ປະສົບການການຮຽນຮູ້ມືທໍາອິດ. Yandex.Workshop – ນັກວິເຄາະຂໍ້ມູນ

ຂ້ອຍແບ່ງປັນປະສົບການຂອງຂ້ອຍໃນການຝຶກອົບຮົມ Yandex.Practicum ສໍາລັບຜູ້ທີ່ຢາກໄດ້ຮັບຄວາມພິເສດໃຫມ່ຢ່າງສົມບູນຫຼືຍ້າຍຈາກສາຂາທີ່ກ່ຽວຂ້ອງ. ຂ້າພະເຈົ້າຈະໂທຫາມັນເປັນບາດກ້າວທໍາອິດໃນອາຊີບ, ໃນຄວາມຄິດເຫັນຂອງຂ້າພະເຈົ້າ. ຍາກຮູ້ແທ້ໆວ່າຕ້ອງຮຽນຫຍັງແນ່ ເພາະທຸກຄົນມີຄວາມຮູ້ຈຳນວນໜຶ່ງ, ວິຊານີ້ຈະສອນໃຫ້ຫຼາຍ, ທຸກຄົນຈະເຂົ້າໃຈດ້ວຍຕົນເອງ ຄວາມຮູ້ດ້ານໃດກໍ່ຈະຕ້ອງໄດ້ຄວາມຮູ້ເພີ່ມຕື່ມ. - ໃນເກືອບທຸກກໍລະນີ, ຫຼັກສູດເພີ່ມເຕີມຟຣີຈະພຽງພໍ.

ຂ້ອຍມາຮອດ "ຄວາມຄິດ" ກ່ຽວກັບການວິເຄາະແນວໃດ?

ສໍາລັບຫລາຍປີນາງໄດ້ມີສ່ວນຮ່ວມໃນການສ້າງຮ້ານອອນໄລນ໌ແລະການບໍາລຸງຮັກສາຂອງພວກເຂົາ (ການຕະຫຼາດ, ການໂຄສະນາ, Yandex.Direct, ແລະອື່ນໆ). ຂ້າພະເຈົ້າຕ້ອງການຈໍາກັດຂອບເຂດຂອງກິດຈະກໍາຂອງຂ້າພະເຈົ້າແລະເຮັດພຽງແຕ່ສິ່ງເຫຼົ່ານັ້ນຈາກ spectrum ກວ້າງນີ້ທີ່ຂ້າພະເຈົ້າມັກທີ່ສຸດ. ຍິ່ງໄປກວ່ານັ້ນ, ຂ້ອຍບໍ່ຮູ້ຊື່ຂອງອາຊີບໃນອະນາຄົດຂອງຂ້ອຍ, ມີພຽງແຕ່ຄວາມຕ້ອງການໂດຍປະມານສໍາລັບຂະບວນການເຮັດວຽກ. ໂຄງການການຮຽນຮູ້ແລະເຄື່ອງມືດ້ວຍຕົນເອງບໍ່ເຄີຍເປັນອຸປະສັກສໍາລັບຂ້ອຍ, ດັ່ງນັ້ນຂ້ອຍຈຶ່ງຕັດສິນໃຈຊອກຫາບ່ອນທີ່ຂ້ອຍສາມາດໃຊ້ປະສົບການຂອງຂ້ອຍແລະຮຽນຮູ້ສິ່ງໃຫມ່.

ທໍາອິດຂ້າພະເຈົ້າຄິດກ່ຽວກັບການໄດ້ຮັບການສຶກສາຊັ້ນສູງທີສອງຫຼືການຝຶກອົບຮົມວິຊາຊີບ, ນັບຕັ້ງແຕ່ຫຼັກສູດເບິ່ງຄືວ່າເປັນບາງສິ່ງບາງຢ່າງທີ່ບໍ່ສະບາຍ. ໃນຂະນະທີ່ຊອກຫາທາງເລືອກຕ່າງໆ, ຂ້ອຍບັງເອີນມາໃນທົ່ວ Yandex.Practice. ມີອາຊີບຈໍານວນຫນ້ອຍ, ໃນບັນດາພວກເຂົາແມ່ນນັກວິເຄາະຂໍ້ມູນ, ຄໍາອະທິບາຍແມ່ນຫນ້າສົນໃຈ.

