IT Загрузка..·Типичные ошибки начинающих Data Scientist: топ-10
Топ-10 типичных ошибок начинающих Data Scientist — от плохой формулировки задачи и утечки данных до игнорирования валидации, интерпретируемости и продакшена.
Читать
Каналы
Психолог Александр Волынский
Психология стиля с Юлией Бориловой
Про Образовательный Бизнес | Юлия Федорова, ментор образовательных проектов
Цифровой инженер
Деньги и Благополучие с Олесей Матёровой
Кэшбэк в Табличке
Молчание интроверта | Рыжковский Борис | про маркетинг, рыночные стратегии, менеджмент
AI_КоктейльIT Загрузка..·IT Загрузка..·Оптимизация памяти в Pandas: как работать с большими файлами
Практические способы снизить расход памяти в Pandas при больших CSV: usecols, dtype, category, chunksize, parquet, Polars и Dask.
Читать
IT Загрузка..·Data Literacy: что это и зачем всем сотрудникам
Кратко о том, что такое Data Literacy и почему каждому сотруднику важно уметь читать, проверять и применять данные в работе.
Читать
IT Загрузка..·PKI (Public Key Infrastructure): полный разбор
Разбор PKI: что это, как работает, виды сертификатов, риски и применение (HTTPS, электронная подпись, VPN). Практические советы для админов.
Читать
IT Загрузка..·Криптография для разработчика: что нужно знать
Краткое руководство по основным понятиям криптографии для разработчиков: AES, RSA, Argon2, соль, TLS и частые ошибки при хранении ключей и паролей.
Читать
IT Загрузка..·Фильтрация и выборка данных в Pandas: практические примеры
Практические примеры фильтрации и выборки в Pandas: выбор столбцов, условия, работа с пропусками, строковые методы и query() для реальных задач.
Читать
IT Загрузка..·JWT: JSON Web Tokens — безопасное использование
Практический обзор безопасного использования JWT: подпись (RS256/ES256), валидация alg/iss/aud/exp, короткий TTL, хранение и отзыв токенов.
Читать
IT Загрузка..·Математика для Data Science: что нужно знать минимум
Краткий список математического минимума для старта в Data Science: линейная алгебра, вероятности, статистика, анализ и оптимизация — где применяются эти темы.
Читать
IT Загрузка..·Интерпретация данных: как не обмануться красивым графиком
Почему красивый график не гарантирует верные выводы: проверка масштабов, выборки, абсолютных значений, корреляции и контекста в IT-аналитике.
Читать
IT Загрузка..·Этичный хакинг: с чего начать — гайд для новичков
Краткий гайд по этичному хакингу: базовые навыки, лаборатория, легальные площадки (TryHackMe, Hack The Box) и инструменты для старта.
Читать
IT Загрузка..·Поиск информации о человеке по открытым источникам
Краткое руководство по OSINT: что искать, с чего начать и где проверять данные при легальном сборе информации.
Читать
IT Загрузка..·Apache Iceberg: разбор и применение
Разбор Apache Iceberg: что это, какие проблемы решает, преимущества и сценарии применения в data lake, lakehouse и ML-пайплайнах.
Читать
IT Загрузка..·Apache Spark: введение и первые шаги
Краткий вводный туториал по Apache Spark: что это, модулі, отличия от Hadoop, установка PySpark и первые команды с DataFrame.
Читать
IT Загрузка..·Data Pipeline: проектирование от источника до хранилища
Разбор архитектуры Data Pipeline: источники, модели доставки, обработка, хранилище, наблюдаемость и безопасность для аналитики и ML.
Читать
IT Загрузка..·Подзапросы и CTE: как писать читаемый SQL
Краткие рекомендации по выбору подзапросов и CTE для понятного и поддерживаемого SQL: преимущества, примеры и практические правила.
Читать
IT Загрузка..·Симметричное шифрование: AES — как работает
Короткий технический обзор AES: блоки 128 бит, ключи (128/192/256), внутренние шаги и режимы (CBC, CTR, GCM) с практическими замечаниями.
Читать
IT Загрузка..·A/A тест: зачем нужен и как проводить
Краткое руководство по A/A тесту: зачем он нужен, когда проводить и как правильно организовать проверку сплитования, аналитики и SRM.
Читать
IT Загрузка..·Паяльник и основы пайки для электронщика-любителя
Выбор паяльника (40–60 Вт), набор расходников и базовые шаги пайки — рабочая температура 300–350°C, ошибки новичков и техника безопасности.
Читать
IT Загрузка..·SQL для A/B тестирования: расчёт метрик и выборок
Разбор SQL для A/B тестирования: сбор выборок, расчёт метрик (CR, ARPU, retention) и типичные ошибки в запросах.
Читать
IT Загрузка..·Storytelling with Data: как рассказать историю данными
Storytelling with data для аналитиков, продакт‑менеджеров и маркетологов: контекст, доказательства, вывод и конкретная рекомендация.
Читать