प्रथम हाताने शिकण्याचा अनुभव. Yandex.Workshop – डेटा विश्लेषक

यांडेक्स.प्रॅक्टिकममधील प्रशिक्षणाचा माझा अनुभव मी त्यांच्यासाठी सामायिक करतो ज्यांना एकतर पूर्णपणे नवीन खासियत मिळवायची आहे किंवा संबंधित क्षेत्रातून पुढे जायचे आहे. माझ्या व्यक्तिनिष्ठ मतानुसार मी याला व्यवसायातील पहिली पायरी म्हणेन. कोणत्या गोष्टींचा अभ्यास करणे आवश्यक आहे हे अगदी सुरवातीपासून जाणून घेणे कठीण आहे, कारण प्रत्येकाकडे विशिष्ट प्रमाणात ज्ञान असते आणि हा कोर्स तुम्हाला बरेच काही शिकवेल आणि प्रत्येकाला स्वतःला समजेल की त्यांना कोणत्या क्षेत्रात अतिरिक्त ज्ञान मिळवावे लागेल. - जवळजवळ सर्व प्रकरणांमध्ये, विनामूल्य अतिरिक्त अभ्यासक्रम पुरेसे असतील.

मी विश्लेषणाबद्दल "विचार" वर कसा आलो?

अनेक वर्षांपासून ती ऑनलाइन स्टोअर्सची निर्मिती आणि त्यांची देखभाल (मार्केटिंग, जाहिरात, Yandex.Direct इ.) करण्यात गुंतलेली होती. मला माझ्या क्रियाकलापाची व्याप्ती कमी करायची होती आणि या विस्तृत स्पेक्ट्रममधून फक्त त्या गोष्टी करायच्या होत्या ज्या मला सर्वात जास्त आवडल्या. शिवाय, मला माझ्या भावी व्यवसायाचे नाव देखील माहित नव्हते, कामाच्या प्रक्रियेसाठी फक्त अंदाजे आवश्यकता होत्या. माझ्या स्वतःहून प्रोग्राम आणि साधने शिकणे माझ्यासाठी कधीही अडथळा ठरले नाही, म्हणून मी माझा अनुभव कुठे लागू करू शकतो आणि नवीन गोष्टी शिकू शकतो हे शोधण्याचा निर्णय घेतला.

सुरुवातीला मी दुसरे उच्च शिक्षण किंवा व्यावसायिक पुन्हा प्रशिक्षण घेण्याचा विचार केला, कारण अभ्यासक्रम काहीतरी फालतू वाटले. विविध पर्याय शोधत असताना, मला चुकून Yandex.Practice भेटले. तेथे काही व्यवसाय होते, त्यापैकी एक डेटा विश्लेषक होता, वर्णन मनोरंजक होते.

मी दुसरे उच्च शिक्षण मिळविण्याच्या दृष्टीने माहिती विश्लेषणामध्ये काय उपलब्ध आहे याचा अभ्यास करण्यास सुरुवात केली, परंतु असे दिसून आले की अशा क्षेत्रासाठी प्रशिक्षण कालावधी बराच मोठा आहे जेथे सर्व काही फार लवकर बदलत आहे उच्च शिक्षण संस्थांना प्रतिसाद देण्याची शक्यता नाही; याला मी वर्कशॉप व्यतिरिक्त मार्केट काय ऑफर करते हे पाहण्याचा निर्णय घेतला. बहुतेक सहभागींनी पुन्हा 1-2 वर्षे खूप लांब सुचवले, परंतु मला समांतर विकास हवा आहे: निम्न पदांवर व्यवसायात प्रवेश आणि पुढील प्रशिक्षण.

मला व्यवसायात काय हवे आहे (मी कामाच्या प्रक्रियेचा विचार करत नाही)

• माझ्या व्यवसायात प्रशिक्षण ही कायमस्वरूपी प्रक्रिया व्हावी अशी माझी इच्छा होती,
• जर मला एखादे मनोरंजक उद्दिष्ट दिसले तर मी नियमित ऑपरेशन्सचा चांगला सामना करतो, परंतु मला मल्टीटास्किंग हवे होते जेणेकरून कामाच्या प्रक्रियेत अनेक यांत्रिक क्रिया नसतील,
• जेणेकरून ते खरोखरच व्यवसायासाठी आवश्यक आहे आणि इतकेच नाही (बाजार स्वतःच रूबल किंवा डॉलरमध्ये याची पुष्टी करतो),
• स्वातंत्र्य, जबाबदारी, "पूर्ण चक्र" चा एक घटक होता,
• वाढण्यास जागा होती (या क्षणी मी ते मशीन लर्निंग आणि वैज्ञानिक क्रियाकलाप म्हणून पाहतो).

