Шесть подкастов по науке о данных, которые вам нужно послушать…

Нет времени взять книгу? Чтобы узнать больше о науке о данных, почему бы не послушать эти подкасты по науке о данных на ходу. От обсуждения серьезных проблем до более беззаботных, остроумных, открытых разговоров. Без дальнейших церемоний, давайте начнем.

Супер наука о данных

С чуть менее чем 300 эпизодами у вас будет достаточно времени, чтобы наверстать упущенное, если вы еще этого не сделали. Этот подкаст охватывает огромное количество тем и охватывает все, что связано с наукой о данных.

Кирилл Еременко — тренер по науке о данных и предприниматель в области образа жизни, и он делится своим опытом в качестве влиятельного лица в подкасте SuperDataScience. В своих эпизодах интервью он беседует с отраслевыми экспертами по данным и аналитиками данных, чтобы узнать больше об их карьерном пути и о том, как они смогли добиться успеха в отрасли данных.

Если у вас нет часа, чтобы послушать эти эпизоды, то, к счастью для вас, они также содержат мини-эпизоды, которые просто вдохновляют. Они называются Пятиминутная пятница, и их цель — вдохновить слушателей стать лучше в качестве специалистов по данным и повысить свою карьеру. Этот подкаст заставит вас чувствовать себя мотивированным.

Скептик данных

Это может быть один из самых длинных подкастов, который выходит в эфир с 2014 года. Он пользуется широкой популярностью, независимо от того, являетесь ли вы новичком в науке о данных или имеете технические навыки.

Ведущий «Data Skeptic» Кайл Полич, к которому иногда присоединяется Лин Да Тран, выпускает еженедельные подкасты, разделенные на короткие мини-эпизоды, посвященные высокоуровневым концепциям науки о данных, и более длинные эпизоды, содержащие интервью с перспективными исследователями и практиками в этой области. Это нельзя пропустить.

Наука о данных дома

Ведущий, Франческо Гадалета, пытается упростить машинное обучение в этом подкасте. Он чередует эпизоды интервью с отраслевыми экспертами и сольные эпизоды, в которых обсуждает тему по своему выбору.

Эпизоды выходят почти каждую неделю и различаются по продолжительности (от 20 минут до одного часа), но предлагают всестороннее обсуждение. Гадалета иногда прямо предлагает некоторые из своих взглядов, что может сделать интересным услышать его точку зрения на такие темы, как ИИ, оптимизация и, конечно же, наука о данных.

Час силы цифровой аналитики

Этот беззаботный и остроумный подкаст ведут трое друзей (Майкл Хелблинг, Мо Кисс и Тим Уилсон), которые встречаются два раза в месяц, чтобы выпить и обсудить свой опыт работы с данными и аналитикой.

Этот подкаст является одним из таких вкладов. Каждый выпуск — это закрытая тема и открытый форум. Цель состоит в том, чтобы слушатели получали удовольствие от того, как ведущие делятся своими мыслями и опытом, и, возможно, уносят с собой что-нибудь, чтобы попробовать на работе на следующий день.

Искусственный интеллект в промышленности

Еженедельный подкаст, посвященный в основном практическому применению ИИ в бизнес-среде. Эпизоды содержательные, понятные и довольно короткие. Ведущий, Дэн Фагелла, берет интервью у специалистов по искусственному интеллекту, чтобы узнать, как технологии используются в различных отраслях, от финансов и правительства до розничной торговли и образования.

Линейные отклонения

С более чем 100 эпизодами, каждый из которых длится около 30 минут, у вас есть что наверстать упущенное в этом подкасте. Короткие, острые и лаконичные эпизоды позволяют быстро понять обсуждаемую тему. Кэти Мэлоун и Бен Джаффе выступают в качестве ведущих и освещают последние разработки в области науки о данных, машинного обучения и искусственного интеллекта.

Они проделывают большую работу по демистификации сложной технической темы и разбирают ее до основ.

БОНУС Подкаст: Футурология данных

В этом подкасте ведущий Фелипе беседует с ведущими мировыми лидерами в области науки о данных о таких вещах, как, например, что делает великого специалиста по данным? Какие навыки необходимы? Как стать лидером в области науки о данных? Как мне расти и получать максимальную отдачу от моей команды? Что такое хорошая стратегия данных? И как лучше реализовать? Какие интересные приложения ML/AI мне следует рассмотреть в моей отрасли?

На этом пока все — Приятного прослушивания!

Если вам понравился пост, мы будем признательны за вашу поддержку, нажав кнопку аплодисментов (👏🏼) внизу этого поста или поделившись этой статьей, чтобы другие могли ее найти.

Следите за нашими будущими публикациями и руководствами по науке о данных! Плотный график? Пожалуйста,нажмите здесь, чтобы подписаться на нашу еженедельную рассылку, чтобы получать наши последние сообщения прямо на ваш почтовый ящик.

Продолжить чтение…