Data Science w chmurze – przegląd usług dla Java developerów

FrontendFox - 0

Data Science w małych firmach – jak programista może zacząć temat

FullStackVibes - 0

Jak projektować schematy danych pod analitykę i Data Science

FullStackVibes - 0

Uczenie ze wzmocnieniem dla programistów – wprowadzenie praktyczne

CodeNomad - 0

Jak wykorzystać uczenie maszynowe do optymalizacji zapytań i cache’owania

DebugSensei - 0

Data Science w grach i gamifikacji – inspiracje dla programistów

LogicCrafter - 0

Data Lake vs Data Warehouse – praktyczne spojrzenie programisty

CodeNomad - 0

Jak rozmawiać z biznesem o danych – przewodnik dla programistów

CodeNomad - 0

Budowa dashboardów i raportów z punktu widzenia backendu

StackJumper - 0

Data Science w mikroserwisach event-driven – praktyczne przykłady

CodeWhisperer - 0

Czy programista musi znać całki i pochodne, żeby robić Data Science?

PythonCraze - 0

Jak zbudować własny model klasyfikacji maili spam/nie-spam

BackendBeast - 0

Spark dla Java developera – od RDD do DataFrame

BugHunterX - 0

Jak budować modele, które nie dyskryminują – fairness dla programistów

LogicCrafter - 0

Data Science w microserwisach – architektura i dobre praktyki

JSninja - 0

Jak efektywnie korzystać z Jupyter Notebook mając mindset programisty

CompileMage - 0

Wprowadzenie do Pythona dla programistów Java pod Data Science

StackJumper - 0

Jak czytać wykresy i metryki modelu nie będąc data scientistem

LogicCrafter - 0

Porządkowanie danych: techniki czyszczenia, które polubi każdy programista

StackJumper - 0

Statystyka dla programistów: minimum teorii, maksimum praktyki

SyntaxHero - 0

Od REST API do modelu ML – jak wpiąć Data Science w backend Java

PixelDebugger - 0

Jak połączyć Spring Boot, PostgreSQL i Data Science w jednym projekcie

DebugSensei - 0

Od monolitu do systemu opartego na danych – historia pewnego projektu

CompileMage - 0

Co to jest overfitting i jak go wytłumaczyć w języku programisty

CompileMage - 0

Proste projekty Data Science, które możesz zrobić w weekend

PythonCraze - 0

Jak pisać CV programisty z doświadczeniem w Data Science

ByteCracker - 0

Data Science w testach automatycznych – inteligentne generowanie danych

JSninja - 0

Jak zabezpieczać dane w projektach Data Science (RODO i praktyka)

TerminalGuru - 0

Data Science a prawa autorskie do kodu i modeli – co warto wiedzieć

PythonCraze - 0

Jak wykorzystać Apache Kafka w projektach Data Science

BugHunterX - 0

Feature engineering dla programistów – praktyczne wzorce i antywzorce

DebugSensei - 0

Jak połączyć Data Science z CQRS i Event Sourcingiem

DebugSensei - 0

Przechowywanie i wersjonowanie danych treningowych – praktyczne podejście

BackendBeast - 0

Jak zorganizować środowiska DEV/TEST/PROD dla projektów Data Science

BugHunterX - 0

Data Science na lokalnym laptopie czy w chmurze – co wybrać?

ScriptWizard - 0

Domain-Driven Design a projekty Data Science – jak to połączyć

ScriptWizard - 0

Modele ML a architektura hexagonalna – czy to pasuje do siebie?

DevNinja - 0

Data Science dla DevOpsów – monitoring i obserwowalność modeli

GitMaster - 0

Pipeline danych w praktyce: od pliku CSV do modelu predykcyjnego

ScriptWizard - 0

Jak dokumentować eksperymenty i modele, żeby nie zwariować

BugHunterX - 0

Data Science w analityce marketingowej – co może zaprogramować Java dev

GitMaster - 0

Najczęstsze błędy programistów w Data Science i jak ich unikać

SyntaxHero - 0

Jak zbudować własny silnik rekomendacji – prosty przykład krok po kroku

StackJumper - 0

Jak pisać logi i metryki pod projekty Data Science

BackendBeast - 0

Data Science w IoT – co musi wiedzieć programista Java

LogicCrafter - 0

Jak budować eksperymenty A/B z perspektywy backend developera

StackJumper - 0