तर, निवड Yandex.Practicum वर पडली कारण:

• अभ्यासाचा कालावधी (फक्त सहा महिने),
• कमी प्रवेश थ्रेशोल्ड - त्यांनी वचन दिले की माध्यमिक शिक्षण घेऊनही तुम्ही एखाद्या व्यवसायात प्रभुत्व मिळवू शकता,
• किंमत,
• हा व्यवसाय तुमच्यासाठी योग्य नाही हे तुम्हाला समजल्यास ते निधी परत करतील (काही नियम आहेत जे अगदी योग्य आहेत),
• सराव आणि सराव पुन्हा करा - व्यावहारिक प्रकल्प जे पोर्टफोलिओमध्ये समाविष्ट केले जातील (मी हे सर्वात महत्वाचे मानले आहे),
• ऑनलाइन स्वरूप, समर्थन,
• पायथनवर विनामूल्य परिचयात्मक अभ्यासक्रम, या टप्प्यावर आपल्याला याची आवश्यकता आहे की नाही हे देखील समजते,
• याव्यतिरिक्त, आपल्याकडे कोणत्या प्रकारची मेमरी आहे याचा विचार करणे आवश्यक आहे. प्रशिक्षणाचा वेग आणि यश यावर अवलंबून असेल. माझ्यासाठी हे खूप महत्वाचे आहे की शैक्षणिक साहित्य मजकूराच्या स्वरूपात आहे, कारण माझ्याकडे वैयक्तिकरित्या सर्वात विकसित व्हिज्युअल मेमरी आहे. उदाहरणार्थ, Geekbrains कडे सर्व शैक्षणिक साहित्य व्हिडिओ स्वरूपात आहे (प्रशिक्षण अभ्यासक्रमातील माहितीनुसार). ज्यांना कानाने माहिती समजते त्यांच्यासाठी हे स्वरूप अधिक योग्य असू शकते.

चिंता:

• पहिल्याच प्रवाहात प्रवेश केला आणि समजले की, कोणत्याही नवीन उत्पादनाप्रमाणे, तांत्रिक कमतरता नक्कीच असतील,
• मला समजले की कोणत्याही सक्तीच्या नोकरीचा प्रश्नच नाही.

शिकण्याची प्रक्रिया कशी चालू आहे?

प्रारंभ करण्यासाठी, आपण पायथनवर एक विनामूल्य परिचयात्मक अभ्यासक्रम घेणे आवश्यक आहे आणि सर्व कार्ये पूर्ण करणे आवश्यक आहे, कारण आपण मागील पूर्ण न केल्यास, पुढील दिसणार नाही. अभ्यासक्रमातील सर्व पुढील कार्ये अशा प्रकारे संरचित आहेत. हे देखील स्पष्ट करते की व्यवसाय काय आहे आणि तो अभ्यासक्रम घेणे योग्य आहे का.

फेसबुक, व्हीकॉन्टाक्टे, टेलिग्राम आणि स्लॅकमधील मूलभूत संप्रेषणावर मदत मिळू शकते.
सिम्युलेटर पूर्ण करताना आणि प्रकल्प पूर्ण करताना स्लॅकमधील बहुतांश संवाद शिक्षकांसोबत होतो.

मुख्य विभागांबद्दल थोडक्यात

आम्ही पायथनमध्ये शोधून आमचे प्रशिक्षण सुरू करतो आणि प्रकल्प तयार करण्यासाठी ज्युपिटर नोटबुक वापरण्यास सुरुवात करतो. आधीच पहिल्या टप्प्यावर आम्ही पहिला प्रकल्प राबवत आहोत. व्यवसायाची ओळख आणि त्याच्या गरजा देखील आहेत.

दुसऱ्या टप्प्यावर, आम्ही डेटा प्रोसेसिंगबद्दल, त्याच्या सर्व पैलूंबद्दल शिकतो आणि डेटाचा अभ्यास आणि विश्लेषण करण्यास सुरवात करतो. येथे आणखी दोन प्रकल्प पोर्टफोलिओमध्ये जोडले गेले आहेत.

त्यानंतर स्टॅटिस्टिकल डेटा ॲनालिसिस + प्रोजेक्टचा कोर्स आहे.

पहिला तिसरा पूर्ण झाला आहे, आम्ही एक मोठा प्रीफेब्रिकेटेड प्रकल्प करत आहोत.

डेटाबेससह कार्य करणे आणि एसक्यूएल भाषेत काम करण्याचे पुढील प्रशिक्षण. दुसरा प्रकल्प.
आता विश्लेषण आणि विपणन विश्लेषण आणि अर्थातच प्रकल्पात खोलवर जाऊ या.
पुढे - प्रयोग, गृहीतके, A/B चाचणी. प्रकल्प.
आता डेटा, सादरीकरण, सीबॉर्न लायब्ररीचे दृश्य प्रतिनिधित्व. प्रकल्प.