ຂ້ອຍເລີ່ມສຶກສາສິ່ງທີ່ມີຢູ່ໃນການວິເຄາະຂໍ້ມູນໃນແງ່ຂອງການໄດ້ຮັບການສຶກສາຊັ້ນສູງທີສອງ, ແຕ່ມັນໄດ້ຫັນອອກວ່າໄລຍະເວລາການຝຶກອົບຮົມແມ່ນຂ້ອນຂ້າງຍາວສໍາລັບພື້ນທີ່ທີ່ທຸກສິ່ງທຸກຢ່າງມີການປ່ຽນແປງຢ່າງໄວວາ; ສະຖາບັນການສຶກສາຊັ້ນສູງແມ່ນບໍ່ມີເວລາທີ່ຈະຕອບສະຫນອງ. ນີ້. ຂ້າພະເຈົ້າໄດ້ຕັດສິນໃຈເບິ່ງສິ່ງທີ່ຕະຫຼາດສະເຫນີນອກເຫນືອຈາກກອງປະຊຸມ. ຜູ້ເຂົ້າຮ່ວມສ່ວນໃຫຍ່ໄດ້ແນະນໍາອີກ 1-2 ປີທີ່ຍາວນານ, ແຕ່ຂ້າພະເຈົ້າຕ້ອງການການພັດທະນາແບບຂະຫນານ: ການເຂົ້າສູ່ວິຊາຊີບໃນຕໍາແຫນ່ງຕ່ໍາກວ່າແລະການຝຶກອົບຮົມຕື່ມອີກ.

ສິ່ງທີ່ຂ້ອຍຕ້ອງການໃນອາຊີບ (ຂ້ອຍບໍ່ພິຈາລະນາຂະບວນການເຮັດວຽກ)

• ຂ້ອຍຕ້ອງການການຝຶກອົບຮົມໃຫ້ເປັນຂະບວນການຖາວອນໃນອາຊີບຂອງຂ້ອຍ,
• ຂ້ອຍຮັບມືກັບການດໍາເນີນການປົກກະຕິໄດ້ດີຖ້າຂ້ອຍເຫັນເປົ້າຫມາຍທີ່ຫນ້າສົນໃຈ, ແຕ່ຂ້ອຍຕ້ອງການ multitasking ເພື່ອວ່າຂະບວນການເຮັດວຽກບໍ່ປະກອບດ້ວຍການປະຕິບັດກົນຈັກຫຼາຍ,
• ດັ່ງນັ້ນມັນເປັນສິ່ງຈໍາເປັນແທ້ໆໂດຍທຸລະກິດແລະບໍ່ພຽງແຕ່ (ຕະຫຼາດເອງຢືນຢັນນີ້ໃນຮູເບີນຫຼືໂດລາ),
• ມີອົງປະກອບຂອງເອກະລາດ, ຄວາມຮັບຜິດຊອບ, "ວົງຈອນເຕັມ",
• ມີບ່ອນຫວ່າງທີ່ຈະເຕີບໂຕ (ໃນປັດຈຸບັນຂ້າພະເຈົ້າເຫັນວ່າມັນເປັນການຮຽນຮູ້ເຄື່ອງຈັກແລະກິດຈະກໍາທາງວິທະຍາສາດ).

