Carane aku ora dadi spesialis machine learning

Kabeh wong seneng crita sukses. Lan ana cukup akèh wong ing hub.

"Kepiye aku entuk proyek $ 300 ing Silicon Valley"
"Carane aku entuk proyek ing Google"
"Carane aku entuk $ 200 nalika umur 000"
"Carane aku tekan AppStore Top kanthi aplikasi kurs sing gampang"
"Carane aku ..." lan sewu siji crita liyane sing padha.

Carane aku ora dadi spesialis machine learning
Iku apik yen wong wis sukses lan mutusake kanggo ngomong babagan iki! Sampeyan maca lan bungah kanggo dheweke. Nanging umume crita iki duwe siji sing padha: sampeyan ora bisa ngetutake dalane penulis! Sampeyan manggon ing wektu sing salah, utawa ing panggonan sing salah, utawa sampeyan lair dadi lanang, utawa ...

Aku crita kegagalan ing babagan iki asring luwih migunani. Sampeyan mung ora kudu nindakake apa sing ditindakake dening penulis. Lan iki, sampeyan ndeleng, luwih gampang tinimbang nyoba mbaleni pengalaman wong liya. Mung wong biasane ora pengin nuduhake crita kaya ngono. Lan aku bakal pitutur marang kowe.

Aku kerja ing integrasi sistem lan dhukungan teknis nganti pirang-pirang taun. Sawetara taun kepungkur aku malah kerja dadi insinyur sistem ing Jerman kanggo entuk dhuwit luwih akeh. Nanging bidang integrasi sistem wis suwe ora menehi inspirasi, lan aku pengin ngganti lapangan dadi luwih nguntungake lan menarik. Lan ing pungkasan taun 2015 aku nemokake artikel babagan Habré "Saka fisikawan menyang Ilmu Data (Saka mesin ilmu menyang plankton kantor)", ing ngendi Vladimir nggambarake dalane menyang Ilmu Data. Aku temen maujud: iki apa aku kudu. Aku ngerti SQL lan kasengsem nggarap data. Aku kesengsem banget karo grafik kasebut:

Carane aku ora dadi spesialis machine learning

Malah upah minimal ing lapangan iki luwih dhuwur tinimbang gaji sing daktampa sajrone uripku sadurunge. Aku mutusaké kanggo dadi insinyur machine learning. Nindakake conto Vladimir, aku ndhaptar spesialisasi sangang kursus ing coursera.org: "Ilmu Data".

Aku nindakake siji kursus sasi. Aku sregep banget. Ing saben kursus, aku ngrampungake kabeh tugas nganti entuk asil sing paling dhuwur. Ing wektu sing padha, aku njupuk tugas ing kaggle, lan aku malah sukses!!! Cetha yen aku ora ditakdirake kanggo hadiah, nanging aku entuk 100 kaping pirang-pirang.

Sawise limang kursus sing sukses ing coursera.org lan "Data Besar karo Apache Spark" liyane ing stepik.ru, aku rumangsa kuwat. Aku temen maujud sing aku wiwit njaluk nggantung saka iku. Aku mangertos ing kasus kang cara analisis kudu digunakake. Aku wis dadi cukup menowo Python lan perpustakaan sawijining.

Langkah sabanjure yaiku nganalisa pasar kerja. Aku kudu ngerteni apa liyane sing kudu dakkarepake kanggo entuk kerja. Bidang subjek apa sing kudu disinaoni lan menarik kanggo para majikan. Ing podo karo karo isih 4 kursus, Aku wanted kanggo njupuk mergo Highly specialized. Apa majikan tartamtu kepengin weruh. Iki bakal nambah kasempatan kanggo njaluk proyek kanggo newbie karo kawruh apik nanging ora pengalaman.

Aku lunga menyang situs panelusuran proyek kanggo nindakake analisis. Nanging ora ana lowongan ing radius 10 kilometer. Lan ing radius 25 kilometer. Lan malah ing radius 50 km!!! Kepiye carane? Ora bisa!!! Aku lunga menyang situs liyane, banjur katelu ... Banjur aku mbukak peta karo lowongan lan weruh kaya INI:

Carane aku ora dadi spesialis machine learning

Ternyata aku manggon ing tengah zona eksklusi python anomali ing Jerman. Ora ana lowongan sing bisa ditampa kanggo spesialis pembelajaran mesin utawa malah pangembang Python ing radius 100 kilometer !!! Iki gagal, bro!!!

