Iedereen houdt van succesverhalen. En op Habr zijn er er behoorlijk wat.
„Hoe ik een baan met een salaris van $300.000 kreeg in Silicon Valley”
„Hoe ik een baan bij Google kreeg”
„Hoe ik $200.000 verdiende op 16-jarige leeftijd”
„Hoe ik de Top AppStore bereikte met een eenvoudige valutawisselapp”
„Hoe ik ...” en nog duizend en één soortgelijk verhaal.
Het is geweldig dat iemand succes heeft gehad en ervoor heeft gekozen om dit te delen! Je leest het en je bent blij voor diegene. Maar de meeste van zulke verhalen hebben één gemene deler: je kunt het pad van de auteur niet herhalen! Of je leeft niet in de juiste tijd, of niet op de juiste plaats, of je bent een jongen geboren, of ...
Ik denk dat verhalen van mislukking in dit opzicht vaak nuttiger zijn. Je hoeft gewoon niet te doen wat de auteur deed. Dat is, laten we eerlijk zijn, veel eenvoudiger dan proberen iemands ervaring te herhalen. Maar zulke verhalen willen mensen meestal niet delen. En ik zal dat doen.
Ik heb jarenlang gewerkt in systeemintegratie en technische ondersteuning. Een paar jaar geleden ben ik zelfs als systeemingenieur naar Duitsland gegaan om meer geld te verdienen. Maar het gebied van systeemintegratie inspireerde me al een tijdje niet meer, en ik wilde het veld veranderen naar iets dat lucratiever en interessanter was. Eind 2015 stuitte ik op Habr op een artikel , waarin Vladimir zijn weg naar Data Science beschrijft. Ik realiseerde me: dat is wat ik nodig heb. Ik kende SQL redelijk goed en het leek me interessant om met gegevens te werken. Vooral deze grafieken maakten indruk op me:
Zelfs het minimale salaris in dit veld was hoger dan welk salaris ik in mijn hele eerdere leven ook had gehad. Ik besloot vastberaden een machine learning engineer te worden. Volg de voorbeelden van Vladimir, schreef ik me in op coursera.org voor een specialisatie van negen cursussen: .
Ik voltooide één cursus per maand. Ik was heel ijverig. Bij elke cursus voltooide ik alle opdrachten totdat ik de hoogste score kreeg. Tegelijkertijd nam ik deel aan opdrachten op kaggle, en ik had zelfs succes!!! Het was duidelijk dat ik geen prijzen zou winnen, maar meerdere keren kwam ik in de top 100.
Na vijf succesvolle cursussen op coursera.org en nog één over 'Big Data met Apache Spark' op stepik.ru voelde ik me empowered. Ik begreep dat ik de materie begon te doorgronden. Ik wist in welke situaties welke analysemethoden moesten worden toegepast. Ik had een behoorlijke grip op Python en zijn bibliotheken.
Mijn volgende stap was een analyse van de jobmarkt. Het was nodig om te onderzoeken wat ik nog meer moest weten om een baan te krijgen. Welke vakgebieden interessant zijn voor werkgevers. Parallel aan de nog resterende 4 cursussen wilde ik nog iets speciaals doen. Iets waar een specifieke werkgever om vraagt. Dit zou mijn kansen verhogen om een baan te krijgen als beginner met goede kennis, maar zonder ervaring.
Ik ging naar een vacaturesite om mijn analyse uit te voeren. Maar er waren geen vacatures binnen een straal van 10 kilometer. En ook niet binnen 25 kilometer. En zelfs niet binnen 50 km!!! Hoe kan dat? Dat kan niet waar zijn!!! Ik ging naar een andere site, toen naar de derde… Toen opende ik een kaart met vacatures en zag ongeveer DIT:
Het bleek dat ik in het hart van de anomaliezone voor Python-specialisten in Duitsland woon. Geen enkele fatsoenlijke vacature voor een machine learning-specialist of zelfs maar een Python-ontwikkelaar binnen een straal van 100 kilometer!!! Dit is een fiasco, maat!!!
Deze afbeelding weerspiegelde voor 100% mijn toestand op dat moment. Het was een klap onder de gordel die ik mezelf had gegeven. En het deed echt pijn...
Ja, ik had naar München, Keulen of Berlijn kunnen gaan – daar waren vacatures. Maar op dit pad stond een ernstige hindernis.
Ons oorspronkelijke plan bij de verhuizing naar Duitsland was als volgt: ga naar waar ze je aannemen. Het maakte ons helemaal niet uit in welke stad in Duitsland we terechtkwamen. De volgende stap – acclimatiseren, alle documenten regelen en de taal oppakken. En dan naar een grote stad, om meer te verdienen. Onze voorlopige doel was Stuttgart. Een grote technologiestad in het zuiden van Duitsland. En niet zo duur als München. Het is er warm en de druiven groeien. Veel industriebedrijven, dus veel vacatures met goede salarissen. Een hoog levensniveau. Precies wat we nodig hebben.
Het lot heeft ons in een klein stadje in het hart van Duitsland gebracht, met een bevolking van ongeveer 100.000. We hebben ons gevestigd, ons aangepast en al onze documenten in orde gemaakt. De stad bleek erg gezellig, schoon, groen en veilig te zijn. De kinderen gingen naar de kinderopvang en school. Alles was dichtbij. Om ons heen waren erg vriendelijke mensen.
Maar in dit verhaal waren er niet alleen geen vacatures voor specialisten in machine learning, ook was Python hier niet nodig.
