Jaan kokemukseni Yandex.Practicumin harjoittelusta niille, jotka haluavat hankkia joko kokonaan uuden erikoisuuden tai siirtyä lähialueilta. Kutsuisin sitä subjektiivisen mielipiteeni ensimmäiseksi askeleeksi ammatissa. On vaikea tietää tarkalleen tyhjästä, mitä pitää opiskella, koska jokaisella on tietty määrä tietoa, ja tämä kurssi opettaa sinulle paljon, ja jokainen ymmärtää itse tiedon, millä aloilla he tarvitsevat lisätietoa - melkein kaikissa tapauksissa ilmaiset lisäkurssit riittävät.
Miten päädyin analytiikan "ajatukseen"?
Hän oli useiden vuosien ajan mukana verkkokauppojen luomisessa ja niiden ylläpidossa (markkinointi, mainonta, Yandex.Direct jne.). Halusin kaventaa toiminta-aluettani ja tehdä tästä laajasta kirjosta vain niitä asioita, joista pidin eniten. Lisäksi en edes tiennyt tulevan ammattini nimeä, työprosessille oli vain likimääräisiä vaatimuksia. Ohjelmien ja työkalujen oppiminen yksin ei ole koskaan ollut minulle este, joten päätin etsiä, missä voisin soveltaa kokemustani ja oppia uusia asioita.
Aluksi ajattelin toisen korkea-asteen koulutuksen tai ammatillisen uudelleenkoulutuksen hankkimista, koska kurssit tuntuivat joltain kevyeltä. Tarkastellessani eri vaihtoehtoja törmäsin vahingossa Yandex.Practiciin. Ammatteja oli vähän, heidän joukossaan oli dataanalyytikko, kuvaus oli mielenkiintoinen.
Aloin tutkia, mitä tietoanalytiikassa on saatavilla toisen korkea-asteen koulutuksen saamisen kannalta, mutta kävi ilmi, että koulutusjakso on melko pitkä alueella, jossa kaikki muuttuu erittäin nopeasti, korkeakouluilla ei todennäköisesti ole aikaa vastata tähän. Päätin katsoa, mitä markkinat tarjoavat Workshopin lisäksi. Suurin osa osallistujista ehdotti jälleen erittäin pitkiä 1-2 vuotta, mutta toivoisin rinnakkaista kehitystä: ammatin aloittamista alemmissa tehtävissä ja jatkokoulutusta.
Mitä halusin ammatilta (en ota huomioon työprosessia)
- Halusin koulutuksen pysyväksi prosessiksi ammatissani,
- Selviän rutiinioperaatioista hyvin, jos näen mielenkiintoisen tavoitteen, mutta halusin tehdä moniajoa, jotta työprosessi ei koostuisi useista mekaanisista toimista,
- niin, että liike-elämä tarvitsee sitä todella eikä vain (markkinat itse vahvistavat tämän ruplissa tai dollareissa),
- siinä oli riippumattomuuden, vastuullisuuden, "täysi kierto" elementtiä,
- kasvunvaraa oli (tällä hetkellä näen sen koneoppimisena ja tieteellisenä toimintana).
Joten valinta putosi Yandex.Practicumiin seuraavista syistä:
- opintojen kesto (vain kuusi kuukautta),
- matala pääsykynnys - he lupasivat, että jopa toisen asteen koulutuksella voit hallita ammatin,
- hinta,
- he palauttavat varat, jos ymmärrät, että tämä ammatti ei sovi sinulle (tietyt säännöt ovat melko oikeudenmukaisia),
- harjoittelua ja vielä kerran harjoittelua - käytännön projekteja, jotka tulevat portfolioon (tätä pidin tärkeimpänä),
- online-muoto, tuki,
- ilmainen Pythonin johdatuskurssi, myös tässä vaiheessa ymmärrät tarvitsetko sitä,
- Lisäksi sinun on harkittava, minkä tyyppinen muisti sinulla on. Harjoittelun nopeus ja onnistuminen riippuu tästä. Minulle on erittäin tärkeää, että opetusmateriaalit ovat tekstimuodossa, koska minulla on henkilökohtaisesti kehittynein visuaalinen muisti. Esimerkiksi Geekbrainsilla on kaikki koulutusmateriaalit videomuodossa (kurssin tietojen mukaan). Tämä muoto saattaa olla sopivampi niille, jotka havaitsevat tiedon korvalla.
