Comparto a miña experiencia de adestramento en Yandex.Practicum para aqueles que queiran obter unha especialidade completamente nova ou moverse de campos relacionados. Chamaríao o primeiro paso na profesión, na miña opinión subxectiva. É difícil saber exactamente desde cero o que hai que estudar, porque todos teñen unha certa cantidade de coñecementos, e este curso ensinarache moito, e todos entenderán por si mesmos o coñecemento en que áreas necesitarán adquirir coñecementos adicionais. - en case todos os casos, serán suficientes cursos adicionais gratuítos.
Como cheguei ao "pensamento" sobre a analítica?
Durante varios anos estivo involucrada na creación de tendas en liña e no seu mantemento (marketing, publicidade, Yandex.Direct, etc.). Quería reducir o ámbito da miña actividade e facer só aquelas cousas deste amplo espectro que máis me gustaban. Ademais, nin sequera sabía o nome da miña futura profesión, só había requisitos aproximados para o proceso de traballo. Aprender programas e ferramentas pola miña conta nunca foi un obstáculo para min, polo que decidín buscar onde aplicar a miña experiencia e aprender cousas novas.
Nun primeiro momento pensei en facer unha segunda formación superior ou reciclar profesionalmente, xa que os cursos parecían algo frívolo. Mentres buscaba varias opcións, atopeime accidentalmente con Yandex.Practice. Había poucas profesións, entre elas había un analista de datos, a descrición era interesante.
Comecei a estudar o que está dispoñible en analítica da información en canto á obtención dunha segunda educación superior, pero resultou que o período de formación é bastante longo para un ámbito onde todo está a cambiar moi rápido; é pouco probable que as institucións de educación superior teñan tempo para responder. a isto. Decidín ver o que ofrece o mercado ademais do Obradoiro. A maioría dos participantes volveu suxerir uns 1-2 anos moi longos, pero gustaríame un desenvolvemento paralelo: entrada na profesión en postos máis baixos e formación continua.
O que quería na profesión (non considero o proceso de traballo)
- Quería que a formación fose un proceso permanente na miña profesión,
- Afronto ben as operacións rutineiras se vexo un obxectivo interesante, pero quería facer multitarefa para que o proceso de traballo non constase de varias accións mecánicas,
- para que sexa realmente necesario para as empresas e non só (o propio mercado o confirma en rublos ou dólares),
- había un elemento de independencia, responsabilidade, "ciclo completo",
- había espazo para medrar (de momento véxoo como aprendizaxe automática e actividade científica).
Entón, a elección recaeu en Yandex.Practicum por:
- duración do estudo (só seis meses),
- limiar de entrada baixo: prometeron que mesmo coa educación secundaria pode dominar unha profesión,
- prezo,
- devolverán os fondos se entendes que esta profesión non é adecuada para ti (hai certas regras que son bastante xustas),
- practicar e practicar de novo: proxectos prácticos que se incluirán na carteira (considerei que isto é o máis importante),
- formato en liña, soporte,
- curso gratuíto de iniciación a Python, tamén nesta fase comprendes se o necesitas,
- Ademais, cómpre ter en conta que tipo de memoria tes. A velocidade e o éxito do adestramento dependerá diso. Para min é moi importante que os materiais educativos sexan en forma de texto, xa que persoalmente teño a memoria visual máis desenvolvida. Por exemplo, Geekbrains ten todos os materiais educativos en formato de vídeo (segundo información do curso de formación). Para aqueles que perciben información de oído, este formato pode ser máis axeitado.
Preocupacións:
- entrou no primeiro fluxo e entendeu que, como calquera produto novo, definitivamente habería deficiencias técnicas,
- Entendín que non se trataba de ningún emprego obrigatorio.
Como vai o proceso de aprendizaxe?
Para comezar, debes facer un curso gratuíto de iniciación a Python e completar todas as tarefas, xa que se non completas a anterior non aparecerá a seguinte. Todas as tarefas posteriores do curso estrutúranse deste xeito. Tamén explica cal é a profesión e se paga a pena facer o curso.
A axuda pódese recibir en Facebook, VKontakte, Telegram e comunicación básica en Slack.
A maior parte da comunicación en Slack prodúcese co profesor ao completar o simulador e ao completar o proxecto.
Brevemente sobre as seccións principais
Comezamos a nosa formación afondando en Python e comezamos a usar Jupyter Notebook para preparar proxectos. Xa na primeira etapa estamos levando a cabo o primeiro proxecto. Tamén hai unha introdución á profesión e os seus requisitos.
Na segunda fase, aprendemos sobre o tratamento dos datos, en todos os seus aspectos, e comezamos a estudar e analizar os datos. Aquí engádense dous proxectos máis á carteira.
Despois hai un curso de análise de datos estatísticos + proxecto.
O primeiro terzo está rematado, estamos a facer un gran proxecto prefabricado.
Formación complementaria no traballo con bases de datos e na linguaxe SQL. Outro proxecto.
Agora imos afondar na análise e análise de mercadotecnia e, por suposto, no proxecto.
A continuación: experimentos, hipóteses, probas A/B. Proxecto.
