Хочешь уверенно проходить IT-интервью?

Мы понимаем, как сложно подготовиться: стресс, алгоритмы, вопросы, от которых голова идёт кругом. Но с AI тренажёром всё гораздо проще.

💡 Почему Т1 тренажёр — это мастхэв?

• Получишь настоящую обратную связь: где затык, что подтянуть и как стать лучше
• Научишься не только решать задачи, но и объяснять своё решение так, чтобы интервьюер сказал: "Вау!".
• Освоишь все этапы собеседования, от вопросов по алгоритмам до диалога о твоих целях.

Зачем листать миллион туториалов? Просто зайди в Т1 тренажёр, потренируйся и уверенно удиви интервьюеров. Мы не обещаем лёгкой прогулки, но обещаем, что будешь готов!

Реклама. ООО «Смарт Гико», ИНН 7743264341. Erid 2VtzqwP8vqy

---

В этой подборке мы акцентировали внимание на каналах и плейлистах, посвящённых Data Science и публикующих записи на русском языке, но в конце подборки вы также найдете список полезных англоязычных ресурсов.

Не стесняйтесь дополнять подборку своими любимыми каналами и плейлистами – пишите в комментариях, какие хорошие каналы добавить в список.

👨‍🎓️ Курсы по Data Science, машинному обучению, нейросетям

• На канале Яндекса Компьютерные науки можно прослушать курс К.В. Воронцова «Машинное обучение» (2019).
• Более доступный курс, не требующий сильного математического бэкграунда – Открытый курс по машинному обучению Юрия Кашницкого.
• Deep Learning School – канал курса «Deep Learning для школьников» Физтех-школы прикладной математики и информатики МФТИ и Лаборатории нейронных систем и глубокого обучения МФТИ.
• Курс Deep Learning на пальцах – курс Семена Козлова, разработчика стартапа Instrumental, бывшего сотрудника Dropbox и Microsoft.
• Computer Science Center – видеозаписи лекций и докладов преподавателей Computer Science Center, короткие тематические записи на интересные темы в компьютерных науках или программировании. Видео удобно организованы в плейлисты: машинное обучение (вторая часть), анализ изображений и видео (вторая часть), введение в обработку естественного языка, анализ данных на Python в примерах и задачах (продолжение), анализ данных на R, технологии хранения и обработки больших объемов данных, математическая статистика.
• На канале Факультета компьютерных наук ВШЭ есть плейлист с курсами Машинное обучение, Байесовские методы в машинном обучении, анализу сетевых структур (последний на английском).
• На канале Лекториума разбросаны плейлисты курсов Сергея Николенко о машинном обучении, генеративных состязательных нейросетях, коммуникационной сложности, байесовском выводе. Ещё есть лекции Евгения Соколова о рекомендательных системах, Александра Дайняка о математических методах визуализации данных.
• Канал Виктора Рогуленко (Fless) будет полезен тем, кто стремится поступить в школу анализа данных (ШАД) или лучше понять, стоит ли вообще заниматься Data Science: плейлист-дневник об опыте поступления и обучения в ШАД, разбор задач с ШАД, беседы с известными людьми из мира Data Science.
• Data Science Guy – новый канал о том, с чего начать обучение и какие компетенции необходимо приобрести.
  

📀Каналы, посвященные общим тематикам вблизи Data Science

• Open Data Science Video – видео сообщества ods.ai о карьере в Data Science, записи выступлений по специальным вопросам и соревнованиям.
• Денис Ширяев с помощью нейросетей «улучшает» качество видео: Москва, Париж, Нью-Йорк и Англия времен Прекрасной эпохи, Луна и Марс начала космических путешествий. Как это работает, мы описали в статье просто добавь нейросеть: 7 исторических фильмов в 4K и 60 FPS.
• AI Community – YouTube-канал сообщества людей, заинтересованных в коммерциализации искусственного интеллекта. В рамках проекта AI Heroes проводятся регулярные вебинары с ведущими экспертами Data Science.

👥 Конференции, записи ML-тренировок, митапов и вебинаров

• На канале сообщества Open Data Science ML Trainings хранятся записи тренировок с соревнований Kaggle, X5, соревнований по компьютерному зрению, распознаванию изображений, обработке естественного языка, AutoML, рекомендательным системам и др.
• Плейлист конференции Data&Science – 95 видео о различных аспектах приложения анализа данных в науке.
• В записях летних школ Института биоинформатики встречаются интересные видео о машинном обучении, анализе генетических и медицинских данных, статистике.
• Data Science UA – записи украинской конференции по Data Science.
• Gomel Data Science Community – записи митапов и докладов Data Science-сообщества Гомеля.
• Дмитрий Сошников – технологический евангелист Майкрософт. На канале выступления по искусственному интеллекту и анализу данных на F#.

💂 Англоязычные каналы и плейлисты

• На популярном образовательном канале 3Blue1Brown визуализируется не только математика, но и нейронные сети. Субтитры переведены на русский язык.
• TensorFlow – канал популярного фреймворка глубокого обучения. Записи с конференции разработчиков, работа в Colab, обработка естественного языка. Есть небольшой курс на русском языке.
• На YouTube-канале сообщества Towards Data Science есть интересная подборка лучших YouTube-видео по тематикам вблизи Data Science.
• На канале freeCodeCamp есть плейлист, посвященный Deep Learning c PyTorch. Последнее время вместо плейлистов сообщество предпочитает выпускать длительные (иногда многочасовые) ролики, размеченные тайм-кодами: анализ данных с Python, TensorFlow 2.0, NumPy, как работают глубокие нейросети.
• Другое популярное сообщество – DataCamp – преимущественно публикует видеопособия по языку R.
• Официальный канал самой крупной соревновательной площадки Kaggle содержит видеоуроки для начинающих кэгглеров, записи вебинаров с чтением интересных научных статей, связанных с алгоритмами науки о данных и сессии живого кодинга.
• На канале популярного питониста-обзорщика sentdex есть плейлисты о машинном обучении с использованием Python, нейронных сетях с нуля на Python, глубоком обучении с TensorFlow и Keras, распознавании лиц.
• DeepMind – канал британской компании, занимающейся искусственным интеллектом, содержит качественные лекции по различным аспектам глубокого обучения.
• Курс MIT по Deep Learning под руководством Александра Амини содержит 30 часовых лекций об архитектурах нейронных сетей и их ограничениях.
• Cognitive Class: курсы по статистике, построению чат-ботов, Data Science, методологии науки о данных, глубокому обучению с TensorFlow, PytTorch и Keras.
• Data Science Tutorials – небольшие занятия-инструкции по языкам Python, R и их библиотекам.
• Springboard публикует интервью с дата-сайентистами из топовых компаний.
• На канале Google Cloud Platform есть интересный плейлист из коротких видео Юфенга Гуо AI Adventures о работе с различными DS-инструментами в облаке и не только.
• ML Trainings in English – плейлист упомянутого выше канала ML Trainings, с докладами преимущественно на английском языке.
• Доклады с Data Science конференции Spark Summit.