{"id":2050,"date":"2021-02-01T17:12:45","date_gmt":"2021-02-01T17:12:45","guid":{"rendered":"http:\/\/www.datascience.rs\/?p=2050"},"modified":"2021-03-17T16:50:03","modified_gmt":"2021-03-17T16:50:03","slug":"mojih-top-5-data-science-preporuka-srdan-santic","status":"publish","type":"post","link":"https:\/\/imuno-srbija.com\/data-science\/en\/2021\/02\/01\/mojih-top-5-data-science-preporuka-srdan-santic\/","title":{"rendered":"Mojih top 5 data science preporuka \u2013 Sr\u0111an \u0160anti\u0107"},"content":{"rendered":"

Data Science je interesantna oblast, i sa dobrim razlozima mnogi \u017eele da u\u0111u u nju. Ima jako mnogo resursa \u2013 skoro je jedna moja prijateljica postovala link za listu preko <\/span>400 AI kurseva<\/span><\/a>, od univerzitetskih, do MOOC-ova, od besplatnih, do jako skupih. Ako Vas ne pla\u0161i <\/span>paradoks izbora<\/span><\/a>, svakako je pogledajte.<\/span><\/p>\n

Ovaj post se ne bavi tim. Ovaj post se bavim onim \u0161to je neophodno znati, a \u0161to ovi kursevi ne pokrivaju. Bilo koji <\/span>tip<\/span><\/a>\u00a0Data Scientist-a da \u017eelite da budete, morate ove stvari nau\u010diti.<\/span><\/p>\n

Zna\u010dajan deo skillseta jednog\u00a0Data Scientist-a je programiranje. I ono je jako bitno. \u0160to ste bolji programer, to \u0107ete ili lak\u0161e raditi posao koji Vam je zadat, ili \u0107ete biti produktivniji i mo\u0107i vi\u0161e rezultata da isporu\u010dite.<\/p>\n

Ovde \u0107u navesti stvari koje su bitne, i izvore koje smatram bitnim.<\/p>\n

1.Linux i komandna linija<\/b><\/h3>\n

Full disclosure: ja sam Data Science\u00a0i programiranje u\u010dio na Windows kompjuteru. I verujem da sam ih dobro nau\u010dio. I dalje koristim Windows na svom li\u010dnom ra\u010dunaru, i volim ga.<\/p>\n

Ali Linux se more znati. Mora. Ne ka\u017eem da treba da znate da postavljate Linux servere i administrirate ih, naravno da ne. Ali morate znati da koristite neku Linux distribuciju, i znati da koristite komandnu liniju. Ima vi\u0161e razloga. Gde god da odete da radite, ima\u0107ete Linux ma\u0161inu. Zatim, komandna linija ima jako mnogo korisnih <\/span>alata<\/span><\/a>, koji \u0107e Vam olak\u0161ati \u017eivot. <\/span><\/p>\n

Tako\u0111e, bilo radili na productu ili u konsultantskoj firmi, ima\u0107ete klijente. Klijenti \u0107e Vam davati remote pristup svojim ma\u0161inama. Verujte, na ma\u0161inama \u0107e biti Linux. I to \u0107ete ga koristiti kroz komandnu liniju. Tako\u0111e, ne\u0107ete znati \u0161ta je na njemu instalirano, i \u0161ta \u0107e Vam biti dozvoljeno da dodatno instalirate.<\/span><\/p>\n

Evo jedne pri\u010de. Napisao sam Pajton skriptu koja je ne\u0161to radila. U pitanju je bio mali in-house alat koji se koristi kroz komandnu liniju. Naravno, primao je neke argumente. Koristio je <\/span>argparse<\/span><\/a> modul, kao \u0161to i treba, jer je uveden jo\u0161 u (pokojnom) Pajtonu 2.7. I ne lezi vra\u017ee \u2013 ma\u0161ina na kojoj je trebalo da je koristim je imala Pajton 2.6. Apgrejd nije dolazio u obzir. Eto problema.<\/span><\/p>\n

(Ina\u010de, ako pi\u0161ete nekad u Pajtonu alate za komandnu liniju, pogledajte i <\/span>colorama<\/span><\/a> paket.)<\/span><\/p>\n

Preporu\u010dujem <\/span>Ubuntu<\/span><\/a> distribuciju. Lako se instalira, ima lep vizuelni interfejs, i puuuno podr\u0161ke onlajn. Mada ako preferirate neku <\/span>drugu<\/span><\/a>, svejedno je \u2013 ve\u0107ina alata su isti i dolaze sa distribucijom, ili se mogu lako instalirati.\u00a0<\/span><\/p>\n

