직접 학습 경험. Yandex.Workshop – 데이터 분석가

완전히 새로운 전문성을 얻거나 관련 분야에서 벗어나고 싶은 분들을 위해 Yandex.Practicum에서의 교육 경험을 공유합니다. 내 주관적인 견해로는 그것을 직업의 첫 번째 단계라고 부르고 싶습니다. 모든 사람이 일정량의 지식을 갖고 있기 때문에 무엇을 공부해야 하는지 처음부터 정확히 아는 것은 어렵습니다. 이 과정은 많은 것을 가르쳐 줄 것이며 추가 지식을 얻어야 하는 영역에 대한 지식을 모든 사람이 스스로 이해하게 될 것입니다. - 거의 모든 경우 무료 추가 강좌로 충분합니다.

나는 어떻게 분석에 대한 "생각"을 갖게 되었습니까?

수년 동안 그녀는 온라인 상점 창설 및 유지 관리(마케팅, 광고, Yandex.Direct 등)에 참여했습니다. 활동 범위를 좁혀서 이 넓은 스펙트럼 중에서 내가 가장 좋아하는 일만 하고 싶었다. 게다가 미래 직업의 이름도 몰랐고 작업 프로세스에 대한 대략적인 요구 사항 만있었습니다. 혼자서 학습하는 프로그램과 도구는 나에게 결코 장애물이 아니었습니다. 그래서 나는 내 경험을 적용하고 새로운 것을 배울 수 있는 곳을 찾기로 결정했습니다.

처음에는 과정이 하찮은 것처럼 보였기 때문에 두 번째 고등 교육을 받거나 전문적인 재교육을 받는 것에 대해 생각했습니다. 다양한 옵션을 살펴보던 중 우연히 Yandex.Practice를 발견했습니다. 직업이 거의 없었고 그 중에는 데이터 분석가도 있었는데 설명이 흥미로웠습니다.

두 번째 고등 교육을 받기 위해 정보 분석에서 사용할 수 있는 것이 무엇인지 연구하기 시작했지만 모든 것이 매우 빠르게 변화하는 영역의 경우 훈련 기간이 상당히 길다는 것이 밝혀졌으며 고등 교육 기관은 대응할 시간이 거의 없습니다. 이에. 나는 워크샵 외에 시장에서 무엇을 제공하는지 알아보기로 결정했습니다. 대부분의 참가자들은 다시 한 번 매우 긴 1~2년을 제안했지만 저는 병행 발전을 원합니다. 낮은 직위에서 직업에 진입하고 추가 교육을 받는 것입니다.

내가 직업에서 원했던 것 (업무 프로세스를 고려하지 않음)

• 나는 훈련이 내 직업에서 영구적인 과정이 되기를 원했고,
• 흥미로운 목표가 보이면 일상적인 작업에 잘 대처하지만 작업 과정이 여러 가지 기계적인 작업으로 구성되지 않도록 멀티 태스킹을 원했고,
• 비즈니스에 실제로 필요하므로 (시장 자체에서 이를 루블이나 달러로 확인합니다)
• 독립성, 책임성, "전체 주기"라는 요소가 있었습니다.
• 성장할 여지가 있었습니다(현재로서는 기계 학습 및 과학 활동으로 봅니다).

따라서 다음과 같은 이유로 Yandex.Practicum을 선택하게 되었습니다.

• 학습 기간(단 XNUMX개월),
• 낮은 진입 문턱 – 그들은 중등 교육을 받은 후에도 직업을 마스터할 수 있다고 약속했습니다.
• 가격,
• 이 직업이 귀하에게 적합하지 않다는 것을 귀하가 이해하면 자금을 반환할 것입니다(상당히 공정한 특정 규칙이 있습니다).
• 연습하고 또 연습하세요 - 포트폴리오에 포함될 실제 프로젝트(저는 이것이 가장 중요하다고 생각했습니다),
• 온라인 형식, 지원,
• Python에 대한 무료 입문 과정, 또한 이 단계에서 필요한지 여부를 이해하게 됩니다.
• 또한, 어떤 유형의 메모리를 가지고 있는지 고려해야 합니다. 훈련의 속도와 성공 여부는 이에 달려 있습니다. 저는 개인적으로 시각적 기억력이 가장 발달했기 때문에 교육 자료가 텍스트 형식이라는 것이 저에게 매우 중요합니다. 예를 들어 Geekbrains에는 교육 과정의 정보에 따라 비디오 형식의 모든 교육 자료가 있습니다. 정보를 귀로 인식하는 사람들에게는 이 형식이 더 적합할 수 있습니다.