दुसरा तिसरा पूर्ण झाला - एक मोठा एकत्रित प्रकल्प.

डेटा विश्लेषण प्रक्रियेचे ऑटोमेशन. प्रवाह विश्लेषण उपाय. डॅशबोर्ड. देखरेख. प्रकल्प.
भविष्यसूचक विश्लेषण. मशीन शिक्षण पद्धती. रेखीय प्रतिगमन. प्रकल्प.

पदवी प्रकल्प. परिणामांवर आधारित, आम्हाला अतिरिक्त शिक्षणाचे प्रमाणपत्र मिळते.

सर्व चालू प्रकल्प व्यवसायाच्या विविध क्षेत्रांमध्ये लागू स्वरूपाचे आहेत: बँका, रिअल इस्टेट, ऑनलाइन स्टोअर्स, माहिती उत्पादने इ.

सर्व प्रकल्प Yandex.Practice मार्गदर्शक - कार्यरत विश्लेषकांकडून तपासले जातात. त्यांच्याशी संप्रेषण देखील अत्यंत महत्वाचे ठरले, ते प्रेरणा देतात, परंतु माझ्यासाठी सर्वात मौल्यवान गोष्ट म्हणजे चुकांमधून कार्य करणे.

मार्गदर्शकांसह व्हिडिओ कॉन्फरन्स आणि आमंत्रित प्रॅक्टिशनर्ससह व्हिडिओ प्रशिक्षण हा महत्त्वाचा भाग आहे.

सुट्ट्या देखील आहेत)) - दोन तृतीयांश दरम्यान एक आठवडा. जर प्रक्रिया वेळापत्रकानुसार चालली तर तुम्ही विश्रांती घ्या आणि जर नसेल तर तुम्ही शेपटी पूर्ण करा. ज्यांना काही कारणास्तव त्यांचा अभ्यास पुढे ढकलणे आवश्यक आहे त्यांच्यासाठी शैक्षणिक रजा देखील आहे.

सिम्युलेटर बद्दल थोडे

कोर्स नवीन आहे, परंतु वरवर पाहता इतर अभ्यासक्रमांवर आधारित, Yandex तज्ञांना माहित आहे की कधीकधी जेव्हा ओव्हरलोड असतो आणि माहिती "येत नाही" तेव्हा ते किती कठीण असते. म्हणूनच, आम्ही मजेदार रेखाचित्रे आणि टिप्पण्यांद्वारे विद्यार्थ्यांचे शक्य तितके मनोरंजन करण्याचा निर्णय घेतला आणि मला म्हणायचे आहे की, जेव्हा तुम्ही एखाद्या कामासाठी "संघर्ष" करत असाल तेव्हा निराशेच्या क्षणांमध्ये यामुळे खरोखर मदत झाली.

आणि कधीकधी निराशा येते:

• तुम्ही, तुम्ही बऱ्याच काळापूर्वी विद्यापीठातून पदवी प्राप्त केली आहे आणि तुम्हाला काहीही आठवत नाही असे दिसते आणि नंतर तुम्ही "द्विपद वितरणाचे सामान्य अंदाज" या विषयाचे शीर्षक पाहता आणि सोडून द्या आणि असे वाटते की तुम्हाला नक्कीच समजणार नाही. हे, परंतु नंतर संभाव्यता सिद्धांत आणि आकडेवारी दोन्ही आपल्यासाठी अधिकाधिक समजण्यायोग्य आणि मनोरंजक बनतात,
• किंवा तुम्हाला हे मिळेल:

  

भविष्यातील विद्यार्थ्यांना सल्ला: 90% त्रुटी थकवा किंवा नवीन माहितीच्या ओव्हरलोडमुळे होतात. अर्धा तास किंवा एक तास ब्रेक घ्या आणि पुन्हा प्रयत्न करा, नियमानुसार, या काळात तुमचा मेंदू प्रक्रिया करेल आणि तुमच्यासाठी सर्वकाही ठरवेल)). आणि 10% जर तुम्हाला विषय समजला नाही - तो पुन्हा वाचा आणि सर्वकाही निश्चितपणे कार्य करेल!

प्रशिक्षणादरम्यान, रोजगारामध्ये मदत करण्यासाठी एक विशेष कार्यक्रम दिसला: एचआर विभागातील तज्ञांसोबत रिझ्युमे, कव्हर लेटर, पोर्टफोलिओ तयार करणे, मुलाखतीची तयारी करणे आणि असेच बरेच काही. हे माझ्यासाठी अत्यंत महत्त्वाचे ठरले, कारण मला समजले की मी अनेक वर्षांपासून मुलाखतीला गेलो नाही.

