ВОЗРАСТ НЕ ПОМЕХА
Средний возраст студентов, которые приходят на курсы по Data Science 32 - 34 года!
Не удивляйтесь, этому есть логическое объяснение.
Анализ данных - очень перспективное и высокооплачиваемое направление, поэтому взрослые люди, с опытом работы в различных сферах, приходят чтобы:
⁃ получить новую востребованную профессию;
⁃ переквалифицироваться, так как их профессия изжила себя/ надоела / не приносит необходимый доход;
⁃ освоить современные навыки работы с данными и применять их на текущем месте работы;
Я собеседовала 50-ти летнего студента на курс Data Science! Была и удивлена, и восхищена одновременно!
👨🏽🏫Это был преподаватель вуза с огромным опытом работы, который хотел сделать собственный проект по анализу данных.
Он нашёл необходимые ему данные и решил провести исследование и построить прогноз с помощью алгоритмов машинного обучения, но знаний в этом ему не хватало и он пошёл учиться! В 50 то лет!!!
⁉️А меня спрашивают: не поздно ли мне в 30 лет идти учиться?
‼️Запомните!!! Никогда не поздно!!! И если вы не начнёте сейчас, то потом будет только сложнее!
Средний возраст студентов, которые приходят на курсы по Data Science 32 - 34 года!
Не удивляйтесь, этому есть логическое объяснение.
Анализ данных - очень перспективное и высокооплачиваемое направление, поэтому взрослые люди, с опытом работы в различных сферах, приходят чтобы:
⁃ получить новую востребованную профессию;
⁃ переквалифицироваться, так как их профессия изжила себя/ надоела / не приносит необходимый доход;
⁃ освоить современные навыки работы с данными и применять их на текущем месте работы;
Я собеседовала 50-ти летнего студента на курс Data Science! Была и удивлена, и восхищена одновременно!
👨🏽🏫Это был преподаватель вуза с огромным опытом работы, который хотел сделать собственный проект по анализу данных.
Он нашёл необходимые ему данные и решил провести исследование и построить прогноз с помощью алгоритмов машинного обучения, но знаний в этом ему не хватало и он пошёл учиться! В 50 то лет!!!
⁉️А меня спрашивают: не поздно ли мне в 30 лет идти учиться?
‼️Запомните!!! Никогда не поздно!!! И если вы не начнёте сейчас, то потом будет только сложнее!
МАТЕМАТИКА ЭТО ХОРОШО, НО БИЗНЕС НИКТО НЕ ОТМЕНЯЛ
В Российском образовании очень сильный упор на теоретическую математику, как следствие, мы имеем хорошую мат. школу!
Но с другой стороны, мы совершенно не понимаем как все эти абстракции перекладывать на жизнь/бизнес и говорим, что высшее образование нам ничего не дает.
‼️Итог: большинство избегает направления, где присутствует математика!
Data Science - именно такая сфера, но где так же очень важно знание области/бизнеса, к которой применяется анализ данных.
Также, считаю ошибкой нынешних курсов по DS, начинать обучение с основ мат. анализа, студенты просто убегают сразу, не поняв, что такое Наука о данных.
Либо, закончив курсы, не понимают как применять знания, как решать проблемы бизнеса, ведь для этого мы все учимся.
Поэтому я уверенна, что люди взрослые, с большим опытом работы в своей сфере, имеют большие шансы на успех в DS, как минимум, в роле эксперта в команде Data scientists, но для этого тоже полезно понимание основ анализа данных и машинного обучения.
А вы уже начали изучать DS?
В Российском образовании очень сильный упор на теоретическую математику, как следствие, мы имеем хорошую мат. школу!
Но с другой стороны, мы совершенно не понимаем как все эти абстракции перекладывать на жизнь/бизнес и говорим, что высшее образование нам ничего не дает.
‼️Итог: большинство избегает направления, где присутствует математика!
Data Science - именно такая сфера, но где так же очень важно знание области/бизнеса, к которой применяется анализ данных.
Также, считаю ошибкой нынешних курсов по DS, начинать обучение с основ мат. анализа, студенты просто убегают сразу, не поняв, что такое Наука о данных.
Либо, закончив курсы, не понимают как применять знания, как решать проблемы бизнеса, ведь для этого мы все учимся.
Поэтому я уверенна, что люди взрослые, с большим опытом работы в своей сфере, имеют большие шансы на успех в DS, как минимум, в роле эксперта в команде Data scientists, но для этого тоже полезно понимание основ анализа данных и машинного обучения.
А вы уже начали изучать DS?
Кто такой Citizen Datа scientist?
Вряд ли вы встретите такую вакансию на hh.ru, но в компаниях уже много таких людей!
