Пользователь пока ничего не рассказал о себе

Достижения

Все достижения (6)

Наибольший вклад в теги

Все теги (84)

Лучшие ответы пользователя

Все ответы (232)
  • Как защитить идею?

    @dmshar
    Особо позабавило вот это:
    Как защитить идею.... от того что в будущем (когда я буду заниматься её разработкой) она не пришла в голову кому-то другому. Бывает мысли у людей сходятся.

    Если у вас такое понимание прогресса, то возникают серьезные сомнения в пользе идеи, которая вам пришла в голову.
    Вы никогда не думали, что практически все действительно стоящие идеи - и даже великие идеи - одновременно приходили в голову нескольким людям?
    Дифференциальное и интегральное исчисления - Ньютону и Лейбницу.
    Теория Дарвина - ему и Альфреду Расселу Уоллесу.
    Логарифмы открыли независимо Непер и Бюрги.
    Закон Бойля — Мариотта - потому так и назван, что двое сделали это открытие почти одновременно и независимо друг от друга.
    Пятна на солнца вообще одновременно, в 1611 году открыли четыре (!!!) разных ученых.
    А Шарль Кро - изобретал патефон на пару месяцев раньше Эдисона, и цветную фотографию - с разницей в пол года с Дюко дю Ороном. (Во не повезло парню).
    В сегодняшнем мире - персональные компьютеры - посмотрите, кто когда и как начал их выпускать.
    Поисковые системы и социальные сети - вспомните их историю.
    Так что можете не обольщаться - если ваша идея не пришла в голову кому-нибудь другому, то будьте уверены - она не нужна никому.
    Но скажу один страшный секрет. Если даже к вам вот сейчас в голову пришла супер-пупер гениальная идея, которая принесет вам миллионы и всемирную известность, и вы сейчас вот размышляете, как добиться собственной монополии на нее - будьте уверены, что где-то в Америке, Японии, Китае или а Попуа-Новой Гвинее вот прямо сейчас кто-то другой уже начал ее реализовывать. И пока вы находитесь в размышлениях - он станет изобретателем и все лавры и миллионы достанутся ему.
    У первого - есть фора, но в сегодняшнем мире у него нет монополии.
    И помните - Стив Джобс, Цукерберг не были ни богатым, ни первыми. Но они шли к цели, а не думали, как себя от кого-то защищать.
    Поэтому совет - не майтесь дурью, а займитесь реализацией своей идеи. Нет денег - ищите инвестора. Да-да, делитесь с ним. Он даст вам то, что у вас нет, и за это вы с ним поделитесь и славой и деньгами. И нет в этом ничего зазорного или унизительного. Используйте свою фору, если она у вас есть, конечно.
    Ответ написан
  • Теоретическая часть по программированию?

    @dmshar
    Одно могу сказать точно: если человек, после полутора лет штудирования С++ (кстати, не самое простое, но - по моему мнению - самое верное начало) пишет по сути - "хочу не только кодить, ни и уметь действительно разрабатывать программные системы" - это отлично. Потому как многие - а сегодня, увы, можно сказать и большинство - останавливаються именно не кодинге, и мнят себя при этом курутыми разработчиками.
    Если обратить внимание на то, что автору всего 17 лет - то тем более - респект, так держать!
    Теперь по сути. Вы абсолютно правы, кодирование на любом языке, даже виртуозное, это еще не программирование. Что-бы стать хорошим программистом надо основательно изучить основы Теории Алгоритмов и Структур данных, теорию и практику работы с базами данных, особенности построения распределенных, мобильных и веб-приложений (даже если завтра вы не собираетесь писать под веб или Андроид), понять хотя-бы в общих чертах, как работают сети, и "полирнуться" основами архитектуры современных информационных систем и паттернами проектирования. Ну и надо понимать, для квалифицированного программиста знание одного языка - этого абсолютно недостаточно.
    В каком порядке и по каким источникам двигаться к цели - тут мнений много и разных. Вот несколько ссылок - только не воспринимайте их буквально, подходите творчески. Смотрите, что лучше вам ложиться на душу, что легче "заходит". И не комплексуйте, не бейтесь головой об стену если чего не поймете сразу - потом, через определенное время вернетесь и с высоты приобретенных знаний разберетесь. Главное - не отступать от цели, как в спорте - хоть по часу-два, но каждый день.
    Итак, для начала:
    https://proglib.io/p/cs-learning/
    https://teachyourselfcs.com/
    https://tproger.ru/curriculum/computer-science-ste...
    Удачи!
    P.S. И еще забыл - главное :-). English!!!! Без него в этой профессии сегодня - никак!
    P.P.S. И да - умение самостоятельно Гууглить, искать нужную информацию, отсекать информационный шлак. Ключевое слово - "самостоятельно"! Но это, как бы, вообще на "нулевом" месте.
    Ответ написан
  • Какие курсы выбрать для обучения на Data analyst/Data scientist с нуля?