Za u\u010denje Linuxa kao takvog, ima odli\u010dnih izvora \u2013 <\/span>knjiga<\/span><\/a>, na primer. Ali ima i odli\u010dnih kurseva.<\/span><\/p>\n

Ovaj<\/span><\/a> kurs pokriva mnoge, vrlo bitne, stvari vezane za komandnu liniju. Jeste time investment \u2013 ima 11 predavanja od po sat vremena. Ali kad razmislite, to je 11 dana po sat vremena dnevno. Tako\u0111e pokriva i, za Linux okru\u017eenje, neke stvari o kojima \u0107emo dalje pri\u010dati u ovom postu.<\/span><\/p>\n

I naravno, ne\u0107ete koristiti obi\u010dan terminal za komandnu liniju, ve\u0107 <\/span>moderan<\/span><\/a>.<\/span><\/p>\n

2.Git<\/b><\/h3>\n

Za <\/span>Git<\/span><\/a> i <\/span>GitHub<\/span><\/a> ste, verujem, \u010duli. Jedno je softver za kontrolisanje verzije koda koji ste napisali, drugi je repozitorijum za kod. Ovaj workflow je, u najjednostavnijem, dobar bekap za kod koji ste napisali. U naprednijem slu\u010daju, daje Vam mogu\u0107nost uvida u prethodne iteracije koda \u2013 pore\u0111enje sa onim \u0161to ste ve\u0107 pisali, tako da pi\u0161i-bri\u0161i pristup kodiranju postaje robustniji. U praksi, koristi se za kolaborativno programiranje, i daje mogu\u0107nost ra\u0111enja <\/span>revizije koda<\/span><\/a>, \u0161to je u najmanju ruku odli\u010dan na\u010din za u\u010denje na poslu.<\/span><\/p>\n

Preporu\u010dujem jedan odli\u010dan kurs sa <\/span>Coursere<\/span><\/a>, koji Vas u\u010di od po\u010detaka, do kolaborativnog rada. Ono \u0161to je kod njega jako zgodno je \u0161to ima duplirana predavanja, u smislu da ima predavanja koja pokrivaju i kori\u0161\u0107enje Gita kroz komandnu liniju, a i kori\u0161\u0107enje kroz <\/span>Sourcetree<\/span><\/a>. Sourcetree je odli\u010dan vizuelni korisni\u010dki interfejs za u\u010denje i kori\u0161\u0107enje Git-a. Ali Vi ga, naravno, ne\u0107ete koristiti, jer ste ve\u0107 nau\u010dili komandnu liniju.<\/span><\/p>\n

3.Data Science\u00a0<\/b>jeste <\/i><\/b>softver<\/b><\/h3>\n

Priznajem, ukrao sam naslov ove sekcije iz tutorijala koji \u0107u ovde <\/span>linkovati<\/span><\/a>, i kroz koji treba da pro\u0111ete. Prikazuje nekw dobre programerske prakse koje treba ispo\u0161tovati, ili makar njima te\u017eiti.<\/span><\/p>\n

Jedna od njih je dobra projektna struktura. Naime, u kursevima koje poha\u0111ate naj\u010de\u0161\u0107e nemate mnogo fajlova. Ali kada zaista radite neki projekat, ima ih, i to bogami poprili\u010dno. Mo\u017eda ste dobro organizovani, pa \u0107ete smisliti neku lepu strukturu. But why reinvent the wheel? Mnogo pametniji i iskusniji ljudi od nas su osmislili projektne strukture koje su dobre. Za Dejta Sajens, tu je fenomenalni <\/span>Cookiecutter Data Science<\/span><\/a>.<\/span><\/p>\n

Anaconda<\/span><\/a> distribucija za Pajton je odli\u010dan na\u010din da se po\u010dne. Ali 95% paketa koje sa njom dolaze Vam nikada ne\u0107e trebati. Mo\u017eete instalirati Pajton od nule, i instalirati pakete po potrebi. Tako svakako rade R korisnici. Ali opet \u0107e se desiti da imate puno paketa na svojoj lokalnoj ma\u0161ini. Kada pokre\u0107ete novi projekat, to je problem. \u017delite da, kada budete distribuirali svoj projekat, njegovi krajnji korisnici moraju da instaliraju samo pakete koji su neophodni. Tu Vam u pomo\u0107 dolaze Pajton <\/span>virtuelna okru\u017eenja<\/span><\/a>, koja svakako trebate koristiti.<\/span><\/p>\n

