Een selectie van de beste data science resources die het internet biedt én dan ook helemaal gratis. Het concept van aigents.co belooft veel goeds. Een goede reden om deze data community eens onder de loep te nemen.
Inhoudsopgave
1 – Wat is AIgents.co?
Het platform AIgents.co omschrijft zichzelf als ‘A career hub for Data Scientists, Machine Learning Engineers & Developers’. Zo vind je er job boards, events, courses en challenges. Vooral het job board staat vol met vacatures en stageplaatsen bij grote bedrijven. Zeker een interessante community om in de gaten te houden als je je wil ontwikkelen als data scientist.

2 – De Learn Engine
Nieuw is de Learn Engine, die leidt naar een grote verzameling van trainingen, tutorials, boeken en blogs. De uitgebreide (en slimme) zoekfunctie helpt bij het vinden van de juiste informatie.
Ik zoek bijvoorbeeld op ‘Python’ en krijg een groot aantal bronnen te zien. Het is een brede mix van basisinformatie tot en met specifieke tutorials over machine learning technieken. Zoals bij voorbeeld ‘Getting started with Python’, maar ook ‘Optimize Training and Predicting SK-Learn Models in Python with Sparse Matrices’. Genoeg resources voor allerlei niveaus dus.

Eenvoudig beginnen
Ik neem de proef op de som en maak een account aan, wat overigens helemaal gratis is. In je account kan je vervolgens aangeven wat je doet en waar je interesses liggen.
Vervolgens ga ik aan de slag met de vrij brede zoekterm: ‘Engineering’. De eerste bron die mijn aandacht trekt is en blog van Towards Data Science over het bouwen van een center of excellence voor data engineering. Via een link wordt de bron geopend in een nieuw tabblad.
Na het lezen van een resource, is het mogelijk om deze als ‘Completed’ te markeren. Zo kan je bijhouden welke trainingen of artikelen je al hebt volbracht. Ook kan je aangeven welke resource je favorieten zijn en deze gemakkelijk terugvinden.
Je eigen leerroute
Een centrale plek voor alle interessante resources op het gebied van data science is natuurlijk erg mooi, maar het platform biedt meer dan dat. Zo kan je een eigen leerroute vormgeven binnen Aigents.co. Dat kan door middel van tags en notes.
Zo hang ik bijvoorbeeld de tag ‘data warehouse’ aan het gelezen artikel. Ook is het mogelijk om notities bij te houden onder notes. Deze worden bij de resource opgeslagen en zijn te vinden in je account. Ideale functies om je eigen leerroute te bepalen en alle resources erbij te verzamelen.
3 – Nieuw: Collections
Naast de notes en favorites kan je nu ook eigen ‘collections’ maken. In een collection kan je alles over een bepaald onderwerp (of een specifieke leerroute) opslaan. Dit werkt overzichtelijker dan de tags en je kan je eigen collection delen met anderen.
Voorbeeld: Data warehouse collection
Het eerste onderwerp waar ik aan de slag mee gegaan ben is data warehousing en data engineering. Via de zoekopdract ‘data warehouse’ krijg ik meer dan 31 pagina’s aan resultaten. Blijkbaar is de zoekfunctie goed ingericht, want de meest relevante resources staan op de eerste pagina’s. Ook kan je filteren op date, source, code en content type, waar je weer kan kiezen uit blog, book, official user guide en tutorial. Al met al een indrukwekkend aanbod.

Ik start met een aantal algemene artikelen om me in te lezen in het onderwerp. Dit zijn:
- Building a Data Warehouse: Basic Architectural principles
- Building a Data Warehouse Pipeline: Basic Concepts & Roadmap
- Data Warehouse: Basic Concepts You Need to Know in 2021
Al deze drie artikelen zijn van Towards Data Science en geschreven door twee verschillende auteurs. Het lezen van de artikelen kost 20 minuten en in Aigents.co schrijf ik kort wat notities op.
Het is ook van toegevoegde waarde dat er niet alleen informatieve resources zijn. Zo is het lezen van een opinie (‘Is The Modern Data Warehouse Broken?’) een fijne afwisselingen van de eerste resources. Ook lees ik ‘How to improve Data Warehouse Quality’, met daarin een aantal interessante data checks.
Om me te verdiepen kies ik voor data warehousing in het Google platform. Ook hierbij is wederom genoeg aanbod en kom ik uit op de volgende twee tutorials:
- Data Fusion: A Code-Free Pipeline for Your Google Cloud Data Warehouse
- BigQuery : Petabyte Scale Data warehouse In GCP
Deze tutorials bevatten een handige use case en een duidelijke uitleg over het GCP platform. Bruikbare informatie voor één van mijn projecten.
Alle resources die ik heb gebruikt sla ik vervolgens op in een collection. Deze is openbaar en daardoor makkelijk te delen. Ook is het mogelijk om in de community vragen te stellen resources en zo van elkaar te leren.
Bekijk de collection van DataBloq zelf op AIgents.co:
4 – Conclusie
AIgents.co is een snoepwinkel voor data professionals. Het bevat een enorme hoeveelheid bruikbare resources. Misschien zelfs zoveel dat je door de bomen het bos niet meer ziet. Iets wat je vaak terugziet bij zelfstudie.
Gelukkig is de kracht van dit slimme platform dat je er (alleen of gezamenlijk) collections kan maken. Een verzameling van relevante resources per onderwerp of doel. Zo bepaal je jouw eigen leerroute mét hulp van de community van AIgents.co.
Aan de slag
Zelf aan de slag? Ga naar AIgents.co/Learn, start met leren en deel jouw collectie met learning resources in de comments onder dit artikel.
Leave a Reply