ດັ່ງນັ້ນ, ທາງເລືອກຫຼຸດລົງໃນ Yandex.Practicum ເນື່ອງຈາກ:

• ໄລຍະເວລາຂອງການສຶກສາ (ພຽງແຕ່ຫົກເດືອນ),
• ເກນເຂົ້າຮຽນຕໍ່າ - ເຂົາເຈົ້າສັນຍາວ່າ ເຖິງແມ່ນຈະຮຽນຈົບມັດທະຍົມແລ້ວ ເຈົ້າສາມາດຮຽນວິຊາຊີບໄດ້,
• ລາຄາ,
• ພວກ​ເຂົາ​ເຈົ້າ​ຈະ​ສົ່ງ​ເງິນ​ຄືນ​ຖ້າ​ຫາກ​ວ່າ​ທ່ານ​ເຂົ້າ​ໃຈ​ວ່າ​ອາ​ຊີບ​ນີ້​ບໍ່​ເຫມາະ​ສົມ​ສໍາ​ລັບ​ທ່ານ (ມີ​ກົດ​ລະ​ບຽບ​ສະ​ເພາະ​ໃດ​ຫນຶ່ງ​ທີ່​ຂ້ອນ​ຂ້າງ​ຍຸ​ຕິ​ທໍາ​)​,
• ປະຕິບັດແລະປະຕິບັດອີກເທື່ອຫນຶ່ງ - ໂຄງການປະຕິບັດທີ່ຈະຖືກລວມເຂົ້າໃນຫຼັກຊັບ (ຂ້າພະເຈົ້າພິຈາລະນານີ້ເປັນສິ່ງສໍາຄັນທີ່ສຸດ),
• ຮູບແບບອອນໄລນ໌, ສະຫນັບສະຫນູນ,
• ຫຼັກສູດການແນະນໍາຟຣີກ່ຽວກັບ Python, ໃນຂັ້ນຕອນນີ້ທ່ານເຂົ້າໃຈບໍ່ວ່າທ່ານຕ້ອງການ,
• ນອກຈາກນັ້ນ, ທ່ານຈໍາເປັນຕ້ອງພິຈາລະນາປະເພດຂອງຄວາມຊົງຈໍາທີ່ທ່ານມີ. ຄວາມໄວແລະຄວາມສໍາເລັດຂອງການຝຶກອົບຮົມຈະຂຶ້ນກັບນີ້. ມັນເປັນສິ່ງ ສຳ ຄັນຫຼາຍ ສຳ ລັບຂ້ອຍທີ່ອຸປະກອນການສຶກສາແມ່ນຢູ່ໃນຮູບແບບຂອງຕົວ ໜັງ ສື, ເພາະວ່າຂ້ອຍມີຄວາມຊົງ ຈຳ ທາງສາຍຕາທີ່ພັດທະນາທີ່ສຸດ. ຕົວຢ່າງ, Geekbrains ມີອຸປະກອນການສຶກສາທັງຫມົດໃນຮູບແບບວິດີໂອ (ອີງຕາມຂໍ້ມູນຈາກຫຼັກສູດການຝຶກອົບຮົມ). ສໍາລັບຜູ້ທີ່ຮັບຮູ້ຂໍ້ມູນດ້ວຍຫູ, ຮູບແບບນີ້ອາດຈະເຫມາະສົມກວ່າ.

ຄວາມກັງວົນ:

• ໄດ້ເຂົ້າໄປໃນກະແສທໍາອິດແລະເຂົ້າໃຈວ່າ, ເຊັ່ນດຽວກັບຜະລິດຕະພັນໃຫມ່, ແນ່ນອນວ່າຈະມີຂໍ້ບົກຜ່ອງດ້ານວິຊາການ,
• ຂ້າພະເຈົ້າເຂົ້າໃຈວ່າບໍ່ມີຄໍາຖາມໃດໆກ່ຽວກັບການຈ້າງງານບັງຄັບ.

ຂະບວນການຮຽນຮູ້ເປັນແນວໃດ?

