Pull to refresh

Comments 3

Я был на конференции как человек, который пришел послушать "про инструменты", причем про Big Data, а не про ML. От Data science я далек, но, не смотря на это, из от нехардкорных докладов по этой теме тоже получил полезную информацию. И, разумеется, я скажу: "Больше докладов про spark, yarn, clickhouse и т.д." и буду отвечать с точки зрения этой колокольни.


1) Я считаю, что в формате, где две области сразу — это имеет свой плюс, но надо явно отмечать доклады по двум критериям (наука/инструменты). Это уже и в чатике телеграмма обсуждалось и еще где-то.
2/6) Spark, Kafka, ClickHouse, Qubole, Yarn, Ignite…
3) О том, чем хорош их продукт. И обязательно о том, где он плох/где не стоит использовать. Если он везде хорош — значит что-то не так.
4/5) Честно, я не варюсь в этой области и не знаю, кто эти люди искренне в этом раскаиваюсь и готов принять за это кару небесную
7) Считаю, что это особо не важно. Главное, чтобы кейсы были интересные.
8) Ничего.
9) Лучше провести эксперимент и собрать обратную связь.
10) Нужны.

Спасибо.

Принято, и как минимум явно помечать, к чему тот или иной рассказ относится, будем. Если есть в области инструментов громкие имена, с носителями которых было бы здорово пообщаться, то вы знаете, кому их сообщить.
К сожалению имею что сказать лишь по 2 вопросам:

1) Когда компания небольшая, приходится совмещать эти роли. Сам данных намайнил-сам на них и обучил
10) Очень нужны, для меня это сложнее, чем получить данные или настроить алгоритм
Sign up to leave a comment.