Size: a a a

Python для анализа данных

2021 February 26

ND

Natalya Davydova in Python для анализа данных
Алексей Макаров
Курс по DE будет в этом году, скорее всего, летом
Decision Scientist или Product Scientist - а вот это будет отдельно как-то выделяться курсом? Или получение навыков предполагается на основе прохождения 2х курсов DA+DS?
источник

АМ

Алексей Макаров... in Python для анализа данных
Natalya Davydova
Decision Scientist или Product Scientist - а вот это будет отдельно как-то выделяться курсом? Или получение навыков предполагается на основе прохождения 2х курсов DA+DS?
Буду предельно честен, что мы пока не знаем)) Возможно, что это будет DA + дополнительный курс
источник

АМ

Алексей Макаров... in Python для анализа данных
Natalya Davydova
Decision Scientist или Product Scientist - а вот это будет отдельно как-то выделяться курсом? Или получение навыков предполагается на основе прохождения 2х курсов DA+DS?
Но при этом если будет знание DA уже, то не нужно будет отдельно идти к нам на DA, можно будет взять отдельный курс. Скорее всего, так
источник

KM

Konstantin Mohov in Python для анализа данных
Ну, в принципе так и сейчас есть. Если после DA идти на DS, первые модули же пропустить можно
источник

Н

Никита in Python для анализа данных
Всем привет!
Так как я планирую начинать изучать все, что связано с Data Science и больше идти в сторону ML Engineer, мне бы хотелось узнать некоторые вещи:
1) Основываясь на своем опыте(и опыте ваших коллег/друзей) можете сказать, сколько времени в среднем проходит от начала изучения до первой стажировки/работы? Понимаю, что от многих факторов зависит, но среднее время в день изучения темы - 5 часов.
2) По вашему мнению(или точным знаниям), как сильно урезается количество возможных мест работы при отсутствии диплома о высшем образовании? Действительно ли ты скорее не пробьёшься без образования, нежели с ним?
Мой бекграунд - веб-программирование. У меня распутье между вебом и датой, в первом пробовал себя около 2-3 месяцев, уровень ~Junior, второй рассматриваю для себя как один из вариантов. Не лишним наверное будет указать, что мне 18 лет и наверное время есть.
Заранее большое спасибо!
источник

IK

Ivan Korsakov in Python для анализа данных
Никита
Всем привет!
Так как я планирую начинать изучать все, что связано с Data Science и больше идти в сторону ML Engineer, мне бы хотелось узнать некоторые вещи:
1) Основываясь на своем опыте(и опыте ваших коллег/друзей) можете сказать, сколько времени в среднем проходит от начала изучения до первой стажировки/работы? Понимаю, что от многих факторов зависит, но среднее время в день изучения темы - 5 часов.
2) По вашему мнению(или точным знаниям), как сильно урезается количество возможных мест работы при отсутствии диплома о высшем образовании? Действительно ли ты скорее не пробьёшься без образования, нежели с ним?
Мой бекграунд - веб-программирование. У меня распутье между вебом и датой, в первом пробовал себя около 2-3 месяцев, уровень ~Junior, второй рассматриваю для себя как один из вариантов. Не лишним наверное будет указать, что мне 18 лет и наверное время есть.
Заранее большое спасибо!
Я бы в первую очередь определился - все-таки Data Science или Data Engineer. Т.к. в компаниях, где эти роли четко разделены, задачи и необходимые знания DS и DE кардинально отличаются) Перед вами развилка, а вы пытаетесь по обоим дорожкам пойти)
UPD: увидел, что вы поправили на ML Engineer (или это я первый раз не заметил), так что текст выше неактуален)
1) Слишком абстрактный вопрос - неизвестен ни ваш бэкграунд, ни способности к обучению. Я думаю при хорошем раскладе через полгода-год есть шансы найти стажировку/позицию джуна (это пальцем в небо, мой путь был совсем другой).
2) Вообще незначительно при наличии мозгов)
источник

