Пять источников data science

Мы поговорим о пяти вещах, которые необходимы любому человеку, занимающемуся данными – от новичка до умудренного опытом профессионала.

Наверняка вам попадались люди, уверенные в том, что знают все. Заметим, что это не касается науки о данных, где постоянно нужно изучать что-нибудь новое – иначе безнадежно отстанешь.

  • Документация

Это первое, что должно волновать вас, когда вы сталкиваетесь с новой библиотекой или языком программирования. Очень часто в документации подробно расписано, для чего нужен каждый компонент. В наши дни это подразумевает сотрудничество с открытым исходным кодом, когда можно самому добавлять полезные вещи в документацию, если их там нет. И хотя иногда требуется проверка со стороны руководителя, в большинстве случаев такие знаки внимания со стороны пользователей проходят на «ура». Иногда документация может изобиловать излишними техническими деталями, иногда может быть совсем скудной.

  • Блоги

С их помощью можно делиться знаниями – везде, со всеми, в любых количествах. Некоторые люди пишут так хорошо, что могут легко объяснить вещи, о которых ты не имел никакого представления еще несколько минут назад.
Сильной стороной блогов является то, что люди, которые их ведут, как правило, знают то, о чем они пишут. Слабой – то, что в блогах порой бывает слишком много воды.

  • Stack Overflow

Это система вопросов и ответов о программировании, разработанная Джоэлем Спольски и Джеффом Этвудом в 2008 году. Stack Overflow — один из самых ценных форумов не только для специалиста по данным, но и для обычного программиста. Это -сообщество, куда любой может прийти со своей проблемой и получить помощь от тех, кто уже с ней сталкивался. В науке о данных, хотя она совсем нова, уже предостаточно ответов на ваш возможный вопрос.

  • YouTube

Сегодня можно найти видео практически на все случаи жизни. Для программирования и науки о данных YouTube — прекрасное подспорье. В мире, где существуют онлайн-школы, нетрудно найти видео, в котором подробно рассматриваются детали любого аспекта этих сфер. Вы новичок в Python, и вы пытаетесь научиться создавать функции? Для этого есть видео. Вам надо построить рекомендательную систему? Опять видео. Заинтересованы в нейронных сетях? Вы угадали. Снова и снова оно — видео. YouTube похож на StackOverflow в том, что люди помогают людям, только на этот раз в формате видео.

  • Ваша собственная сеть

Наука о данных — это очень узкое сообщество. Использование сети — ресурс, который часто упускают из виду, потому что большинство людей не хотят «беспокоить» других. Большинство людей только рады поболтать с другими, особенно когда это означает, что нужно немного поговорить о себе и своих знаниях. Не все любят общаться. Хорошая новость заключается в том, что, если кто-то не хочет говорить о себе, скорее всего, он даст знать об этом. Он может не отвечать на сообщение, даже отклонить вас. Ничего страшного! Самое главное — показать себя и то, что вы готовы взаимодействовать.

Прокрутка вверх