Ég deili reynslu minni af þjálfun í Yandex.Practicum fyrir þá sem vilja öðlast annað hvort alveg nýja sérgrein eða flytja frá skyldum sviðum. Ég myndi kalla það fyrsta skrefið í faginu, að mínu huglægu mati. Það er erfitt að vita nákvæmlega frá grunni hvað þarf að læra, því allir hafa ákveðna þekkingu og þetta námskeið mun kenna þér mikið og allir munu skilja fyrir sig þekkinguna á hvaða sviðum þeir þurfa að öðlast viðbótarþekkingu - í næstum öllum tilvikum duga ókeypis viðbótarnámskeið.
Hvernig komst ég að „hugsuninni“ um greiningar?
Í nokkur ár tók hún þátt í stofnun netverslana og viðhaldi þeirra (markaðssetning, auglýsingar, Yandex.Direct, osfrv.). Mig langaði að þrengja umfang starfsemi minnar og gera aðeins þá hluti af þessu breiðu sviði sem mér líkaði best. Þar að auki vissi ég ekki einu sinni nafnið á framtíðarstarfinu mínu, það voru aðeins áætlaðar kröfur um vinnuferlið. Að læra forrit og verkfæri á eigin spýtur hefur aldrei verið hindrun fyrir mig, svo ég ákvað að leita hvar ég gæti nýtt reynslu mína og lært nýja hluti.
Í fyrstu hugsaði ég um að fá aðra háskólamenntun eða faglega endurmenntun, þar sem námskeiðin virtust eitthvað léttvægt. Þegar ég skoðaði ýmsa möguleika rakst ég óvart á Yandex.Practice. Fáar starfsstéttir voru, meðal þeirra var gagnafræðingur, lýsingin var áhugaverð.
Ég fór að kynna mér hvað er í boði í upplýsingagreiningum hvað varðar að fá aðra háskólamenntun, en það kom í ljós að þjálfunartíminn er frekar langur fyrir svæði þar sem allt er að breytast mjög hratt, ólíklegt er að háskólastofnanir hafi tíma til að bregðast við til þessa. Ég ákvað að skoða hvað markaðurinn býður upp á í viðbót við Smiðjuna. Flestir þátttakendur lögðu aftur til mjög löng 1-2 ár, en ég myndi vilja samhliða þróun: inngöngu í fagið í lægri stöðum og frekari þjálfun.
Það sem ég vildi í faginu (ég lít ekki á vinnuferlið)
- Ég vildi að þjálfun væri varanlegt ferli í mínu fagi,
- Ég stend vel við venjulegar aðgerðir ef ég sé áhugavert markmið, en ég vildi fjölverkavinnsla þannig að vinnuferlið samanstóð ekki af nokkrum vélrænum aðgerðum,
- þannig að það sé raunverulega þörf fyrir fyrirtæki og ekki aðeins (markaðurinn sjálfur staðfestir þetta í rúblum eða dollurum),
- það var þáttur af sjálfstæði, ábyrgð, "full hringrás",
- það var pláss til að vaxa (í augnablikinu lít ég á það sem vélanám og vísindastarfsemi).
Svo, valið féll á Yandex.Practicum vegna:
- lengd náms (aðeins sex mánuðir),
- lágur inngönguþröskuldur - þeir lofuðu að jafnvel með framhaldsskólanámi geturðu náð tökum á fagi,
- verð,
- þeir munu skila fénu ef þú skilur að þetta starf hentar þér ekki (það eru ákveðnar reglur sem eru alveg sanngjarnar),
- æfa og æfa aftur - hagnýt verkefni sem verða með í möppunni (ég taldi þetta mikilvægast),
- netsnið, stuðningur,
- ókeypis kynningarnámskeið um Python, einnig á þessu stigi skilurðu hvort þú þarft það,
- Að auki þarftu að íhuga hvers konar minni þú hefur. Hraði og árangur þjálfunar fer eftir þessu. Það er mjög mikilvægt fyrir mig að námsefnið sé í formi texta þar sem ég persónulega er með þróaðasta sjónrænt minni. Til dæmis er Geekbrains með allt fræðsluefni á myndbandsformi (samkvæmt upplýsingum frá þjálfunarnámskeiðinu). Fyrir þá sem skynja upplýsingar eftir eyranu gæti þetta snið hentað betur.
