Большие данные — большие возможности ⛰

Без Big Data («больших данных») сегодня не обходится ни один крупный бизнес. Информация поступает из разных источников: быстро, в огромных объёмах и в самых разных форматах.

Большие данные помогают находить закономерности, видеть риски заранее и понимать, что происходит с клиентами, процессами и продуктами.

Мы разобрали по шагам: что такое Big Data и где она применяется. Читай в карточках →

Какие у тебя отношения с большими данными?
🏆 Я в Big Data — как рыба в воде
🔥 Знаю основы, продолжаю развивать свои скиллы
🤔 Тема интересная, но в работе пока не пригодилась
👍 Хочу разобраться и применять в своей сфере

#полезное@pmiru_job
➿➿➿➿➿➿➿➿
@pmiru_job | Твоя история — в твоих руках

Как написать научную статью так, чтобы её приняли к публикации. Заключительная часть 3.

Надеемся, вы еще не успели забыть, как в прошлые разы делились своей находкой — один из научных энтузиастов рассказывал о своих лайфхаках: как правильно оформлять научные работы и как ему удалось поднять оценки с 2 баллов до 4,5. Сегодня мы делимся последними советами:

1️⃣ Мы уже достаточно много рассказали об иллюстрациях, тем не менее, напоминаем, что они должны быть яркими и презентабельными. Но тут не все так просто, многие из нас могут увлечься и сделать картинки или схемы слишком громоздкими 😟

Если у вас, как и у автора, получаются слишком объемные схемы — сократите! На примере первой картинки в посте: декодеры и энкодеры были заменены на зеленые и красные цвета соответственно. Архитектура стала более читаемой, а об остальных особенностях, не учтенных на картинке, автор написал в основном тексте.

❗Совет. Некоторым исследователям почему-то нравится подолгу держать интригу и скрывать самую интересную информацию для читателя. Но многим такой подход не нравится. Поэтому не скрывайте информацию, которая кажется вам интересной в вашей работе. Читателям нравится узнавать всё как можно раньше и чаще.

2️⃣ Примеры — хорошо. Много примеров — плохо. Исследователи часто пренебрегают примерами того, что они улучшили, но есть и обратная сторона медали — это их обилие. Чтобы легче было понять, сколько примеров привести, подойдет правило 2/3. То есть одна треть листа — это примеры, а остальная часть — основной текст. См вторую пикчу в посте.

3️⃣ Избегаем того, что может не понравиться рецензистам. Самые внимательные вспомнят, что уже говорили об этом в первой части. Но это действительно важный нюанс. Из обычных причин, почему вашу работу могут не принять: отсутствие исходных данных, отсутствие абляции и отсутствие человеческой оценки. При этом также не стоит перебарщивать с большим количеством абляций. См третью и четвертые пикчи.

❗Совет. Вы могли заметить, что на четвертой картинке некоторые результаты выделены полужирным шрифтом, так вот — не забывайте проводить тесты на статистическую значимость. Выделение высоких результатов без соответствующих тестов — дурной тон.

4️⃣ Заключение. Чтобы написать часть с выводом, вспомните советы из аннотации и введения, а также воспользуйтесь тремя вопросами:
➖ Что мы сделали?
➖ Почему это здорово?
➖ Почему это важно?

❗Совет. Исследовательские работы — это акты коммуникации. И вся наука — это тоже коммуникация между учеными. То, как вы "общаетесь" в своей работе с читателем, определяет ценность вашего исследования. Если вы неинтересно расскажете о своей работе, значит, с высокой вероятностью рецензенты подумают также, но если читатель смог взять для себя хотя бы одну новую идею, то это уже огромное дело!

Надеемся, что с этими советами ваши статьи будут публиковаться чаще ❤️