NumPy, pandas, визуализация и разведочный анализ данных.
Рабочий инструмент data scientist — Python: NumPy для вычислений, pandas для таблиц, matplotlib и seaborn для графиков, scikit-learn для моделей, Jupyter для исследования. Уверенный pandas экономит часы на каждой задаче, а разведочный анализ определяет, получится ли модель вообще.
Код исследования со временем должен становиться кодом продакшена — поэтому важны и навыки инженера: функции, модули, тесты, Git.
Массивы и векторизация, таблицы, группировки, объединения, работа со временем.
Качество данных, распределения, связи, выбросы и графики, которые помогают принять решение.
После собеседования sotto разбирает разговор: оценка, каждый вопрос — хорошо, частично или слабо, чего не хватило в ответе и над чем поработать к следующему разу. Первые 30 минут бесплатно.