Это специалисты с опытом работы в своём направлении, которым поручается часть рутинной работа Data scientista, либо это люди, которые используют автоматизированные системы построения моделей машинного обучения (Auto ML).
Все что требуется, так это понимание и знание основ ML, бизнеса и soft skills.
➕низкий порог входа;
➕компенсация нехватки высококвалифицированных специалистов в DS;
➕дешевле;
➕подходит для быстрого тестирования гипотез;
➖поверхностное понимание происходящего;
➖больше риск допустить ошибку;
➖увеличение обязанностей, если не рассматривается вариант повышения;
А вы слышали о такой профессии?
Почитать подробнее:
https://www.dataversity.net/so-you-want-to-be-a-citizen-data-scientist/
Вряд ли вы встретите такую вакансию на hh.ru, но в компаниях уже много таких людей!
Это специалисты с опытом работы в своём направлении, которым поручается часть рутинной работа Data scientista, либо это люди, которые используют автоматизированные системы построения моделей машинного обучения (Auto ML).
Все что требуется, так это понимание и знание основ ML, бизнеса и soft skills.
➕низкий порог входа;
➕компенсация нехватки высококвалифицированных специалистов в DS;
➕дешевле;
➕подходит для быстрого тестирования гипотез;
➖поверхностное понимание происходящего;
➖больше риск допустить ошибку;
➖увеличение обязанностей, если не рассматривается вариант повышения;
А вы слышали о такой профессии?
Почитать подробнее:
https://www.dataversity.net/so-you-want-to-be-a-citizen-data-scientist/
DATAVERSITY
How to Become a Citizen Data Scientist - DATAVERSITY
The job responsibilities of a citizen data scientist include dealing with new data and using automated tools to process big data.
КАК ПОНЯТЬ, ЧТО DATA SCIENCE ЭТО ТВОЁ?
Трудно оценить то, чего никогда не пробовал, поэтому:
1. Необходимо разобраться какие специальности есть в данном направлении и что в них требуется уметь делать ( также помним, что Data science “Наука о данных” применима везде, где есть данные);
2. Реально взглянуть на вашу точку А и отнести себя к каждой специальности, где наибольшее число соответствий, с того и можно начать ( важно понимать, хотите ли вы с нуля освоить новую профессию или сделать апгрейд своих навыков/ применить DS в своей деятельности);
3. Выбрать бесплатный курс/вебинар и попробовать пройти / повторить / использовать знания ( после этого этапа, вам уже должно быть примерно понятно «ЧТО ТАКОЕ НАУКА О ДАННЫХ»);
Сделав эти ТРИ шага, вы получите ответы на большинство своих первичных вопросов, что позволит вам самостоятельно принять решение «ваше это или нет», хотя и займёт у вас не мало времени.
Но есть и другие способы:
1️⃣Читать мой блог: большинство постов это ответы на эти и другие вопросы с директа;
2️⃣Записаться ко мне на консультацию: в индивидуальном порядке я помогу вам совершить эти три шага и получить ответы на все вопросы за один час .
Трудно оценить то, чего никогда не пробовал, поэтому:
1. Необходимо разобраться какие специальности есть в данном направлении и что в них требуется уметь делать ( также помним, что Data science “Наука о данных” применима везде, где есть данные);
2. Реально взглянуть на вашу точку А и отнести себя к каждой специальности, где наибольшее число соответствий, с того и можно начать ( важно понимать, хотите ли вы с нуля освоить новую профессию или сделать апгрейд своих навыков/ применить DS в своей деятельности);
3. Выбрать бесплатный курс/вебинар и попробовать пройти / повторить / использовать знания ( после этого этапа, вам уже должно быть примерно понятно «ЧТО ТАКОЕ НАУКА О ДАННЫХ»);
Сделав эти ТРИ шага, вы получите ответы на большинство своих первичных вопросов, что позволит вам самостоятельно принять решение «ваше это или нет», хотя и займёт у вас не мало времени.
Но есть и другие способы:
1️⃣Читать мой блог: большинство постов это ответы на эти и другие вопросы с директа;
2️⃣Записаться ко мне на консультацию: в индивидуальном порядке я помогу вам совершить эти три шага и получить ответы на все вопросы за один час .
Все таки решилась провести вебинар для новичков « Первые шаги в сферу Data Science”
В это воскресенье в 18:00 мск.
Вебинар платный, так как хочу, чтобы пришли, только те, кому действительно нужно!
Ссылка на регистрацию:
https://monecle.com/buy/42307
В это воскресенье в 18:00 мск.
Вебинар платный, так как хочу, чтобы пришли, только те, кому действительно нужно!
