Hình ảnh của Tác giả
Happy New Year!
Năm nay có lẽ bạn đang xem xét một sự thay đổi trong sự nghiệp của mình, học một kỹ năng mới và nỗ lực nhiều hơn để phát triển bản thân. Theo Cục Thống kê Lao động Hoa Kỳ, dự đoán số lượng Nhà khoa học dữ liệu sẽ tăng 36% từ năm 2021 đến năm 2031.
Nếu bạn đang muốn tham gia vào thế giới Dữ liệu, thì có sẵn các tài nguyên sẵn có mà bạn có thể hưởng lợi từ trực tuyến. Từ sách, khóa học, bảng gian lận, cộng đồng, v.v.
Nếu bạn đang tìm kiếm tài nguyên học tập, hãy xem những điều sau:
Một cách tuyệt vời khác để học là trở thành một phần của cộng đồng. Bài viết này đặc biệt tập trung vào các cộng đồng Slack. Slack là ứng dụng nhắn tin giúp kết nối mọi người và giúp nhóm làm việc thống nhất.
Bạn có thể tham gia danh sách Cộng đồng dữ liệu này trên Slack vào năm 2023.
Như nó đề cập trong tên, đó là tất cả dữ liệu. Điều này có thể là từ phân tích dữ liệu, khoa học dữ liệu và học máy. Có nhiều kênh Slack khác nhau như #book-of-the-week, #career, #datascience, #events, #ai-memes-for-ai-peeps, v.v.
Họ có các sự kiện hàng tuần mà bạn có thể tham gia miễn phí và một podcast với tối đa 12 phần.
Nếu bạn muốn tham gia cộng đồng Datatalks.Club Slack, hãy nhấp vào liên kết này: Datatalks.Club Slack
Data Science Salon là một hội nghị độc đáo đã trở thành một cộng đồng đa dạng với đội ngũ gồm các Nhà khoa học dữ liệu cấp cao, kỹ sư Máy học, v.v. Mục đích của họ là tập hợp các chuyên gia công nghệ lại với nhau, giúp họ kết nối, phát triển và học hỏi lẫn nhau bằng các giải pháp sáng tạo khả thi.
Nếu bạn muốn tham gia cộng đồng Data Science Salon Slack, hãy nhấp vào liên kết này: Khoa học dữ liệu Salon Slack
Cộng đồng này trên Slack được chia nhỏ hơn cho một vấn đề cụ thể trong Khoa học dữ liệu. Có rất nhiều kỹ sư dữ liệu và nhà khoa học kết nối và giao tiếp chuyên sâu về các vấn đề về độ tin cậy của dữ liệu và các phương pháp hay nhất về cách khắc phục chúng.
Nếu đây là một khía cạnh của Khoa học dữ liệu mà bạn muốn tập trung vào hoặc cần định hướng nhiều hơn, thì đây sẽ là một kênh có giá trị.
Nếu bạn muốn tham gia Cộng đồng kỹ thuật độ tin cậy dữ liệu, hãy nhấp vào liên kết này: Độ tin cậy của dữ liệu Cộng đồng kỹ thuật Slack.
Một cộng đồng thảo luận về Khoa học dữ liệu, kho dữ liệu, các cuộc hội thoại, chủ đề liên quan đến BI, v.v. Bạn sẽ kết nối với những người khác trong lĩnh vực này và học hỏi từ những sai lầm của họ cũng như họ sẽ học hỏi từ sai lầm của bạn.
Nếu bạn muốn tham gia cộng đồng các nhà khoa học dữ liệu, hãy nhấp vào liên kết này: nhà khoa học dữ liệu chậm chạp.
Nếu bạn đang tìm kiếm thứ gì đó thư thái và thoải mái hơn một chút, thì cộng đồng những người yêu thích khoa học dữ liệu AI-ML-Data Science là dành cho bạn. Đó là một cộng đồng bao gồm những người trò chuyện chung về khoa học dữ liệu, máy học và trí tuệ nhân tạo.
Đó là một cách tuyệt vời để cập nhật ý kiến của người khác và mở rộng nền tảng kiến thức của bạn.
Nếu bạn muốn tham gia cộng đồng AI-ML-Data Science Lovers, hãy nhấp vào liên kết này: AI-ML-Những người yêu thích khoa học dữ liệu Slack.
Một cộng đồng tập trung vào mọi thứ liên quan đến Khoa học dữ liệu. Bạn sẽ có trong vòng lặp của các bài báo Khoa học dữ liệu hay nhất để đọc, các hướng dẫn sẽ có lợi cho quá trình học tập của bạn, chia sẻ mã và lời khuyên tổng thể. Được thiết kế để kết nối các chuyên gia Khoa học dữ liệu từ khắp nơi trên thế giới.
Nếu bạn muốn tham gia Cộng đồng Khoa học Dữ liệu Mở, hãy nhấp vào liên kết này: Cộng đồng khoa học dữ liệu mở Slack.
Papers with Code là một nguồn tài nguyên mở và miễn phí cung cấp các bài viết về Machine Learning, mã, bộ dữ liệu, phương pháp và bảng đánh giá. Với cộng đồng, bạn sẽ có quyền truy cập vào các tài nguyên chất lượng để hỗ trợ quá trình học tập của mình. Bạn sẽ chuyển từ học lý thuyết về Khoa học dữ liệu sang áp dụng các kỹ năng của mình và phát triển chúng.
Nếu bạn muốn tham gia Cộng đồng Paper with Code, hãy nhấp vào liên kết này: Giấy có Mã Slack.
Nếu bạn đang hướng tới mục tiêu trở thành một Nhà khoa học dữ liệu, bạn sẽ cần thực hành các kỹ năng viết mã của mình. Cách duy nhất để bạn kiểm tra kỹ năng của mình là thông qua các dự án. Khi mới bắt đầu, Kaggle sẽ là người bạn tốt nhất của bạn. Do đó, bạn nên tham gia cộng đồng Kaggle để giúp bạn giải đáp các thắc mắc và hướng dẫn về các khía cạnh cụ thể.
Nếu bạn muốn tham gia Cộng đồng KaggleNoobs, hãy nhấp vào liên kết này: KaggleNoobs Slack.
Cộng đồng Slack không chỉ là tài nguyên học tập tuyệt vời mà còn giúp người mới bắt đầu dễ dàng bước vào một lĩnh vực hoàn toàn mới. Bạn có thể học hỏi từ quá trình học tập và dự án của người khác cũng như các đề xuất về sách và khóa học.
Nisha Arya là Nhà khoa học dữ liệu và Nhà văn kỹ thuật tự do. Cô ấy đặc biệt quan tâm đến việc cung cấp lời khuyên hoặc hướng dẫn nghề nghiệp về Khoa học Dữ liệu và kiến thức dựa trên lý thuyết về Khoa học Dữ liệu. Cô cũng mong muốn khám phá những cách khác nhau mà Trí tuệ nhân tạo có thể mang lại / có thể mang lại lợi ích cho sự trường tồn của cuộc sống con người. Một người ham học hỏi, tìm cách mở rộng kiến thức công nghệ và kỹ năng viết của mình, đồng thời giúp hướng dẫn người khác.
- Phân phối nội dung và PR được hỗ trợ bởi SEO. Được khuếch đại ngay hôm nay.
- Platoblockchain. Web3 Metaverse Intelligence. Khuếch đại kiến thức. Truy cập Tại đây.
- nguồn: https://www.kdnuggets.com/2023/01/top-8-data-science-slack-communities-join-2023.html?utm_source=rss&utm_medium=rss&utm_campaign=top-8-data-science-slack-communities-to-join-in-2023
