Hvordan jeg ikke ble maskinlæringsspesialist

Alle elsker suksesshistorier. Og det er ganske mange av dem på navet.

"Hvordan jeg fikk en jobb på $300 000 i Silicon Valley"
"Hvordan jeg fikk jobb hos Google"
«Hvordan jeg tjente 200 000 dollar da jeg var 16 år»
"Hvordan jeg kom til Top AppStore med en enkel valutakursapp"
"Hvordan jeg ..." og tusen og én lignende historier til.

Hvordan jeg ikke ble maskinlæringsspesialist
Det er flott at en person har oppnådd suksess og bestemte seg for å snakke om det! Du leser og gleder deg på hans vegne. Men de fleste av disse historiene har én ting til felles: du kan ikke følge forfatterens vei! Enten bor du på feil tid, eller på feil sted, eller så ble du født som gutt, eller...

Jeg tror historier om feil i denne forbindelse ofte er mer nyttige. Du trenger bare ikke gjøre det forfatteren gjorde. Og dette, skjønner du, er mye enklere enn å prøve å gjenta noen andres opplevelse. Det er bare det at folk vanligvis ikke vil dele slike historier. Og jeg skal fortelle deg det.

Jeg jobbet med systemintegrasjon og teknisk support i mange år. For noen år siden gikk jeg til og med på jobb som systemingeniør i Tyskland for å tjene mer penger. Men feltet systemintegrasjon hadde ikke inspirert meg på lenge, og jeg ønsket å endre feltet til noe mer lønnsomt og interessant. Og på slutten av 2015 kom jeg over en artikkel om Habré "Fra fysikere til datavitenskap (fra vitenskapsmotorer til kontorplankton)", der Vladimir beskriver sin vei til Data Science. Jeg innså: dette er det jeg trenger. Jeg kjente SQL godt og var interessert i å jobbe med data. Jeg ble spesielt imponert over disse grafene:

Hvordan jeg ikke ble maskinlæringsspesialist

Selv minstelønnen på dette feltet var høyere enn noen lønn jeg hadde tjent i hele mitt forrige liv. Jeg var fast bestemt på å bli maskinlæringsingeniør. Etter Vladimirs eksempel meldte jeg meg på en spesialisering på ni kurs på coursera.org: "Datavitenskap".

Jeg tok ett kurs i måneden. Jeg var veldig flittig. På hvert kurs gjennomførte jeg alle oppgavene til jeg fikk høyeste resultat. Samtidig tok jeg på meg oppgaver på kaggle, og jeg lyktes til og med!!! Det er klart at jeg ikke var bestemt til premier, men jeg kom inn på 100 flere ganger.

Etter fem vellykket gjennomførte kurs på coursera.org og enda en «Big Data with Apache Spark» på stepik.ru, følte jeg meg bemyndiget. Jeg skjønte at jeg begynte å få taket på ting. Jeg forsto i hvilke tilfeller hvilke analysemetoder som skulle brukes. Jeg har blitt ganske kjent med Python og dets biblioteker.

Mitt neste steg var å analysere arbeidsmarkedet. Jeg måtte finne ut hva mer jeg trengte å vite for å få jobben. Hvilke fagområder er verdt å studere og er av interesse for arbeidsgivere. Parallelt med de resterende 4 kursene ønsket jeg å ta noe annet høyspesialisert. Hva en bestemt arbeidsgiver ønsker å se. Dette vil forbedre sjansene mine for å få jobb for en nybegynner med god kunnskap, men uten erfaring.

Jeg gikk til en jobbsøkerside for å gjøre min analyse. Men det var ingen ledige plasser innenfor en radius på 10 kilometer. Og innenfor en radius på 25 kilometer. Og til og med innenfor en radius på 50 km!!! Hvordan det? Det kan ikke være!!! Jeg gikk til en annen side, så en tredje... Så åpnet jeg et kart med ledige stillinger og så noe slikt som DETTE:

Hvordan jeg ikke ble maskinlæringsspesialist

Det viste seg at jeg bor i sentrum av den unormale eksklusjonssonen for pyton i Tyskland. Ikke en eneste jævla akseptabel stilling for en maskinlæringsspesialist eller til og med en Python-utvikler innenfor en radius på 100 kilometer!!! Dette er en fiasko, bro!!!

