JEGYZETEK (említett tool-ok kilistázva)

Kulcsszavak: ⚙️ hatékonyság, 🔍 átláthatóság, 🔓open-source/ingyenes

Nem technikai eszközök:

• projektmenedzsment: Trello
• verziókezelés: Git
• jegyzetek, ötletek, gyűjtések: OneNote
• skiccek, ötletek: MoleSkine (magyarul: jegyzetfüzet :-))

Nem Data Science-hez kapcsolódó technikai eszközök:

• több gép közötti szinkronizálás, megosztás: Synctrayzor (alternatíva: Nextcloud)
• Microsoft Office programok (konzulensként kikerülhetetlen)
• Notepad ++ (pl. egzotikusabb adatfájlok megnyitására)
• az összes instant messaging tool (konzulensként kikerülhetetlen)
• egy password manager
• infografikák: Canva
• virtualizáció: VirtualBox
• +1 (nem szoftver, de) minden projekthez egy sztenderdizált fájl- és könyvtárstruktúra (minden projektnél ugyanaz)

Go-to Fórumok projekt előkutatásra:

• Reddit
• Huggingface
• Papers with Code
• Google (természetesen :-))

Környezet

• 1 projekt = 1 virtuális környezet
• Virtualizáció: VirtualBox (alternatíva lehetne: Docker)
• minden virtuális gépen:
  • Lubuntu LTS
  • Python
  • Htop
  • Juptyer Notebook
  • Python könyvtárak (numpy, pandas, sklearn, keras, pytorch, etc.)
• Cloud Colab

Az adat megértése és felfedezése:

• Excel (első lépés)
• Python pandas
• VisiData (gyors és egyszerű adatmegértés nagyobb adatokra is)
• OpenRefine (gyors és egyszerű adatmanipuláció és adatmegértés nagyobb adatokra is)

Adatelőkészítés:

• Jupyter Notebook — prototípusozás
• PyCharm — fejlesztőkörnyezet

Adatmodellezés és értékelés:

• RapidMiner AutoML (prototípus építéshez) — vagy KNIME
• Keras (Tensorflow), Pytorch, Scikit-learn, (esetleg Spark), stb.

Deployment:

• ha termék: ügyfélkörnyezet határozza meg (preferáltan rest api)
• ha riport/dashboard: PowerBI
• ha egyedi: böngészőből fusson

Asszisztensek:

• ChatGPT
  • Mire?
    • Regexp,
    • SQL (meh),
    • Python (hm),
    • API hívások,
    • projektterv, dokumentáció,
    • stb.

Infrastruktúra:

• 1 asztali gép
• 1 házi szerver
• 1 laptop
• 1 backup laptop