من تجربه خود را از آموزش در Yandex.Practicum برای کسانی که می خواهند یک تخصص کاملاً جدید کسب کنند یا از رشته های مرتبط نقل مکان کنند به اشتراک می گذارم. به نظر ذهنی من آن را اولین قدم در این حرفه می نامم. دشوار است که دقیقاً از ابتدا بدانیم چه چیزی باید مطالعه شود، زیرا هر کس مقدار مشخصی از دانش را دارد و این دوره چیزهای زیادی به شما می‌آموزد و هر کس برای خود می‌داند که در چه زمینه‌هایی به کسب دانش اضافی نیاز دارد. - تقریباً در همه موارد، دوره های اضافی رایگان کافی خواهد بود.
چگونه به "فکر" در مورد تجزیه و تحلیل رسیدم؟
او برای چندین سال در ایجاد فروشگاه های آنلاین و نگهداری آنها (بازاریابی، تبلیغات، Yandex.Direct و غیره) مشغول بود. می خواستم دامنه فعالیتم را محدود کنم و فقط کارهایی را از این طیف وسیع انجام دهم که بیشتر دوست داشتم. علاوه بر این، من حتی نام حرفه آینده خود را نمی دانستم، فقط نیازهای تقریبی برای فرآیند کار وجود داشت. یادگیری برنامه ها و ابزارها به تنهایی هرگز برای من مانعی نبوده است، بنابراین تصمیم گرفتم به دنبال جایی باشم که بتوانم تجربیاتم را به کار ببرم و چیزهای جدیدی یاد بگیرم.
در ابتدا به دریافت یک آموزش عالی دوم یا بازآموزی حرفه ای فکر کردم، زیرا دوره ها چیزی بیهوده به نظر می رسید. هنگام بررسی گزینه های مختلف، به طور تصادفی با Yandex.Practice برخورد کردم. تعداد کمی از مشاغل وجود داشت، در میان آنها یک تحلیلگر داده بود، توضیحات جالب بود.
من شروع به مطالعه آنچه در تجزیه و تحلیل اطلاعات از نظر کسب یک آموزش عالی دوم در دسترس است، کردم، اما معلوم شد که دوره آموزش برای منطقه ای که همه چیز به سرعت در حال تغییر است، بسیار طولانی است؛ موسسات آموزش عالی بعید است زمانی برای پاسخگویی داشته باشند. به این. تصمیم گرفتم ببینم بازار علاوه بر کارگاه چه چیزی ارائه می دهد. اکثر شرکت کنندگان دوباره 1-2 سال بسیار طولانی را پیشنهاد کردند، اما من می خواهم توسعه موازی: ورود به این حرفه در موقعیت های پایین تر و آموزش بیشتر.
آنچه در این حرفه می خواستم (فرآیند کار را در نظر نمی گیرم)
- من می خواستم آموزش یک روند دائمی در حرفه من باشد،
- اگر هدف جالبی ببینم با عملیات روتین به خوبی کنار می آیم، اما می خواستم چند کار را انجام دهم تا فرآیند کار شامل چندین عمل مکانیکی نباشد.
- به طوری که واقعاً برای تجارت و نه تنها مورد نیاز است (خود بازار این را به روبل یا دلار تأیید می کند)
- یک عنصر استقلال، مسئولیت، "چرخه کامل" وجود داشت،
- جایی برای رشد وجود داشت (در حال حاضر من آن را به عنوان یادگیری ماشینی و فعالیت علمی می بینم).
بنابراین، انتخاب بر روی Yandex.Practicum افتاد زیرا:
- مدت تحصیل (فقط شش ماه)
- آستانه ورود کم - آنها قول دادند که حتی با تحصیلات متوسطه نیز می توانید به یک حرفه مسلط شوید،
- قیمت،
- اگر متوجه شدید که این حرفه برای شما مناسب نیست (قوانین خاصی وجود دارد که کاملاً منصفانه هستند) وجوه را برمی گردانند.
- تمرین و دوباره تمرین - پروژه های عملی که در نمونه کارها گنجانده خواهد شد (من این را مهمترین چیز در نظر گرفتم)
- فرمت آنلاین، پشتیبانی،
- دوره مقدماتی رایگان پایتون، همچنین در این مرحله متوجه می شوید که آیا به آن نیاز دارید یا خیر،
- علاوه بر این، باید در نظر بگیرید که چه نوع حافظه ای دارید. سرعت و موفقیت آموزش به این بستگی دارد. برای من بسیار مهم است که مطالب آموزشی به صورت متن باشد، زیرا من شخصاً بیشترین حافظه بصری را دارم. برای مثال Geekbrains تمامی مطالب آموزشی را به صورت ویدئویی (طبق اطلاعات دوره آموزشی) در اختیار دارد. برای کسانی که اطلاعات را با گوش درک می کنند، این قالب ممکن است مناسب تر باشد.