Áhyggjur:
- komst í fyrsta strauminn og skildi að, eins og hver ný vara, myndu örugglega vera tæknilegir annmarkar,
- Mér skildist að ekki væri um neina skylduvinnu að ræða.
Hvernig gengur námsferlið?
Til að byrja verður þú að taka ókeypis kynningarnámskeið um Python og klára öll verkefni, þar sem ef þú klárar ekki það fyrra birtist það næsta ekki. Öll síðari verkefni á námskeiðinu eru byggð upp með þessum hætti. Einnig er útskýrt hvert fagið er og hvort það sé þess virði að taka námskeiðið.
Hjálp er hægt að fá á Facebook, VKontakte, Telegram og grunnsamskipti í Slack.
Meginhluti samskipta í Slack á sér stað við kennarann á meðan hann lýkur herminum og á meðan verkefninu er lokið.
Stuttlega um helstu kaflana
Við byrjum þjálfun okkar á því að kafa ofan í Python og byrjum að nota Jupyter Notebook til að undirbúa verkefni. Þegar á fyrsta stigi erum við að framkvæma fyrsta verkefnið. Einnig er kynning á faginu og kröfum þess.
Á öðru stigi lærum við um gagnavinnslu, á öllum sínum þáttum, og byrjum að rannsaka og greina gögnin. Hér bætast tvö verkefni til viðbótar við safnið.
Síðan er námskeið um tölfræðilega gagnagreiningu + verkefni.
Fyrsta þriðjungi er lokið, við erum að gera stórt forsmíðaverkefni.
Frekari þjálfun í að vinna með gagnagrunna og vinna á SQL tungumálinu. Annað verkefni.
Nú skulum við kafa dýpra í greiningu og markaðsgreiningu og auðvitað verkefnið.
Næst – tilraunir, tilgátur, A/B próf. Verkefni.
Nú er sjónræn framsetning á gögnum, kynningu, Seaborn bókasafni. Verkefni.
Öðrum þriðjungi er lokið - stórt samstæðuverkefni.
Sjálfvirkni gagnagreiningarferla. Streyma greiningarlausnir. Mælaborð. Eftirlit. Verkefni.
Forspárgreining. Aðferðir við vélanám. Línuleg aðhvarf. Verkefni.
ÚTSKRIFSVERKEFNI. Miðað við niðurstöðurnar fáum við vottorð um viðbótarmenntun.
Öll yfirstandandi verkefni eru hagnýts eðlis á ýmsum sviðum viðskipta: bönkum, fasteignum, netverslunum, upplýsingavörum o.fl.
Öll verkefni eru skoðuð af Yandex.Practice leiðbeinendum - starfandi sérfræðingar. Samskiptin við þau reyndust líka mjög mikilvæg, þau hvetja, en fyrir mér er það dýrmætasta að vinna í gegnum mistök.
Mikilvægur þáttur eru myndbandsráðstefnur með leiðbeinendum og myndbandsþjálfun með boðuðum iðkendum.
Það eru líka frí)) - ein vika á milli tveggja þriðju hluta. Ef ferlið gengur samkvæmt áætlun hvílir þú þig og ef ekki, þá klárarðu skottið. Einnig er námsleyfi fyrir þá sem þurfa af einhverjum ástæðum að fresta námi.
Smá um hermirinn
Námskeiðið er nýtt, en að því er virðist, byggt á öðrum námskeiðum, vita Yandex sérfræðingar hversu erfitt það er stundum þegar ofhleðsla er og upplýsingarnar „berast ekki“. Þess vegna ákváðum við að skemmta nemendum eins vel og hægt var með fyndnum teikningum og athugasemdum og ég verð að segja að þetta hjálpaði virkilega á örvæntingarstundum þegar maður er að „þræta“ um verkefni.
