Wpis z mikrobloga

@arysto2011: Ładnie, gratulacje. Kiedyś zajmowałem się ML/AI, od kilku lat robię co innego. Masz może link do jakiegoś materiału związanego z tematem - blog, artykuł, yt, nawet PHDs? Widziałem kursy na https://www.kaggle.com/ albo https://developers.google.com/machine-learning/crash-course ale jeszcze się nie zagłębiałem w szczegóły. Jakbyś podesłał dwa - trzy linki dla mid developera żeby podszkolił warsztat z Twojej działki to byłbym wdzięczny. Dodatkowo, jakbyś miał pod ręką stronę z aktualnymi frameworkami z tej dziedziny
@dzialkowiecnierolnik:

Blogów mało, Raczej artykuły na medium i oficjalne materiały od Google, MS, OpenAI, Apache, Kaggle (fajne materiały dla początkujących — te oficjalne od nich).
https://developers.google.com/machine-learning/crash-course/ml-intro

Jeden blog zawsze rzuca się w oczy:
https://towardsdatascience.com

Zwykle używam też newsletterów do śledzenia nowości
https://www.datascienceweekly.org
https://aiweekly.co/issues/278?#start

Jeżeli zaś chodzi o zasoby w sieci, to jest tego masa. Możesz użyć repo na GH z serii awesome machine learning albo roadmap machine learning i zobaczyć co
czy żeby zacząć w bigdata trzeba mieć studia?


@Kolczaneiro: Ja mam doktorat, więc raczej tak. Studia w tej branży są konieczne. Nie ma Junior data engineering stażystów bez doświadczenia i wiedzy. Tu raczej lądują ludzie z wiedzą w przynajmniej jednym języku programowania i z dużą wiedzą teoretyczną odnośnie algorytmiki, matematyki, algebry liniowej, modelowania matematycznego i innych trudnych rzeczy.