Hvordan jeg ikke ble maskinlæringsspesialist

Dette bildet gjenspeiler 100% min tilstand i det øyeblikket. Det var et lavt slag jeg påførte meg selv. Og det var virkelig vondt...

Ja, du kunne reise til München, Köln eller Berlin – der var det ledige plasser. Men det var en alvorlig hindring på denne veien.

Vår første plan da vi flyttet til Tyskland var denne: å dra dit de tar oss. Det gjorde absolutt ingen forskjell for oss hvilken by i Tyskland de ville slippe oss inn i. Det neste trinnet er å bli komfortabel, fullføre alle dokumentene og forbedre språkkunnskapene dine. Vel, så skynd deg til storbyen for å tjene mer. Vårt foreløpige mål var Stuttgart. En stor teknologiby i Sør-Tyskland. Og ikke så dyrt som München. Det er varmt der og det vokser druer. Det er mange industribedrifter, så det er mange ledige stillinger med god lønn. Høy livskvalitet. Akkurat det vi trenger.

Hvordan jeg ikke ble maskinlæringsspesialist

Skjebnen brakte oss til en liten by i sentrum av Tyskland med en befolkning på rundt 100000 XNUMX. Vi slo oss ned, ble komfortable og fullførte alt papirarbeidet. Byen viste seg å være veldig koselig, ren, grønn og trygg. Barna gikk i barnehage og skole. Alt var nært. Det er veldig vennlige mennesker rundt.

Men i dette eventyret var det ikke bare ledige stillinger for maskinlæringsspesialister, men selv Python viste seg ikke å være til nytte for noen.

Min kone og jeg begynte å diskutere muligheten for å flytte til Stuttgart eller Frankfurt... Jeg begynte å se etter ledige stillinger, se på kravene til arbeidsgivere, og min kone begynte å se på en leilighet, en barnehage og en skole. Etter omtrent en ukes leting sa min kone til meg: «Du vet, jeg vil ikke reise til Frankfurt, Stuttgart eller noen annen storby. Jeg vil bli her."

Og jeg innså at jeg er helt enig med henne. Jeg er også lei av storbyen. Bare mens jeg bodde i St. Petersburg forsto jeg ikke dette. Ja, en storby er et ideelt sted å bygge en karriere og tjene penger. Men ikke for et behagelig liv for en barnefamilie. Og for familien vår viste denne lille byen seg å være akkurat det vi trengte. Her var alt vi så savnet i St. Petersburg.

Hvordan jeg ikke ble maskinlæringsspesialist

Vi bestemte oss for å bli til barna våre ble store.

Vel, hva med Python og maskinlæring? Og de seks månedene jeg allerede har brukt på alt dette? Aldri. Det er ingen ledige plasser i nærheten! Jeg ville ikke lenger bruke 3-4 timer om dagen på veien til jobb. Jeg hadde allerede jobbet slik i St. Petersburg i flere år: Jeg dro med Dybenko til Krasnoye Selo da rundkjøringen ennå ikke var bygget. En og en halv time dit og en og en halv time tilbake. Livet går forbi, og du ser på de blinkende husene fra vinduet på en bil eller minibuss. Ja, du kan lese, høre på lydbøker og alt det der på veien. Men dette blir fort kjedelig, og etter seks måneder eller et år slår du rett og slett ihjel denne tiden, lytter til radio, musikk og ser målløst i det fjerne.

