• Что вы думаете про Innopolis?

    @koroboken
    Software developer
    Попал в аналогичную ситуацию, только «поступил» на программу подготовки магистров. Ответили, мол, грант 90%, т.е. 70000 рублей за семестр. Обучение 3 семестра, т.е. 210000. Извините, но за такие деньги я могу поступить в практически любой ВУЗ России! Попахивает разводом. Окончательное решение ещё не принял, но, скорее всего, откажусь. Эти ребята предлагают отказаться от всего, ради не понять чего.
    Процесс отбора в моём случае проходил крайне безалаберно, дважды их профессор просто забыл о том, что мне было назначено интервью! Первый раз я прождал 3 часа и так и не дождался, второй раз я прождал 30 минут и позвонил им, после чего, минут через 15 он со мной связался.
    Такое ощущение, что свой чат, который в личном кабинете кандидата, они вообще не читают. Приходиться после каждого сообщения звонить им и просить, чтоб ответили на очередное сообщение.
    Так же не нашёл списка их партнёров, на которых нужно будет работать в течении 18 месяцев. З/п обещали over 100 килорублей, но это только слова, а по факту кот в мешке.
    --Дополнено--
    Наконец-то мне в руки попал их договор на обучение! Вообще, очень странно. что этих договоров, как и многих других официальных документов, нет в открытом доступе, но сейчас не об этом.
    Если внимательно вчитаться в текст, то можно обнаружить в нём такие вещи:
    1. З/п на обязательной полуторогодовалой отработке от 32000 рублей - что вообще ни о чём для программиста;
    2. Послать работать могут КУДА УГОДНО по желанию грантодателя, кто против, возмещает полную стоимость гранта (2 100 000 для магистров);
    3. Будущий работодатель так же определяется грантодателем, т.е. чисто технически, вас могут обязать работать... да хоть на ИГИЛ;
    4. Иннополис - акционерное общество, негосударственное, т.е. это даже не университет в классическом понимании этого слова, это просто фирма, на которой висит вывеска «Университет»;
    5. В договоре чётко, чёрным по белому написано, что деятельность Иннополиса регламентируется не только законом об образовании РФ, но ещё и некими локальными актами! Разумеется, эти акты не афишируются и их количество доподлинно неизвестно;
    6. Если зайти на сайт Казанского суда, можно обнаружить, что Иннополис, только за 2015, уже вовлечён в несколько судебных тяжб с гражданами! Судебные акты, разумеется, не приложены, но принимая во внимание тот факт, что лица не юридические, я примерно догадываюсь, что это за тяжбы...;
    И это только беглый взгляд на договор...
    После того, как я отказался от 90% гранта, мне сообщили, что решение в отношении меня пересмотрено, и спросили, соглашусь ли я обучаться в Иннополисе, если мне предоставят 100% грант. No comments, как говорится...

    PS: Я не говорю, что Иннополис плохой или хороший, мои наблюдения абсолютно нейтральны, и не ставят перед собой целью склонить вас отказаться от поступления в Иннополис, или наоборот склонить к поступлению. Просто, как говорится, что вижу, то пою.
    Ответ написан
    5 комментариев
  • Как правильно читать книги по программированию?

    saboteur_kiev
    @saboteur_kiev Куратор тега Книги
    software engineer
    сперва были вопросы "как стать программистом"
    затем вопросы "что читать"
    теперь уже "как читать"
    может скоро будет "как учить алфавит, а то за меня родители пишут на тостере".

    Для книг - читайте простейшие туториалы и сразу практика. Сложные книги - потом, когда в голове уже будет база.

    Добавлю еще момент:
    Почитайте статью megamozg.ru/post/10126
    Там очень понятно указано, что профессиональный навык и боль программиста - гиперконцентрация, которая необходима, чтобы освоить понятия и вещи для профессиональной работы. 40 минут это как-то несерьезно.
    Ответ написан
    3 комментария
  • Стоит ли становиться "чистым" программистом?

    @766dt
    "Программирование" это не область производства, это инструмент, помогающий решать различные задачи в разных производственных областях.

    Если "чистый программист" это тот кто только пишет код, то это как человек, который владеет инструментом, но пользуется им только по инструкции. Человек который не может ничего сделать сам никогда и не будет по настоящему востребован.

    Разработка, сопровождение, и тем более автоматизация каких-либо процессов или систем, не может быть голым программированием, и требует знаний какой-то предметной области. Этой областью может быть и робототехника и биоинженерия и BigData.

