Опыт обучения из первых рук. Яндекс.Практикум – Аналитик данных

Делюсь опытом обучения в Яндекс.Практикуме, для тех, кто хотел бы получить или совершенно новую специальность или перейти из смежных сфер. Я бы назвала его первая ступенью в профессии, на мой субъективный взгляд. Точно знать, с нуля, что нужно изучить сложно, ведь у каждого есть определенный багаж знаний, а этот курс многому научит, и каждый поймет для себя, знания в каких сферах нужно будет дополучить – почти во всех случаях достаточно будет бесплатных дополнительных курсов.

Как я пришла к «мысли» об аналитике?

Несколько лет занималась созданием интернет-магазинов и их обслуживанием (маркетинг, реклама, Яндекс.Директ и т.д.). Захотелось сузить сферу деятельности и заняться только тем, из этого широкого спектра, что нравится больше всего. Причем даже название будущей профессии не знала, были только примерные требования к рабочему процессу. Самостоятельное освоение программ и инструментов, никогда не было для меня препятствием, поэтому решила искать, где можно и опыт применить и освоить новое.

Сначала думала о получении второго высшего образования или профессиональной переквалификации, так как курсы казались чем-то несерьезным. При просмотре различных вариантов, случайно наткнулась на Яндекс.Практикум. Профессий было немного, среди них и был аналитик данных, описание заинтересовало.

Начала изучать, что есть по информационной аналитике в плане получения второго высшего, но оказалось, что сроки обучения довольно велики для сферы, где всё очень быстро меняется, высшие учебные заведения, вряд ли успеют реагировать на это. Решила посмотреть, что предлагает рынок помимо Практикума. Большинство участников, снова предлагало очень долгие 1-2 года, а хотелось бы параллельного развития: вход в профессию на нижних позициях и дальнейшее обучение.

Что хотелось в профессии (рабочий процесс не рассматриваю)

• хотелось, чтобы обучение было перманентным процессом в моей профессии,
• прекрасно справляюсь с рутинными операциями, если вижу интересную цель, но хотелось многозадачности, чтобы рабочий процесс не состоял из нескольких механических действий,
• чтобы это было действительно нужно бизнесу и не только (собственно рынок подтверждает это рублем или долларом),
• был элемент самостоятельности, ответственности, «полного цикла»,
• было куда расти (в настоящий момент вижу это как machine learning и научную деятельность).

Итак, выбор пал на Яндекс.Практикум из-за:

• срока обучения (всего полгода),
• низкого порога вхождения — обещали, что даже со средним образованием можно освоить профессию,
• цена,
• вернут средства, если поймешь, что эта профессия тебе не подходит (есть определенные правила, вполне справедливые),
• практика и еще раз практика — практические проекты, которые войдут в портфолио (посчитала это самым важным),
• онлайн-формат, поддержка,
• бесплатный вводный курс по Python, так же на этом этапе понимаешь, нужно ли тебе это,
• кроме того, нужно учесть, какой тип памяти у Вас преобладает. От этого будет зависеть быстрота и успешность обучения. Для меня очень важно, чтобы учебные материалы были в виде текста, так как лично у меня наиболее развита зрительная память. Например у Geekbrains все учебные материалы в видео-формате (по информации из учебного курса). Для тех, кто воспринимает информацию на слух, возможно, такой формат больше подойдет.

Опасения:

• попадала в самый первый поток и понимала, что, как и у любого нового продукта обязательно будут технические недостатки,
• понимала, что ни о каком обязательном трудоустройстве речи не идет.

Как проходит учебный процесс?

Для начала Вы должны пройти бесплатный вводный курс по Python и выполнить все задания, так как, не выполнив предыдущее, не появится следующее. Так построены и все последующие задания в курсе. Так же, объясняется, в чем заключается профессия и стоит ли идти на курс.

Помощь можно получать в Фейсбуке, Вконтакте, Телеграмме и основное общение в Slack.
Основная доля общения в Slack происходит с преподавателем при прохождении тренажера и при выполнении проекта.

Кратко, об основных разделах

Начинаем обучение с углубления в Python и начинаем использовать Jupyter Notebook для подготовки проектов. Уже на первом этапе выполняем первый проект. Так же происходит ознакомление с профессией и требованиями в ней.

На втором этапе происходит обучение обработке данных, во всех ее аспектах, и начинаем изучать и анализировать данные. Здесь добавляется еще два проекта в портфолио.

Затем идет курс по статистическому анализу данных + проект.

Первая треть пройдена, делаем большой сборный проект.

Далее обучение работе с базами данных и работе на языке SQl. Снова проект.
Теперь углубление в анализ и маркетинговая аналитика и конечно же проект.
Далее – эксперименты, гипотезы, А/В-тестирование. Проект.
Теперь наглядное представление данных, презентация, библиотека Seaborn. Проект.