우려사항:

• 첫 번째 스트림에 들어가서 다른 신제품과 마찬가지로 기술적인 단점이 분명히 있을 것이라는 것을 이해했습니다.
• 나는 강제 고용에 대한 의문의 여지가 없다는 것을 이해했습니다.

학습 과정은 어떻게 진행되나요?

시작하려면 Python에 대한 무료 입문 과정을 수강하고 모든 작업을 완료해야 합니다. 이전 작업을 완료하지 않으면 다음 작업이 나타나지 않기 때문입니다. 과정의 모든 후속 작업은 이러한 방식으로 구성됩니다. 또한 직업이 무엇인지, 이 과정을 수강할 가치가 있는지도 설명합니다.

도움은 Facebook, VKontakte, Telegram 및 Slack의 기본 커뮤니케이션을 통해 받을 수 있습니다.
Slack에서 대부분의 의사소통은 시뮬레이터를 완료하고 프로젝트를 완료하는 동안 교사와 이루어집니다.

주요 섹션에 대해 간략히 설명

Python을 자세히 살펴보는 것으로 교육을 시작하고 Jupyter Notebook을 사용하여 프로젝트를 준비하기 시작합니다. 이미 첫 번째 단계에서 우리는 첫 번째 프로젝트를 수행하고 있습니다. 직업과 그 요구 사항에 대한 소개도 있습니다.

두 번째 단계에서는 데이터 처리의 모든 측면을 배우고 데이터를 연구하고 분석하기 시작합니다. 여기에 두 개의 프로젝트가 포트폴리오에 추가되었습니다.

그 다음에는 통계자료 분석+프로젝트 과정이 있습니다.

첫 번째 XNUMX/XNUMX이 완료되었으며 대규모 조립식 프로젝트를 수행하고 있습니다.

데이터베이스 작업 및 SQL 언어 작업에 대한 추가 교육입니다. 또 다른 프로젝트.
이제 분석, 마케팅 분석, 물론 프로젝트에 대해 더 자세히 살펴보겠습니다.
다음 – 실험, 가설, A/B 테스트. 프로젝트.
이제 데이터, 프리젠테이션, Seaborn 라이브러리를 시각적으로 표현합니다. 프로젝트.

두 번째 XNUMX/XNUMX이 완료되었습니다 - 대규모 통합 프로젝트입니다.

데이터 분석 프로세스 자동화. 스트림 분석 솔루션. 대시보드. 모니터링. 프로젝트.
예측 분석. 기계 학습 방법. 선형 회귀. 프로젝트.

졸업 프로젝트. 결과에 따라 추가 교육 수료증을받습니다.

진행 중인 모든 프로젝트는 은행, 부동산, 온라인 상점, 정보 제품 등 다양한 비즈니스 영역에 적용됩니다.

모든 프로젝트는 Yandex.Practice 멘토(현직 분석가)가 확인합니다. 그들과의 의사소통도 매우 중요하고 동기를 부여하지만 나에게 가장 가치 있는 것은 실수를 통해 일하는 것입니다.

중요한 부분은 멘토와의 화상 회의 및 초청 실무자와의 화상 교육입니다.

휴일도 있습니다)) - XNUMX/XNUMX 사이의 XNUMX주일입니다. 일정대로 진행되면 쉬고, 그렇지 않으면 꼬리를 마무리합니다. 어떤 이유로 학업을 연기해야 ​​하는 사람들을 위한 휴학도 있습니다.

시뮬레이터에 대해 조금

이 과정은 새롭지만 다른 과정을 기반으로 한 것으로 보이며 Yandex 전문가들은 과부하가 발생하고 정보가 "들어오지 않을 때"가 얼마나 어려운지 알고 있습니다. 따라서 우리는 재미있는 그림과 설명으로 학생들을 최대한 즐겁게 하기로 결정했으며, 이는 과제를 놓고 "고투"할 때 절망적인 순간에 정말 도움이 되었다고 말씀드리고 싶습니다.

때로는 절망이 찾아오기도 합니다.

