🙋‍♀️ Важное напоминание!

👩‍💻 Для того, чтобы начать откликаться на вакансии аналитика данных, вам нужно лишь одно - резюме.

🧐 А вот для решения технической части собеседования, придется свои ясные мысли переложить на язык двух инструментов: SQL и Python и решить несколько задач.

📰 Хорошие новости, что для этого Вам не нужны платные курсы или еще один год опыта. Вас уже достаточно, осталось лишь научиться.

⚒ Лучший путь изучения - это практика, тем более знание теории Python и SQL далеко не всегда гарантирует умение их применять. Единственным способом приобретения этого навыка является решение задач.

🔐 Для практики советую каждый день решать задачи на leetcode, в котором помимо всевозможных задач по Python и SQL с подробными решениями, есть много интересных функций:

📺 Учебный план состоит из 50 задач по SQL , которые разбиты на темы от простых join до functions

📃 Шпаргалка для решения алгоритмических задач на Python с готовыми шаблонами и схемами выбора оптимального решени

📆 «Задача дня» предлагается для решения и отличного подойдет для того, чтобы держать себя в тонусе.

🥁 Или можно просто по фильтрам выбрать интересующие задачи: ссылка на легкие задачи по спискам.

🦾 Как вы видите, возможности безграничны, необходима лишь дисциплина и хорошая компания! А если есть пробелы в теории, то тут подробно описал, как можно их наверстать.

🥳 Приглашаю всех, кто готов присоединиться к «челенеджу» и на протяжении недели решать по 1 задаче! Таким способом сформируем привычку и Вас будет уже не остановить 😅

✒️ Для участия в комментарии присылайте ссылки на аккаунт leetcode

#поискработы #подборка

🔄 Чтобы получить работу аналитика данных, вам нужен опыт. Чтобы набраться опыта, вам нужна работа аналитика данных.

🚀 Думаю, что многие знакомы с этим парадоксом, который был описан Дзофефом Хеллером в одноименном романе «Уловка-22» еще в далеком в 1961 году.

📖 В этом посте обсудим это противоречие и я поделюсь ссылками, которые помогут начинающим аналитикам данных выйти из этого порочного круга.

🔐 «Уловка-22» коренится в спросе на опытных аналитиков данных. Работодатели ищут кандидатов с практическим опытом, чтобы быть уверенными в том, что они смогут справиться с реальными задачами, даже начального уровня.

♻️ Парадоксальный цикл начинается с должностей junior уровня, требующих опыта работы от одного до двух лет, что фактически закрывает двери для выпускников или тех, кто переходит из других областей.

⚖️ О возможных выходах из этого цикла я уже подробно писал, но давайте еще раз пройдемся по ссылкам:

💼 Стажировки и фриланс: Хабр.Карьера раз, два

💻 Личные проекты и вклады в OpenSource: наш проект SDG, как оформить свой GitHub, подборка датасетов

🤝 Налаживание связей и наставничество: техническая конференция Aha!’23

🧑‍🏫 Непрерывное образование: leetcode, курс от Google, Kaggle

🎓 Даже если удается приобрести некоторый опыт, то часто трудно продемонстрировать свои навыки потенциальным работодателям, поэтому можете отправлять резюме на «Прожарку» или задавать вопросы в комментариях

🐏 При настойчивости, планировании и проактивном подходе можно разорвать порочный круг и приобрести необходимый опыт.

✒️ А какие еще есть способы выйти из этого парадокса? Приглашаю в комментарии

#подборка #истории #поискработы

📋 Вот отличный план как провести выходные с пользой

🤖 Прошел ровно месяц с тех пор, как Andrew Ng последний раз радовал нас бесценными (не путать с бесплатными) курсами по использованию ИИ в работе.

