5 episodes

Разбираем с PROфессиональной точки зрения все нюансы общения с Big DATA.
Как подойти, влюбиться и остаться навсегда. Наши эксперты – люди из профессии, которые объясняют сложные вещи простыми словами. Помогаем сориентироваться в большом мире хаотичных данных и узнать больше о внутренней кухне DATA-практики.

PROработу

PROтулы

PROэкспертизу

PRODATA

ProDATA ProDATA

    • Technology

Разбираем с PROфессиональной точки зрения все нюансы общения с Big DATA.
Как подойти, влюбиться и остаться навсегда. Наши эксперты – люди из профессии, которые объясняют сложные вещи простыми словами. Помогаем сориентироваться в большом мире хаотичных данных и узнать больше о внутренней кухне DATA-практики.

PROработу

PROтулы

PROэкспертизу

PRODATA

    Что такое DataOps?

    Что такое DataOps?

    Что такое DataOps? Этому направлению еще нет и 10 лет, а оно уже стало востребованным среди заказчиков. Ведь если DevOps занимается предоставлением бизнесу работающего ПО, то DataOps концентрируется на оперативной доставке актуальных рабочих данных каждому участнику корпоративных процессов. В новом выпуске подкаста ведущие Евгений Никифоров и Данила Голощапов вместе с гостем выпуска Александром Кучиным, руководителем Data DevOps-направления в EPAM, разбираются в тонкостях этой специальности.

    Бонусом – рассказы о собственных нестыдных фейлах и факапах с проектов по BigData. Слушайте и не повторяйте. 😉

    Таймкоды:

    0:43 – О госте

    1:25 – В чем разница между системным инженером и DevOps

    2:27 – Особенности работы в Data DevOps

    5:32 – Граница между системным аднимистратором и DevOps

    7:25 – Какие инструменты есть сейчас

    9:15 – Что встречается чаще: программирование или декларативный силь описания?

    10:39 – «Хардкор» в работе

    11:45 – Как складываются отношения с DevOps-девелоперами

    16:30 – Как разговаривать с заказчиком о сложных инфраструктурных кейсах

    21:38 – Как уберечься от ошибок?

    25:20 – Что если в облаке что-то взорвется?

    26:31 – Про стоимость простоя

    27:40 – «Уверенность произрастает из опыта»

    29:09 – Истории факапов

    33:19 – Про «костыли и палки» на проектах – истории от всех

    41:56 – Про особенности автоматизации

    44:03 – Есть ли что-то такое, что вообще не автоматизируется?

    46:02 – Советы молодым специалистам. Как прийти в эту сферу?

    • 48 min
    Data Science

    Data Science

    Как разобраться с гигантским объемом данных, построить на их основе работающую рекомендательную систему и помочь бизнесу заказчика? Слушайте новый выпуск подкаста о Data Science. Узнайте, почему это направление всегда будет актуально в нашем цифровом мире, как с его помощью меняются целые области научных знаний, и что нужно уметь, чтобы устроиться на работу по этой специальности. В гостях – Татьяна Бородина, старший аналитик данных в компании EPAM. Ведущие – Евгений Никифоров и Данила Голощапов.

    Таймкоды:

    0:35 – Как Татьяна пришла в Data Science

    2:05 – Кто такой дата-сайентист?

    4:46 – В чем специфичные отличия Data Science

    11:08 – Почему Data Science стала популярной именно в момент наибольшего интереса к Data-технологиям

    16:33 – Про сложности в общении пользователей и роботов, созданных благодаря Data Science моделям

    24:19 – Является ли проблемой неприятие пользователями созданных Data Science моделей

    25:35 – Как устранять ошибки в выводах, которые делает модель

    27:48 – Когда не хватает данных, на чём обучать модель?

    31:16 – Приходится ли сталкиваться с проблемами личной этики при работе с большими данными в Data Science?

    35:22 – Насколько реально использовать созданные модели не по назначению

    39:20 – Области, где Data Science вносит существенные изменения уже сейчас, и области, где перемены только предстоят

    43:35 – Есть ли области, где Data Science вообще не нужен?