    "Программирование", как инструмент очень молодо, и, по моему мнению, еще даже не начало раскрывать свой полный потенциал, и любой владеющий этим инструментом, особенно цельно, в отрыве от конкретных языков и платформ, будет очень востребован. Уж в этом то веке точно.
    Ответ написан
    Комментировать
  • Как выбрать университет следуя своему "хочу" и слушать ли "старших", ушедших в другую профессию?

    begemot_sun
    @begemot_sun
    Программист в душе.
    ВУЗ может задать тусовку в которой вы можете найти нужные вам связи для дальнейшего прыжка в нужном Вам правлении. Поэтому лучше дерзайте в центральные ВУЗы, потому что на переферии делать особо нечего.
    Ответ написан
    1 комментарий
  • Как выбрать университет следуя своему "хочу" и слушать ли "старших", ушедших в другую профессию?

    @Espleth
    Редкий случай, когда родители в целом правы. Вас действительно не научат программировать в вузе, и самообразование выходит на первый план. И действительно за границей о наших вузах судят в основном по всяким топам. Но вот в чем они ошиблись - так это в том, что без математики программировать не научишься. Есть куча областей в программировании, где математика не особо то и нужна (хотя не помешает она в любом случае).
    Но геймдев к этой области не относится, там очень часто нужна математика.

    Мое ИМХО: поступайте в топовый вуз, где не особо напрягают с учебой (например как ПМ-ПУ в СПбГУ), учите самостоятельно программирование и не забивайте на математику.
    А направления: ПИ/ПМИ/МОАИС - по фигу. Смотрите прежде всего на учебный план и какие там стоят предметы, а не на названия.
    Ответ написан
    Комментировать
  • В чем преимущество Python перед Java для анализа больших данных / машинного обучения?

    @zedxxx
    Если душа лежит к Java так и карты в руки, тем более, что она будет по-шустрее питона.
    Преимущество питона в его простоте и лаконичности. Java же просто охренительно многословна.
    Ответ написан
    Комментировать
  • Как выполнить кластеризацию?

    @zaplokee
    В R можно скрамливать данные из MySQL, csv, xls, json, txt. И там довольно быстро (ну, конечно, в зависимости от объема данных) можно сделать дендрограмму для иерархической кластеризации с расчетом расстояний по умолчанию евклидовым методом (или по желанию другим). Вроде бы дендрограммы разукрашиваются даже. Графики из R экспортятся, правда, не особо шикарно (ограниченное число форматов). Впрочем, можно и другой инструмент найти. Но иерархическая кластеризация как раз позволит отобразить связи разных уровней и независимо от количества человек. Если, например, 3 человека наиболее часто работают друг с другом - они будут на одном уровне.
    Ответ написан
    Комментировать
  • Чем заняться студенту программисту в ВУЗе?

    globuzer
    @globuzer
    gezgrouvingus progreszive ombusgrander greyderzux
    начальные курсы - очень большой упор на математику, алгоритмы, фундаментальные знания, не только в области программирования, но даже и физики, техники...
    старшие курсы - практика и применение всей изученной теории с использованием всех изучаемых языков программирования....
    подрабатывать или нет - ваше дело, вопрос времени и интереса. в вузе не гонитесь за деньгами, гонитесь за знаниями и научитесь учиться, научитесь адаптироваться к рынку, научитесь психологии, научитесь чувствовать код, научитесь быть человеком, специалистом, программистом...
    а после вас ждет увлекательный и долгий путь успешной карьеры и вознаграждений всех ваших трудов...
    Ответ написан
    Комментировать
  • Что послушать в машине чтобы улучшить свой английский?

    miss_sarabi_a
    @miss_sarabi_a
    Innopolis University student
    Мой научный руководитель порекомендовала мне скачивать материалы по аудированию IELTS (она сама слушала в машине при подготовке к сдаче).
    Ответ написан
    Комментировать
  • Что послушать в машине чтобы улучшить свой английский?

    @Kudymov
    ИТ энтузиаст
    Именно в машине (вечерние пробки) здорово подтянул английский. Начинал с обучающих подкастов BBC, потом перешел на специализированные, технические - типа Digital Planet www.bbc.co.uk/podcasts/series/digitalp Вообще BBC подкасты хороши отменными дикторами и приемлимой скоростью. Затем можно что-нибудь американское.
    И на машине уже особо не езжу - а подкасты на английском слушаю с удовольствием.
    Ответ написан
    Комментировать
  • Что послушать в машине чтобы улучшить свой английский?

