Python Data Science. З чого почати?

Матеріали вебінару - https://itvdn.com/ua/webinars/descrip... У цьому вебінарі буде розглянуте найпоширеніше питання “з чого мені почати свою кар'єру в IT?”. Галузь інформаційних технологій дуже широка та налічує безліч спеціальностей та можливостей. Тому і шляхів з чого почати також дуже багато. На вебінарі ми розкриємо це питання зі сторони мови програмування Python та її практичних напрямків, таких як веб-бекенд (web backend) та наука про дані (data science). Обговоримо такі теми: що таке програмування, чому саме Python для початківців, як написати свою першу програму, що потрібно знати сучасному розробнику, як побудувати план свого навчання, які початкові знання потрібні та скільки часу знадобиться для того щоб почати заробляти перші гроші як IT фахівець. План вебінару: Коротке знайомство з автором. Про особистий шлях в IT і чим займається зараз. Що таке програмування? Що таке Python? Встановлюємо Python та пишемо свою першу програму. Веб розробка як практичний напрямок Python. Data science як пратичний напрямок Python. Хто такий “айтішник” та чому їм так багато платять? Як побудувати своє навчання та зробити карє’ру в IT? Запитання та відповіді. Дякуємо, що ви з нами! Ми в соцмережах: Telegram - https://t.me/itvdn1 Instagram -   / itvdn   TikTok -   / itvdn   Facebook -   / itvdn.edu   LinkedIn -   / itvdn   👉 Сайт і курси ITVDN: https://cutt.ly/M4alQIU Вступ та знайомство 00:00:00 Вітання та тема вебінару: Python та Data Science 00:00:40 Про автора: Кирило Бондаренко, Senior Data Scientist / Machine Learning Engineer 00:01:54 План вебінару: шлях в IT, основи програмування, навчання та кар'єра 00:04:59 Особистий шлях автора: від економіста до штучного інтелекту Основи професії та рівні розробників 00:08:48 Рівні спеціалістів: Intern, Junior, Middle, Senior 00:11:21 Робочі обов'язки на різних етапах кар'єри та роль саморозвитку 00:12:35 Що таке програмування: рутина чи творчість? 00:15:00 Визначення програмування та його компоненти (ідея, алгоритм, дебагінг) 00:18:25 Приклад алгоритму: перевірка слова на паліндром Мова програмування Python 00:20:43 Хто такий Гвідо ван Россум та історія появи Python 00:22:38 Сфери використання Python: Web, Data Science, Mobile, Desktop 00:24:19 Чому Python став популярним (аналітика Stack Overflow) 00:26:56 Недоліки Python: швидкість та Global Interpreter Lock (GIL) 00:30:52 Відомі проєкти на Python: Instagram, YouTube, World of Tanks, Netflix 00:33:43 Філософія мови: Дзен пітону Практика для новачків 00:35:03 Де завантажити Python та вибір IDE (PyCharm) 00:36:51 Демонстрація: написання та запуск першої програми Hello World Frontend vs Backend 00:38:57 Різниця між фронтендом та бекендом на прикладі мемів 00:40:35 Чим займаються backend-розробники (клієнт-серверна архітектура) 00:44:13 Python як інструмент веб-розробника: фреймворки Django, Flask, FastAPI Світ Data Science та Machine Learning 00:47:40 Три складові Data Science: аналіз, моделювання, ML-алгоритми 00:48:50 Основні фреймворки: Pandas, NumPy, Scikit-learn, TensorFlow, PyTorch 00:51:30 Приклад задачі 1: Статистична обробка даних пасажирів Титаніка 00:54:05 Приклад задачі 2: Математичне моделювання цін на житло в Бостоні 00:58:30 Приклад задачі 3: Класифікація стилів меблів за допомогою нейромереж 01:01:00 Data Science у реальному бізнесі: мале виробництво vs великі IT-компанії Навички та якості спеціаліста 01:04:30 Ключові скіли: математичне мислення, аналіз інформації, комунікація 01:10:14 Якості айтівця: терплячість, абстрактне мислення, стресостійкість 01:14:48 Рівні доходів в IT залежно від досвіду та технологій 01:16:30 Як заробляють гроші в IT: Outsourcing, Outstaffing, Product Побудова навчання 01:25:40 План навчання на рік: від мови до першого оферу 01:27:28 Шпаргалка по тижнях для вивчення Python Core 01:29:45 Корисні ресурси для практики: LeetCode та задачі 01:32:45 Шпаргалка для Python Backend розробника (HTTP, Hosting) 01:34:55 Шпаргалка для Data Science (математична база, глибинне навчання) Відповіді на запитання (Q&A) 01:43:20 Чому автор обрав саме Data Science? 01:45:00 Рекомендації літератури: Білл Любанович «Простий Python» 01:46:50 Чому в Python немає фігурних дужок? 01:48:35 Як знайти роботу Junior-спеціалісту без досвіду 01:50:30 Переваги Python перед Java для Backend 01:53:40 Чи потрібна вища математика для Data Science? 02:02:40 Рівень англійської мови для працевлаштування 02:10:15 Python у DevOps та кібербезпеці