Ділюсь досвідом навчання в Яндекс.Практикумі, для тих, хто хотів би здобути або зовсім нову спеціальність або перейти із суміжних сфер. Я б назвала його першим щаблем у професії, на мій суб'єктивний погляд. Точнісінько знати, з нуля, що потрібно вивчити складно, адже у кожного є певний багаж знань, а цей курс багато чому навчить, і кожен зрозуміє для себе, знання в яких сферах потрібно буде отримати – майже у всіх випадках достатньо буде безкоштовних додаткових курсів.
Як я прийшла до думки про аналітика?
Декілька років займалася створенням інтернет-магазинів та їх обслуговуванням (маркетинг, реклама, Яндекс.Дірект і т.д.). Захотілося звузити сферу діяльності і зайнятися лише тим, що з цього широкого спектру, що подобається найбільше. Причому навіть назву майбутньої професії не знала, були лише зразкові вимоги до робочого процесу. Самостійне освоєння програм та інструментів ніколи не було для мене перешкодою, тому вирішила шукати, де можна і досвід застосувати та освоїти нове.
Спочатку думала про здобуття другої вищої освіти чи професійної перекваліфікації, оскільки курси здавались чимось несерйозним. При перегляді різних варіантів випадково натрапила на Яндекс.Практикум. Професій було небагато, серед них був аналітик даних, опис зацікавив.
Почала вивчати, що є з інформаційної аналітики щодо отримання другої вищої, але виявилося, що терміни навчання досить великі для сфери, де все дуже швидко змінюється, вищі навчальні заклади навряд чи встигнуть реагувати на це. Вирішила подивитися, що пропонує ринок крім Практикуму. Більшість учасників знову пропонували дуже довгі 1-2 роки, а хотілося б паралельного розвитку: вхід у професію на нижніх позиціях і подальше навчання.
Що хотілося у професії (робочий процес не розглядаю)
- хотілося, щоб навчання було перманентним процесом у моїй професії,
- чудово справляюся з рутинними операціями, якщо бачу цікаву мету, але хотілося багатозадачності, щоб робочий процес не складався з кількох механічних дій.
- щоб це було дійсно потрібно бізнесу і не тільки (власне ринок підтверджує це карбованцем або доларом),
- був елемент самостійності, відповідальності, «повного циклу»,
- було куди рости (тепер бачу це як machine learning та наукову діяльність).
Отже, вибір ліг на Яндекс.Практикум через:
- терміну навчання (всього півроку),
- низького порогу входження — обіцяли, що навіть із середньою освітою можна освоїти професію,
- ціна,
- повернуть кошти, якщо зрозумієш, що ця професія тобі не підходить (є певні правила, цілком справедливі),
- практика і ще раз практика — практичні проекти, які увійдуть у портфоліо (вважала це найважливішим),
- онлайн-формат, підтримка,
- безкоштовний вступний курс з Python, так само на цьому етапі розумієш, чи потрібно тобі це,
- Крім того, необхідно врахувати, який тип пам'яті у Вас переважає. Від цього залежатиме швидкість та успішність навчання. Для мене дуже важливо, щоб навчальні матеріали були у вигляді тексту, тому що особисто у мене найбільш розвинена зорова пам'ять. Наприклад, у Geekbrains всі навчальні матеріали у відео-форматі (за інформацією з навчального курсу). Для тих, хто сприймає інформацію на слух, можливо такий формат більше підійде.
Побоювання:
- потрапляла в перший потік і розуміла, що, як і в будь-якого нового продукту обов'язково будуть технічні недоліки,
- розуміла, що ні про яке обов'язкове працевлаштування не йдеться.
Як відбувається навчальний процес?
Для початку Ви повинні пройти безкоштовний вступний курс з Python і виконати всі завдання, оскільки, не виконавши попереднє, не з'явиться таке. Так збудовано і всі наступні завдання в курсі. Також пояснюється, в чому полягає професія і чи варто йти на курс.
Допомога можна отримувати у Фейсбуці, Вконтакті, Телеграмі та основне спілкування у Slack.
Основна частка спілкування у Slack відбувається з викладачем при проходженні тренажера та при виконанні проекту.
Коротко, про основні розділи
Починаємо навчання з поглиблення у Python і починаємо використовувати Jupyter Notebook для підготовки проектів. Вже першому етапі виконуємо перший проект. Так само відбувається ознайомлення з професією та вимогами у ній.
На другому етапі відбувається навчання обробці даних, у всіх її аспектах, і починаємо вивчати та аналізувати дані. Тут додається ще два проекти у портфоліо.
Потім йде курс із статистичного аналізу даних + проект.
Першу третину пройдено, робимо великий збірний проект.
Далі навчання роботі з базами даних та роботі мовою SQl. Знову проект.
Тепер поглиблення в аналіз і маркетингова аналітика і, звичайно ж, проект.
Далі – експерименти, гіпотези, А/В-тестування. Проект.
