Хочешь ловить карьерные и научные возможности быстрее других? 👍

Тогда тебе сюда — youth&career | конкурсы и стажировки.

Каждый день в канале появляется свежая подборка 5-10 мероприятий🔎: конкурсы, гранты, стажировки, конференции самых разных направлений — от медицины, биологии до бизнеса и IT. А если хочешь большего — присоединяйся к
@youthandcareer_bot.

Достаточно выбрать интересующее направление, и бот будет присылать подборки именно под твой профиль✏️
Это удобно: ты не пропустишь важные дедлайны и сможешь откликнуться одним из первых.

Занимаешься исследованиями? Значит, @youthandcareer — твой билет в новые горизонты. Подписывайся и лови возможность прямо сейчас↗️

#бластим_рекомендует

Остановите планету, я сойду: исследовательница честности оказалась опасной обманщицей

Зои Зиани делает PhD по психологии нетворкинга в Париже. Она штудирует ключевую статью по теме. Публикация гласит: нетворк заставляет людей чувствовать дискомфорт и грязь. Чтоа??? Вчитавшись, девушка понимает, что выводы кажутся странными, а данные сомнительными. Неужели, p-hacking? Таки нет. Полный фальсификат!

В 2018 году Зои осмелилась поделиться своими подозрениями с научником. Но та ее раскритиковала. Никто не хочет идти против течения. Ведь второй автор статьи — Франческа Джино, гарвардский профессор-селебрити с публикациями в престижных журналах, создатель бестселлеров «Rebel Talent» и «Sidetracked» и непререкаемый авторитет в области психологии честности.

🕵🏻‍♀️ Тогда Зои обращается к Data Colada. Под этим именем трио дата-сыщиков с 2013 года ведет блог о манипуляциях статистикой и делает реанализы. Ури Симонсон из испанской бизнес-школы ESADE — бихевиорист, автор тулов для детекции сомнительных научных практик. Лейф Нельсон из Калифорнийского университета в Беркли — спец в психологии маркетинга и поведении потребителей. И Джо Симмонс из Пенна — эксперт в области принятия решений и методологии исследований. Эта же троица придумала термин p-hacking. Но фабрикация данных еще ужаснее.

Сыщики дотошно изучают работы Джино, пытаясь найти разумные объяснения аномалиям. Но тщетно. Осенью 2021 года детективы шлют в Гарвард досье о четырех статьях с вопиющими несостыковками. Декан Гарвардской школы бизнеса Шрикант Датар просит следопытов повременить с публикацией разоблачения и инициирует внутреннюю проверку. 11 месяцев в Гарварде под лупой разглядывают имейлы и файлы Джино, допрашивают ее коллег. Итоговый отчет на 1282 страницах подтверждает вину профессора.

Однако до 16 июня 2023 года мир ничего не знает об этой саге, пока не выходит материал в Chronicle. Спустя сутки Data Colada начинают выпускать серию вирусящихся блог-постов.

В первой части блогеры громят cтатью в PNAS 2012 года. В эксперименте участники заполняли страховые бумаги. Утверждалось, что те, кто ставит подпись сверху листа, — добросовестные люди, а снизу — лгуны. Расследователи скачали с Open Science Framework исходные эксельки и изучили историю версий файлов. Оказалось, что наблюдения вручную переносились из экспериментальной группы в контроль и наоборот. К слову, ранее сыщики уже вывели на чистую воду другого соавтора этой статьи Дэна Ариэли 🫠 Во второй части они обратили внимание на нетипично большое число абсурдных ответов. В третьей — развеяли связь жульничества и креативности. А в последнем посте о нетворке (с него всё началось) сыщики обнаружили, что оценки респондентов противоречат их же словам. И еще: характерный почерк Джино — всегда экстремально низкие p-value ✍️

Летом-осенью 2023 года последовала череда ретрактов, а исследовательницу отправили в неоплачиваемый отпуск. Но Франческа не сдавалась. Она запустила сайт Francesca v Harvard, где дала ответку на претензии, а также наняла ушлого адвоката Эндрю Мильтенберга, когда-то защищавшего нобелиата в деле о харассменте. Джино выкатила иск на 💲25 млн о защите чести и достоинства против Гарварда, Датара и трио, обвинив их в клевете и сексизме.