ND

Natalya Davydova in Python для анализа данных
Никита
Всем привет!
Так как я планирую начинать изучать все, что связано с Data Science и больше идти в сторону ML Engineer, мне бы хотелось узнать некоторые вещи:
1) Основываясь на своем опыте(и опыте ваших коллег/друзей) можете сказать, сколько времени в среднем проходит от начала изучения до первой стажировки/работы? Понимаю, что от многих факторов зависит, но среднее время в день изучения темы - 5 часов.
2) По вашему мнению(или точным знаниям), как сильно урезается количество возможных мест работы при отсутствии диплома о высшем образовании? Действительно ли ты скорее не пробьёшься без образования, нежели с ним?
Мой бекграунд - веб-программирование. У меня распутье между вебом и датой, в первом пробовал себя около 2-3 месяцев, уровень ~Junior, второй рассматриваю для себя как один из вариантов. Не лишним наверное будет указать, что мне 18 лет и наверное время есть.
Заранее большое спасибо!
Привет.
1) По самостоятельному изучению вряд ли у кого-то будет статистика. У организаторов курсов есть подобная статистика, можешь найти при желании. Какой-то процент находит стажировку/работу до окончания курсов. Там же можно уточниться, что интересует все-таки - DE != DS.
2) ВО влияет. В разработке, DA/DS влияет. Исключений, особо одаренных гениев гораздо меньше, если честно. Учить тому, что дается на первых курсах соотв. специальностей, на работе особо никто не хочет. В DS высоки требования по мат. дисциплинам.
источник

Н

Никита in Python для анализа данных
Ivan Korsakov
Я бы в первую очередь определился - все-таки Data Science или Data Engineer. Т.к. в компаниях, где эти роли четко разделены, задачи и необходимые знания DS и DE кардинально отличаются) Перед вами развилка, а вы пытаетесь по обоим дорожкам пойти)
UPD: увидел, что вы поправили на ML Engineer (или это я первый раз не заметил), так что текст выше неактуален)
1) Слишком абстрактный вопрос - неизвестен ни ваш бэкграунд, ни способности к обучению. Я думаю при хорошем раскладе через полгода-год есть шансы найти стажировку/позицию джуна (это пальцем в небо, мой путь был совсем другой).
2) Вообще незначительно при наличии мозгов)
Благодарю за ответ. Да, я и в правду попутал с направлениями. Меня интересует ML Engineer - математика и программирование вместе.
Мой бекграунд - веб-программирование. У меня распутье между вебом и датой, в первом пробовал себя около 2-3 месяцев, уровень ~Junior.
Могли бы Вы рассказать о своем пути, если есть время?
источник

Н

Никита in Python для анализа данных
Natalya Davydova
Привет.
1) По самостоятельному изучению вряд ли у кого-то будет статистика. У организаторов курсов есть подобная статистика, можешь найти при желании. Какой-то процент находит стажировку/работу до окончания курсов. Там же можно уточниться, что интересует все-таки - DE != DS.
2) ВО влияет. В разработке, DA/DS влияет. Исключений, особо одаренных гениев гораздо меньше, если честно. Учить тому, что дается на первых курсах соотв. специальностей, на работе особо никто не хочет. В DS высоки требования по мат. дисциплинам.
Спасибо за отклик.
По поводу образования и о том, что на работе никто не хочет учить тому, что есть на первых курсах. Как думаете, договориться можно о том, что я самостоятельно буду изучать необходимую математическую теорию?
Сложность в том, что без профильного образования на работу не берут, а ждать окончания обучения не очень перспектива, если честно
источник

IK

Ivan Korsakov in Python для анализа данных
Никита
Благодарю за ответ. Да, я и в правду попутал с направлениями. Меня интересует ML Engineer - математика и программирование вместе.
Мой бекграунд - веб-программирование. У меня распутье между вебом и датой, в первом пробовал себя около 2-3 месяцев, уровень ~Junior.
Могли бы Вы рассказать о своем пути, если есть время?
Могу, но вряд ли история моего пути поможет, у меня слишком большая солянка, да и я DA, а не DS) Физик по образованию (чуть не стал кфмн), из-за шила в одном месте занимался всем - от предпринимательства до науки. По стечению обстоятельств ушел в стартап "разнорабочим" - сначала с нуля строил отдел саппорта, потом логистики, начал заниматься в т.ч. м/у налогами/таможенной фигней, поэтому яростно ВПР-ил и макросил)
Спустя 3 года хотел было уйти программировать, но директор уговорил остаться, предложив строить аналитику - так мой официальный путь в этой области и начался. Первое время часть дня занимался логистикой и проджект-менеджментом сайта, часть дня - изучал и тут же строил аналитику в компании) А потом прокачался и ушел в другую компанию на фуллтайм
источник