Carane aku ora dadi spesialis machine learning

Gambar iki 100% nggambarake kahananku nalika iku. Iku jotosan kurang sing aku inflicted ing dhewe. Lan pancen lara banget ...

Ya, sampeyan bisa menyang Munich, Cologne utawa Berlin - ana lowongan ing kono. Nanging ana siji alangan serius ing dalan iki.

Rencana awal nalika pindhah menyang Jerman yaiku: pindhah menyang ngendi wae. Pancen ora ana bedane kanggo kita ing kutha ing Jerman sing bakal dilebokake. Langkah sabanjure yaiku kepenak, ngrampungake kabeh dokumen lan nambah katrampilan basa. Nah, banjur cepet-cepet menyang kutha gedhe kanggo entuk luwih akeh. Target awal kita yaiku Stuttgart. Kutha teknologi gedhé ing Jerman kidul. Lan ora larang kaya Munich. Ing kono anget lan anggur tuwuh ing kana. Akeh perusahaan industri, mula akeh lowongan sing gajine apik. Kualitas urip sing dhuwur. Mung apa kita kudu.

Carane aku ora dadi spesialis machine learning

Nasib nggawa kita menyang kutha cilik ing tengah-tengah Jerman kanthi populasi kira-kira 100000. Kita manggon, kepenak, lan ngrampungake kabeh dokumen. Kutha iki dadi nyaman banget, resik, ijo lan aman. Bocah-bocah padha menyang TK lan sekolah. Kabeh wis cedhak. Ana wong sing ramah banget ing saubengé.

Nanging ing dongeng iki, ora mung ora ana lowongan kanggo spesialis machine learning, nanging uga Python ora ana gunane kanggo sapa wae.

Aku lan bojoku wiwit ngrembug pilihan kanggo pindhah menyang Stuttgart utawa Frankfurt ... Aku wiwit golek lowongan, katon ing syarat juragan, lan bojoku wiwit katon ing apartemen, TK lan sekolah. Sawise kira-kira seminggu nggoleki, bojoku kandha marang aku: "Sampeyan ngerti, aku ora pengin menyang Frankfurt, utawa Stuttgart, utawa kutha gedhe liyane. Aku pengin tetep kene."

Lan aku nyadari yen aku setuju banget karo dheweke. Aku uga kesel karo kutha gedhe. Mung nalika aku manggon ing St. Petersburg, aku ora ngerti iki. Ya, kutha gedhe minangka papan sing cocog kanggo mbangun karir lan golek dhuwit. Nanging ora kanggo urip nyaman kanggo kulawarga karo anak. Lan kanggo kulawarga kita, kutha cilik iki dadi apa sing kita butuhake. Iki kabeh sing kita kangen banget ing St. Petersburg.

Carane aku ora dadi spesialis machine learning

Kita mutusaké kanggo tetep nganti anak kita wis tuwa.

Nah, piye carane Python lan machine learning? Lan nem sasi aku wis ngentekake kabeh iki? Ora ono. Ora ana lowongan sing cedhak! Aku ora pengin nglampahi 3-4 jam saben dina ing dalan menyang kerja. Aku wis kerjo kaya iki ing St Petersburg kanggo sawetara taun: Aku karo Dybenko menyang Krasnoye Selo nalika roundabout durung dibangun. Jam setengah ana lan setengah jam maneh. Urip liwati, lan sampeyan ndeleng omah-omah sing sumunar saka jendela mobil utawa minibus. Ya, sampeyan bisa maca, ngrungokake buku audio lan kabeh sing ana ing dalan. Nanging iki cepet dadi mboseni, lan sawise nem sasi utawa setahun sampeyan mung mateni wektu iki, ngrungokake radio, musik lan tanpa tujuan ndeleng kadohan.