    46:54 – Полезные рекомендации тем, кто хочет попасть в Data Science

    • 51 min
    Data Quality

    Data Quality

    Поговорим про качество данных? Гостем нового выпуска подкаста PRODATA стал руководитель направления Data Quality EPAM Роман Юшин. Из выпуска узнаете: чем отличается Data QA от классического тестирования, каким образом тестировать Cloud, а также как можно стать Data QA инженером. Ведущие подкаста - Евгений Никифоров и Данила Голощапов.

    Таймкоды:

    0:55 – Старт направления Data Quality

    3:00 – Специфика обучения Data-направлению

    4:34 – Чем Data QA отличается от классического тестирования

    7:40 – Где обязанности Data Quality инженеров расходятся с QA

    13:10 – Какие есть методы проверок

    15:40 – Бывают ли в Data Quality ручные проверки

    18:00 – Что тестировать сложнее всего

    18:42 – Несколько инсайтов Data Quality

    21:05 – Как выстраивать параллельные процессы с другими командами

    22:30 – Как Data Quality проявляет себя на начальных стадиях проекта

    26:03 – Как собрать Data-set, чтобы наиболее точно отразить данные заказчика

    30:05 – Про инфрастуктуру

    31:30 – Про Cloud. Как тестировать

    39:39 – Истории проектов

    42:55 – Советы начинающим Data QA инженерам

    • 45 min
    Solution-архитектура в DATA

    Solution-архитектура в DATA

    Второй выпуск PRODATA посвящен архитектуре IT-решений. Ведущие Евгений Никифоров и Данила Голощапов вместе с solution-архитектором EPAM Василием Хомутовым разбирают особенности работы архитекторов в Data-практике, обсуждают нюансы во взаимодействии с командой инженеров и делятся подробностями реальных рабочих кейсов из арсенала архитектора.



    1:07 – Как попасть в архитектуру. История гостя

    3:15 – Архитектор – кто это?

    5:07 – Классификация архитекторов

    7:00 – Нужно ли архитектору ходить на дейли?

    13:43 – Сколько нужно встреч с командой, чтобы успешно работать

    15:48 – Точка зрения разработчика: чего не хватает в общении с архитектором

    17:51 – Когда архитектор не нужен на проекте

    22:12 – Как предсказать развитие проекта, чтобы понять нужно ли оставлять архитектора

    24:20 – Специфика solution-архитектуры в Data-практике

    28:31 – Что нужно знать, чтобы быть архитектором в Data

    31:02 – Путь в архитектуру – это путь от девелопера или аналитика?

    32:37 – Архитектор пишет код?

    35:39 – Про проекты архиктекторов

    36:31 – Про отношения между менеджерами и архитекторами

    40:15 – Про проекты в Data + рабочий кейс

    • 46 min
    Как попасть в DATA-практику?

    Как попасть в DATA-практику?

    В первом выпуске поговорим о том, как можно прийти в Data-практику, что для этого понадобится и какие перспективы у этого направления в ближайшие годы.

    Ведущие: Евгений Никифоров, Данила Голощапов

    Гость: Станислав Федяков, Senior Delivery Manager

    Таймкоды:

    01:04 – Почему Станислав выбрал Data-практику

    04:01 – Что такое большие данные и почему для работы с ними нужно отдельное направление

    05:00 – Что нужно знать помимо фреймворков?

    08:11 – «Excel Data Management – то, с чего мы чаще всего начинаем»

    08:52 – Специалисты каких направлений работают в Data

    10:34 – Чем может заниматься специалист DevOpsв Data-практике

    11:38 – Необходимые для входа в Data-практику компетенции

    12:34 – «Чтобы прийти в Data-практику, вы уже должны быть хорошим программистом. Остальному научим»

    13:28 – Какие могут быть перспективы у синьора, если он решил идти в Data

    15:21 – Кроме задач хранения и преобразования, какие еще есть направления внутри Data

    17:00 – Где проходит граница между Data-инженером и Enterprise-разработчиком

    18:09 – О росте интереса со стороны заказчиков

    19:39 – Об интересных проектах и цифрах

    24:44 – Что будет дальше, после пандемии

    25:57 – Рекомендации тем, что хочет попасть в Data-практику

    • 27 min

Top Podcasts In Technology

You Might Also Like