ເພື່ອເລີ່ມຕົ້ນ, ທ່ານຕ້ອງໄດ້ສອນຫຼັກສູດການແນະນໍາຟຣີກ່ຽວກັບ Python ແລະເຮັດສໍາເລັດຫນ້າວຽກທັງຫມົດ, ເພາະວ່າຖ້າທ່ານບໍ່ເຮັດສໍາເລັດອັນທີ່ຜ່ານມາ, ຕໍ່ໄປຈະບໍ່ປາກົດ. ທຸກໆວຽກງານຕໍ່ມາໃນຫຼັກສູດແມ່ນໂຄງສ້າງແບບນີ້. ມັນຍັງອະທິບາຍວ່າອາຊີບແມ່ນຫຍັງ ແລະມັນຄຸ້ມຄ່າກັບການຮຽນຫຼືບໍ່.

ການຊ່ວຍເຫຼືອສາມາດໄດ້ຮັບໃນ Facebook, VKontakte, Telegram ແລະການສື່ສານພື້ນຖານໃນ Slack.
ສ່ວນໃຫຍ່ຂອງການສື່ສານໃນ Slack ເກີດຂຶ້ນກັບຄູສອນໃນຂະນະທີ່ສໍາເລັດການຈໍາລອງແລະໃນຂະນະທີ່ສໍາເລັດໂຄງການ.

ໂດຍຫຍໍ້ກ່ຽວກັບພາກສ່ວນຕົ້ນຕໍ

ພວກເຮົາເລີ່ມຕົ້ນການຝຶກອົບຮົມຂອງພວກເຮົາໂດຍການເຂົ້າໄປໃນ Python ແລະເລີ່ມຕົ້ນການນໍາໃຊ້ Jupyter Notebook ເພື່ອກະກຽມໂຄງການ. ແລ້ວຢູ່ໃນຂັ້ນຕອນທໍາອິດທີ່ພວກເຮົາກໍາລັງປະຕິບັດໂຄງການທໍາອິດ. ນອກຈາກນີ້ຍັງມີການແນະນໍາກ່ຽວກັບອາຊີບແລະຂໍ້ກໍານົດຂອງມັນ.

ໃນຂັ້ນຕອນທີສອງ, ພວກເຮົາຮຽນຮູ້ກ່ຽວກັບການປຸງແຕ່ງຂໍ້ມູນ, ໃນທຸກດ້ານຂອງມັນ, ແລະເລີ່ມຕົ້ນສຶກສາແລະວິເຄາະຂໍ້ມູນ. ທີ່ນີ້ສອງໂຄງການເພີ່ມເຕີມໄດ້ຖືກເພີ່ມເຂົ້າໃນຫຼັກຊັບ.

ຫຼັງຈາກນັ້ນ, ມີຫຼັກສູດການວິເຄາະຂໍ້ມູນສະຖິຕິ + ໂຄງການ.

ທີສາມທໍາອິດແມ່ນສໍາເລັດ, ພວກເຮົາກໍາລັງດໍາເນີນໂຄງການ prefabricated ຂະຫນາດໃຫຍ່.

ການຝຶກອົບຮົມເພີ່ມເຕີມໃນການເຮັດວຽກກັບຖານຂໍ້ມູນແລະການເຮັດວຽກໃນພາສາ SQl. ໂຄງການອື່ນ.
ຕອນນີ້ໃຫ້ພວກເຮົາລົງເລິກໃນການວິເຄາະແລະການວິເຄາະການຕະຫຼາດແລະ, ແນ່ນອນ, ໂຄງການ.
ຕໍ່ໄປ - ການທົດລອງ, ສົມມຸດຕິຖານ, ການທົດສອບ A/B. ໂຄງການ.
ໃນ​ປັດ​ຈຸ​ບັນ​ເປັນ​ຕົວ​ແທນ​ຮູບ​ພາບ​ຂອງ​ຂໍ້​ມູນ​, ການ​ນໍາ​ສະ​ເຫນີ​, ຫ້ອງ​ສະ​ຫມຸດ Seaborn​. ໂຄງການ.