📜 В марте 2024 года в рамках судопроизводства был обнародован репорт Гарварда, вскрывший новые детали обмана. Помимо этого, Джино уличили в плагиате. Сомнений в ее неэтичности почти не осталось.

⚖️ В сентябре 2024 года федеральный судья Мионг Джун постановил, что блогеры защищены Первой поправкой, и отклонил иск. Несмотря на победу, Data Colada столкнулись с прессингом и судебными издержками. Но деньги им скоро собрали краудфандингом солидарные коллеги. После решения суда Джо Симмонс написал:

Those who work to correct the scientific record can sleep better tonight. Those who don’t want it corrected, well, I don’t care how they sleep

В мае 2025 года Джино лишилась должности: впервые за 80 лет Лиги Плюща университет уволил тенюра. Справедливость восторжествовала 🥳

Учите статистику, друзья. И ждите интервью с разоблачителем фальшака в науке. Скоро в Бластим

Пора считать цыплят зарплату 🐥

В этот вторник стартует курс «Статистика, R и анализ данных», но первый урок с Иваном Поздняковым уже доступен бесплатно!

И вот пять причин для его просмотра:

1-я причина — это ОН: заветный датасет с обзором зарплат в биотехе (800+ актуальных вакансий)
2-я причина — все основы R и ваша первая обработка данных шаг за шагом
3-я причина — научиться критически воспринимать статистику, чтобы не верить пустым словам
4-я причина — возможность оценить себя на фоне динамики медианных зарплат за 2022–2024 гг. в российском биотехе
А 5-я причина — Иван Поздняков: никогда не знаешь, какую историю он расскажет в этот раз, но польза и заряд энергии гарантированы

📌 Доступ к бесплатному уроку уже открыт в личном кабинете, достаточно зарегистрироваться здесь: clck.ru/3PYgSt

Да, опять Поздняков 👀

У каждого преподавателя в Бластим свой фан-дом. И это абсолютно заслуженно: мы выбираем их не только за солидный опыт, но и за философию и энергию. Команда курса «Статистика, R и анализ данных» не исключение. Все преподаватели мощные, увлеченные и харизматичные. Даже если вы недавно с нами, то могли заметить, что в ленте часто мелькает имя Ивана Позднякова. Так кто он вообще такой и почему столько шума? А почему бы и не рассказать!

👣 Иван Поздняков — человек с интересной академической судьбой. Выпускник психфака МГУ и магистратуры по когнитивной нейронауке ВШЭ мог бы спокойно «стоять с магнитной катушкой и мерить амплитуду дерганья руки» (как сам шутит). Но его затянул совсем другой мир: данные, графики и код. Иван перепробовал разные языки программирования, но сердце отдал R.

Позже он успел поработать дата-аналитиком в IT, но наука манила сильнее.

«Я повышаю профит компании на 5%, чтобы стейкхолдеры были довольны. Мне это оказалось неблизко», — вспоминает Иван.

Сейчас Поздняков снова в академии и исследует, как миллиарды нейронов создают то, что мы называем сознанием. Его сфера — computational neuroscience — звучит ровно настолько круто, насколько это и есть на самом деле. И там точно есть где развернуться в анализе данных.

🏝 На досуге Иван участвовал, например, в проекте по digital humanities. Вместе с филологами из Потсдама он анализировал пьесы на разных языках и строил графы связей персонажей. Для этого он создал пакет rdracor, опубликованный на CRAN — главном репозитории R. Там предъявляют очень строгие требования к коду и документации, и пакет Ивана несколько раз удаляли, но возвращали. Это весомое достижение даже для опытных R-щиков. Он также добавил Shiny-приложение для интерактивной визуализации данных, чтобы результаты исследований можно было буквально «потрогать».

