Alle elsker succeshistorier. Og på Habr er der masser af dem.
«Hvordan jeg fik et job med en løn på 300.000 dollars i Silicon Valley»
«Hvordan jeg fik et job hos Google»
«Hvordan jeg tjente 200.000 $ som 16-årig»
«Hvordan jeg kom i Top AppStore med en simpel valutakursapp»
«Hvordan jeg ...» og endnu tusinde og én lignende historie.
Det er fantastisk, at en person har opnået succes og besluttede at fortælle om det! Man læser og bliver glad på deres vegne. Men de fleste af disse historier har ét fælles træk: du kan ikke gentage forfatterens vej! Enten lever du ikke i den rigtige tid, eller ikke det rigtige sted, eller også er du født som dreng, eller ...
Jeg mener, at historier om fiasko ofte er mere nyttige i denne henseende. Du skal bare ikke gøre det, som forfatteren gjorde. Og det må man sige, er meget nemmere end at forsøge at gentage nogen andres erfaring. Problemet er bare, at folk normalt ikke ønsker at dele sådanne historier. Men jeg vil fortælle.
Jeg har arbejdet mange år inden for systemintegration og teknisk support. For et par år siden tog jeg endda til Tyskland for at arbejde som systemingeniør for at tjene flere penge. Men området for systemintegration inspirerede mig ikke længere, og jeg ønskede at skifte til noget mere lukrativt og interessant. Og i slutningen af 2015 stødte jeg på Habr på en artikel , hvor Vladimir beskriver sin vej ind i Data Science. Jeg indså: det er det, jeg har brug for. Jeg havde en god forståelse for SQL, og jeg var interesseret i at arbejde med data. Jeg blev især imponeret over sådanne grafer:
Selv lønnen i dette felt var højere end nogen af mine lønninger i mit tidligere liv. Jeg var fast besluttet på at blive maskinlæringsingeniør. Efter at have fulgt Vladimirs eksempel, tilmeldte jeg mig på coursera.org til en specialisering bestående af ni kurser: .
Jeg gennemførte et kursus om måneden. Jeg var meget flittig. På hvert kursus udførte jeg alle opgaver, indtil jeg opnåede det højeste resultat. Samtidig tog jeg fat på opgaver på kaggle, og jeg gjorde endda fremskridt!!! Det er klart, at jeg ikke kunne forvente præmiepladser, men jeg kom i top 100 flere gange.
Efter fem vellykkede kurser på coursera.org og et andet "Big Data with Apache Spark" på stepik.ru følte jeg mig styrket. Jeg indså, at jeg begyndte at forstå emnet. Jeg vidste, hvornår jeg skulle anvende hvilke analysemetoder. Jeg havde en god forståelse for Python og dets biblioteker.
Mit næste skridt var at analysere jobmarkedet. Jeg skulle finde ud af, hvad jeg ellers skulle vide for at få et job. Hvilke fagområder var værd at studere, som arbejdsgivere finder interessante. Samtidig med de resterende 4 kurser ville jeg tage noget mere specialiseret. Noget som en konkret arbejdsgiver ville se. Dette ville øge mine chancer for at få et job som nybegynder med gode færdigheder, men uden erfaring.
Jeg gik ind på en jobsøgeside for at foretage min analyse. Men der var ingen jobopslag inden for 10 kilometer. Og inden for 25 kilometer. Og endda inden for 50 km!!! Hvordan kan det være? Det er umuligt!!! Jeg gik ind på en anden side, derefter en tredje... Så åbnede jeg et kort med jobopslag og så omtrent DETTE:
Det viste sig, at jeg bor i midten af en anomal zone tilflugt for Python i Tyskland. Ingen acceptable jobopslag for machine learning-specialister eller i det mindste Python-udviklere inden for 100 kilometer!!! Det er en fiasko, ven!!!
Dette billede afspejler 100% min tilstand på det tidspunkt. Det var et slag under bæltet, som jeg selv gav mig. Og det gjorde virkelig ondt...
Ja, jeg kunne have taget til München, Köln eller Berlin – der var job. Men på den vej stod der et alvorligt forhindring.
Vores oprindelige plan ved flytningen til Tyskland var sådan: tage dertil, hvor der er plads. Vi var helt ligeglade med, hvilken by i Tyskland vi ville ende i. Næste skridt – at tilpasse os, få alle dokumenter på plads og forbedre sproget. Og så tage til en storby for at tjene mere. Vores foreløbige perspektiv var Stuttgart. En stor teknologisk by i det sydlige Tyskland. Og ikke så dyr som München. Der er varmt, og vinstokke vokser. Mange industrielle virksomheder, så mange job med gode lønninger. Høj livskvalitet. Lige hvad vi har brug for.
Schicksal brachte uns in eine kleine Stadt im Herzen Deutschlands mit etwa 100000 Einwohnern. Wir haben uns eingelebt, uns eingerichtet und alle Dokumente erledigt. Die Stadt erwies sich als sehr gemütlich, sauber, grün und sicher. Die Kinder gingen in den Kindergarten und zur Schule. Alles war in der Nähe. Überall freundliche Menschen.
Aber in diesem Märchen gab es nicht nur keine Stellen für Spezialisten im maschinellen Lernen, hier wurde sogar Python von niemandem benötigt.
