесь разобрался, как отправлять запросы к внешнему сервису, получать ответ и дальше использовать данные в Python. После этого попробовал подключить API в своей рабочей задаче и автоматизировал часть ручной выгрузки.

Больше всего понравилось, что курс не ограничивается отдельными инструментами. В кейсах приходится пройти весь путь: получить данные, очистить их, исследовать, построить модель и объяснить результат с точки зрения бизнес-задачи. Именно на таких заданиях стало понятно, чем Data Science отличается от простого умения писать код или строить графики.