• 당신, 당신은 대학을 졸업한 지 오래되어 더 이상 아무것도 기억하지 못하는 것 같더니 “이항분포의 정규근사”라는 주제의 제목을 보고 포기하고 절대 못할 것 같다고 생각합니다. 이것을 이해하지만 나중에 확률 이론과 통계 모두 점점 더 이해하기 쉽고 흥미로워집니다.
• 또는 당신은 이것을 얻습니다:

  

미래의 학생들을 위한 조언: 오류의 90%는 새로운 정보로 인한 피로나 과부하로 인해 발생합니다. 10분 또는 XNUMX시간 동안 휴식을 취하고 다시 시도하십시오. 일반적으로 이 시간 동안 두뇌는 모든 것을 처리하고 결정합니다.)). 주제를 이해하지 못하는 경우 XNUMX% - 다시 읽으면 모든 것이 확실히 해결될 것입니다!

훈련 중에는 인사부 전문가들과 함께 이력서 작성, 자기소개서 작성, 포트폴리오 작성, 면접 준비 등 취업에 도움이 되는 특별 프로그램이 등장했다. 나는 수년 동안 인터뷰에 참석하지 않았다는 것을 깨달았 기 때문에 이것은 나에게 매우 중요하다는 것이 밝혀졌습니다.

연구가 거의 끝나갈 무렵, 나는 무엇을 갖는 것이 바람직한지 조언할 수 있습니다.

• 이상하게도 분석에 대한 성향, 논리적 관계 구축 능력, 이러한 유형의 사고가 우세해야 합니다.
• 학습 능력과 열망을 잃어서는 안됩니다 (스스로 많이 공부해야 할 것입니다). 물론 35 세 이상의 사람들 범주에 대해서는 더 그렇습니다.
• 진부하지만, 동기가 "많이/더 많이 벌고 싶다"에만 국한되어 있다면 시작하지 않는 것이 좋습니다.

단점과 완전히 정당화되지 않은 기대, 그것이 없다면 우리는 어디에 있을까요?

• 그들은 중등 교육을 받으면 누구나 이해할 수 있다고 약속합니다.

  전적으로 사실은 아니지만 중등 교육조차도 여전히 다릅니다. 나는 고대에 살았던 사람으로서)) 인터넷이 널리 사용되지 않았던 시대에는 충분한 개념적 장치가 있어야 한다고 믿습니다. 하지만 높은 동기는 모든 것을 정복할 것입니다.

• 강도가 꽤 높은 것으로 나타났습니다.

  일하는 사람들에게는 어려울 것입니다(특히 이와 거리가 먼 분야에서). 아마도 시간을 코스 간에 균등하게 분배하는 것이 아니라 처음 XNUMX/XNUMX 이상씩 내림차순으로 재분배하는 것이 가치가 있을 것입니다.

• 예상대로 기술적인 문제가 있었습니다.

  저는 전체 사이클 프로젝트에 참여하는 사람으로서 적어도 처음에는 기술적 문제 없이는 불가능하다는 것을 이해합니다. 사람들은 가능한 한 빨리 모든 것을 고치려고 열심히 노력했습니다.

• Slack에서는 교사가 항상 제시간에 응답하지 않습니다.

  "정시"는 이중 개념입니다. 이 경우에는 일하는 학생들이 공부할 시간을 할당하고 질문에 답하는 속도가 중요하기 때문에 필요한 시간을 정시에 의미합니다. 우리는 더 많은 선생님이 필요합니다.

• 외부 소스(기사, 추가 강좌)가 필요합니다.

  Yandex.Practicum에서는 일부 기사를 권장하지만 이것만으로는 충분하지 않습니다. 동시에 Stepik - 관리자를 위한 빅 데이터(일반 개발용), Python 프로그래밍, 통계 기초, Anatoly Karpov가 포함된 두 부분, 데이터베이스 소개, 확률 이론(처음 2개 모듈) 과정을 보충하는 것이 좋습니다.

결론

전반적으로 이 과정은 매우 잘 진행되었으며 교육적이고 동기를 부여하는 것을 목표로 합니다. 아직 많은 것을 마스터해야 하지만 이제는 두렵지 않습니다. 이미 의미 있는 행동 계획이 있습니다. 비용은 매우 저렴합니다. 가장 낮은 위치에 있는 분석가에게는 한 번의 급여입니다. 많은 연습. 이력서부터 커피 용품까지 모든 것을 도와드립니다.

출처 : habr.com