ທີສາມທີສອງແມ່ນສໍາເລັດ - ໂຄງການລວມຂະຫນາດໃຫຍ່.

ອັດຕະໂນມັດຂອງຂະບວນການວິເຄາະຂໍ້ມູນ. Stream ວິທີແກ້ໄຂການວິເຄາະ. ແຜງໜ້າປັດ. ການຕິດຕາມ. ໂຄງການ.
ການວິເຄາະການຄາດເດົາ. ວິທີການຮຽນຮູ້ເຄື່ອງຈັກ. ການຖົດຖອຍເສັ້ນ. ໂຄງການ.

ໂຄງການຈົບການສຶກສາ. ອີງຕາມຜົນໄດ້ຮັບ, ພວກເຮົາໄດ້ຮັບໃບຢັ້ງຢືນການສຶກສາເພີ່ມເຕີມ.

ໂຄງການທີ່ດໍາເນີນຢ່າງຕໍ່ເນື່ອງທັງຫມົດແມ່ນມີລັກສະນະນໍາໃຊ້ໃນດ້ານຕ່າງໆຂອງທຸລະກິດ: ທະນາຄານ, ອະສັງຫາລິມະສັບ, ຮ້ານຄ້າອອນໄລນ໌, ຜະລິດຕະພັນຂໍ້ມູນຂ່າວສານ, ແລະອື່ນໆ.

ໂຄງການທັງຫມົດຖືກກວດສອບໂດຍຜູ້ແນະນໍາ Yandex.Practice - ນັກວິເຄາະທີ່ເຮັດວຽກ. ການສື່ສານກັບພວກເຂົາຍັງກາຍເປັນສິ່ງສໍາຄັນທີ່ສຸດ, ພວກເຂົາກະຕຸ້ນ, ແຕ່ສໍາລັບຂ້ອຍ, ສິ່ງທີ່ມີຄຸນຄ່າທີ່ສຸດແມ່ນເຮັດວຽກຜ່ານຄວາມຜິດພາດ.

ພາກສ່ວນຫນຶ່ງທີ່ສໍາຄັນແມ່ນການປະຊຸມວິດີໂອກັບຄູສອນແລະການຝຶກອົບຮົມວິດີໂອກັບຜູ້ປະຕິບັດການເຊີນ.

ຍັງມີວັນພັກ)) - ຫນຶ່ງອາທິດລະຫວ່າງສອງສ່ວນສາມ. ຖ້າຂະບວນການດໍາເນີນໄປຕາມກໍານົດເວລາ, ທ່ານພັກຜ່ອນ, ແລະຖ້າບໍ່, ຫຼັງຈາກນັ້ນທ່ານສໍາເລັດຮູບຫາງ. ນອກນັ້ນຍັງມີການພັກຜ່ອນທາງວິຊາການສໍາລັບຜູ້ທີ່, ສໍາລັບເຫດຜົນບາງຢ່າງ, ຕ້ອງເລື່ອນເວລາການສຶກສາຂອງເຂົາເຈົ້າ.

ເລັກນ້ອຍກ່ຽວກັບ simulator ໄດ້

ຫຼັກສູດແມ່ນໃຫມ່, ແຕ່ເບິ່ງຄືວ່າອີງໃສ່ຫຼັກສູດອື່ນໆ, ຜູ້ຊ່ຽວຊານ Yandex ຮູ້ວ່າມັນມີຄວາມຫຍຸ້ງຍາກແນວໃດບາງຄັ້ງເມື່ອມີການໂຫຼດເກີນແລະຂໍ້ມູນ "ບໍ່ເຂົ້າມາ." ດັ່ງນັ້ນ, ພວກເຮົາໄດ້ຕັດສິນໃຈທີ່ຈະສ້າງຄວາມບັນເທີງໃຫ້ກັບນັກຮຽນໃຫ້ຫຼາຍເທົ່າທີ່ເປັນໄປໄດ້ດ້ວຍການແຕ້ມຮູບຕະຫລົກ ແລະຄໍາຄິດເຫັນ, ແລະຂ້າພະເຈົ້າຕ້ອງເວົ້າວ່າ, ມັນໄດ້ຊ່ວຍແທ້ໆໃນຊ່ວງເວລາທີ່ໝົດຫວັງໃນເວລາທີ່ທ່ານ “ສູ້” ກັບວຽກງານໃດໜຶ່ງ.