Jeg har hatt feil før. Men jeg har ikke gjort noe så dumt som dette på lenge. Erkjennelsen av at jeg ikke kunne finne en jobb som maskinlæringsingeniør satte meg ut av balanse. Jeg droppet ut av alle kurs. Jeg sluttet å gjøre noe i det hele tatt. Om kveldene drakk jeg øl eller vin, spiste salami og spilte LoL. En måned gikk slik.

Faktisk spiller det ingen rolle hvilke vanskeligheter livet byr på deg. Eller til og med du presenterer det for deg selv. Det som betyr noe er hvordan du overvinner dem og hvilke lærdommer du lærer av disse situasjonene.

"Det som ikke dreper oss, gjør oss sterkere." Du kjenner denne kloke setningen, ikke sant? Så jeg synes dette er fullstendig tull! Jeg har en venn som i kjølvannet av krisen i 2008 mistet jobben som direktør for en ganske stor bilforretning i St. Petersburg. Hva gjorde han? Ikke sant! Som en ekte mann gikk han på jakt etter arbeid. Regissørens jobb. Og når du ikke fant en direktørjobb på seks måneder? Han fortsatte å lete etter en jobb som direktør, men på andre områder, fordi... å jobbe som bilsalgssjef eller noen andre enn en direktør var ikke comme il faut for ham. Som et resultat fant han ingenting på et år. Og så ga jeg helt opp å finne en jobb. CV-en henger på HH – den som trenger det ringer ham.

Og han satt uten arbeid i fire år, og kona hans tjente penger hele denne tiden. Et år senere fikk hun en forfremmelse og de hadde mer penger. Og han satt fortsatt hjemme, drakk øl, så på TV, spilte dataspill. Selvfølgelig, ikke bare det. Han lagde mat, vasket, ryddet, gikk på shopping. Han forvandlet seg til en velmatet gris. Gjorde alt dette ham sterkere? Jeg tror ikke det.

Jeg kunne også fortsette å drikke øl og skylde på arbeidsgivere for ikke å åpne ledige stillinger i landsbyen min. Eller klandre meg selv for å være så dum og ikke engang gidder å se på ledige stillinger før jeg begynte på Python. Men det var ingen vits i dette. Jeg trengte en plan B...

Det resulterte i at jeg samlet tankene mine og begynte å gjøre det jeg burde ha begynt med helt i starten – med behovsanalyse. Jeg analyserte IT-arbeidsmarkedet i byen min og kom til den konklusjonen at det er:

  • 5 ledige Java-utviklere
  • 2 ledige SAP-utviklerstillinger
  • 2 ledige stillinger for C#-utviklere under MS Navision
  • 2 ledige stillinger for enkelte utviklere for mikrokontrollere og maskinvare.

Valget viste seg å være lite:

  1. SAP er mest utbredt i Tyskland. Kompleks struktur, ABAP. Dette er selvfølgelig ikke 1C, men det vil være vanskelig å hoppe av det senere. Og hvis du flytter til et annet land, synker utsiktene dine for å finne en god jobb kraftig.
  2. C# for MS Navision er også en spesifikk ting.
  3. Mikrokontrollere forsvant av seg selv, fordi... Der måtte du også lære elektronikk.

Som et resultat, fra synspunktet om utsikter, lønn, utbredelse og muligheten for eksternt arbeid, vant Java. Faktisk var det Java som valgte meg, ikke jeg det.

Og mange vet allerede hva som skjedde videre. Jeg skrev om dette i en annen artikkel: "Hvordan bli en Java-utvikler på 1,5 år".

Så ikke gjenta mine feil. Noen dager med gjennomtenkt analyse kan spare deg for mye tid.

Jeg skriver om hvordan jeg forandret livet mitt i en alder av 40 og flyttet med min kone og tre barn til Tyskland i min Telegram-kanal @LiveAndWorkInGermany. Jeg skriver om hvordan det var, hva som er bra og hva som er dårlig i Tyskland, og om planer for fremtiden. Kort og saklig. Interessant? - Bli med oss.

Kilde: www.habr.com

Legg til en kommentar