Роман с Data Science. Как монетизировать большие данные (Зыков Роман В.); Питер, 2021

Очень полезно будет прочесть тем, кто планирует изменить сферу и войти в анализ данных в любом качестве - от обработки до визуализации. Все необходимое для принятия такого решения вы найдете в этой книге, отбросив агрессивный маркетинг онлайн-курсов и блогеров. Уверена, что многие сэкономят массу сил и времени на поиск и анализ всей картины, просто узнав все, что нужно, из первых уст. Спасибо автору!

0    0

Я не совсем целевая аудитория и узнал не так много нового из этой книги. Тем не менее, она оказалась довольно полезной в том, что позволила посмотреть чужими глазами на те проблемы, с которыми я сталкиваюсь на работе. Обычно это узнаешь при общении с коллегами или из статей, а тут целая книга. И несколько интересных идей я отсюда все же почерпнул.
В книге действительно рассмотрены почти все аспекты работы отдела аналитики в компании: какие задачи стоят, какие инструменты используются, кто и как с этим всем работает, чего можно ждать и как выращивать.
Какие-то вещи я бы подал немного иначе, с чем-то я не согласен, но во всей книге я не встретил каких-то оторванных от реальности вещей. Чувствуется, что автор собрал не одни грабли на пути от начала карьеры в аналитике и до написания этой книги.
Я бы точно порекомендовал эту книгу руководителям, которые еще не имели опыта работы с аналитикой за пределами базовых инструментов вроде таблиц в экселе.
Я бы порекомендовал эту книгу аналитикам, которые уже набрались профессионального опыта, но еще не очень понимают роль аналитики в бизнесе.
И я бы порекомендовал эту книгу людям, которые уже обладают каким-то опытом и пониманием того, как работает бизнес, но только собираются заняться аналитиков

0    0

Ожидал от книги большего. Слишком много «воды» и саморекламы. Примерно треть книги – упоминания автора, что он работал в «Озон», «Wikimart», «RR»… Словно читатель с первого раза этого не понял. Книгу нужно сжать в несколько раз и выкинуть самопиар, бесполезные факты о встречах с руководителями, рассуждения об оценке работы сотрудников (кому это интересно?), заезженные вещи типа «ошибки выжившего». Только вот про DS останется брошюрка страниц на десять, не больше.

0    0

Книга хороша тем, что автор делится собственным опытом, а опыт, порой, ценнее пространных теоретических разглагольствований. Книга полезна для людей, которые только входят в тему Data Science. Плюс конкретные вещи из Data Science.

0    0

Автор, похоже, так и не определился с целевой аудиторией. То подробно разбирает самые азы, то кидается кодом. Удивило (неприятно) чрезмерное увлечение «фичами», «дашбордами» и прочими английскими терминами, набранными кирилиицей, но это, скорее, упрёк в адрес редактора. В целом, книга очень напоминает сборник блогов (даже не статей), собранных под одной обложкой. Ну, очень повеселило описание штангенциркуля (хотя, для молодёжи это может и экзотика).

0    0

Супер. Книга хороша для своей области, но и область она заняла довольно необычную. Скорей всего она там одна.
Почитал я тут отзывы…
"Только вот про DS останется брошюрка страниц на десять, не больше"
Это вообще не о технических моментах DS книга. Она скорее для управленцев, наверно. Ну или для сеньеров, которые техмоменты и так все знают, а вот организационные и концептуально-организационные моменты, которые нигде в-общем-то не найдешь, эта кника предлагает.
Вообще книга для адекватного восприятия требует некоторой взрослости, чтоли, жизненного опыта, промышленного опыта и/или опыта в бизнесе. Тогда некоторые вещи, который пропустит и даже не заметит чисто технарь и узкий специалист, или молодой студент – для человека с набитыми шишками будет ценными и нетривиальными мыслями, ну или гипотезами на проверку.
Например:
"Мне этот опыт много дал – прежде всего я помогал компаниям, не отвлекаясь на корпоративные детали и бюрократию, как было бы, работай я в штате."
Здесь скрыто сразу несколько утверждений и зацепок для идей, но увидеть их может только человек с опытом. Причем утверждений довольно, ну, не то что «необычных», а «не попсовых», скажем так. Т.е. про них не скажешь что это вода, очевидные вещи, и «все так говорят» и вообще «капитан очевидность» – скорее наоборот: некоторые утверждения вызывают реакцию «да ладно! надо проверить! неужели это так?! а ведь и правда, что-то в этом есть!»
Это принципиально иной подход.

0    0

Читал уже основываясь на своей практике работы, находил много знакомого в описании процессов. Но подчерпнул и несколько новых мыслей и идей.

0    0

Хорошая книга. Несмотря на то, что моя профессия не связана с DS, было все равно интересно почитать для общего технического развития.
Мне очень понравилось, что автор вложил в книгу не только "сухие" факты аналитики, но и подкрепил их жизненным опытом, советами и различной интересной информацией из смежных областей. Однозначно советую.

0    0

Одна вода и реклама своего сервиса рекомендаций

0    0