माझा अभ्यास जवळजवळ संपल्यावर, मी सल्ला देऊ शकतो की काय घेणे इष्ट आहे:

• विचित्रपणे पुरेसे आहे, विश्लेषणासाठी एक वेध, तार्किक संबंध निर्माण करण्याची क्षमता, या प्रकारचा विचार प्रचलित असावा,
• शिकण्याची क्षमता आणि इच्छा गमावू नये (आपल्याला स्वतःहून खूप अभ्यास करावा लागेल), हे नक्कीच 35 वर्षांपेक्षा जास्त लोकांच्या श्रेणीसाठी आहे,
• अगदी सामान्य, पण तुमची प्रेरणा फक्त "मला खूप/अधिक कमवायची आहे" एवढीच मर्यादित असेल तर सुरुवात न करणे चांगले.

तोटे आणि पूर्णपणे न्याय्य अपेक्षा नाहीत, त्यांच्याशिवाय आपण कुठे असू?

• ते वचन देतात की माध्यमिक शिक्षणाने कोणालाही समजू शकते.

  पूर्णपणे सत्य नाही, अगदी माध्यमिक शिक्षण अजूनही वेगळे आहे. माझा विश्वास आहे की, प्राचीन काळात जगणारी व्यक्ती म्हणून)), जेव्हा इंटरनेटचा व्यापक वापर होत नव्हता, तेव्हा पुरेसे वैचारिक उपकरण असावे. जरी, उच्च प्रेरणा सर्वकाही जिंकेल.

• तीव्रता खूप जास्त असल्याचे दिसून आले.

  काम करणाऱ्यांसाठी (विशेषत: यापासून दूर असलेल्या क्षेत्रात) हे कठीण होईल, कदाचित अभ्यासक्रमांदरम्यान वेळेचे समान रीतीने पुनर्वितरण करणे योग्य नाही, परंतु पहिल्या तिसर्याने अधिक, आणि असेच उतरत्या क्रमाने.

• अपेक्षेप्रमाणे तांत्रिक अडचणी आल्या.

  पूर्ण-चक्र प्रकल्पांमध्ये गुंतलेली एक व्यक्ती म्हणून, मला समजते की, किमान प्रथम, तांत्रिक समस्यांशिवाय हे अशक्य आहे. मुलांनी शक्य तितक्या लवकर सर्वकाही ठीक करण्याचा खूप प्रयत्न केला.

• स्लॅकमध्ये शिक्षक नेहमी वेळेवर प्रतिसाद देत नाहीत.

  "वेळेवर" ही दुहेरी संकल्पना आहे, या प्रकरणात, वेळेवर, आपल्याला आवश्यक असलेला वेळ, कारण कार्यरत विद्यार्थी अभ्यासासाठी वेळ देतात आणि प्रश्नांची उत्तरे देण्याची गती त्यांच्यासाठी महत्त्वपूर्ण असते. आम्हाला आणखी शिक्षकांची गरज आहे.

• बाह्य स्रोत (लेख, अतिरिक्त अभ्यासक्रम) आवश्यक आहेत.

  Yandex.Practice द्वारे काही लेखांची शिफारस केली जाते, परंतु हे पुरेसे नाही. मी समांतरपणे, स्टेपिकवरील अभ्यासक्रमांना पूरक अशी शिफारस करू शकतो - व्यवस्थापकांसाठी (सामान्य विकासासाठी) बिग डेटा, पायथनमधील प्रोग्रामिंग, आकडेवारीची मूलभूत तत्त्वे, अनातोली कार्पोव्हसह दोन्ही भाग, डेटाबेसेसची ओळख, संभाव्यता सिद्धांत (प्रथम 2 मॉड्यूल).

निष्कर्ष

एकूणच हा अभ्यासक्रम अतिशय चांगला आहे आणि त्याचा उद्देश शैक्षणिक आणि प्रेरणादायी असा आहे. मला अजूनही बऱ्याच गोष्टींमध्ये प्रभुत्व मिळवायचे आहे, परंतु आता ते मला घाबरत नाही, माझ्याकडे आधीपासूनच कृतीची एक अर्थपूर्ण योजना आहे. किंमत खूप परवडणारी आहे - सर्वात कमी स्थानावरील विश्लेषकासाठी एक पगार. भरपूर सराव. रेझ्युमेपासून कॉफीच्या पुरवठ्यापर्यंत सर्व गोष्टींसाठी मदत करा.

स्त्रोत: www.habr.com