Og stundum kom örvæntingin:
- Þú, þú útskrifaðist úr háskóla fyrir löngu síðan og virðist ekki muna eftir neinu lengur, og þá sérðu titilinn á efninu „Eðlileg nálgun á tvínefnadreifingu“ og gefst upp og heldur að þú munt örugglega ekki gera það. skilja þetta, en seinna verða bæði líkindafræði og tölfræði fyrir þig meira og meira skiljanlegt og áhugavert,
- eða þú færð þetta:
Ráð til verðandi nemenda: 90% villna stafa af þreytu eða ofhleðslu með nýjum upplýsingum. Taktu þér hlé í hálftíma eða klukkutíma og reyndu aftur, að jafnaði á þessum tíma mun heilinn þinn vinna úr og ákveða allt fyrir þig)). Og 10% ef þú skilur ekki efnið - lestu það aftur og allt mun örugglega ganga upp!
Í þjálfuninni birtist sérstakt prógramm til að aðstoða við ráðningar: að semja ferilskrá, kynningarbréf, semja möppu, undirbúa viðtöl og svo framvegis hjá sérfræðingum starfsmannasviðs. Þetta reyndist mér afar mikilvægt, því ég áttaði mig á því að ég hafði ekki farið í viðtal í mörg ár.
Þar sem ég er næstum því að ljúka námi get ég ráðlagt hvað er æskilegt að hafa:
- Merkilegt nokk, hneigð til greiningar, hæfileikinn til að byggja upp rökrétt tengsl, þessi tegund af hugsun ætti að vera ríkjandi,
- hæfileikinn og löngunin til að læra ætti ekki að glatast (þú verður að læra mikið sjálfur), þetta er auðvitað meira fyrir flokk fólks yfir 35,
- alveg jafn banal, en það er betra að byrja ekki ef hvatning þín er takmörkuð við „Ég vil græða mikið/meira“.
Ókostir og ekki alveg réttmætar væntingar, hvar værum við án þeirra?
- Þeir lofa því að með framhaldsskólanámi geti hver sem er skilið.
Ekki alveg satt, jafnvel framhaldsnám er enn öðruvísi. Ég tel, sem manneskja sem lifði í fornöld)), þegar ekki var útbreidd notkun á internetinu, að það ætti að vera nægilegt hugtakstæki. Þó mun mikil hvatning sigra allt.
- Styrkurinn reyndist nokkuð mikill.
Það verður erfitt fyrir þá sem vinna (sérstaklega á sviði sem er fjarri þessu), kannski væri þess virði að dreifa tímanum ekki jafnt á milli námskeiða, heldur um fyrsta þriðjung til viðbótar, og svo framvegis í lækkandi röð.
- Eins og við var að búast voru tæknileg vandamál.
Sem einstaklingur sem tekur þátt í verkefnum í fullri lotu skil ég að, að minnsta kosti í fyrstu, er það ómögulegt án tæknilegra vandamála. Strákarnir reyndu mjög mikið að laga allt eins fljótt og hægt var.
- Kennarinn svarar ekki alltaf á réttum tíma í Slack.
„Á réttum tíma“ er tvíþætt hugtak, í þessu tilfelli, á réttum tíma, sá tími sem þú þarft, þar sem vinnandi nemendur úthluta tíma til að læra og hraði svara spurningum er mikilvægur fyrir þá. Okkur vantar fleiri kennara.
- Ytri heimildir (greinar, viðbótarnámskeið) er krafist.
Sumar greinar eru mælt með af Yandex.Practice, en þetta er ekki nóg. Ég get mælt samhliða því að bæta við námskeiðum um Stepik - Big Data fyrir stjórnendur (til almennrar þróunar), Forritun í Python, Fundamentals of Statistics, báðir hlutar með Anatoly Karpov, Introduction to Databases, Probability Theory (fyrstu 2 einingar).
Ályktun
Á heildina litið er námskeiðið mjög vel unnið og miðar að því að vera bæði fræðandi og hvetjandi. Ég þarf enn að ná góðum tökum á mörgum hlutum, en núna hræðir það mig ekki, ég er nú þegar með þýðingarmikla áætlun um aðgerðir. Kostnaðurinn er mjög hagkvæmur - ein laun fyrir sérfræðing í lægstu stöðu. Mikil æfing. Hjálpaðu til við allt frá ferilskrá til kaffibirgða.
Heimild: www.habr.com