    @Razrab32
    Здесь много хороших материалов www.bbc.co.uk/russian/learning_english
    Ответ написан
    Комментировать
  • Как отлично запоминать прочитанный материал?

    Freika
    @Freika
    Senior Ruby on Rails developer
    Программа Anki вам в помощь.
    Ответ написан
    Комментировать
  • Как отлично запоминать прочитанный материал?

    sim3x
    @sim3x
    Повторять

    habrahabr.ru/post/216633

    https://ru.wikipedia.org/wiki/%CA%F0%E8%E2%E0%FF_%...

    Если есть два дня
    первое повторение — сразу по окончании чтения;
    второе повторение — через 20 минут после первого повторения;
    третье повторение — через 8 часов после второго;
    четвёртое повторение — через 24 часа после третьего.
    Если нужно помнить очень долго
    первое повторение — сразу по окончании чтения;
    второе повторение — через 20-30 минут после первого повторения;
    третье повторение — через 1 день после второго;
    четвёртое повторение — через 2-3 недели после третьего;
    пятое повторение — через 2-3 месяца после четвёртого повторения
    Ответ написан
    2 комментария
  • Легкая техническая литература, с какой начать?

    Alex9
    @Alex9
    scp wisdom root@brain \n in progress...
    Читая техническу литературу и не только, выписываешь слова в Anki, используешь Anki каждый день, профит. Проверено на куче народу, работает.
    Ответ написан
  • Существуют ли заочные курсы или стажировка по анализу данных на русском языке?

    @lPolar
    data scientist
    ИМХО, тут есть несколько аспектов:
    1. Как написал brainick , математический бэкграунд и английский в data science практически обязателен.
    Причин этому несколько: отсутствие хорошей литературы на русском языке (как по теории, так и по программированию), обилие английских терминов (lift/top/cross-validation и прочие), значение которых в переводной литературе порой объяснятся весьма туманно.
    2. Если говорить о конкретной литературе, которую стоит почитать, я бы выделил несколько уровней:
    Уровень 0
    1. Бизнес-аналитика - Паклин, Орешков (самое базовое и обзорное введение)
    2. Статистика/Тервер ( по мне, хороши книги Айвазяна/Мхитаряна)
    3. SQL - в обязательном порядке. Мне в свое время помогла книга "SQL для простых смертных"
    4. Изучаем Python - М. Лутц (наиболее полная книга по языку, все что нужно для data science здесь точно есть)
    5. Программируем коллективный разум (к слову сказать, вот в этой книге отличный перевод)
    Уровень 1
    1. Математические основы машинного обучения и прогнозирования - Вьюгин (книга сложная, без подготовки по учебникам НМУ на тему анализа и линейной алгебры лучше не подходить)
    2. Python for Data Analysis (pandas во всей красе, тут нечего добавить)
    3. Примеры и статьи по построению моделей в sklearn - на хабре в последнее время часто мелькают статьи на эту тему, там все достаточно хорошо расписано.
    Уровень 2
    1. Hadoop и иже с ним ("Hadoop в действии", "Programming Pig")
    2. Apache Spark - достаточно почитать описание Python API.
    Тут есть еще один момент - не стоит слишком привязываться к одному языку и фреймворку.
    Одна из неприятных проблем python+pandas+sklearn заключается в том, что эта связка слабо масштабируется - при 2-3-4 гб данных становится сложно разместить их в оперативной памяти. Я знаю про chunk-reading+partial_fit, но точность таких моделей оставляет желать лучшего.
    С другой стороны, если обрабатывать эти данные в pyspark, то теряется все удобство pandas.DataFrame и так далее. Отрасль data science быстро развивается и обрастает новыми технологиями, так что нужно все время держать руку на пульсе.
    UPD: в spark 1.3 появились DataFrame.
    Ответ написан
    4 комментария
  • Фоточтение и скорочтение - что лучше?

    Jump
    @Jump
    Системный администратор со стажем.
    Про фоточтение не слышал.
    Скорочтение полезная вещь, и вполне работает.

