One Week in Sound

Надя Андрианова сделала классный дата-арт One Week in Sound, использовав данные Яндекс.Музыки по истории прослушивания за одну неделю (в высоком разрешении файл в комментариях к посту у Нади). Потрясающая деталь работы -- легенда в виде визуализации (через суммарную длительность треков показаны жанровые пристрастия). А я очень люблю, всё что связано с визуализацией/дата-артом по музыке.

Музыка существует не для того, чтобы спасти мир, она существует для того, чтобы спасти твою жизнь (С) Тони Парсонс

Напомню, Надя ведёт канал Designing Numbers, а ещё вы можете посмотреть беседу Нади и Натальи Киселевой о дата-арте.

#референсы #ДатаАрт #музыка #ВизуализацияДанных #artwork #design

Интересное про обучение и развитие в области машинного обучения и анализа данных.

На канале Виктора Кантора ML Inside вышел свежий выпуск подкаста с Алексеем Толстиковым, руководителем Школы анализа данных Яндекса. Он отвечает на вопросы о том, как стать востребованным специалистом, реально ли самостоятельно освоить Data Science, возможно ли попасть в Machine Learning из совершенно другой области и многом другом.

Оставляю ссылку на полное интервью.

Жизненно!

https://t.me/weekly_charts/446

Неописуемо красиво. И тема немного новогодняя.

https://t.me/datavizcomics/2237

📈Как сделать красиво в Matplotlib
Пора признать очевидное — графики «из коробки» в Matplotlib отвратительны.

Владимир в своей статье на медиуме (впн) рассказывает, как за несколько строк кода сделать график красивым и информативным.

Хочу, чтобы итоговый график стал тем самым вариантом «из коробки». Новый год, новые шаблоны для работы, друзья!

Читать

Это очень важный принцип, про который важно знать, всем кто делает презентации, инфографику, любые информационно насыщенные материалы:

https://t.me/ne_znal_ai/1930

Понятно, почему справа больше. Это же в триллионах. Слева всего 1,3 триллиона, а справа-то аж 890.

Если вы не понимаете как образуется график типа "ящик с усами" (боксплот), советую прочитать этот пост:

https://telegra.ph/Boksploty-05-06

Обсуждали как развиваться начинающему датавиз-специалисту. Возникли сложности. В отличие от условного IT, датавиз — скорее прикладной навык, и его раскрытие зависит от конкретной сферы приложения (презентации, бизнес-аналитика, дата-журналистика, инфографика).

Однако я бы во всех направлениях говорил прежде всего о:

1️⃣ Сильном уверенном скилле работы с данными, дата-грамотности

2️⃣ Знании датавиз-культуры. Как выбрать график под данные. Принципы. Почему 3D-пайчарты и другие ошибки — это плохо, и что хорошо и почему. Как правильно и с умом в визуализации использовать цвет.

3️⃣ Основах графического дизайна в контексте визуализации.

Вот с этой базы я бы начинал при выходе дальше в любую профессию. А вот само обучение удобно было бы выстраивать вокруг инструментов, которые будут в основной профессии дальше. И тут стек будет сильно отличаться. Например, если вы будете заниматься бизнес-аналитикой, то вам нужно будет усиливать скилл работы с данными (добавляя туда SQL и скорее всего Python), выходя за пределы табличных редакторов и наверняка какой-то из профильных BI-инструментов, типа Tableau и Дата-Ленса. Если это больше дата-журналистика, то Datawrapper и Flourish. Если презентации — PowerPoint. И идеальный вариант был бы имплементировать, заземлять датавиз-культуру сразу в этом конкретном стеке инструментов для вашего предполагаемого вида деятельности.

Но в любом случае:
1️⃣ если знаний по работе с данными минимум, то знать основы Google Sheets/Excel точно понадобится. Бесплатные мини-курсы есть, например, в Мастерской Важных историй.

2️⃣ По датавиз-культуре нескромно посоветую свою книгу "Графики, которые убеждают всех" как стартовую. Она для того и написана. Если у вас хороший английский, горячо рекомендую статьи из блога Датавраппер. Особенно вот этот раздел Datavis do's and dont's.

3️⃣ Для дизайна (правда, к сожалению, без акцента на датавиз) — книга Горбунова "Типографика и верстка" и курсы Игоря Штанга или просто по тегу "переверстка" посты в его ЖЖ. Это уже наверняка даст понимание, что вы делаете не так, и как можно лучше. Кстати, в том же блоге Датавраппер есть хорошее на эту тему.

Если вы уже точно знаете, что хотите датавиз, и у вас есть деньги, идеальный вариант курс на Я.Практикуме (к которому тоже основательно приложил руку ваш покорный слуга) "Визуализация данных и введение в BI-инструменты". Это и хорошая база обо всем и контекст вокруг и BI, и презентаций и дата-сторителлинга. Плюс заземление датавиз-культуры на Дата-ленс, ПауэрПойнт, Датавраппер, Tableau.

—

Это основная программа-минимум.

Плюс для кругозора читаем десять-пятнадцать ламповых каналов по датавиз. Мощная подборка у Ромы Бунина. Или есть папка 🗂 попроще.

Отдельно отмечу, что по-прежнему самый быстрый (и интересный) способ учиться — попасть на стажёрскую позицию и сразу решать реальные задачи, либо обогащение своей текущей позиции датавиз-задачами. Тут сразу все попрет. И все найдется, и курсы, и книги

А ещё напомню, что по опросам индустрии 80% тех, кто делает датавиз и инфографику, работают в ПауэрПойнт ;) Так что если вам про это, то можно попробовать курсы в эту сторону
Например, курсы Насти по датавиз в Экселе и ПП.

Я знаю ещё о многих других и книгах, и образовательных программах разных замечательных людей. Но решил в посте оставить какие-то хайлайты, чтобы глаза не разбегались. Но давайте вместе в комментариях соберем и другие актуальные инициативы, книги, курсы и так далее, которые вам кажутся наиболее полезными.