Queue is empty
-- / --
xmlns="http://www.w3.org/2000/svg" xmlns:svg="http://www.w3.org/2000/svg">
  • 042 - Téli időszámítás az MI-naptárban
  • 041 - Mit láttunk a kristálygömbben?
  • 040 - Évvége, bambulás, világbéke
  • 039 - Az adatbányászok moziba mennek
  • 038 - Hydroinfo és cica-mining
  • 037 - Nők az adatbányában
  • 036 - Mesterséges apácaviccek és a fizika természetes szépsége
  • 035 - Értelem és érzelem és algoritmus
  • 034 - Mennyi baja van egy adatjogásznak az adattudósokkal?
  • 33. NLP kerekasztal a conTEXT 2021 konferencián
  • 32. Az otthonmunkáról szóló gigakutatás platóni szépsége
  • 31. Regulázzuk meg a Facebookot!
  • 30. Süti-apokalipszis a konferencián
  • 29. Hányféleképpen lehet igent mondani?
  • 28. Okoswhisky egy jó MI-sakkpartihoz?
  • 27. Humánus-e a személyzetis az adatbányában?
  • 26. Média-értés adat-alapon, vagy miért podcastolunk?
  • 25. Válogatáskazetták a Spotify korából
  • 24. Néha az adatelemzők is szemészetre viszik a fájó fogú beteget
  • 23. Mikortól gyűlölik meg a matekot a gyerekek?
  • 22. Kinek higgyünk - jövőkutatók vagy laikusok?
  • 21. Trágya vagy olaj?
  • 20. Ne mássz fára, mert elüt a villamos
  • 19. Szárnyalj szabadon, szép adattudósom!
  • 18. Magyarázzuk az MI bizonyítványát
  • 17. Nekünk minden egyformán popzene?
  • 16. A falevél-számlálás hitelesítése és a Coelho-i mosoly
  • 15. Gólok, árvizek és lórúgások
  • 14. A hangok a nadrágzsebünkben mindent tudnak az a4-es méretéről
  • 13. Vetélkedők fenegyerekéből az adattudósok kezesbáránya lett Watson
  • 12. Nem elég robotnak lenni, annak is kell látszani!
  • 11. Amikor szembejön a valóság és nem finomkodik
  • 10. Meztelenek és holtak az adattudományban
  • 09. Transformerek a bullshit-generálás szolgálatában
  • 08. Csokit az ikreknek, pontot a szépeknek!
  • 07. A legpontosabb óra az, ami egy helyben áll
  • 06. Mindenki álljon az egyik kapufa mellé!
  • 05. Kecskét vagy Jaguárt?
  • 04. A történetmesélő adatvizualizáció
  • 03. Mindenki tapogat
  • 02. Az MI üveggömbje
  • 01. Humanoid robotok
itt is
eléred

Meztelenek és holtak az adattudományban

10. epizód
| podcast
Kinek hány munkahelye volt? Miért olyan nagy a jövés-menés az adattudós (és egyéb tech) pozíciókban? Hol tölti az életét a falusi állomásfőnök? Hogy függ össze az adattudósság hiányszakma mivolta és a nagy arányú elvándorlás? Vajon mennyire határoz meg egy céget a dolgozók csapata - elég a kulcsembereket megtartani? Vajon azt csinálja-e egy data scientist, amiről az egyetemen álmodozott, vagy kulimunkát is vállalnia kell? Mi köze a Peter-elvnek az elvándorláshoz? Hogy jön ide a Meztelenek és holtak Norman Mailertől? Van-e toxikus munkahelyi kultúra a Szilícium-völgyben, avagy miért lépett ki a Basecamp negyede? Érdemes-e szabadúszni vagy ez egyénfüggő? Miért lesz egy sokat csúfolt ismerősünkből politikus? Alkalmasak-e a reáltudományok művelői cégvezetőknek? Végül: írt-e jó dalt a Rolling Stones az elmúlt harminc évben?

Támogatóink:

  • Ez az e-mail-cím a szpemrobotok elleni védelem alatt áll. Megtekintéséhez engedélyeznie kell a JavaScript használatát.