Тепер наочне представлення даних, презентація, Seaborn бібліотека. Проект.
Друга третина пройдено – великий зведений проект.
Автоматизація процесів аналізу даних. Потокові аналітичні рішення. Дашборд. Моніторинг. Проект.
Передбачувана аналітика. Методи машинного навчання. Лінійна регресія. Проект.
ВИПУСКНИЙ ПРОЕКТ. За результатами якого отримуємо сертифікат про додаткову освіту.
Всі проекти, що виконуються, мають прикладний характер у різних сферах бізнесу: банки, нерухомість, інтернет-магазини, інфопродукти і т.д.
Усі проекти перевіряються менторами Яндекс.Практикума – працюючими аналітиками. Спілкування з ними так само виявилося вкрай важливим, вони й мотивують, але для мене найцінніше опрацювання помилок.
Важлива частина – відео-конференції з наставниками та відео-тренінги із запрошеними практикуючими фахівцями.
Існують і канікули)) – по одному тижні між двома третинами. Якщо процес йде за розкладом, Ви відпочиваєте, а якщо не дуже, то доробляєте хвости. Так само є й академічна відпустка для тих, хто з якихось причин має відкласти навчання.
Трохи про тренажер
Курс новий, але, мабуть, ґрунтуючись на інших курсах, фахівці Яндекса знають, як іноді важко доводиться, коли настає перевантаження та інформація «не заходить». Тому вирішили максимально розважити учнів веселими малюнками та коментарями, і треба сказати, це справді допомагало в моменти розпачу, коли б'єшся над завданням.
А відчай іноді наставав:
- ти, ВНЗ закінчила давно і нічого, здавалося б, вже не пам'ятаєш і тут бачиш назву теми «Нормальна апроксимація біномного розподілу» і опускаються руки, і думаєш, що це вже ти точно не зрозумієш, але згодом і теорія ймовірностей та статистика стають для тебе все більш зрозумілими та цікавими,
- або в тебе вийде ось це:
Порада майбутнім студентам – 90% помилок більше від втоми чи перевантаженості новою інформацією. Відверніться на півгодини - годину і знову пробуйте, як правило, за цей час Ваш мозок переробить і вирішить все за Вас)). І 10%, якщо Ви не зрозуміли тему – перечитуйте ще раз і все обов'язково вийде!
Під час навчання з'явилася спеціальна програма допомоги з працевлаштуванням: складання резюме, супровідних листів, оформлення портфоліо, підготовка до інтерв'ю тощо, зі спеціалістами HR – відділу. Для мене це виявилося надзвичайно важливим, бо зрозуміла, що вже багато років на співбесідах і не була.
Вже перебуваючи, практично наприкінці навчання, можу порадити, чим бажано мати:
- як не дивно, схильністю до аналізу, здатністю вибудовувати логічні взаємозв'язки, такий тип мислення має переважати,
- не повинна бути втрачена здатність і бажання вчитися (доведеться багато чого вивчити самостійно), це більше, звичайно, для категорії людей старше 35,
- так само банально, але краще не починати, якщо мотивація обмежена лише тим, що «хочу багато/більше заробляти».
Недоліки та не зовсім виправдані очікування, куди ж без них
- Обіцяють, що із середньою освітою будь-хто може зрозуміти.
Не зовсім так, навіть середня освіта таки різна. Вважаю, як людина, що заставила давні часи)), коли не було широкого поширення мережі Інтернет, що має бути достатній понятійний апарат. Хоча висока мотивація все переможе.
- Інтенсивність виявилася досить високою.
Буде складно працюючим (особливо у далекій від цього сфері), можливо, варто було б перерозподілити час не порівну між курсами, а на першу третину більше і так за спаданням.
- Як і очікувалося, були технічні неполадки.
Як людина, що займається, проектами повного циклу, розумію, що як мінімум спочатку неможливо без технічних проблем. Хлопці дуже намагалися якнайшвидше все виправити.
- Не завжди вчасно відповідає викладач у Slack.
«Вчасно» поняття подвійне, у разі під час потрібне тобі, оскільки працюючі студенти виділяють відрізок часу навчання і їм критична швидкість відповіді питання. Потрібно більше викладачів.
- Обов'язкові сторонні джерела (статті, додаткові курси).
Частина статей рекомендує Яндекс.Практикум, але цього замало. Можу порекомендувати паралельно доповнити курсами на Stepik – Big Data для керівників (для загального розвитку), Програмування на Python, Основи статистики обидві частини з Анатолієм Карповим, Введення в бази даних, Теорія ймовірностей (перші 2 модулі).
Висновок
Загалом курс зроблено дуже добре і має на меті як навчання, так і мотивацію. Потрібно ще багато чого освоїти, але тепер це мене не лякає, вже є осмислений план дій. Вартість дуже доступна – одна зарплата аналітика на нижчій позиції. Дуже багато практики. Допомога у всьому, від резюме до постачання кави.
Джерело: habr.com