Иван рассказывал, что благодаря графам оказалось видно интересные детали сюжета. Например, Гаврила — на первый взгляд малозначительный персонаж пушкинской трагедии «Борис Годунов» — на самом деле центральный и служит связующим звеном между кластерами. Просто читая пьесу это заметить невозможно 💡

Но главное для нас — Иван невероятно любит преподавать. После его лекций R становится не страшным, а любимым инструментом. Он не просто объясняет код, но и показывает его «вкус», делится лайфхаками и трендами в датавизе. Студенты шутят, что после его занятий статистика перестает быть скучной и становится чем-то вроде искусства. А байки из жизни делают сложные темы ближе и понятнее.

Если вы ещё не знакомы с «поздняковской» статистикой, настоятельно рекомендуем исправить это недоразумение с бесплатным первым занятием курса по анализу данных на R 👍

Достаточно зарегистрироваться в личном кабинете здесь: clck.ru/3PZJXW

⚡️ Михаил Гельфанд в Бластим: новость важнее Нобелевки

В августе этого года в кулуарах конференции MCCMB’25 мы встретились и поговорили с биоинформатиком, доктором биологических наук, сооснователем сообщества «Диссернет», вице-президентом Сколтеха Михаилом Сергеевичем Гельфандом — о том, куда движется биологическое образование и всё вокруг. Сегодня мы публикуем полное интервью. Вы узнаете, почему Кунин — самый немодный, чем монархия лучше демократии, зачем шпионы украли открытую базу данных, что нужно для работы с нейросетями и многое другое.

➡️ Получилась чудесная и душевная беседа с одним из самых топовых биоинформатиков в мире. Уже на нашем сайте: скорее читать

Вместо тысячи учебников — лучше один раз послушать Михаила Сергеевича

#бластим_рекомендует настоятельно

�льин — заклинатель змей

Коллеги прислали файлы, открываю, а там вот такие кракозябры. Что же делать? И как вообще быть с табличками: мне надо почистить, сгруппировать, объединить, визуализировать? Да еще с сервера скачался страшенный JSON — как его распарсить? 😰 Неужели жалкие эксельки и csv-шки похоронят мою научную карьеру...

💡Есть свет в конце туннеля. Зажглась лампочка Ильина💡

Специально для тех, кто жаждет навести порядок в разрозненных данных и больше не сидеть месяцами с Ctrl+C / Ctrl+V вручную, — Бластим объявляет бесплатный онлайн-семинар по программированию «Экономим десятки часов на данных: первый шаг в Python без боли»

В субботу, 11 октября, в 12:00 мск вас будет ждать питонист Александр Ильин, чтобы вручить мощный инструмент для эффективной работы с таблицами и решения других биоинформатических задач 🐍

На встрече мы:

💅 покажем, что высасывает время и нервы при анализе данных и как современные библиотеки (pandas, numpy и др.) + простые программистские приемы избавляют от хаоса
💅 дадим 5 tips, которые позволят автоматизировать рутинную обработку десятков файлов и подсчет статистики
💅 поможем вкатиться в кодинг: подскажем, куда нажимать, что установить и наметим пошаговый трек от «я гуманитарий» до «сам себе датасайентист»

Excel похитил много вашего времени. Довольно!

Регистрируйтесь: ссылка для записи

P.S. Буквально вчера вышла свежая версия π-тона — Python 3.14 🎉 Благодаря нововведениям (GIL теперь необязателен) можно ускорять тяжелые вычисления. Совершенствуется питон — пора тоже

Собрали свежую подборку вакансий за рубежом 💌

Даже если не ищете работу, пробегитесь по требованиям. Вакансии отлично показывают, какие скиллы «в моде» и что можно прокачать, чтобы завтра быть на шаг впереди. В подборке требования по языкам программирования получились гибкими: Python или R. А вы в какой команде? Фанаты крутых графиков, адепты end-to-end анализа или, может быть, собираете «всё, везде и сразу»?