Н

Никита in Python для анализа данных
Ivan Korsakov
Могу, но вряд ли история моего пути поможет, у меня слишком большая солянка, да и я DA, а не DS) Физик по образованию (чуть не стал кфмн), из-за шила в одном месте занимался всем - от предпринимательства до науки. По стечению обстоятельств ушел в стартап "разнорабочим" - сначала с нуля строил отдел саппорта, потом логистики, начал заниматься в т.ч. м/у налогами/таможенной фигней, поэтому яростно ВПР-ил и макросил)
Спустя 3 года хотел было уйти программировать, но директор уговорил остаться, предложив строить аналитику - так мой официальный путь в этой области и начался. Первое время часть дня занимался логистикой и проджект-менеджментом сайта, часть дня - изучал и тут же строил аналитику в компании) А потом прокачался и ушел в другую компанию на фуллтайм
Да, действительно. История не самая стандартная, ведь я даже не работал толком в IT-сфере, но все равно спасибо
источник

ND

Natalya Davydova in Python для анализа данных
Никита
Спасибо за отклик.
По поводу образования и о том, что на работе никто не хочет учить тому, что есть на первых курсах. Как думаете, договориться можно о том, что я самостоятельно буду изучать необходимую математическую теорию?
Сложность в том, что без профильного образования на работу не берут, а ждать окончания обучения не очень перспектива, если честно
Увлеченность и хорошие данные могут дать норм буст. Знаю ребят со светлым умом, решавших сложные задачи разработки, параллельно обучавшихся на 2-3 курсе на заочке.  Но высшее рекомендую все-таки не забрасывать, по крайней мере уделять внимание дисциплинам, связанным с будущей работой.
источник

Н

Никита in Python для анализа данных
Natalya Davydova
Увлеченность и хорошие данные могут дать норм буст. Знаю ребят со светлым умом, решавших сложные задачи разработки, параллельно обучавшихся на 2-3 курсе на заочке.  Но высшее рекомендую все-таки не забрасывать, по крайней мере уделять внимание дисциплинам, связанным с будущей работой.
А таких же ребят, но на первом курсе часто можно встретить или таких совсем неопытных не часто берут?
Я ведь правильно понимаю, что важна просто корочка, знания подтверждаются на собеседованиях?
Математика и программирование точно без внимания не останутся :)
источник

ND

Natalya Davydova in Python для анализа данных
Никита
А таких же ребят, но на первом курсе часто можно встретить или таких совсем неопытных не часто берут?
Я ведь правильно понимаю, что важна просто корочка, знания подтверждаются на собеседованиях?
Математика и программирование точно без внимания не останутся :)
Корочка как раз не важна. Важен отпечаток)
источник

ND

Natalya Davydova in Python для анализа данных
знаний в голове, имею ввиду
источник

ND

Natalya Davydova in Python для анализа данных
Никита
А таких же ребят, но на первом курсе часто можно встретить или таких совсем неопытных не часто берут?
Я ведь правильно понимаю, что важна просто корочка, знания подтверждаются на собеседованиях?
Математика и программирование точно без внимания не останутся :)
Не бывает у всех одинаково. У меня сейчас в команде есть разработчик, еле дотянувший до 2 курса. Ему просто были не интересны дисциплины, не касающиеся разработки. Впечатлил тем, как сделал тестовое. Потом попал на собес засчет этого. А дальше все было видно.
источник

Н

Никита in Python для анализа данных
Natalya Davydova
Корочка как раз не важна. Важен отпечаток)
Тогда, возможна ли такая ситуация, что несмотря на требование высшего образования, берут на работу без высшего?
В свободном доступе большое количество информации и нужно лишь желание изучить качественно все, чтобы составлять конкуренцию людям с образованием
источник

ND

Natalya Davydova in Python для анализа данных
Никита
Тогда, возможна ли такая ситуация, что несмотря на требование высшего образования, берут на работу без высшего?
В свободном доступе большое количество информации и нужно лишь желание изучить качественно все, чтобы составлять конкуренцию людям с образованием
возможна, если видна перспектива развития
источник

Н

Никита in Python для анализа данных
Natalya Davydova
Не бывает у всех одинаково. У меня сейчас в команде есть разработчик, еле дотянувший до 2 курса. Ему просто были не интересны дисциплины, не касающиеся разработки. Впечатлил тем, как сделал тестовое. Потом попал на собес засчет этого. А дальше все было видно.
В этом и моя проблема - большое нежелание учить то, что не относится к разработке и/или неинтересно мне. В моем настоящем вузе гуманитарные и нетехнические дисциплины составляют 50%, несмотря на то, что я поступил на довольно техническую специальность
источник

Н

Никита in Python для анализа данных
Natalya Davydova
возможна, если видна перспектива развития
Это очень радует)
источник