Agora unha representación visual de datos, presentación, biblioteca Seaborn. Proxecto.
O segundo terzo está rematado - un gran proxecto consolidado.
Automatización dos procesos de análise de datos. Solucións de análise de fluxos. Paneis de mando. Seguimento. Proxecto.
Analítica preditiva. Métodos de aprendizaxe automática. Regresión lineal. Proxecto.
PROXECTO DE GRADUACIÓN. Segundo os resultados, recibimos un certificado de educación adicional.
Todos os proxectos en marcha son de carácter aplicado en diversas áreas de negocio: bancos, inmobiliarias, tendas online, produtos de información, etc.
Todos os proxectos son verificados por Yandex.Practice mentores - analistas de traballo. A comunicación con eles tamén resultou moi importante, motivan, pero para min o máis valioso é traballar cos erros.
Unha parte importante son as videoconferencias con mentores e os adestramentos en video con profesionais invitados.
Tamén hai vacacións)) - unha semana entre dous terzos. Se o proceso vai segundo o programa, descansas, e se non, rematas as colas. Tamén hai un permiso académico para aqueles que, por algún motivo, deban aprazar os seus estudos.
Un pouco sobre o simulador
O curso é novo, pero ao parecer en base a outros cursos, os especialistas de Yandex saben o difícil que é ás veces cando hai unha sobrecarga e a información "non chega". Por iso, decidimos entreter ao alumnado o máximo posible con debuxos e comentarios divertidos, e teño que dicir que isto axudou moito nos momentos de desesperación cando estás "loitando" por unha tarefa.
E ás veces aparece a desesperación:
- Ti, fai tempo que te graduastes na universidade e pareces que xa non te lembras de nada, e despois ves o título do tema “Aproximación normal da distribución binomial” e des por vencido, e pensas que definitivamente non o farás. entendelo, pero máis tarde tanto a teoría da probabilidade como as estatísticas vólvense cada vez máis comprensibles e interesantes,
- ou obtén isto:
Consellos para futuros alumnos: o 90% dos erros son causados por fatiga ou sobrecarga de información nova. Fai un descanso durante media hora ou unha hora e téntao de novo, como regra xeral, durante este tempo o teu cerebro procesará e decidirá todo por ti)). E un 10% se non entendes o tema: léao de novo e todo funcionará definitivamente!
Durante a formación apareceu un programa especial de axuda ao emprego: elaboración de currículos, cartas de presentación, elaboración dun portfolio, preparación de entrevistas, etc., con especialistas do departamento de RRHH. Isto resultou moi importante para min, porque me decatei de que levaba moitos anos sen ir a unha entrevista.
Estando case ao final dos meus estudos, podo aconsellar o que é desexable ter:
- curiosamente, unha inclinación á análise, a capacidade de construír relacións lóxicas, este tipo de pensamento debería prevalecer,
- non se debe perder a capacidade e as ganas de aprender (terá que estudar moito por conta propia), isto é máis, por suposto, para a categoría de maiores de 35 anos,
- igual de banal, pero é mellor non comezar se a túa motivación se limita só a "Quero gañar moito/máis".
Desvantaxes e expectativas non totalmente xustificadas, onde estaríamos sen elas?
- Prometen que cunha educación secundaria calquera pode entender.
Non do todo certo, incluso a educación secundaria segue sendo diferente. Creo, como persoa que viviu nos tempos antigos)), cando non había un uso xeneralizado de Internet, que debería haber un aparello conceptual suficiente. Aínda que, a alta motivación conquistarao todo.
- A intensidade resultou ser bastante alta.
Será difícil para os que traballan (sobre todo nun campo afastado disto), quizais convén redistribuír o tempo non por igual entre cursos, senón no primeiro terzo máis, e así por orde decrecente.
- Como era de esperar, houbo problemas técnicos.
Como persoa implicada en proxectos de ciclo completo, entendo que, polo menos nun principio, é imposible sen problemas técnicos. Os rapaces esforzáronse moito por arranxar todo o máis rápido posible.
- O profesor non sempre responde a tempo en Slack.
"A tempo" é un concepto dobre, neste caso, a tempo, o tempo que precisa, xa que os estudantes que traballan dedican un período de tempo ao estudo e a rapidez de resposta ás preguntas é fundamental para eles. Necesitamos máis profesores.
- Requírense fontes externas (artigos, cursos adicionais).
Algúns artigos son recomendados por Yandex.Practice, pero isto non é suficiente. Podo recomendar, paralelamente, complementar con cursos sobre Stepik - Big Data para directivos (para desenvolvemento xeral), Programación en Python, Fundamentos de Estatística, ambas partes con Anatoly Karpov, Introdución ás bases de datos, Teoría da probabilidade (2 primeiros módulos).
Conclusión
En xeral o curso está moi ben feito e pretende ser tanto educativo como motivador. Aínda teño que dominar moitas cousas, pero agora non me asusta, xa teño un plan de acción significativo. O custo é moi accesible: un salario para un analista na posición máis baixa. Moita práctica. Axuda con todo, desde currículos ata subministracións de café.
Fonte: www.habr.com