Postdoctoral Researcher — Max Planck Institute for Infection Biology — Берлин, Германия 🇩🇪
Позиция постдока в лаборатории Felix Key для изучения эволюции древних микробных патогенов. Требуется глубокое понимание статистики и программирования (Python, R или Matlab).
Ссылка: clck.ru/3PdKQz
Зарплата: E13 TVöD
Дедлайн: 17/10/2025

Research Engineer (Bioinformatician) — KTH Royal Institute of Technology — Стокгольм, Швеция 🇸🇪
Позиция биоинформатика в области spatial proteomics для работы с флуоресцентной микроскопией. Задачи включают разработку пайплайнов. Требуются навыки программирования на Python или R, особенно для анализа изображений.
Ссылка: clck.ru/3PdL4t
Дедлайн: 19/10/2025

PhD Program — Life Science Zurich Graduate School — Цюрих, Швейцария 🇨🇭
Программа предлагает полное финансирование и обучение в мощном научном центре для развития карьеры в академии или индустрии.
Ссылка: clck.ru/3PdKmW
Дедлайн: 01/11/2025

Postdoctoral Researcher — California Institute of Technology — Пасадена, США 🇺🇸
Лаборатория Magdalena Zernicka-Goetz в Caltech ищет постдоков для исследований механизмов развития эмбриона человека и мышей. Требования: PhD в области developmental, stem cell или cell biology, интерес к междисциплинарным подходам.
Ссылка: clck.ru/3PdKsr
Дедлайн: 20/02/2026

Senior Staff Associate — Columbia University — Нью-Йорк, США 🇺🇸
Позиция исследователя (степень магистра или эквивалент) для работы в лабораториях Dr. Peter Sims и Dr. Donna Farber в проекте по иммунологии с использованием single-cell RNA-seq, spatial profiling и проточной цитометрии. Требуются базовые навыки работы в Python или R.
Ссылка: clck.ru/3PdKEm
Зарплата: $73,892–$80,000 в год

Senior Bioinformatician — Ellison Institute of Technology — Оксфорд, Великобритания 🇬🇧
EIT ищет старшего биоинформатика для работы в крупном центре, объединяющем более 300 исследователей. Позиция предполагает руководство разработкой и внедрением пайплайнов для поддержки проектов в области синтетической биологии, геномного дизайна и молекулярной эволюции. Требуются экспертные навыки в Python и R.
Ссылка: clck.ru/3PdLZY

Sr Software Developer, Bioinformatics — Mycolever — Мюнхен, Германия 🇩🇪
Компания ищет full-stack разработчика с интересом к data science, машинному обучению и биоинформатике для проектов по изучению биосоединений грибного мира.
Ссылка: clck.ru/3PdLmG

Bioinformatician — Core Unit for Bioinformatics Data Analysis (CUBA), University Hospital of Bonn — Бонн, Германия 🇩🇪
UKB приглашает биоинформатика для анализа омиксных данных (bulk, single-cell, spatial) и разработки пайплайнов для NGS и протеомики. Требуются навыки в R/Python, Linux, степень магистра или PhD.
Ссылка: clck.ru/3PdLsc

✔️Больше вакансий на blastim.ru
✔️Штука, которая поможет откликаться на вакансии

#бластим_вакансии

🚀💊 ИЦ «Хелснет» НТИ запускает уникальный онлайн-акселератор «МЕДТЕХ НАВИГАТОР», который поможет биомедтех-проектам встраиваться в систему национального здравоохранения. Это первая площадка с таким профилем.

Программа позволит участникам упаковать свои продукты под запросы и приоритеты нацпроектов «Продолжительная и активная жизнь» и «Новые технологии сбережения здоровья» и подготовить их к продвижению в рамках федеральной системы здравоохранения.

🎯 Для кого?

Для стартапов, исследовательских коллективов и компаний в сфере MedTech и Digital Health, которые хотят не просто получить бустер для развития своих проектов, но и внедрять их в масштабах национальной системы здравоохранения страны.
Требования к уровню участников: в приоритете — готовые продукты, но рассматриваем также стартапы от уровня MVP.

👀 Что будет?

💙Обзор национальных и федеральных проектов и их ключевых метрик;
💙Разбор и адаптация проектных идей под задачи госпрограмм;
💙Экспертная обратная связь от профильных специалистов, которые в том числе участвовали в разработке федеральных проектов;
💙Демо-день, где участники представят свои проекты экспертам из ведущих НМИЦ России.