💧 Список нового дропа от коллаборации DeepLearning.ai и Stanford University:

🏗 Building Systems with the ChatGPT API

Научитесь разбивать сложные задачи, автоматизировать рабочие процессы, связывать вызовы LLM и получать более качественные результаты

⛓ LangChain for LLM Application Development

Изучите как применять LangChain для создания личных помощников и специализированных чат-ботов непосредственно у создателя фреймворка Харрисона Чейза

🧑‍🏭 How Diffusion Models Work

Создайте свою собственную diffusion model и научитесь ее тренировать, в видео к посту как раз запись использования модели

✒️ Когда лидирующие компании мира делятся потрясающими курсами совершенно бесплатно, даже неловко становится за конторы, которые скомпоновав несколько документаций в более менее связный текст продают их под видом курсов, которым суждено помочь Вам найти свою первую работу в IT. Что думаете по этому поводу?

#курсы #chatgtp #подборка

💣 Если после этого Яндекс не сделает свои курсы бесплатными, то я не знаю, что еще должно произойти

🥽 Google выпустили бесплатный учебный путь по Generative AI, который включает 8 курсов.

🤖 GenAl - это тип искусственного интеллекта, который создает новый контент на основе того, что он извлек из существующего контента.

🧑‍⚖️ Процесс изучения существующего контента называется обучением и приводит к созданию статистической модели.

🙋‍♀️ При получении запроса GenAl использует эту статистическую модель для прогнозирования ожидаемого ответа - и это генерирует новый контент.

👨‍👩‍👦 Всех поздравляю: мы застали третий этап развития программирования и порог вхождения в него как никогда низкий.

😻 Для примера возьмем кошку! В традиционном программировании мы четко задавали все необходимые условия для определения кошки (4 лапы, хвост и усы), во время волны нейронных сетей мы «показывали» картинки с кошками, чтобы ИИ смог их различать, а теперь ИИ сам может дать кошке определение или создать картинку с кошкой.

✒️ Как думаете изменится работа аналитика с развитием таких ИИ?

#курсы

🤰В 2023 нельзя быть junior специалистом

💼 Наткнулся сегодня на пост от Хабра.Карьеры, в котором проводят исследования IT рынка за май 2023 года.

🫣 Я понимал, что ситуация со стажерами и junior специалистами выглядит не лучшим образом, но оказывается на них приходится всего 4 % вакансий, а сколько из них аналитиков данных, я даже предположить боюсь.

🫡 Если бы я сегодня искал первую работу или хотел сменить профессию на аналитика данных в IT, то первое, что я бы понял было: в 2023 году нельзя быть junior специалистом, а стажером тем более.

🤦‍♀️ Наверное такое у вас лицо сейчас, но погодите бежать в комментарии о том, что это невозможно, а лучше разберем сначала в чем разница между junior и middle специалистом:

👶 Младший аналитик данных:

🔬 Нет рабочего опыта
⛺️ Базовые знания концепций анализа данных
🧹 Помогает в очистке, подготовке и базовом анализе данных
🧑‍🍼 Работает под присмотром
📿 Участвует в простых проектах
🤝 Ограничено взаимодействует с заинтересованными сторонами

🦸‍♂️ Средний аналитик данных:

💼 Несколько лет в области
🧠 Более глубокое понимание инструментов и методов анализа данных
💪 Самостоятельно справляется со сложными задачами анализа
📈 Разрабатывает и выполняет аналитические проекты
💡 Предоставляет информацию и рекомендации, основанные на полученных результатах
🗣️ Взаимодействует с заинтересованными сторонами, представляет результаты

🏁 Вывод такой: единственное, что сложно получить - это реальный релевантный опыт, все остальное можно выучить, спросить или понять на этапе собеседований.

🧟 Про получение опыта в аналитике вне работы уже написано много, только у меня есть несколько постов на эту тему: Kaggle, Уловка 22 и наш open source проект

💎 Если меняете профессию, то это значит, что у Вас уже есть опыт решения аналитических задач и soft скиллы, которые просто необходимо грамотно инкрустировать в Ваше резюме.

✒️ Что думаете по этому поводу? Буду рад услышать Ваше мнение.

#поискработы #резюме