ແລະບາງຄັ້ງຄວາມສິ້ນຫວັງທີ່ເກີດຂື້ນໃນ:

• ເຈົ້າ, ເຈົ້າຮຽນຈົບມະຫາວິທະຍາໄລດົນນານມາແລ້ວ ແລະເຈົ້າເບິ່ງຄືວ່າເຈົ້າບໍ່ຈື່ຫຍັງເລີຍ, ແລະຫຼັງຈາກນັ້ນເຈົ້າເຫັນຫົວຂໍ້ຂອງຫົວຂໍ້ "ການປະມານການປົກກະຕິຂອງການແຈກຢາຍ binomial" ແລະຍອມແພ້, ແລະຄິດວ່າເຈົ້າຈະບໍ່ແນ່ນອນ. ເຂົ້າໃຈເລື່ອງນີ້, ແຕ່ຕໍ່ມາທັງທິດສະດີຄວາມເປັນໄປໄດ້ແລະສະຖິຕິກາຍເປັນສໍາລັບທ່ານທີ່ເຂົ້າໃຈແລະຫນ້າສົນໃຈຫຼາຍຂຶ້ນ,
• ຫຼືທ່ານໄດ້ຮັບນີ້:

  

ຄໍາແນະນໍາສໍາລັບນັກຮຽນໃນອະນາຄົດ: 90% ຂອງຄວາມຜິດພາດແມ່ນເກີດມາຈາກຄວາມເຫນື່ອຍລ້າຫຼື overload ກັບຂໍ້ມູນໃຫມ່. ພັກຜ່ອນສໍາລັບເຄິ່ງຊົ່ວໂມງຫຼືຫນຶ່ງຊົ່ວໂມງແລະພະຍາຍາມອີກເທື່ອຫນຶ່ງ, ຕາມກົດລະບຽບ, ໃນລະຫວ່າງເວລານີ້, ສະຫມອງຂອງທ່ານຈະປະມວນຜົນແລະຕັດສິນໃຈທຸກສິ່ງທຸກຢ່າງສໍາລັບທ່ານ)). ແລະ 10% ຖ້າ​ຫາກ​ວ່າ​ທ່ານ​ບໍ່​ເຂົ້າ​ໃຈ​ຫົວ​ຂໍ້ - ອ່ານ​ມັນ​ອີກ​ເທື່ອ​ຫນຶ່ງ​ແລະ​ທຸກ​ສິ່ງ​ທຸກ​ຢ່າງ​ຈະ​ເຮັດ​ໄດ້​ແນ່​ນອນ​!

ໃນໄລຍະການຝຶກອົບຮົມ, ໂຄງການພິເສດປະກົດວ່າຊ່ວຍໃນການຈ້າງງານ: ແຕ້ມຊີວະປະຫວັດ, ຈົດຫມາຍສະບັບ, ແຕ້ມຫຼັກຊັບ, ການກະກຽມການສໍາພາດ, ແລະອື່ນໆ, ໂດຍມີຜູ້ຊ່ຽວຊານຈາກພະແນກ HR. ສິ່ງນີ້ໄດ້ກາຍເປັນສິ່ງທີ່ ສຳ ຄັນທີ່ສຸດ ສຳ ລັບຂ້ອຍ, ເພາະວ່າຂ້ອຍຮູ້ວ່າຂ້ອຍບໍ່ໄດ້ໄປ ສຳ ພາດເປັນເວລາຫຼາຍປີແລ້ວ.

