#polibuda #pg #id #bigdata
Wykopowicze, czy ktoś z was ma jakieś opinie, informacje lub doświadczenia odnośnie kierunku Inżynieria Danych na Politechnice Gdańskiej?
Z tego co słyszałem to zdania są bardzo podzielone. Głównie interesuje mnie poziom trudności, perspektywy zatrudnienia oraz przebieg poszczególnych zajęć
p0zdr0
  • 9
  • Odpowiedz
  • Otrzymuj powiadomienia
    o nowych komentarzach

@studencik69: Tak jak mówiłem sporo przedmiotów jest prowadzonych wspólnie wiec kolokwia/egzaminy też są takie same. Z tego co mogę powiedzieć to obecnie matma dyskretna jest niezłym killerem (około 100/150 osób z infy ma <50%, sam się uczę do następnego kolokwium a jest dopiero za 2 tyg). Fajnie jest ogarniać coś z programowania przed pójściem na studia to wtedy nie ma problemów z przedmiotami z tym związanymi. Algorytmy podobno zawsze były
  • Odpowiedz
@studencik69: Paaaanie, a który student powie, że jego kierunek nie jest trudny? Tak samo z maturą rozszerzoną z matmy, co roku najtrudniejsza od dawna xD A i jeśli nie jesteś pewny, że starczy ci punktów na infe, to nie dawaj na następnym miejscu tfu elektroniki (na Eti), bo będziesz się kisił wsród tych fizyczno-technicznych przedmiotów jak ja, zamiast uczyć się kodowania i matmy (to co się naprawdę przydaje programiście).
  • Odpowiedz
Cześć Mirki. W tym miesiącu muszę podjąć decyzję odnośnie studiów.
Od razu mówię, że biorę pod uwagę jedynie tryb niestacjonarny, ze względu na wyniki na maturze. ( ͡° ʖ̯ ͡°)
Wybieram między #uw #wne a #sgh.
Na UW planuję wybrać finanse, inwestycje i rachunkowość na SGH big date(choć nie wiem co to do końca jest) albo finanse i rachunkowość.
Dość dużo dowiadywałem się o
  • 10
  • Odpowiedz
  • Otrzymuj powiadomienia
    o nowych komentarzach

@nodenirr: W tym wszystkim co napisałeś czuje duży chaos. Mogę się wypowiedzieć o SGHu, bo tam studiuje, co do pozostałych nie wiem. To tak, big data to kierunek na magisterce, a nie na licencjacie, co prawda jest kilka przedmiotów, które możesz dodatkowo wybrać, ewentualnie specka na kierunku MIESI, ale nie nauczysz się za dużo rzeczywistej big daty po tym, chociaż jeśli i tak nie wiesz co to jest, to pewnie
  • Odpowiedz
@nodenirr: Nazwa popołudniowe nie ma aż takiego odniesienia do rzeczywistości, bo co prawda na pierwszym roku rzeczywiście mogą ci się zdarzyć jakieś pojedyncze zajęcia, które będą o 19, ale to raczej rzadkość, a przeważnie zajęcia są po 13:30, a po 1 roku tak jak wspomniałem w całym zakresie godzin 8-20 tak jak mają dzienni. Co do samej integracji to wydaje mi się, że to wszystko zależy od twojego charakteru i
  • Odpowiedz
Mirki, znalazłem ostatnio ofertę na Junior IT Analyst, gdzie z istotniejszych wymagań było tylko wykształcenie wyższe (najlepiej związane z informatyką/matematyką/ekonomią) i podstawowy (wtf, jak to możliwe w IT) angielski. Reszty podobno "nauczą". Firma średnia, jakieś 50-60 osób. Z tego co widziałem, wszystko wygląda fajnie, niby ciekawe projekty, raczej nie Januszex. Tylko no właśnie, skoro to jest średnia firma, to raczej nie wydaje mi się, by nawet na juniora, wymagania były tak niskie,
  • 11
  • Odpowiedz
  • Otrzymuj powiadomienia
    o nowych komentarzach

Właśnie nie, w rubryce czym bym się zajmował na tym stanowisku, jest zbieranie i analiza wymagań klientów, diagramy w UML, modelowanie w BPMN, przygotowywanie mock-upów itd. Czyli chyba raczej konkretne rzeczy, a nie coś dla żółtodzioba.