نگرانی ها:
- وارد اولین جریان شد و فهمید که، مانند هر محصول جدید، قطعاً کاستی های فنی وجود خواهد داشت،
- فهمیدم که بحث استخدام اجباری نیست.
روند یادگیری چگونه پیش می رود؟
برای شروع، باید یک دوره مقدماتی رایگان در پایتون بگذرانید و تمام وظایف را انجام دهید، زیرا اگر دوره قبلی را کامل نکنید، دوره بعدی ظاهر نخواهد شد. تمام وظایف بعدی در دوره به این ترتیب ساختار یافته است. همچنین توضیح می دهد که این حرفه چیست و آیا ارزش شرکت در این دوره را دارد یا خیر.
راهنما را می توان در فیس بوک، VKontakte، تلگرام و ارتباطات اولیه در Slack دریافت کرد.
بخش عمده ای از ارتباطات در Slack با معلم در حین تکمیل شبیه ساز و در حین تکمیل پروژه رخ می دهد.
مختصری در مورد بخش های اصلی
ما آموزش خود را با بررسی پایتون شروع می کنیم و شروع به استفاده از Jupyter Notebook برای آماده سازی پروژه ها می کنیم. در حال حاضر در مرحله اول در حال انجام اولین پروژه هستیم. همچنین مقدمه ای در مورد این حرفه و الزامات آن وجود دارد.
در مرحله دوم، ما با پردازش داده ها در تمام جنبه های آن آشنا می شویم و شروع به مطالعه و تجزیه و تحلیل داده ها می کنیم. در اینجا دو پروژه دیگر به مجموعه اضافه می شود.
سپس دوره تجزیه و تحلیل داده های آماری + پروژه وجود دارد.
یک سوم اول تکمیل شد، ما در حال انجام یک پروژه پیش ساخته بزرگ هستیم.
آموزش بیشتر کار با پایگاه داده و کار به زبان SQl. یک پروژه دیگر.
اکنون بیایید به تحلیل و تحلیل بازاریابی و البته پروژه عمیق تر بپردازیم.
بعد - آزمایش ها، فرضیه ها، آزمون A/B. پروژه.
اکنون یک نمایش تصویری از داده ها، ارائه، کتابخانه Seaborn. پروژه.
سومین سوم تکمیل شد - یک پروژه تلفیقی بزرگ.
اتوماسیون فرآیندهای تجزیه و تحلیل داده ها راه حل های تجزیه و تحلیل جریان. داشبوردها نظارت بر. پروژه.
تجزیه و تحلیل پیش بینی کننده روش های یادگیری ماشینی رگرسیون خطی. پروژه.
پروژه ی فارغ التحصیلی. بر اساس نتایج، گواهی آموزش تکمیلی دریافت می کنیم.
تمام پروژه های در حال انجام ماهیت کاربردی در زمینه های مختلف کسب و کار دارند: بانک ها، املاک، فروشگاه های آنلاین، محصولات اطلاعاتی و غیره.
تمام پروژه ها توسط مربیان Yandex.Practicum - تحلیلگران کار بررسی می شود. ارتباط با آنها نیز بسیار مهم بود، آنها انگیزه می دهند، اما برای من با ارزش ترین چیز کار از طریق اشتباه است.
بخش مهمی از کنفرانس های ویدئویی با مربیان و آموزش های ویدئویی با پزشکان دعوت شده است.
تعطیلات نیز وجود دارد)) - یک هفته بین دو سوم. اگر روند طبق برنامه پیش برود، استراحت می کنید و اگر نه، پس از آن کار را تمام می کنید. همچنین برای کسانی که بنا به دلایلی باید تحصیل خود را به تعویق بیندازند، مرخصی تحصیلی در نظر گرفته شده است.
کمی در مورد شبیه ساز
این دوره جدید است، اما ظاهرا بر اساس دوره های دیگر، متخصصان Yandex می دانند که گاهی اوقات زمانی که اضافه بار وجود دارد و اطلاعات "دریافت نمی کنند" چقدر دشوار است. بنابراین تصمیم گرفتیم تا حد امکان دانش آموزان را با نقاشی ها و کامنت های خنده دار سرگرم کنیم و باید بگویم که این واقعاً در لحظات ناامیدی که بر سر یک کار "مبارزه" می کنید کمک می کند.