Huoli:
- pääsi heti alkuun ja ymmärsi, että kuten kaikissa uusissa tuotteissa, siinä olisi varmasti teknisiä puutteita,
- Ymmärsin, että pakollisesta työsuhteesta ei ollut kysymys.
Miten oppimisprosessi etenee?
Aloittaaksesi sinun on suoritettava ilmainen Pythonin johdatuskurssi ja suoritettava kaikki tehtävät, koska jos et suorita edellistä, seuraavaa ei näy. Kaikki kurssin myöhemmät tehtävät rakentuvat tällä tavalla. Siinä kerrotaan myös, mikä ammatti on ja kannattaako kurssille osallistua.
Apua saa Facebookista, VKontaktesta, Telegramista ja perusviestinnästä Slackin kautta.
Suurin osa Slackin viestinnästä tapahtuu opettajan kanssa simulaattorin suorittamisen ja projektin suorittamisen aikana.
Lyhyesti pääosista
Aloitamme koulutuksemme perehtymällä Pythoniin ja alamme käyttää Jupyter Notebookia projektien valmisteluun. Olemme jo ensimmäisessä vaiheessa toteuttamassa ensimmäistä projektia. Siellä on myös johdatus ammattiin ja sen vaatimuksiin.
Toisessa vaiheessa perehdymme tietojenkäsittelyyn sen kaikilta osin ja alamme tutkia ja analysoida tietoja. Tässä salkkuun lisätään vielä kaksi projektia.
Sitten on kurssi tilastollisesta data-analyysistä + projekti.
Ensimmäinen kolmasosa on valmis, olemme tekemässä suurta esivalmistettua projektia.
Täydennyskoulutus tietokantojen kanssa työskentelyyn ja työskentelyyn SQL-kielellä. Toinen projekti.
Sukellaan nyt syvemmälle analyysiin ja markkinointianalytiikkaan ja tietysti projektiin.
Seuraavaksi kokeet, hypoteesit, A/B-testaus. Projekti.
Nyt datan visuaalinen esitys, esitys, Seaborn-kirjasto. Projekti.
Toinen kolmasosa on valmis - suuri konsolidoitu projekti.
Tietojen analysointiprosessien automatisointi. Stream-analytiikkaratkaisut. Kojelaudat. Valvonta. Projekti.
Ennakoiva analytiikka. Koneoppimismenetelmät. Lineaarinen regressio. Projekti.
VALMISTUMISPROJEKTI. Tulosten perusteella saamme todistuksen lisäkoulutuksesta.
Kaikki meneillään olevat hankkeet ovat luonteeltaan soveltavia eri toimialoilla: pankit, kiinteistöt, verkkokaupat, tietotuotteet jne.
Yandex.Practice-mentorit - toimivat analyytikot - tarkastavat kaikki projektit. Myös kommunikointi heidän kanssaan osoittautui erittäin tärkeäksi, he motivoivat, mutta minulle arvokkainta on virheiden kautta työskentely.
Tärkeä osa on videoneuvottelut mentorien kanssa ja videokoulutukset kutsuttujen harjoittajien kanssa.
On myös lomia)) - yksi viikko kahden kolmasosan välillä. Jos prosessi etenee aikataulun mukaan, lepäät, ja jos ei, niin lopetat hännät. Akateeminen loma on myös niille, jotka jostain syystä joutuvat siirtämään opintojaan.
Hieman simulaattorista
Kurssi on uusi, mutta ilmeisesti muiden kurssien perusteella Yandexin asiantuntijat tietävät, kuinka vaikeaa se joskus on, kun on ylikuormitus ja tieto "ei tule sisään". Siksi päätimme viihdyttää oppilaita mahdollisimman paljon hauskoilla piirustuksilla ja kommenteilla, ja täytyy sanoa, että tämä auttoi todella epätoivoisina hetkinä, kun "kamppailee" tehtävän kanssa.