@bezbekpol: to brzmi jak analityk biznesowy
  • Odpowiedz
Hej mirki. Jako że jestem newbie w #machinelearning każda wskazówka się przyda.

Staram się posortować bardzo dużą liczbę koncertów po ich estymowanych wpływach biletowych. Pojedynczy wektor danych zawiera podstawowo:

- ID koncertu,
- ID obiektu / lokalizacji
  • 4
  • Odpowiedz
  • Otrzymuj powiadomienia
    o nowych komentarzach

@neko90: python, scikit learn i pobaw się algorytmami. Koncerty dla których masz wpływy dzielisz na dwie grupy, training i test, najlepiej funkcją traintestsplit, w proporcjach na przykład 80:20. Samo korzystanie z modeli jest bardzo proste, do tego jeszcze pod większością z nich są przykłady. Możesz zacząć na przykład od SVR.

EDIT: kurna, link się zepsuł ( ͡° ʖ̯ ͡°)

A w ogóle to miras,
  • Odpowiedz
Zauważyliście że bramki od systemu Viatoll na drogach i autostradach posiadają łącza satelitarne do telemetrii z ich serwerami?
Ciekawe jakie są wydajne, gdyż aby przesłać obraz z tylu kamer to muszą mieć powyżej 5mbps uploadu.
#siecikomputerowe #monitoring #bigdata
  • 14
  • Odpowiedz
  • Otrzymuj powiadomienia
    o nowych komentarzach

No po 1,5 miecha rekrutacji udało się przyklepać i przebranżowić z Oracle Deva na Big Data Engineer'a. Pijta ze mno mireczki od lipca zaczynam pierwszą pracę w tej działce. :D. Komu polać :D?

Dla ciekawskich stack:
- Cloud ( AWS)
- Scala, Python
- Hadoop (HDFS,YARN,Hive)
  • 34
  • Odpowiedz
  • Otrzymuj powiadomienia
    o nowych komentarzach

@piterRRR: Spark - architektura, akcje - transformacje przyklady roznice, czemu szybszy od mapReduce. Opisz podstawowe abstrakcje czym sa i jakie roznice, do napisania sparkowy helloworld czyli wordcount, sparkContext a sparkSession, czemu DataFrame działa szybciej niż RDD, rola drivera. Generalnie masz tutaj https://data-flair.training/blogs/spark-interview-questions/ jak to ogarniesz to nic Cię nie powinno zaskoczyć.

Hadoop standardowo - HDFS architektura + standardowe interview questions które masz na necie, YARN np schedulery i też
  • Odpowiedz
@plackojad: dałoby się ogarnąć :) defacto to czysta statystyka i nauczenie się nieco specyfiki portalu. Po cichu tylko powiem że to co się w tym temacie dzieje w R&D (a czasem się dzieje) jest mocno ukierunkowane na Twittera. Dużo bardziej niż np. na fb, o Reddit nie mówiąc. O wykopie ci co dają na to hajsy nie słyszeli ;)
  • Odpowiedz
  • 3
Jak zacząć ze ze scrapy? Szukam łatwego scrapera do ściągania stron forum i parsowania, wyszukiwania #bigdata
  • Odpowiedz
  • Otrzymuj powiadomienia
    o nowych komentarzach

Analiza danych - big data na #sgh vs MIESI też na sgh vs Informatyka i ekonometria na #sggw - co wybrać mirki?