Ссылка на регистрацию:
https://monecle.com/buy/42307
ЧТО БУДЕТ НА ВЕБИНАРЕ?
Этот вебинар предназначен для новичков, людей которые либо только начали изучать, либо только думают/ слышали о Data Science и хотят узнать подробнее!
После вебинара вы получите ответы на вопросы:
1. Что такое DS, где применимо?
2. Какие специальности есть в этой сфере, в чем отличия?
3. Что необходимо знать/ уметь в каждой из них?
4. Как понять ваше или нет, как примерить профессию на себя?
5. Где можно обучаться, где брать информацию, ответы, поддержку?
6. Как обучаться самостоятельно и в какой последовательности.
7. Что спрашивают на собеседовании на junior позицию?
Также у вас будет возможность задавать свои вопросы и получать развёрнутые ответы!!!
После у вас сформируется полное понимание этой сферы, ее перспектив и какие шансы у вас освоить одну из профессий в этом направлении.
Ссылка регистрации на вебинар:
https://monecle.com/buy/42307
Этот вебинар предназначен для новичков, людей которые либо только начали изучать, либо только думают/ слышали о Data Science и хотят узнать подробнее!
После вебинара вы получите ответы на вопросы:
1. Что такое DS, где применимо?
2. Какие специальности есть в этой сфере, в чем отличия?
3. Что необходимо знать/ уметь в каждой из них?
4. Как понять ваше или нет, как примерить профессию на себя?
5. Где можно обучаться, где брать информацию, ответы, поддержку?
6. Как обучаться самостоятельно и в какой последовательности.
7. Что спрашивают на собеседовании на junior позицию?
Также у вас будет возможность задавать свои вопросы и получать развёрнутые ответы!!!
После у вас сформируется полное понимание этой сферы, ее перспектив и какие шансы у вас освоить одну из профессий в этом направлении.
Ссылка регистрации на вебинар:
https://monecle.com/buy/42307
До вебинара осталось чуть больше 30 мин.
Кто ещё не зарегистрировался, жду!!!
Будет Мега полезно!
https://monecle.com/buy/42307
Кто ещё не зарегистрировался, жду!!!
Будет Мега полезно!
https://monecle.com/buy/42307
Судя по отзывам вебинар прошел хорошо, хотя еще есть над чем работать: техническая сторона, моя речь((
Но все же я решила дать запись вебинара, так как были те, кто не смог прийти и интересовались записью.
Забирайте запись вебинара "Первые шаги в сферу Data Science"по ссылке: https://l.instagram.com/?u=https%3A%2F%2Fmonecle.com%2Fbuy%2F42440&e=ATPYGkEKOUfgH6DoxTkOdfPmmSYXoxNmDXYbpm-TLJbtq8mXeEunlz6FrAfjuq4z8glt4yXIlZhislZ0tjkrjd8&s=1
Ключевой навык в Data science
Программирование - основной навык, который требуется в сфере анализа данных!
Тем эта сфера и сложна, что программирование достаточно серьёзный скил.
Кто-то говорит, что нужно иметь определённый склад ума, кто-то, что потратить n-количество часов чтобы освоить данный навык.
Я склоняюсь ко второму варианту и думаю, что на то он и навык, что его необходимо тренировать, постоянно.
По себе знаю, что чем больше пишешь код, тем быстрее и лучше получается следующая строчка 👩🏼💻
Поэтому go решать задачи по программированию, например, те, что публикуются на Leetcode, HackerRank и подобных сайтах. Вы можете решать их не за то нормативное время, что подразумевается, а, допустим, в два-три раза медленнее. Но вы должны чувствовать, что вам нравится и хочется погружаться в это глубже.
Тогда вам будет также занимательно решать задачки в DS.
А у вас как с программированием?
Программирование - основной навык, который требуется в сфере анализа данных!
Тем эта сфера и сложна, что программирование достаточно серьёзный скил.
Кто-то говорит, что нужно иметь определённый склад ума, кто-то, что потратить n-количество часов чтобы освоить данный навык.
Я склоняюсь ко второму варианту и думаю, что на то он и навык, что его необходимо тренировать, постоянно.
По себе знаю, что чем больше пишешь код, тем быстрее и лучше получается следующая строчка 👩🏼💻
Поэтому go решать задачи по программированию, например, те, что публикуются на Leetcode, HackerRank и подобных сайтах. Вы можете решать их не за то нормативное время, что подразумевается, а, допустим, в два-три раза медленнее. Но вы должны чувствовать, что вам нравится и хочется погружаться в это глубже.
Тогда вам будет также занимательно решать задачки в DS.
А у вас как с программированием?