Вебинары Разобраться в IT Реферальная программа
Программирование Аналитика Дизайн Маркетинг
Data Science
11 Июл 2024
8 мин
Что такое машинное обучение: основы и применение

Искусственный интеллект упрощает, автоматизирует жизнь. В его основе лежит машинное обучение.

11 Июл 2024
8 мин
20 Июн 2024
11 мин
Полное руководство по циклу while в python

Объясняем, что такое циклы в Python, чем выделяется цикл while, как его написать, прервать и создать вложенный цикл внутри.

07 Июн 2024
8 мин
PostgreSQL: Полное руководство для начинающих

Рассказываем, что такое система PostgreSQL и для каких целей она нужна, в чём ее плюсы и недостатки. Объясняем простым языком, как скачать и начать работу

21 Май 2024
5 мин
Apache kafka: всё, что вам нужно знать

Рассказываем о принципе работы Apache Kafka, преимуществах платформы и о том, где ее используют.

21 Май 2024
4 мин
Сервер: всё, что вам нужно знать о технологии

Сервер — это мощный компьютер, который обрабатывает запросы от других компьютеров в сети. Он хранит информацию, важные файлы и управляет доступом

13 Май 2024
12 мин
Всё о видах бюджетов: структура и составление

Каждая компания выбирает свой формат бюджета. В отличие от налоговых и бухгалтерских форм формы бюджета не регламентированы. Главное, чтобы бюджет

09 Май 2024
6 мин
Высокооплачиваемые профессии 2024

Одна из основных тенденций года — цифровизация. Инструменты и знания IT дадут конкурентное преимущество и в других сферах.

23 Июн 2023
7 мин
Кто такой data scientist и чем он занимается?

В мире, где информация — новое золото, всё чаще возникает вопрос о том, кто такой data scientist.

23 Ноя 2022
6 мин
DDL, DML, DCL и TCL в языке SQL

Рассказываем, что такое группы операторов в языке SQL и зачем они нужны.

10 Ноя 2022
4 мин
Pandas: обзор библиотеки для Python

Библиотека Pandas входит в топ-5 самых востребованных навыков для вакансий в области data science.

28 Окт 2022
8 мин
Отличия аналитика данных от Data Scientist

Чтобы сделать продукт лучше, компаниям нужно собирать и анализировать большие объемы данных. Здесь не обойтись без аналитиков и специалистов по data