Aku wis gagal sadurunge. Nanging aku wis ora nindakake soko bodho kaya iki kanggo dangu. Kesadaran yen aku ora bisa nemokake proyek minangka insinyur pembelajaran mesin nggawe aku ora seimbang. Aku metu saka kabeh kursus. Aku mandheg nindakake apa wae. Ing wayah sore aku ngombe bir utawa anggur, mangan salami lan main LoL. Sewulan liwat kaya iki.

Nyatane, ora preduli apa kesulitan urip sampeyan. Utawa malah sampeyan menehi kanggo dhewe. Sing penting yaiku carane sampeyan ngatasi lan apa pelajaran sing sampeyan sinau saka kahanan kasebut.

"Apa sing ora mateni kita nggawe kita kuwat." Sampeyan ngerti tembung wicaksana iki, ta? Dadi, aku mikir iki omong kosong lengkap! Aku duwe kanca sing, sawise krisis 2008, ilang proyek minangka direktur dealer mobil cukup gedhe ing St. Apa sing ditindakake? Bener! Kaya wong lanang sejati, dheweke golek kerja. Proyek direktur. Lan nalika sampeyan ora nemokake proyek direktur ing nem sasi? Dheweke terus golek proyek dadi direktur, nanging ing wilayah liyane, amarga ... makarya minangka manager sales mobil utawa wong liyane saka direktur ora comme il faut kanggo wong. Akibaté, ora nemu apa-apa kanggo setahun. Lan banjur aku nyerah kanggo golek proyek kabeh. Resume digantung ing HH - sapa sing butuh bakal nelpon.

Lan dheweke lungguh tanpa karya kanggo patang taun, lan bojone entuk dhuwit kabeh wektu iki. Setaun sabanjure, dheweke entuk promosi lan entuk dhuwit luwih akeh. Lan dheweke isih lungguh ing omah, ngombe bir, nonton TV, main game komputer. Mesthi, ora mung iku. Dheweke masak, ngumbah, ngresiki, blanja. Dheweke dadi babi sing dipangan. Apa kabeh iki nggawe dheweke luwih kuwat? Aku ora mikir.

Aku uga bisa terus ngombe bir lan nyalahke juragan amarga ora mbukak lowongan ing desaku. Utawa nyalahake aku dadi wong bodho lan ora keganggu ndeleng lowongan kerja sadurunge njupuk Python. Nanging ora ana gunane. Aku butuh plan B...

Akibaté, aku ngumpulake pikiranku lan miwiti nindakake apa sing kudu diwiwiti ing wiwitan - kanthi analisis permintaan. Aku nganalisa pasar kerja IT ing kuthaku lan entuk kesimpulan yen ana:

  • 5 lowongan java developer
  • 2 lowongan SAP developer
  • 2 lowongan kanggo pangembang C # ing MS Navision
  • 2 lowongan kanggo sawetara pangembang kanggo mikrokontroler lan hardware.

Pilihan ternyata cilik:

  1. SAP paling nyebar ing Jerman. Struktur Kompleks, ABAP. Iki, mesthi, ora 1C, nanging bakal angel mlumpat mengko. Lan yen sampeyan pindhah menyang negara liya, prospek sampeyan nemokake proyek sing apik bakal mudhun banget.
  2. C # kanggo MS Navision uga minangka bab tartamtu.
  3. Mikrokontroler ilang dhewe, amarga ... Ing kana sampeyan uga kudu sinau babagan elektronik.

Akibaté, saka sudut pandang prospek, gaji, prevalensi lan kemungkinan kerja adoh, Jawa menang. Sejatine wong Jawa sing milih aku, dudu aku.

Lan akeh sing wis ngerti kedadeyan sabanjure. Aku nulis babagan iki ing artikel liyane: "Carane dadi pangembang Java ing 1,5 taun".

Dadi ojo baleni kesalahanku. Sawetara dina analisis sing dipikirake bisa ngirit wektu.

Aku nulis babagan carane ngganti uripku nalika umur 40 taun lan pindhah karo bojoku lan anak telu menyang Jerman ing saluran Telegramku @LiveAndWorkInGermany. Aku nulis babagan kepiye, apa sing apik lan sing ala ing Jerman, lan babagan rencana kanggo masa depan. Singkat lan menyang titik. menarik? - Gabung karo kita.

Source: www.habr.com

Add a comment