Analize i modeliranje koje radite treba da budu \u0161to reproducibilniji. Kod koji se ponavlja treba izvu\u0107i u <\/span>funkcije<\/span><\/a>. Skupovi funkcija treba da budu izvu\u010deni u module. Kad imate skup modula \u2013 eto Vam sopstvenog paketa. E sad, analize i modeliranje imaju neku logi\u010dnu strukturu, i treba da se izvr\u0161e nekim redosledom. To je dobro automatizovati, i za to ima lepih <\/span>alata<\/span><\/a>.<\/span><\/p>\n

Da ponovim, ovo je sve pokriveno u gore navedenom tutorijalu, kao i jo\u0161 pone\u0161to.<\/p>\n

4.Radno okru\u017eenje<\/b><\/h3>\n

Radno okru\u017eenje, ili \u0161to bi se reklo Integrated Development Environment, je jako bitno. Ima ih raznih. Najjednostavnija varijanta je da koristit neki lep tekstualni editor za po\u010detak. Kada budete ba\u0161 napredni, ili Dejta Sajentist tipa B, mo\u017eete koristiti ne\u0161to <\/span>ozbiljnije<\/span><\/a>.<\/span><\/p>\n

U poslednje vreme, <\/span>Visual Studio Code<\/span><\/a> je postao jako popularan. Zgodno je \u0161to ve\u0107 dolazi sa dobrim Pajton plaginovima, tako da ga mo\u017eete koristiti skoro out-of-the-box.<\/span><\/p>\n

Ja sam se li\u010dno navikao na <\/span>Sublime Text.<\/span><\/a> Sa adekvatnim <\/span>plaginovima<\/span><\/a>, on postaje odli\u010dan IDE.<\/span><\/p>\n

Naravno, ako ste R korisnik, koristi\u0107ete <\/span>Rstudio<\/span><\/a>, i ne\u0107ete nikada razmi\u0161ljati ni o \u010demu drugom.\u00a0<\/span><\/p>\n

5.Testiranje, debagovanje, logovanje i tehni\u010dki dug<\/b><\/h3>\n

Podu\u017ei naslov, priznajem. Ali ne zna se koja je stvar bitnija.<\/p>\n

\u0160to vi\u0161e budete pratili dobre programerske prakse, to \u0107ete vi\u0161e apstrahovati svoj kod u funkcije. Funkcije imaju efekte. I nekad ne rade kako treba isprva. Zato za kod moraju da se pi\u0161u testovi. To je programerima odavno poznati i \u0161iroko prihva\u0107eno, ali kod Dejta Sajentista nije.<\/p>\n

Za po\u010detak, da Vas uvede u testiranje, imamo fenomenalnog <\/span>Neda Batchelder<\/span><\/a>a. On je tu da Vas nau\u010di osnove testiranja, a kada ih nau\u010dite, koristi\u0107ete <\/span>PyTest<\/span><\/a> paket u praksi. Posle ovoga, pogledajte jo\u0161 jedno <\/span>predavanje<\/span><\/a> sa PajKona. Ovde \u0107ete nau\u010diti o fenomenalnom <\/span>hypothesis<\/span><\/a> paketu za automatsko generisanje primera za testiranje.\u00a0<\/span><\/p>\n

Kad pi\u0161ete kod, naravno da on ne\u0107e raditi uvek dobro. Onda morate da ga debagujete. Najjednostavnije je uneti <\/span>print<\/span><\/a> stejtmente, pa onda besomu\u010dno menjati kod i testirati. Ali ima boljih na\u010dina. O njima detaljno u ovom <\/span>tutorijalu<\/span><\/a>, kao i u ovom <\/span>predavanju<\/span><\/a>.<\/span><\/p>\n

Logovanje je malo dosadnija, ali neophodna tema. Potrebno je imati na\u010din za pra\u0107enje \u0161ta je va\u0161 kod sve uradio, i za to se koristi <\/span>logovanje<\/span><\/a>. Za analizu logova (a radi\u0107ete je poprili\u010dno), koristite fenomenalni <\/span>lnav<\/span><\/a>.<\/span><\/p>\n

Poslednja tema, <\/span>tehni\u010dki dug<\/span><\/a>, mi ne bi pala napamet da mi skoro jedna koleginica nije spomenula da \u0107e, u pauzi izme\u0111u Nove godine i Bo\u017ei\u0107a, raditi na otpla\u0107ivanju tehni\u010dkog duga. To me podsetilo intervjua koji sam imao za jednu, vrlo standarnu, Dejta Sajens poziciju, kada me menad\u017eer pitao kako bih otplatio tehni\u010dki dug. Iznena\u0111en pitanjem, nekako sam formulisao odgovor baziran na onome \u0161to sam nau\u010dio u <\/span>ovom<\/span><\/a> predavanju.<\/span><\/p>\n