    @dmshar
    Господи, слава Богу, что никому на ум не приходит написать "Попала вожжа под xвост. Xочу за год стать трушным хирургом/кардиологом (больше всего операции по пересадке сердца интересуют). С нуля, базового медицинского образования нет. "
    А че там мелочиться.
    А ниче, что для того что-бы стать специалистом в ЛЮБОЙ области надо потратить 10000 часов. Ладно, пусть вы суперталант и вам надо не 10К, пусть в два раз меньше - 5K. Из расчета 8 часов каждый день пять дней в неделю - это уже 120 недель, т.е. почти два с половиной года. Вы готовы столько тратить помимо "работы для оплаты курсов и пропитания"?
    Впрочем, конечно, сейчас вам тут насоветуют супер-пупер книжек, видеороликов и курсов. Ну, вперед, к мечте. Только когда поймете, что жизнь - это не рекламный ролик, а время и деньги - потрачены почти в холостую - не говорите, что вас не предупреждали.
    Ответ написан
  • Путь data science. Как будет правильнее?

    @dmshar
    1."опыт написания фронта, опыт it рекрутера." - накакого отношения в Data Science. От слова "совсем".
    2. "Учился в техническом вузе по инженерной специальности, но спустя год осознал, что сама эта специальность не для меня." - т.е. недоучился? Кстати, если нет склонности к инженерным специальностям, откуда уверенность, что есть склонность к "Data Science"? Замечу, "хотелось бы стать" и "имею склонность к" - это очень разные вещи.
    3. "Математику знаю и понимаю хорошо" - откуда эта уверенность? Из школы? Или из универа в котором недоучились? Какие курсы математики все-таки "дослушали", какие успехи?
    4. "невнимательность при вычислениях." - Вообще-то говоря, DS - это не вычисления. Вернее, вычисление сегодня выполняют хорошо известные реализации методов в разных пакетах. DS - это прежде всего умение разобраться в методах, понять их суть, ограничения, особенности и пр. , умение отобразить данные предметной области на абстрактные математические методы а потом проинтерпретировать полученные результаты в терминах предметной области.
    5. "Хочу попробовать развиваться в нем. " - хочется - развивайся. В чем проблема? Получить благословение сообщества? Зачем? Если человеку что-то действительно чего-то хочется, то он берет и делает это. Иначе это выглядит как поиск оправдания того, почему "мне хочется, но я этим заниматься не буду".
    6. "Не помешает ли отсутствие профильного образования?" - помешает. Ну и ? Если хочется развиваться в этом направлении, то "профильное образование" все равно придется получать. Любым способом - в универе, на курсах, самостоятельно. Но получать придется. А как без него? Не обижайтесь, но DS - это не рекрутинг. Это гораздо серьезнее.
    7. "Не помешает ли особенности моего импульсивного порой мышления?" - Знаю спецов в DS с очень разным типом мышления. Еще раз вынужден повторить - не ищите отмазки "почему не надо этого делать".
    8. "Английский на неплохом уровне, но тяжко будет воспринимать англо-техническую речь" - на первом - а возможно и на всех последующих - этапах говорить на английском вам не придется, это точно. Воспринимать - ну разве что решите заниматься через запись на англоязычные обучающие курсы. Тут уж как захотите - в инете полно материалов - курсов, книг, блогов, форумов - и на русском, а в университете вряд-ли придется учится на английском. А вот чтение и понимание написанного английского - это таки обязательное условия вхождения в эту специальность. Иначе перспективы ваши в ней будут не интересней перспектив в рекрутинге.
    9. "А с чего, собственно, начать? Есть ли какие-то рекомендации по книгам/курсам. " - вот этого - навалом, даже на этом форуме. Настолько навалом, что даже не хочется в 254 раз повторять одно и то-же. Так что ищите, найдете. Надеюсь, Гууглом пользоваться умеете. Или хотя-бы просто пройтись по "Похожим вопросам" внизу. Но вот пользуясь случаем хочу еще раз подчеркнуть - основное умение специалиста по Data Science - это умение и навыки самостоятельного поиска, анализа и инетрпретации информации. Благо источники ее сегодня доступны для любого, у кого есть доступ к интернет.
    Удачи.
    Ответ написан
  • Подходящий фреймвок для нейросети?

    @dmshar
    Зачем вам аж целая нейронная сеть, когда задача предсказания одномерного временного ряда прекрасно решалась и решается методами классического анализа этих самых временных рядов и описана в любой книге по Machine Learning (и разумеется - в любом университетском курсе анализа временных рядов - уже лет эдак 50).
    Типичный набор инструментов - базовый python + пакет scikit-learn. При острой необходимости - расширяем пакетами statsmodel и pandas. При необходимости вывода графики - matplotlib и/или seaborn. Покроет практически все мыслимые и немыслимые потребности в решении вашей задачи.
    Ответ написан

Лучшие вопросы пользователя

Все вопросы (1)