Вторая треть пройдена – большой сводный проект.

Автоматизация процессов анализа данных. Потоковые аналитические решения. Дашборды. Мониторинг. Проект.
Предсказательная аналитика. Методы машинного обучения. Линейная регрессия. Проект.

ВЫПУСКНОЙ ПРОЕКТ. По результатам которого, получаем сертификат о дополнительном образовании.

Все выполняемые проекты имеют прикладной характер в различных сферах бизнеса: банки, недвижимость, интернет-магазины, инфопродукты и т.д.

Все проекты проверяются менторами Яндекс.Практикума – работающими аналитиками. Общение с ними так же оказалось крайне важно, они и мотивируют, но для меня самое ценное проработка ошибок.

Важная часть это — видео-конференции с наставниками и видео-тренинги с приглашенными практикующими специалистами.

Существуют и каникулы)) – по одной неделе между двумя третями. Если процесс идет по расписанию, Вы отдыхаете, а если не очень, то доделываете хвосты. Так же есть и академический отпуск, для тех, кто по каким-то причинам должен отложить обучение.

Немного про тренажер

Курс новый, но видимо основываясь на других курсах, специалисты Яндекса знают, как иногда тяжело приходится, когда наступает перегруз и информация «не заходит». Поэтому решили максимально развлечь учащихся веселыми рисунками и комментариями, и надо сказать, это действительно помогало в моменты отчаяния, когда «бьешься» над заданием.

А отчаяние иногда наступало:

• ты, ВУЗ закончила давно и ничего, казалось бы, уже не помнишь и тут видишь название темы «Нормальная аппроксимация биномиального распределения» и опускаются руки, и думаешь, что это уже ты точно не поймешь, но впоследствии и теория вероятностей и статистика становятся для тебя все более понятными и интересными,
• или у тебя получится вот это:

  

Совет будущим студентам – 90% ошибок больше от усталости или перегруженности новой информацией. Отвлекитесь на полчаса – час и снова пробуйте, как правило, за это время Ваш мозг переработает и решит всё за Вас)). И 10% если Вы не поняли тему – перечитывайте еще раз и все обязательно получится!

Во время обучения, появилась специальная программа по помощи с трудоустройством: составление резюме, сопроводительных писем, оформление портфолио, подготовка к интервью и так далее, со специалистами HR – отдела. Для меня это оказалось чрезвычайно важным, так как поняла, что уже очень много лет на собеседованиях и не была.

Уже находясь, практически в конце обучения, могу посоветовать, чем желательно обладать:

• как ни странно, склонностью к анализу, способностью выстраивать логические взаимосвязи, такой тип мышления должен преобладать,
• не должна быть утеряна способность и желание учиться (придется многое изучить самостоятельно), это больше, конечно, для категории людей старше 35,
• так же банально, но лучше не начинать, если мотивация ограничена только тем, что «хочу много/больше зарабатывать».

Недостатки и не совсем оправданные ожидания, куда же без них

• Обещают, что со средним образованием любой может понять.

  Не совсем так, даже среднее образование все-таки разное. Считаю, как человек заставший древние времена)), когда не было широкого распространения сети Интернет, что должен быть достаточный понятийный аппарат. Хотя, высокая мотивация всё победит.

• Интенсивность оказалась довольно высокой.

  Будет сложно работающим (особенно в далекой от этого сфере), возможно, стоило бы перераспределить время не поровну между курсами, а на первую треть больше и так по убыванию.

• Как и ожидалось, были технические неполадки.

  Как человек занимающийся, проектами полного цикла, понимаю, что как минимум поначалу, невозможно без технических проблем. Ребята очень старались как можно быстрее всё исправить.

• Не всегда вовремя отвечает преподаватель в Slack.

  «Вовремя» понятие двоякое, в данном случае во время нужное тебе, так как работающие студенты выделяют отрезок времени на учебу и для них критична скорость ответа на вопросы. Нужно больше преподавателей.

• Обязательны посторонние источники (статьи, дополнительные курсы).

  Часть статей рекомендует Яндекс.Практикум, но этого недостаточно. Могу порекомендовать, параллельно дополнить курсами на Stepik – Big Data для руководителей (для общего развития), Программирование на Python, Основы статистики обе части с Анатолием Карповым, Введение в базы данных, Теория вероятностей (первые 2 модуля).

Заключение

В целом курс сделан очень хорошо и имеет целью, как обучение, так и мотивацию. Потребуется еще много чего освоить, но теперь меня это не пугает, уже есть осмысленный план действий. Стоимость очень доступная — одна зарплата аналитика на низшей позиции. Очень много практики. Помощь во всём, от резюме до снабжения кофе.

Источник: habr.com