Mijn vrouw en ik begonnen te overleggen over de mogelijkheid om naar Stuttgart of Frankfurt te verhuizen… Ik begon vacatures te zoeken, de eisen van werkgevers te bekijken, en mijn vrouw begon naar een appartement, kinderopvang en school te kijken. Na ongeveer een week zoeken zei mijn vrouw tegen me: "Weet je, ik wil niet naar Frankfurt, niet naar Stuttgart en niet naar een andere grote stad. Ik wil hier blijven."
En ik begreep dat ik het volledig met haar eens was. Ik was ook moe van de grote stad. Maar zolang ik in Sint-Petersburg woonde, begreep ik dat niet. Ja, een grote stad is de ideale plek om een carrière op te bouwen en geld te verdienen. Maar niet voor een comfortabel leven voor een gezin met kinderen. En voor ons gezin bleek dit kleine stadje precies te zijn wat we nodig hadden. Hier was alles wat we in Petersburg zo misten.
We besloten te blijven totdat onze kinderen ouder werden.
Maar wat met Python en machine learning? En die zes maanden die ik al aan dit alles had besteed? Niets. Er zijn geen vacatures in de buurt! Ik wilde niet langer 3-4 uur per dag op de weg naar het werk doorbrengen. Ik had dat al een paar jaar in Petersburg gedaan: van Dybenko naar Krasnoe Selo, nog voordat de ringweg was aangelegd. Anderhalf uur daar en anderhalf uur terug. Het leven gaat voorbij en je kijkt naar de snel voorbijflitsende huizen vanuit de auto of minibus. Ja, je kunt onderweg lezen, naar audioboeken luisteren en dat soort dingen. Maar het wordt snel saai, en na een half jaar tot een jaar ben je gewoon die tijd aan het doden, luisterend naar de radio, muziek en doelloos in de verte kijkend.
Ik had eerder ook al mislukkingen. Maar zulke domheden als deze had ik al lang niet meer gedaan. Het besef dat ik geen baan als machine learning engineer kon vinden, heeft me uit mijn doen gehaald. Ik stopte met alle cursussen. Ik deed überhaupt niets meer. 's Avonds dronk ik bier of wijn, at salami en speelde LoL. Zo verstreek een maand.
Het maakt eigenlijk niet zoveel uit welke moeilijkheden het leven je brengt. Of zelfs welke je jezelf aandoet. Wat telt, is hoe je ze overwint en welke lessen je uit deze situaties haalt.
"Wat ons niet doodt, maakt ons sterker." Je kent deze wijze woorden toch? Nou, ik denk dat het complete nonsense is! Ik heb een kennis die in de crisis van 2008 zijn baan als directeur van een redelijk grote autodealer in Sint-Petersburg verloor. Wat deed hij? Juist! Als een echte man ging hij op zoek naar werk. Werk als directeur. En toen hij na zes maanden geen directeurfunctie kon vinden? Ging hij door met het zoeken naar een directeur, maar dan in andere sectoren, omdat het voor hem niet fatsoenlijk was om als verkoper van auto’s of iets anders dan directeur te werken. Uiteindelijk vond hij een jaar lang niets. En daarna gaf hij helemaal op met zoeken. Zijn cv staat op HH – wie het nodig heeft, kan zelf bellen.
En hij zat vier jaar werkloos, terwijl zijn vrouw al die tijd geld verdiende. Na een jaar kreeg ze een promotie en hadden ze meer geld. En hij zat gewoon thuis, dronk bier, keek televisie en speelde computerspelletjes. Natuurlijk deed hij niet alleen dat. Hij kookte, waste, poetste en ging winkelen. Hij was veranderd in een overgewicht varken. Heeft hem dat sterker gemaakt? Ik denk van niet.
Ik had ook verder bier kunnen drinken en werkgevers de schuld geven dat ze geen vacatures in mijn dorp hadden geopend. Of mezelf de schuld geven dat ik zo’n domme was en niet eens de moeite nam om vacatures te bekijken voordat ik met Python aan de slag ging. Maar dat had geen zin. Ik had een plan B nodig...
Uiteindelijk verzamelde ik mijn gedachten en ging ik doen wat ik in eerste instantie had moeten doen – de vraag analyseren. Ik analyseerde de vacatures op de IT-markt in mijn stad en kwam tot de conclusie dat er in de buurt van mij was:
- 5 vacatures voor Java-ontwikkelaars
- 2 vacatures voor SAP-ontwikkelaars
- 2 vacatures voor C#-ontwikkelaars voor MS Navision
- 2 vacatures voor allerlei ontwikkelaars voor microcontrollers en hardware.
De keuze was beperkt:
- SAP is het meest gebruikt in Duitsland. Een complexe structuur, ABAP. Dit is natuurlijk niet 1C, maar het zal moeilijk zijn om daarna nog van richting te veranderen. En als je naar een ander land verhuist, dan vallen de kansen om een goede baan te vinden scherp terug.
- C# voor MS Navision is ook iets specifieks.
- Microcontrollers vielen vanzelf af, omdat je daar ook nog elektronica moest leren.
Uiteindelijk, gezien de vooruitzichten, salarissen, populariteit en mogelijkheden voor remote werken, heeft Java gewonnen. In feite was het Java dat mij koos, en niet andersom.
Maar wat er daarna gebeurde, weten veel mensen al. Daarover heb ik in een ander artikel geschreven: .
Dus herhaal mijn fouten niet. Enkele dagen van zorgvuldige analyse kunnen je een hoop tijd besparen.
Over hoe ik mijn leven op 40-jarige leeftijd heb veranderd en met mijn vrouw en drie kinderen naar Duitsland ben verhuisd, schrijf ik op mijn Telegram-kanaal . Ik schrijf over hoe het was, wat goed en wat slecht was in Duitsland, over plannen voor de toekomst. Kort en to the point. Interessant? — Sluit je aan.
Bron: habr.com