Honorable mention: SQL<\/b><\/h3>\n

Neki ka\u017eu da <\/span>SQL<\/span><\/a> nije pravo programiranje jer je deklarativan jezik \u2013 Vi ka\u017eete \u0161ta Vam treba, a on sam osmisli kako \u0107e do rezultata do\u0107i. Drugi ka\u017eu da je SQL lak. Ovo drugo me posebno nervira, jer je u pitanju naj\u010de\u0161\u0107e <\/span>Daning-Krugerov efekat<\/span><\/a> \u2013 ljudi koji daju takve izjave nisu svesni koliko malo znaju. SQL ima mnogo mogu\u0107nosti, i mnogo naprednih funkcionalnosti.<\/span><\/p>\n

SQL treba da nau\u010dite, dobro. On je <\/span>lingua franca <\/span><\/i>rada sa podacima. Bilo da ste Dejta Analiti\u010dar, Dejta Sajentist, ili Dejta In\u017eenjer, on je neophodan. On je ono \u0161to multidisciplinarnim, i multijezi\u010dnim timovima daje najmanji zajedni\u010dki sadr\u017ealac za rad. Drugo, podaci danas, po pravilu, \u017eive u bazama podataka, pogotovo kod ve\u0107ih klijenata.<\/span><\/p>\n

Ima mnogo resursa za njegovo u\u010denje, a meni se njavi\u0161e svi\u0111a ova <\/span>knjiga<\/span><\/a>, kao i prate\u0107i GitHub <\/span>repozitorijum<\/span><\/a>, sa podacima iz nje sa kojima mo\u017eete ve\u017ebati. Jako je interesantno napisana, kao roman. Prati pri\u010du jedne Dejta Sajentistkinje, kojoj je data baza podataka, i neki zadaci, i kako ona rade\u0107i u\u010di SQL, od po\u010detnih stvari, do naprednih. Sjajna je, i vredi kupovine.<\/span><\/p>\n

Kada nau\u010dite SQL dobro, proverite svoje znanje <\/span>ovde<\/span><\/a>.<\/span><\/p>\n

Sr\u0111an \u0160anti\u0107<\/a> je ekonomista, koji se ve\u0107 14 godina bavi podacima. U du\u0161i je edukator. Sve \u0161to je nau\u010dio o Dejta Sajensu, kao i o \u017eivotu, nau\u010dio je, na\u017ealost, na te\u017ei na\u010din.<\/span><\/i><\/p>\n\n

\n <\/div>\n","protected":false},"excerpt":{"rendered":"

Zna\u010dajan deo skillseta jednog Data Scientist-a je programiranje. I ono je jako bitno. \u0160to ste bolji programer, to \u0107ete ili lak\u0161e raditi posao koji Vam je zadat, ili \u0107ete biti produktivniji i mo\u0107i vi\u0161e rezultata da isporu\u010dite. Ovde \u0107u navesti stvari koje su bitne, i izvore koje smatram bitnim. <\/p>","protected":false},"author":1,"featured_media":2080,"comment_status":"closed","ping_status":"open","sticky":false,"template":"","format":"standard","meta":[],"categories":[4],"tags":[],"_links":{"self":[{"href":"https:\/\/imuno-srbija.com\/data-science\/en\/wp-json\/wp\/v2\/posts\/2050"}],"collection":[{"href":"https:\/\/imuno-srbija.com\/data-science\/en\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/imuno-srbija.com\/data-science\/en\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/imuno-srbija.com\/data-science\/en\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/imuno-srbija.com\/data-science\/en\/wp-json\/wp\/v2\/comments?post=2050"}],"version-history":[{"count":2,"href":"https:\/\/imuno-srbija.com\/data-science\/en\/wp-json\/wp\/v2\/posts\/2050\/revisions"}],"predecessor-version":[{"id":2081,"href":"https:\/\/imuno-srbija.com\/data-science\/en\/wp-json\/wp\/v2\/posts\/2050\/revisions\/2081"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/imuno-srbija.com\/data-science\/en\/wp-json\/wp\/v2\/media\/2080"}],"wp:attachment":[{"href":"https:\/\/imuno-srbija.com\/data-science\/en\/wp-json\/wp\/v2\/media?parent=2050"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/imuno-srbija.com\/data-science\/en\/wp-json\/wp\/v2\/categories?post=2050"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/imuno-srbija.com\/data-science\/en\/wp-json\/wp\/v2\/tags?post=2050"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}