ເກືອບໃນຕອນທ້າຍຂອງການສຶກສາຂອງຂ້ອຍ, ຂ້ອຍສາມາດແນະນໍາສິ່ງທີ່ມັນຕ້ອງການທີ່ຈະມີ:

• oddly ພຽງພໍ, penchant ສໍາລັບການວິເຄາະ, ຄວາມສາມາດໃນການສ້າງຄວາມສໍາພັນຢ່າງມີເຫດຜົນ, ປະເພດຂອງແນວຄິດນີ້ຄວນຈະຊະນະ
• ຄວາມສາມາດແລະຄວາມປາຖະຫນາທີ່ຈະຮຽນຮູ້ບໍ່ຄວນສູນເສຍໄປ (ເຈົ້າຈະຕ້ອງໄດ້ສຶກສາຫຼາຍດ້ວຍຕົວເຈົ້າເອງ), ນີ້ແມ່ນແນ່ນອນ, ສໍາລັບປະເພດຄົນທີ່ມີອາຍຸເກີນ 35 ປີ,
• ຄືກັບ banal, ແຕ່ມັນກໍ່ດີກວ່າທີ່ຈະບໍ່ເລີ່ມຕົ້ນຖ້າແຮງຈູງໃຈຂອງເຈົ້າຖືກຈໍາກັດພຽງແຕ່ "ຂ້ອຍຢາກມີລາຍໄດ້ຫຼາຍ / ຫຼາຍ."

ຂໍ້ເສຍແລະຄວາມຄາດຫວັງທີ່ບໍ່ສົມເຫດສົມຜົນທັງຫມົດ, ພວກເຮົາຈະຢູ່ໃສໂດຍບໍ່ມີພວກມັນ?

• ພວກເຂົາເຈົ້າສັນຍາວ່າມີການສຶກສາມັດທະຍົມທຸກຄົນສາມາດເຂົ້າໃຈໄດ້.

  ບໍ່ແມ່ນຄວາມຈິງທັງຫມົດ, ເຖິງແມ່ນວ່າການສຶກສາມັດທະຍົມກໍ່ຍັງແຕກຕ່າງກັນ. ຂ້າ​ພະ​ເຈົ້າ​ເຊື່ອ​ວ່າ​, ເປັນ​ຜູ້​ທີ່​ມີ​ຊີ​ວິດ​ໃນ​ສະ​ໄຫມ​ໂບ​ຮານ​)​)​, ໃນ​ເວ​ລາ​ທີ່​ບໍ່​ມີ​ການ​ນໍາ​ໃຊ້​ອິນ​ເຕີ​ເນັດ​ຢ່າງ​ກວ້າງ​ຂວາງ​, ທີ່​ຄວນ​ຈະ​ມີ​ອຸ​ປະ​ກອນ​ແນວ​ຄວາມ​ຄິດ​ທີ່​ພຽງ​ພໍ​. ເຖິງແມ່ນວ່າ, ແຮງຈູງໃຈສູງຈະເອົາຊະນະທຸກສິ່ງທຸກຢ່າງ.

• ຄວາມເຂັ້ມຂຸ້ນໄດ້ຫັນອອກມາຂ້ອນຂ້າງສູງ.

  ມັນຈະເປັນເລື່ອງຍາກສໍາລັບຜູ້ທີ່ເຮັດວຽກ (ໂດຍສະເພາະໃນພາກສະຫນາມທີ່ໄກຈາກນີ້), ບາງທີມັນອາດຈະຄຸ້ມຄ່າໃນການແຈກຢາຍເວລາທີ່ບໍ່ເທົ່າທຽມກັນລະຫວ່າງຫຼັກສູດ, ແຕ່ໂດຍທີສາມຄັ້ງທໍາອິດ, ແລະອື່ນໆໃນລໍາດັບຫຼຸດລົງ.

