Em 7 de agosto, ok.tech: Data Talk # 2 será realizado no escritório de Odnoklassniki em Moscou. Desta vez, o evento será dedicado à educação em ciência de dados. Agora, existe tanto entusiasmo em trabalhar com dados que apenas os preguiçosos não pensaram em obter uma educação no campo da ciência de dados. Alguém acredita que, sem um diploma universitário, é impossível se tornar um especialista em análise de dados, há defensores da opinião de que você pode aprender a trabalhar com dados por meio de cursos, outros aderem à posição de que um bom especialista em dados é aquele que pratica constantemente e usa uma abordagem versátil . Reuniremos representantes de opiniões diferentes em nosso site e daremos a eles a oportunidade de discutir sobre esse tópico.
O evento será realizado no formato de discussão entre os palestrantes. Desta vez, Evgeny Sokolov (HSE, Yandex.Zen), Dmitry Bugaychenko (OK.ru), Peter Ermakov (Lamoda, DataGym), Dmitry Korobchenko (Nvidia, GeekBrains, SkillBox, DigitalOctober) e Victor Kantor (Mail.ru) estarão conosco Mineração de Dados em Ação). Convidamos todos os interessados no tópico da educação em Ciência de Dados a participar do evento e expressar seu ponto de vista. Estudou nos cursos - venha e conte-nos o que você deu. Você acha que sem o doutorado é impossível analisar dados - venha e diga o porquê. Você acha que um especialista em dados deve ser capaz de escrever na indústria de alimentos - venha discuti-lo.
→
Inscrição para o eventoSob o corte opiniões de especialistas e cronograma.
Evgeny Sokolov, HSE, Yandex.Zen
Agora, existem muitas opções de treinamento em análise de dados: há algo mais próximo da "escola técnica", onde eles ensinam apenas a usar ferramentas prontas, existem opiniões opostas sobre como encarar o ML como uma coisa matemática, não um ofício. Acredito que, primeiro de tudo, você ainda precisa aprender o ofício, porque sem isso é impossível motivar o aluno e, posteriormente, no trabalho, ele usará essas habilidades 80% do tempo. Mas, ao mesmo tempo, é extremamente importante ensiná-lo o modo correto de pensar e uma profunda compreensão dos métodos - sem isso, o aluno simplesmente não se tornará competitivo no mercado de trabalho.
Dima Bugaychenko, OK
Para a educação em DS, destacaria vários "desafios" importantes que distinguem o DS de outras áreas. Em primeiro lugar, isso é dinâmica. Tudo muda muito rapidamente e, portanto, você não pode aprender, obter um diploma e se tornar um DS, só pode estudar constantemente para ficar com eles. Em segundo lugar, é a sinergia de disciplinas muito diferentes. Você precisa entender a essência matemática dos métodos e estar "em você" com a tecnologia (se estamos falando sobre o DS, não sobre um macaco enfiando uma vara no XGBoost). E, em terceiro lugar, essa é uma demanda muito alta por DS educada da indústria, juntamente com uma grande lacuna de expectativas entre a indústria e a academia na Rússia, o que, em particular, leva ao surgimento de um grande número de "escolas" dos principais players do mercado.
Peter Ermakov, Lamoda, DataGym
Eu realmente amo ensinar, especialmente o momento em que é possível dizer o complexo em linguagem simples e, aos olhos, ver a compreensão. Nos últimos 10 anos, consegui dar aulas em 26 lançamentos de três cursos comerciais, duas universidades, dentro da empresa e conduzir um projeto educacional aberto. E agora estou criando um curso comercial de aprendizado de máquina de três meses no DataGym.ru. Todos os tipos de educação são bons à sua maneira. E cursos comerciais não são excepção. Essas são outras oportunidades, um limiar de entrada diferente, um nível diferente de motivação e tempo gasto.
Dmitry Korobchenko Nvidia, GeekBrains, SkillBox, Outubro Digital
Minha posição é que não há áreas que tenham todas as vantagens possíveis. Não posso dizer que uma coisa conduz, mas essa é outra - não. Eu sou mais provável para matan, e também matemática normal. Eu realmente não gosto quando as pessoas usam ferramentas sem entender como elas funcionam (pelo menos em um nível médio). Mas acho que em alguns casos comerciais isso será justificado. Especialmente considerando a democratização da IA. Em relação ao Cuggle, posso dizer que conheço muitas pessoas (inclusive eu) que se desenvolveram muito bem na região sem recorrer a esse recurso. Mas acho que ele ainda dá um impulso adicional em certas habilidades.
Todos os anos, como parte do curso offline Data Mining in Action, cerca de mil pessoas conhecem o aprendizado de máquina. Cerca de 100 mil pessoas participaram de cursos on-line lançados apenas por meus colegas (e no mundo, obviamente, ainda existem muitos outros cursos). Obviamente, aqueles que não apenas “conhecem”, mas chegam ao final e se tornam, por exemplo, Junior Data Scientist, são muito menores, mas de qualquer forma, apenas uma quantidade louca de pessoas agora vem para a análise de dados, então não há necessidade de contratar uma pessoa para a posição inicial muito dificil Mas os problemas começam no nível médio e superior - a busca por um funcionário torna-se imediatamente longa, dolorosa e, como resultado, cara. O que fazer com isso é a pergunta que estou fazendo agora.
Horário
18:30 - 19:00 - Registro de participantes
19:00 - 19:05 - Introdução de Alexey Chernobrovov
19:05 - 20:00 - A polêmica na educação em ciência de dados
20:00 - 20:20 - Coffee Break
20:20 - 21:30 - Continuação da controvérsia
→
Inscrição para o evento