Продолжаю разбираться с тем, как можно изучить Data Science. Уже писал о своем представлении и о рекомендациях Рейчел Томас из fast.ai, сегодня расскажу о советах Кейти Мэлоун (Katie Malone) из подкаста Software Engineering Radio Intro to Machine Learning.

Кейти Мэлоун работает Data Scientist’ом в компании Civis Analytics. Она - один из инструкторов очень интересного курса Intro to Machine Learning на Udacity, который я рекомендую всем, кто хочет стать Data Scientist’ом. У Кейти есть ученая степень PhD in Physics от Стэнфордского университета, ранее она работала в ЦЕРН с данными большого адронного коллайдера.

Советы Кейти подойдут тем, кто уже хотя бы немного разбирается в Data Science и хочет расширить свои знания. У Кейти есть свой подкаст Linear Digressions. Она записывает новый эпизод раз в неделю. Как оказалось, это полезно не только для слушателей, но и для нее самой. Чтобы записывать эпизод каждую неделю, Кейти приходится постоянно разбираться в новых для нее темах в Data Science. Можете последовать примеру Кейти и записывать подкасты или видео для YouTube, или хотя бы вести блог.

Также, по мнению Кейти Мэлоун, очень важно участвовать в сообществе Data Scientist’ов. Например, можно подписываться на известных Data Scientist’ов в twitter, участвовать в Open Source сообществах, и, если вам повезет и на работе и вас есть коллеги Data Scientist’ы, общаться с ними. К сожалению, сейчас много шума вокруг Data Science и машинного обучения, поэтому в большом количестве информации сложно выделить полезные источники. Если вам удалось найти умных людей, которые говорят, пишут и делают что-то полезное, то обязательно уделяйте этому внимание. Постарайтесь по-возможности, помочь им. Для самой Кейти поиск сообществ, которые делают интересные вещи, и участие в их работе оказалось очень полезным.

В России есть активное сообщество Open Data Science, которое делает много интересных вещей, например, открытый курс по машинному обучению на Хабре. Сообщество активно общается в slack, присоединиться можно по ссылке. Если нужно будет указывать имя человека, который вас позвал, то можете написать меня (мой ник @sozykin).

Успехов в изучении Data Science!

Полезные ссылки

  1. Подкаст Linear Digressions.
  2. Курс Udacity Intro to Machine Learning.
  3. Подкаст Software Engineering Radio, эпизод Katie Malone Intro to Machine Learning.
  4. Сообщество Open Data Science.