• ຕາມຄາດຫມາຍ, ມີບັນຫາດ້ານວິຊາການ.

  ໃນຖານະເປັນບຸກຄົນທີ່ມີສ່ວນຮ່ວມໃນໂຄງການຮອບວຽນເຕັມ, ຂ້າພະເຈົ້າເຂົ້າໃຈວ່າ, ຢ່າງຫນ້ອຍໃນຕອນທໍາອິດ, ມັນເປັນໄປບໍ່ໄດ້ໂດຍບໍ່ມີບັນຫາດ້ານວິຊາການ. ພວກຜູ້ຊາຍໄດ້ພະຍາຍາມຢ່າງໜັກເພື່ອແກ້ໄຂທຸກຢ່າງໃຫ້ໄວເທົ່າທີ່ຈະໄວໄດ້.

• ຄູສອນບໍ່ຕອບສະ ໜອງ ທັນເວລາໃນ Slack.

  "ກົງກັບເວລາ" ແມ່ນແນວຄວາມຄິດສອງເທົ່າ, ໃນກໍລະນີນີ້, ຕາມເວລາ, ເວລາທີ່ທ່ານຕ້ອງການ, ເພາະວ່ານັກຮຽນທີ່ເຮັດວຽກໄດ້ຈັດສັນໄລຍະເວລາໃນການສຶກສາແລະຄວາມໄວໃນການຕອບຄໍາຖາມແມ່ນສໍາຄັນສໍາລັບພວກເຂົາ. ພວກເຮົາຕ້ອງການຄູເພີ່ມເຕີມ.

• ແຫຼ່ງຂໍ້ມູນພາຍນອກ (ບົດຄວາມ, ຫຼັກສູດເພີ່ມເຕີມ) ແມ່ນຕ້ອງການ.

  ບາງບົດຄວາມຖືກແນະນໍາໂດຍ Yandex.Practicum, ແຕ່ນີ້ບໍ່ພຽງພໍ. ຂ້າພະເຈົ້າສາມາດແນະນໍາ, ໃນຂະຫນານ, ເສີມກັບຫຼັກສູດກ່ຽວກັບ Stepik - Big Data ສໍາລັບຜູ້ຈັດການ (ສໍາລັບການພັດທະນາທົ່ວໄປ), ການຂຽນໂປຼແກຼມໃນ Python, ພື້ນຖານຂອງສະຖິຕິ, ທັງສອງພາກສ່ວນກັບ Anatoly Karpov, ການແນະນໍາຖານຂໍ້ມູນ, ທິດສະດີຄວາມເປັນໄປໄດ້ (2 ໂມດູນທໍາອິດ).

ສະຫລຸບ

ໂດຍລວມແລ້ວຫຼັກສູດແມ່ນເຮັດໄດ້ດີຫຼາຍແລະມີຈຸດປະສົງທັງການສຶກສາແລະແຮງຈູງໃຈ. ຂ້ອຍຍັງຕ້ອງຊໍານິຊໍານານຫຼາຍຢ່າງ, ແຕ່ຕອນນີ້ມັນບໍ່ເຮັດໃຫ້ຂ້ອຍຢ້ານ, ຂ້ອຍມີແຜນການປະຕິບັດທີ່ມີຄວາມຫມາຍແລ້ວ. ຄ່າໃຊ້ຈ່າຍແມ່ນສາມາດໃຫ້ໄດ້ຫຼາຍ - ເງິນເດືອນຫນຶ່ງສໍາລັບນັກວິເຄາະຢູ່ໃນຕໍາແຫນ່ງຕ່ໍາສຸດ. ການປະຕິບັດຫຼາຍ. ຊ່ວຍເຫຼືອທຸກຢ່າງຈາກຊີວະປະຫວັດຫຍໍ້ຈົນເຖິງການສະໜອງກາເຟ.

ແຫຼ່ງຂໍ້ມູນ: www.habr.com