По итогам акселератора команды получат практический гайд по продвижению проектов в рамках национальных и федеральных программ, а также ценную экспертизу для масштабирования решений в здравоохранении.

⭐️ А кто эксперты?

В рамках ускорителя участники смогут пообщаться и получить обратную связь от топовых специалистов из Сеченовского университета, СамГМУ, НМИЦ ТПМ Минздрава России, Фонда Сколково, Министерства образования и науки СО, Региональных центров Инжиниринга.

«Сегодня ключевая задача — не просто создавать инновации в медицинских технологиях, а формировать их прикладную ценность для системы здравоохранения. Акселератор «МЕДТЕХ НАВИГАТОР» помогает разработчикам выстроить правильную траекторию интеграции в федеральные программы и национальные проекты»,

— отмечает Мария Галямова, руководитель ИЦ HealthNet НТИ.

🗓 Когда и где?

💙Старт акселератора: 16 октября. Успейте подать заявку до этой даты!
💙Формат: ОНЛАЙН
💙Участие: БЕСПЛАТНО!
💙Продолжительность обучения: до 13 ноября.

👉 Подать заявку: https://leader-id.ru/events/575264

#акселератор #медтех #хелстех #медицинскиестартапы #биотех #биомед #нацпроекты

Друзья, ловите осознанную рекомендацию👇

Бластим на курсах и вообще помогает ученым получать реально востребованные хардскиллы, однако мы всегда мягко напоминаем, что не стоит забывать и про развитие карьеры. Не стыдно быть немножко карьеристом. Но где (помимо Бластим) искать советы, точки роста и ориентиры?

Для всех, кто думает о своем месте в науке, медицине и биотехе, советуем канал @IMC_education.

Это не про абстрактные советы «верь в себя», а про конкретные карьерные стратегии. Здесь вы найдете:

→ Интервью с теми, кто уже прошел путь: ученые, врачи и топ-менеджеры из фармы и биотеха делятся опытом — как они строили свою карьерную траекторию.
→ Тактики развития: как планировать рост, куда двигаться и на что обращать внимание.
→ Возможности: анонсы стажировок, программ и интересных проектов, где пригодятся ваши навыки.

🔻Если вы хотите управлять своей карьерой, а не просто плыть по течению, — вам точно стоит подписаться на канал «Карьерных возможностей»

#бластим_рекомендует

💡 Если обработку данных страшно отдавать на аутсорсинг ИИ, но работать быстрее всё равно хочется — пора знакомиться с Python

Это язык, который делает жизнь ученых проще:
• почистит и отформатирует таблицы за мгновение
• скачает нужные файлы с NCBI или других баз
• подготовит и проведет анализ точнее и быстрее, чем уставший аспирант

А ещё на Python надежный «вайб-кодинг»: пишешь запрос человеческим языком → ИИ переводит его на «змеиный» → можно запускать код. Возможности почти безграничны. Открытые форумы помогают LLM эффективнее учиться и выдавать хорошие скрипты. Главное — самому понимать основы, чтобы не пугаться и проверять, что там навайбил ИИ.

Для знакомства с «π-научным сотрудником» Бластим подготовил два бесплатных вебинара с Александром Ильиным:

📌 11 октября — «Экономим десятки часов на данных: первый шаг в Python без боли»
📌 18 октября — «Библиотеки Python: практические инструменты для работы с данными»

✅ Уже учили Python, но не знаете, как применять его в своей рутине? Приходите тоже — всё расскажем и покажем на реальных примерах. Пора сворачивать «Летающий цирк» в данных и табличках Excel!

Регистрация: clck.ru/3PeRTN

🦀 Рачки рачки рачки 🦀

Мастер анализа Александр Ильин отвечает на вопросы по Python и разбирает датасеты, показывая, как обработать таблички с помощью кода 🤩

Сначала непривычно, особенно, если привык к графическому интерфейсу, но преподаватель на всё отвечает и дает советы

🔗 Подключайтесь сейчас — интересно, на разбор какого датасета попадете вы.