Mam licencjat z finansów z raczej podrzędnej uczelni, teraz miałem rok przerwy od studiów, pracuję w korpo na takim entry levelu w finansach, ale będę przechodził bardziej w stronę analiz i automatyzacji procesów. Ogarnąłem samodzielnie pythona, którego już używam, mam jakieś pojęcie o SQL, ale w praktyce
  • 41
  • Odpowiedz
  • Otrzymuj powiadomienia
    o nowych komentarzach

@ciam-ciaramciam @sartek Cześć Mirki! Sorry, że odkopuje, ale myślę, że po właściwie drugim roku jesteście dobrym źródłem wiedzy dla osób z podobnym dylematem. Mam licencjat z firu na UŁ, za rok kończę mgr również z firu na UŁ. Ten mgr to był generalnie zły wybór, pracuję jako analityk danych na entry levelu, poza branża finansową. W pracy korzystam głównie z sql, excela (vba) i narzędzi do wizualizacji danych. Zastanawiam się
  • Odpowiedz
Jak powstanie sieć satelit grabiąca obraz z ziemi w czasie rzeczywistym to każdy robot domowy będzie miał super percepcję, która pozwoli mu określić pierwotną pozycję auta właściciela od odjazdu, dzięki czemu bez GPSa będzie wiedział w jakim miejscu on jest.
Można to też zestroić z monitoringiem i śledzić podejżane rejstracje.
Wizja z #terminator to pikuś przy tym co będą potrafiły roboty i #bigdata!
#sztucznainteligencja #
  • 15
  • Odpowiedz
  • Otrzymuj powiadomienia
    o nowych komentarzach

Treść przeznaczona dla osób powyżej 18 roku życia...
  • 16
  • Odpowiedz
  • Otrzymuj powiadomienia
    o nowych komentarzach

@venom1: powiedziałbym, że wszystkie wymienione będą ważne. A tak bardziej szczegółowo, to sugeruję:
- z cmsów ogarnąć dobrze WordPressa
- z PHP ogarnąć pisanie własnych wtyczek... do Wordpressa :P i w ogóle mechanizmów tego cmsa
- oczywiście analytics i konsola - im więcej ogarniesz tym lepiej, wszyscy to cenią

Z taką bazą będziesz w stanie tworzyć ciekawe zaplecza, które pozwolą Ci potestować wiedzę i pomysły i dadzą jakąś wartość zespołowi z którym miałbyś pracować.
  • Odpowiedz
@Oszaty: > Jaki jest według Was poziom trudności wejścia w Data Science? Czy ktoś się tu przyznaje do takiej pracy?

Na wejściu wymagany jest dyplom z kierunku technicznego np matematyka, statystyka, informatyka. Dużym plusem jest podstawowa znajomość jakieś środowiska bazodanowego/statystycznego: SAS, SQL, R, SPSS, Statistica itp. Na początku polecam aplikować na stanowiska Graduate Analyst/Analyst.
  • Odpowiedz
Nie ogarnę nigdy wykopu.
Facebook, korporacje złe, bo szpiegują i przeglądają nasze dane. Brandzlowanie na punkcie ochrony danych osobistych.

Gościu znajduje stare uprzedzenie, niby nie wie co to jest, ale w sumie wie - pozostałość po infrastrukturze sieci osiedlowej jego wujka.
Wykopki piszą 'Wołaj, wołaj jak coś znajdziesz' - chyba nikt nie wspomniał, że nie powinien tego przeglądać, ze względu na prywatność danych.

Korzystamy
  • Odpowiedz
  • Otrzymuj powiadomienia
    o nowych komentarzach

@Shodan56: to jak moich znajomych pobrali na analityków ( ͡° ͜ʖ ͡°) ? Przewal dobre kursy z neta , ślij CV i na rozmowie rób to co junior powinien. Na juniora zazwyczaj wymaga się nastawienia, a nie wiedzy. Oni wszystkiego Cię nauczą i jeszcze Ci zapłacą. Wystarczy, że chcesz się uczyć, masz zapał i ogarniasz. Brutalna prawda jest taka, że prawie nikogo studia nie obchodzą, bo
  • Odpowiedz
@Shodan56: Jak nie wspomniałem to oczywiście Warszawa ( ͡° ͜ʖ ͡°). Ja jako dev miałem dużo szczęścia i podobną drogą nauki i samozaparcia wsapałem się do top firm, ale jeśli chodzi o analitykę danych i okolicę to mam tylko znajomych. Protipy to posiadanie czegokolwiek jak ogarnięte kursy internetowe, konto na linkedin. Dalej możesz lecieć po pracuj, grupach fb czy justjoinit. Podpytam znajomego czy kogoś nie szukają,
  • Odpowiedz