Глобальный рынок IT-найма. Как искать работу в 2023 году?

21 февраля команда Mathshub проведет бесплатную карьерную лекцию «Рынок IT-найма в 2023 году: где и как найти работу?», на которой обсудят:

🟢Как начать карьеру в IT и выстроить свой карьерный путь с нуля в любой стране
🟢Как устроены процессы найма и что ищут работодатели
🟢Где и как искать вакансии
🟢Что лучше выбрать: стартап или корпорацию
🟢Как пройти поведенческое и техническое интервью.

Кому подойдет?

→ хотите сменить профессию
→ ищете работу в СНГ и за рубежом (США, UK, Европа и Азия)
→ интересуетесь сферой IT
→ Junior-специалистам и стажерам.

После встречи вы узнаете, как устроены процессы найма, что ищут работодатели и эйчары, а также как правильно презентовать себя на собеседовании.

Спикер – Дарья Сажина, коуч и рекрутер

— Специализация IT и Digital;
— 13 лет в сфере управления персоналом;
— ex-руководитель отдела HR.

Приходите на открытую встречу с командой Mathshub, чтобы быть в курсе особенностей рынка найма в 2023 году!

➡️Зарегистрироваться бесплатно

Пятничный юмор 😜

@ohmydataengineer

Выбор за вами

Recruiter:
- We offer a competitive salary.
Employee:
- Great, how much is it?
Recruiter:
- Don't worry about it, it's competitive. Anyways, what skills do you have?
Employee:
- Oh, I have amazing skills.
Recruiter:
- Great, can you tell me more about them?
Employee:
- Don't worry, they're amazing.
https://t.iss.one/data_career/881

Slack в России — всё. Мессенджер отключат 21 марта.

Пользователям стали приходить уведомления о принудительном закрытии бесплатных рабочих пространств. Накрыло всех — даже воркспейсы 8-летней давности.

Платные пространства из России не оплатить. Владелец Slack покинул страну ещё 7 марта 2022 года.

Переходим на аську, плачем и возвращаем 2007.

@whackdoor

MAD (Machine Learning, Artificial Intelligence and Data) Landscape со списком всех компаний в мире ML, AI & Data зарелизен и доступен по ссылке https://mad.firstmarkcap.com

#ai

Сколько лет прошло, а всё еще актуально

Моя самая любимая картинка - The 2023 MAD (Machine Learning, Artificial Intelligence & Data) Landscape

Почему любимая? Ну потому что очевидно же, чем дальше, тем больше новых инструментов, больше хаоса.

Новичку даже с "пол литра" не въехать в это дело, столько всего надо знать?!

This year, we have a total of 1,416 logos appearing on the landscape. For comparison, there were 139 in our first version in 2012.

С чего начать, как поступить и тп. Именно поэтому такой ресурс как datalearn решает такую проблему, в этом и есть моя сильная сторона, я могу абстрагироваться от этой кучи ярких лого, и рассказывать про суть.

Ссылка на статью https://mattturck.com/mad2023/

Способы извлечения/поглощения данных

▪️Прямое подключение к базе данных (SQL, ETL-инструменты, Python и т. п.)

▪️Чтение лога базы данных (CDC-инструменты, например Debezium)

▪️API. Поставщик данных предоставляет интерфейс для доступа к ним (Python и т. д.)

▪️Брокеры сообщений

▪️Обмен файлами. Система-источник выгружает файл с данными в согласованном формате, например, в объектное хранилище по расписанию. Экстремальный случай – файл выгружает специально обученный человек и отправляет его по почте.

Это не все случаи, которые инженер данных может встретить в своей деятельности, но с этими хорошо бы уметь работать, потому что, на мой взгляд, они встречаются чаще других.
Кажется, на этом разговор про поглощение можно заканчивать и двигаться дальше.