Сейчас собачки 🐶

В конце, как всегда, сюрприз и полезный скрипт: мини-гайд по циклу while и numpy 🐍

Нерон и Нейрон: ИИ — моя Римская империя 🏛

Древние римляне много писали. Ежегодно обнаруживают до полутора тысяч латинских начертаний — высеченные на камне и выгравированные на монументах, в публичных пространствах и частных домах, нацарапанные на заборах... Надписи позволяют напрямую ощутить повседневную жизнь людей разных слоев обществ прошлого — от бытовых забот до политики и экономики. Это исследует дисциплина эпиграфика 🖋🪦

🔨 Однако за тысячелетия буквы стерлись, предметы с надписями разрушились или были перемещены. Вдобавок римляне злоупотребляли сокращениями и аббревиатурами. Всё это затрудняет и без того сложную расшифровку и интерпретацию, которой занимаются историки и археологи. Традиционно эксперты вручную ищут параллели — надписи с похожими словами, фразами, синтаксисом. Они нужны для контекстуализации. Изнурительный процесс сравнения текстов требует невероятной эрудиции и может затягиваться на месяцы и даже годы. Алгоритмы применялись, но они ограничивались буквальными совпадениями и не считывали смысл. Пришло время нейросетей.

🏺 Специалисты из Google DeepMind под руководством Янниса Ассаэля совместно с академическими учеными создали мультимодальную генеративную модель Aeneas, дабы автоматизировать процесс реконструкции старинной латыни и облегчить участь историков. Название отсылает к мифическому герою Троянской войны Энею, сыну богини Венеры, предку Ромула и Рема. Статья вышла в июле в Nature.

Aeneas принимает на вход транскрибированный латинский текст с пропусками нескольких символов (-) или фрагментов неизвестной длины (#), а также фотоснимки надписей. Ранее модели учитывали исключительно текст, тогда как много деталей можно почерпнуть из внешнего вида физических носителей.

🎭 Как в классической драме соблюдаются три единства, так и Aeneas решает три нетривиальные задачи: действие — заполняет гэпы в тексте, место — выдвигает предположение о регионе происхождения надписи, выбирая одну из 62 римских провинций и, наконец, время — предсказывает датировку с точностью до десятилетия.

Всем этим занимаются три нейросети (головы), принимающие данные от декодера трансформера T5, обрабатывающего исходные символы. Для обучения машинлернеры собрали корпус из 176 тыс. латинских надписей (для 5% были и картинки) за 15 веков со всех уголков Pax Romana — от Британии до Ирака. Aeneas восстанавливает обломки текста, даже когда вообще неизвестно, какой объем утерян! Исторически обогащенные эмбеддинги из T5 применяются для поиска в векторном пространстве, куда спроецирован весь датасет надписей: в итоге получается ранжированный список аналогов. Это прогресс по сравнению с предшествующей моделью Ithaca для древнегреческого языка. А еще в состав Aeneas входит ResNet-8 для обработки фото: эта визуальная информация учитывалась при географической атрибуции. Простейший пример: строку #us populusque Romanus ИИ дополняет до Senatus populusque Romanus («Сенат и народ Рима»).

👑 Ллмку проверили на знаменитом документе эпохи императора Октавиана — Res Gestae Divi Augusti («Деяния божественного Августа»), лучшая копия которого сохранилась на каменной стене храма в Анкаре 🇹🇷. Полагаясь только на тонкие лингвистические маркеры, ИИ сузил оценку возраста монументального трактата до двух периодов (10–1 гг. до н. э. и 10–20 гг. н. э). К таким же выводам пришли эксперты. Но за годы трудов и дебатов.