    Не стоит стремиться к сверхвысокой скорости чтения.
    Человек способен воспринимать информацию с определенной скоростью, и скорость эта зависит от многих факторов, в частности от самой информации.
    В итоге если вы читаете очень быстро, то вам просто придется останавливаться чтобы "переварить" прочитанное.

    Вот у меня довольно высокая скорость чтения - в итоге некоторые вещи читаю очень быстро, художественную литературу читаю быстро несколько страниц, и делаю паузу, то же самое со сложными техническими текстами.
    Т.е время на обдумывание все равно нужно.
    Ответ написан
    Комментировать
  • Как прокачаться и научиться языку программирования\аналитики R?

    @volokhonsky
    Не знаю, насколько уж я монстр вот этого всего, но расскажу, как у меня что-то получилось.
    Сперва, лет пять, наверное, назад, я попробовал запустить R и что-то сделать, но у меня так и не получилось открыть файл. Года через полтора к нам на психфак СПбГУ приезжал один товарищ из какого-то американского вуза и собирался учить нас статистике, используемой в клинической психологии. Однако, большую часть занятия мы учились открывать файл в R, что очень помогло мне в дальнейшем.
    В 2012 году я уже кое-что мог делать в R, но чувствовал себя крайне неуверенно и делал всё очень, очень медленно. После того, как я уволился из СПбГУ (всё-таки вести блог "Новости СПбГУ" было слишком рискованным предприятием) у меня уже не было академической лицензии на SPSS, и я полностью перешёл на R и занялся выполнением коммерческих заказов.
    В одном из них мне надо было быстро подготовить штук пятнадцать отчётов по одинаковым геомаркетинговым исследованиям разных точек Подмосковья. И я нанял коллегу, который был в R прокачан куда больше меня. По моему заказу, он написал скрипт, который автоматически открывал все xls файлы в папке, обрабатывал их и складывал нарисованные в ggplot картинки в новые папочки.
    В своей последующей работе я ещё около полутора лет пользовался фрагментами этого кода. Наконец, в июле 2014 года я устроился работать исследователем в компанию Wargaming, рассчитывая, что регулярная, ежедневная практика позволит мне существенно укрепить мои навыки. Всё-таки, работать постоянно - это не то же самое, что на 3-4 дня в месяц включаться в проект. И не прогадал в том плане, что мне больше не надо заглядывать в справочник по функциям, чтобы решать рядовые задачи.

    Очень рекомендую в первую очередь заняться не освоением каких-то суперсложных модных методов обработки данных, а добиться полного и чёткого понимания команд "шейпинга" данных. Вот эти вот все aggregate, cast, melt, rbind.fill, apply, lapply, recode, merge... Потому что пока этого понимания нет, при работе с любыми другими методами 70-90% времени уходит на то, чтобы понять, как подготовить данные того вида, которые нужны.

    Увы, решение устроиться на работу привело меня к полной невозможности повышать свою квалификацию на курсере и т.п., потому что времени на такое просто нет в принципе. Разве что если как-то так спланировать и отпуск или новогодние каникулы на сие потратить.
    Ответ написан
    3 комментария
  • ИИ: c++ или python?

    GavriKos
    @GavriKos
    Я бы советовал Python. У него замечательный синтаксический сахар. Будете именно писать код, а не ловить лики памяти. Если нужно делать морду приложению - либо http, либо wxPython.
    Ответ написан
    Комментировать
  • ИИ: c++ или python?

    begemot_sun
    @begemot_sun
    Программист в душе.
    Возьмите питон с с++ погрязните в мелочах и получите пару :)
    Ответ написан
    Комментировать
  • Какую книгу лучше прочитать по анализу данных?

    @polyhedron
    Data Analyst | Data Scientist
    Так получилось, что все лучшие книги по анализу данных издаются на английском.
    Я бы посоветовал почитать классические книги Тревора Хасти и Роберта Тибширани:
    1) An Introduction to Statistical Learning - облегченная версия следующей книги с небольшим количеством матана, примеры реализованы на R. Электронная версия книги - бесплатная. По этой книге также есть онлайн-курс от Стенфорда (начинается 19 января)
    2)The Elements of Statistical Learning - полный классический учебник по статистическому обучению, много математики. Книга, кстати, тоже бесплатна для скачивания.
    Что касается классической статистики (включая корреляционный анализ) рекомендую посмотреть книги издательства Springer - у них есть хорошие книги по статистическому анализу в разных областях (финансы, экология и т.д.).
    Ответ написан
    2 комментария