Meine Frau und ich begannen, einen Umzug nach Stuttgart oder Frankfurt zu diskutieren… Ich begann, nach Stellenangeboten zu suchen, die Anforderungen der Arbeitgeber zu durchstöbern, während meine Frau anfing, nach einer Wohnung, einem Kindergarten und einer Schule zu schauen. Etwa eine Woche nach den Suchen sagte meine Frau zu mir: „Weißt du, ich möchte weder nach Frankfurt, noch nach Stuttgart, noch in irgendeine andere große Stadt. Ich möchte hier bleiben.“
Und ich stellte fest, dass ich mit ihr völlig einverstanden war. Ich war auch von der Großstadt müde. Nur während ich in Sankt Petersburg lebte, erkannte ich das nicht. Ja, eine große Stadt ist der perfekte Ort, um eine Karriere aufzubauen und Geld zu verdienen. Aber nicht für ein angenehmes Leben einer Familie mit Kindern. Und für unsere Familie stellte sich diese kleine Stadt als genau das heraus, was wir in Petersburg so vermissten.
Wir beschlossen zu bleiben, bis unsere Kinder groß geworden sind.
Und wie steht es mit Python und maschinellem Lernen? Und den sechs Monaten, die ich schon dafür aufgewendet habe? Nichts. Es gibt in der Nähe keine Stellen! Ich wollte nicht mehr 3-4 Stunden am Tag für den Arbeitsweg aufbringen. So habe ich in Petersburg mehrere Jahre gearbeitet: ich fuhr von Dybenko nach Krasnoe Selo, als die Ringstraße noch nicht gebaut war. Eineinhalb Stunden dorthin und eineinhalb Stunden zurück. Das Leben zieht vorbei, während du auf die vorbeiziehenden Häuser aus dem Fenster des Autos oder des Minibusses starrst. Ja, auf der Straße kann man lesen, Hörbücher hören und so weiter. Aber das wird schnell langweilig, und nach einem halben Jahr oder Jahr vergeudest du einfach diese Zeit damit, Radio, Musik und ziellos in die Ferne zu schauen.
Ich hatte früher schon Rückschläge. Aber solche Dummheiten wie diese habe ich schon lange nicht mehr gemacht. Die Erkenntnis, dass ich keine Stelle als Ingenieur für maschinelles Lernen finden werde, brachte mich aus dem Gleichgewicht. Ich brach alle Kurse ab. Ich hörte ganz auf, etwas zu tun. Abends trank ich Bier oder Wein, aß Salami und spielte LoL. So verging ein Monat.
Det er faktisk ikke så vigtigt, hvilke udfordringer livet præsenterer for dig. Eller endda hvilke du sætter for dig selv. Det vigtige er, hvordan du overvinder dem, og hvilke lektioner du lærer af disse situationer.
«Det, der ikke dræber os, gør os stærkere». Kender du ikke dette vise ordsprog? Jeg synes, det er totalt vrøvl! Jeg har en bekendt, der mistede sit job som direktør for en større bilforhandler i St. Petersborg under krisen i 2008. Hvad gjorde han? Rigtigt! Som en ægte mand gik han i gang med at lede efter et job. Et direktørjob. Og da han ikke fandt et direktørjob i løbet af seks måneder? Han fortsatte med at lede efter direktørjob, men i andre brancher, da det var under hans værdighed at arbejde som salgsleder for biler eller i andre stillinger end direktør. Resultatet var, at han ikke fandt noget overhovedet på et år. Og så gav han helt op med at lede efter job. Hans CV er stadig online på HH – den, der har brug for det, ringer selv.
Og han sad arbejdsløs i fire år, mens hans kone tjente penge. Et år senere fik hun en forfremmelse, og de fik flere penge. Men han sad stadig hjemme, drak øl, så fjernsyn og spillede computer-spil. Selvfølgelig gjorde han ikke kun det. Han lavede mad, vaskede, gjorde rent og handlede. Han blev en overvægtig so. Gjorde alt dette ham stærkere? Det tror jeg ikke.
Jeg kunne også have fortsat med at drikke øl og bebrejde arbejdsgiverne for ikke at have flere ledige stillinger i min landsby. Eller bebrejde mig selv for at være en idiot og ikke engang have taget mig tid til at se på stillinger, før jeg gik i gang med Python. Men der var ikke noget udbytte ved det. Jeg havde brug for en plan B…
Til sidst fik jeg samlet mine tanker og gik i gang med det, jeg burde have gjort fra begyndelsen – at analysere efterspørgslen. Jeg analyserede jobmarkedet inden for IT i min by, og jeg kom frem til, at der var:
- 5 stillinger til Java-udviklere
- 2 stillinger til SAP-udviklere
- 2 stillinger til C#-udviklere til MS Navision
- 2 stillinger til nogle udviklere til mikrokontrollere og hardware.
Valget blev ikke stort:
- SAP har den største udbredelse i Tyskland. Komplekst system, ABAP. Det er selvfølgelig ikke 1C, men det bliver svært senere at droppe det. Og hvis man skal flytte til et andet land, falder perspektiverne for at finde et godt job hurtigt.
- C# til MS Navision er også noget specielt.
- Mikrokontrollere røg ud af betragtning, da man også skulle lære noget om elektronik.
Set i perspektiv, løn, udbredelse og muligheder for remote arbejde, vandt Java. Faktisk var det Java, der valgte mig, ikke omvendt.
Hvad der skete derefter, ved mange allerede. Jeg har skrevet om det i en anden artikel: .
Så undgå at gentage mine fejltagelser. Et par dages grundig analyse kan spare dig for masser af tid.
Om hvordan jeg ændrede mit liv, da jeg var 40 år, og flyttede med min kone og tre børn til Tyskland, skriver jeg på min telegram-kanal . Jeg skriver om, hvordan det var, hvad der var godt og dårligt i Tyskland, samt mine fremtidsplaner. Kort og præcist. Interesseret? — Kom med.
Kilde: habr.com
