Поздравляю всех с днём знаний! Как я уже говорил тут,
меня теперь больше захватывают информационные технологии в металлургии,
а точнее, разработка ПО и анализ данных. Ниже выкладываю бесплатные
ресурсы для самообразования в этой области для тех, кому тоже интересно.
Возможно, это даже поможет сменить профессию.
Как учиться
Для начала – курс от ТЖ Как учиться в свое удовольствие, чтобы сразу подходить к обучению осознанно.
Язык программирования Python
Первые два курса
современные; тот, что от Яндекса вообще постоянно обновляется, но
последние два в списке всё равно хочется отметить, чтобы отдать дань
уважения: с них я начинал.
- Программирование на Python от Института биоинформатики
Язык запросов SQL
Оба курса
классные и с большим количеством практики – так что SQL после них будет в
мышечной памяти, как постановка пальцев на грифе гитары для извлечения
аккордов.
- Интерактивный тренажер по SQL от Дальневосточного федерального университета
- Симулятор SQL от karpov.courses
Анализ данных и машинное обучение
С курсов “Основы статистики” и “Введение в Data Science и машинное обучение”
началось моё погружение в эту область. Очень благодарен за это автору
курсов, Анатолию Карпову. Если вдруг вам будет интересно пройти его платные курсы, то можете написать сначала мне: у меня есть скидка 5%.
- Основы статистики от Института биоинформатики
- Введение в Data Science и машинное обучение от Института биоинформатики
- Учебник по машинному обучению от Яндекса – очень современный курс; поддерживается актуальным.
- Открытый курс машинного обучения на английском
- Классические модели ML от сообщества “Open Data Science”
Вообще на сайте Open Data Science лежит куча бесплатных курсов по машинному обучению: https://ods.ai/tracks. Очень рекомендую этот ресурс всем интересующимся данной темой.
Статистика и A/B-тестирование
- Математическая статистика и А/В тестирование от Высшей школы экономики
- Основы статистики и A/B-тестирования от Яндекса
Математика для анализа данных
- Математика для Data Science от karpov.courses
- Основы математики для цифровых профессий от Яндекса
- Линейная алгебра от Computer Science Center
- Теория вероятностей от Computer Science Center
Глубокое обучение
- Онлайн-школа по искусственному интеллекту DeepLearningSchool – проект Московского физико-технического института
Другие технологии, используемые в промышленности
Я бы сказал, что это темы для более продвинутых. Из них на первое
место я бы поставил Git, а потом уж всё остальное. Из линукса на первое
время стоит освоить только базовые команды в терминале для создания
файлов, чтения и копирования. Можно даже по началу обойтись просто
шпаргалкой типа этой.
- Курс по Git в виде плейлиста на YouTube
Алгоритмы
Тоже для более продвинутых. Я сам ещё в процессе изучения.
- Основы алгоритмов – учебник от Яндекса
- Алгоритмы: теория и практика. Структуры данных от Computer Science Center
- Тренировки по алгоритмам от Яндекса
Ресурсы для практики
- Хакатоны. Если интересно поучаствовать в соревнованиях, пишите – сколотим команду!
Вот телеграмм-каналы, в которых можно отслеживать хакатоны:Russian Hackers | Хакатоны
хакатоны.рус / хакатоны HACKATHONS.pro Codenrock Хакатоны || Hackathon list - Соревнования на kaggle
- Открытые данныеДатасеты на Kaggle Датасеты на huggingface Ссылки на различные промышленные данные собраны в репозитории у Юрия Кацера – там есть 3 датасета с металлургическими данными (их проще найти у него же тут).
Всё! Успехов в учёбе! За обновлениями блога следите в телеграмм-канале.