Конечно, Aeneas не заместит опытных профессионалов, однако позволит им мгновенно находить параллели и сосредотачиваться сразу на самых вероятных версиях. 23 приглашенных эпиграфиста уже протестили модель: в 9 из 10 случаев она дала полезную затравку и инсайты. Сейчас датасет и код полностью доступны, открыт сайт predictingthepast.com

🏆 Думаете, это чудеса и технологии уровня олимпийских богов? Вовсе нет: ученые из разных сфер используют те же самые архитектуры и тулы для обработки данных, которые изучают даже студенты. Скажем, в приложении к статье про Aeneas можно обнаружить, что рисечеры юзали numpy, pandas для стандартизации датасетов, seaborn, matplotlib для графиков, а также другие библиотеки. Все дороги ведут в... Python

🫵 Хватит смотреть, как кто-то кодит на YouRuTube. Пора делать свою науку

Многие из вас наверняка уже участвовали в наших вебинарах по Python или проходили похожие курсы. Мы стараемся, чтобы даже бесплатные материалы были максимально полезными для научных задач.

Но признавайтесь, было же такое:
Смотришь, повторяешь за преподавателем — вроде всё понятно. А потом открываешь свои данные — краш за крашем. Файлы не читаются, структура другая, код выдает ошибки, а ChatGPT не спасает. Для новичка это сплошные подводные камни. Без помощи происходит быстрый откат к состоянию «сложно, непонятно и потом как-нибудь» 🥲

Так значит, быстрого и легкого решения не существует?
Да, к сожалению. Отдельные занятия нужны, но лишь чтобы «помочить ножки в воде». Они дают шанс оценить возможности и понять направление развития, но не помогают с конкретной задачей.

На полном курсе «Python для анализа данных в науке» подход совсем другой. Мы детально адаптируемся под задачи исследователей: какие данные используются, что и как нужно посчитать, визуализировать или сравнить. Затем разбираем актуальные подходы и собираем код по шагам, фрагмент за фрагментом, с постоянной обратной связью — пока всё точно не заработает на ваших данных.

Вы не просто прослушаете курс — вы уйдете с готовыми решениями. Не теория, а навык в действии.

🔋 И, конечно, вы экономите время и силы: не ищете ответы по форумам и не теряете мотивацию. Вдохновение остается на планирование следующего анализа, а не на борьбу с ошибками.

А если вы уверены в своих знаниях, пройдите наш тест: clck.ru/3PhEsL 🔙 Проверьте себя и получите дополнительную скидку, если решите прокачать навыки.

Но поторопитесь! Завтра последний день до повышения цены на курс 🕓

Прошла неделя со старта курса «Статистика, R и анализ данных» 🎉

Наши участники уже делают первые, но уверенные шаги в R на пути к превращению своих датасетов в статьи Q1-уровня.

А вообще, сегодня вторник — идеальный день, чтобы вдохновиться и всем попробовать что-нибудь визуализировать. #TidyTuesday — это комьюнити-проект для любителей R. Каждую неделю публикуется новый открытый датасет, и сообщество R-энтузиастов придумывает самые разные способы его анализировать. Это целая коллекция творческих экспериментов с графиками. Главное правило — работать только в R, без доработок в иллюстраторах 🎨

А на картинке поста, кстати, пример из октября прошлых лет 🎃

Тема: Horror Movies
Данные: количество фильмов ужасов, выпущенных по годам
Автор: Benjamin Uveges — геобиолог и специалист по осадочным породам
Тип графика: «Skeleton» — комбинация барплотов и точек в жутковато-забавной композиции. «Зубы» показывают соотношение выпущенных фильмов по месяцам (октябрь, конечно же, выделен оранжевым), а «глаза» обозначают периоды с минимальной (пустой круг) и максимальной (заполненной) выручкой.
Вывод: фильмов ужасов становится всё больше. Пик релизов приходится на октябрь, но самые прибыльные месяцы не всегда совпадают с самыми «страшными».

Чтобы R не вызывал ужас и у вас, успейте на ультрараннее бронирование на весенний поток курса по самой выгодной цене!

🗓 Даты: март-апрель 2026
💬 А с любыми вопросами можно обращаться к Варваре: @varvara_blastim

Успейте забронировать место до того, как впадете в зимнюю спячку. Весной проснетесь и сразу начнете превращать данные в красивые и понятные графики ↗️