و گاهی ناامیدی به وجود می آید:
- تو که خیلی وقته از دانشگاه فارغ التحصیل شدی و انگار چیزی یادت نمیاد و بعد عنوان تاپیک تقریب عادی توزیع دوجمله ای رو میبینی و انصراف میدی و فکر میکنی حتما برنده این را نمی فهمید، اما بعداً هم نظریه احتمال و هم آمار برای شما بیشتر و بیشتر قابل درک و جالب می شوند.
- یا این را دریافت می کنید:
توصیه به دانش آموزان آینده: 90 درصد از خطاها ناشی از خستگی یا اضافه بار با اطلاعات جدید است. نیم ساعت یا یک ساعت استراحت کنید و دوباره امتحان کنید، به عنوان یک قاعده، در این مدت مغز شما همه چیز را برای شما پردازش می کند و تصمیم می گیرد)). و 10٪ اگر موضوع را متوجه نشدید - دوباره آن را بخوانید و قطعا همه چیز درست می شود!
در طول آموزش، یک برنامه ویژه برای کمک به اشتغال ظاهر شد: تهیه رزومه، نامه های پوششی، تهیه نمونه کارها، آماده سازی برای مصاحبه و غیره با متخصصان بخش منابع انسانی. این برای من بسیار مهم بود، زیرا متوجه شدم که سال‌هاست به مصاحبه نرفته‌ام.
تقریباً در پایان تحصیلاتم، می توانم توصیه کنم که چه چیزی مطلوب است:
- به اندازه کافی عجیب، تمایل به تجزیه و تحلیل، توانایی ایجاد روابط منطقی، این نوع تفکر باید غالب باشد،
- توانایی و میل به یادگیری نباید از بین برود (شما مجبور خواهید بود خیلی به تنهایی مطالعه کنید) ، البته این بیشتر برای گروه افراد بالای 35 سال است.
- به همان اندازه پیش پا افتاده است، اما اگر انگیزه فقط با این واقعیت محدود می شود که "من می خواهم خیلی / بیشتر به دست بیاورم" بهتر است شروع نکنید.
معایب و انتظارات کاملاً موجه، بدون آنها کجا بودیم؟
- آنها قول می دهند که با تحصیلات متوسطه همه می توانند درک کنند.
کاملاً درست نیست، حتی تحصیلات متوسطه هنوز متفاوت است. من به عنوان فردی که در دوران باستان زندگی می‌کردم))، زمانی که استفاده گسترده از اینترنت وجود نداشت، معتقدم که باید یک دستگاه مفهومی کافی وجود داشته باشد. اگرچه انگیزه بالا همه چیز را فتح خواهد کرد.
- شدت بسیار زیاد بود.
برای کسانی که کار می کنند دشوار خواهد بود (مخصوصاً در زمینه ای دور از این)، شاید ارزش آن را داشته باشد که زمان را نه به طور مساوی بین دوره ها، بلکه تا یک سوم اول بیشتر و غیره به ترتیب نزولی توزیع کنیم.
- همانطور که انتظار می رفت، مشکلات فنی وجود داشت.
به عنوان فردی که در پروژه های چرخه کامل شرکت دارم، درک می کنم که حداقل در ابتدا بدون مشکلات فنی غیرممکن است. بچه ها خیلی تلاش کردند تا همه چیز را در اسرع وقت درست کنند.
- معلم همیشه در Slack به موقع پاسخ نمی دهد.
"به موقع" یک مفهوم دوگانه است، در این مورد، به موقع، زمان مورد نیاز شماست، زیرا دانش آموزان شاغل مدت زمانی را برای مطالعه اختصاص می دهند و سرعت پاسخگویی به سوالات برای آنها حیاتی است. ما به معلمان بیشتری نیاز داریم.
- منابع خارجی (مقالات، دوره های اضافی) مورد نیاز است.
برخی از مقالات توسط Yandex.Practice توصیه می شود، اما این کافی نیست. من می توانم به طور موازی، تکمیل دوره های Stepik - Big Data برای مدیران (برای توسعه عمومی)، برنامه نویسی در پایتون، مبانی آمار، هر دو بخش با آناتولی کارپوف، مقدمه ای بر پایگاه های داده، نظریه احتمال (2 ماژول اول) را توصیه کنم.
نتیجه
به طور کلی این دوره بسیار خوب انجام شده است و هدف آن آموزشی و انگیزشی است. من هنوز باید به خیلی چیزها تسلط داشته باشم، اما اکنون من را نمی ترساند، من از قبل یک برنامه عمل معنی دار دارم. هزینه بسیار مقرون به صرفه است - یک حقوق برای یک تحلیلگر در پایین ترین موقعیت. تمرین زیاد. در مورد همه چیز از رزومه گرفته تا لوازم قهوه کمک کنید.
منبع: www.habr.com