Ja joskus iski epätoivo:
- Sinä, olet valmistunut yliopistosta kauan sitten etkä näytä muistavan mitään, ja sitten näet aiheen otsikon "Binomijakauman normaali approksimaatio" ja annat periksi ja luulet, että tulet varmasti. et ymmärrä tätä, mutta myöhemmin sekä todennäköisyysteoriasta että tilastoista tulee sinulle yhä ymmärrettävämpiä ja mielenkiintoisempia,
- tai saat tämän:
Neuvoja tuleville opiskelijoille: 90% virheistä johtuu väsymyksestä tai ylikuormituksesta uudella tiedolla. Pidä puoli tuntia tai tunti tauko ja yritä uudelleen, yleensä tänä aikana aivosi käsittelevät ja päättävät kaiken puolestasi)). Ja 10%, jos et ymmärrä aihetta - lue se uudelleen ja kaikki järjestyy varmasti!
Koulutuksen aikana ilmestyi erityinen ohjelma, joka auttoi työllistymistä: ansioluetteloiden, saatekirjeiden laatiminen, portfolion laatiminen, haastatteluihin valmistautuminen ja niin edelleen henkilöstöosaston asiantuntijoiden kanssa. Tämä osoittautui minulle erittäin tärkeäksi, koska tajusin, että en ollut ollut haastattelussa moneen vuoteen.
Opintojeni loppuvaiheessa voin neuvoa, mitä olisi toivottavaa:
- outoa kyllä, halu analysoida, kyky rakentaa loogisia suhteita, tämän tyyppisen ajattelun tulisi vallita,
- kykyä ja halua oppia ei pidä hukata (sinun on opiskella paljon itse), tämä koskee tietysti enemmän yli 35-vuotiaiden luokkaa,
- aivan yhtä banaalia, mutta on parempi olla aloittamatta, jos motivaatiosi rajoittuu vain "Haluan ansaita paljon/enemmän".
Haitat ja ei täysin perusteltuja odotuksia, missä olisimme ilman niitä?
- He lupaavat, että toisen asteen koulutuksella kuka tahansa voi ymmärtää.
Ei täysin totta, jopa toisen asteen koulutus on silti erilaista. Uskon muinaisina aikoina eläneenä ihmisenä), kun Internetiä ei ollut laajalti käytössä, että käsitteellistä laitteistoa pitäisi olla riittävästi. Kuitenkin korkea motivaatio voittaa kaiken.
- Intensiteetti osoittautui melko korkeaksi.
Se tulee olemaan vaikeaa työskenteleville (etenkin kaukana tästä), ehkä kannattaisi jakaa aikaa ei tasan kurssien välillä, vaan ensimmäisellä kolmanneksella enemmän ja niin edelleen laskevassa järjestyksessä.
- Kuten odotettiin, teknisiä ongelmia esiintyi.
Koko syklin projekteihin osallistuvana ihmisenä ymmärrän, että ainakin aluksi se on mahdotonta ilman teknisiä ongelmia. Kaverit yrittivät kovasti korjata kaiken mahdollisimman nopeasti.
- Opettaja ei aina vastaa ajoissa Slackissa.
"Ajoissa" on kaksijakoinen käsite, tässä tapauksessa ajoissa, tarvitsemasi aika, koska työskentelevät opiskelijat varaavat opiskeluaikaa ja kysymyksiin vastaamisen nopeus on heille kriittinen. Tarvitsemme lisää opettajia.
- Ulkopuoliset lähteet (artikkelit, lisäkurssit) vaaditaan.
Yandex.Practice suosittelee joitakin artikkeleita, mutta tämä ei riitä. Voin suositella rinnakkain täydentämistä kursseilla Stepik - Big Data esimiehille (yleiseen kehittämiseen), Ohjelmointi Pythonissa, Tilastoinnin perusteet, molemmat osat Anatoli Karpovin kanssa, Tietokantojen perusteet, Todennäköisyysteoria (ensimmäiset 2 moduulia).
Johtopäätös
Kaiken kaikkiaan kurssi on erittäin hyvin tehty ja sen tavoitteena on olla sekä opettavainen että motivoiva. Minun täytyy vielä hallita monia asioita, mutta nyt se ei pelota minua, minulla on jo mielekäs toimintasuunnitelma. Kustannukset ovat erittäin edullisia - yksi palkka alimpaan asemaan kuuluvalle analyytikolle. Paljon harjoittelua. Apua kaikessa ansioluetteloista kahvitarvikkeisiin.
Lähde: will.com