Я не знаю, где стоит этот генератор новых терминов о работе и почему в последнее время он работает на полную катушку (возможно, это одно из последствий кризиса на рынке труда – попытка хоть как-нибудь осмыслить происходящее), но иногда его было бы неплохо выключать. Посмотрим, что у нас уже есть – quiet quitting, job hopping, job hugging, quiet cracking, work-life blend, micro-retirement. И это далеко не полный список. А теперь вот он пополнился ещё и шрекингом.
Forbes.ru
«Шрекинг» вместо амбиций: как страх и нестабильность меняют карьерные стратегии
Еще два года назад российские работодатели конкурировали за сотрудников. Сегодня на одну офисную вакансию приходится почти десять резюме — и все больше опытных специалистов сознательно соглашаются на должности ниже своего уровня, лишь бы получить хот
Яндекс Практикум в своих почтовых рассылках уже добавляет сноски для пояснений терминов джун и мидл согласно новым требованиям. Думаю, в некоторых рассылках перечень сносок будет разрастаться, пока мы не получим ситуацию, в которой рекламные материалы будут напоминать курсовые – половина страницы текст, половина сноски.
😁14💯3🤣3
Вышло исследование рынка аналитиков за 2025 от агентства NEWHR.
Давно слежу за их исследованиями и на моей памяти это уже третье. Конечно, к некоторым выводам могут быть вопросы (и часть коллег уже успели написать об этом), но интересного в исследовании много и есть о чем порассуждать. На скринах инфа по вилкам. Хотя здесь не следует забывать, что, как говорится, в деревне Вилларибо проводили замеры, а в деревне Виллабаджо проводили опрос.
Давно слежу за их исследованиями и на моей памяти это уже третье. Конечно, к некоторым выводам могут быть вопросы (и часть коллег уже успели написать об этом), но интересного в исследовании много и есть о чем порассуждать. На скринах инфа по вилкам. Хотя здесь не следует забывать, что, как говорится, в деревне Вилларибо проводили замеры, а в деревне Виллабаджо проводили опрос.
🔥12
Где знакомиться с людьми?
На прошлой неделе побывал на ивенте "Сила слабых связей" для выпускников разных программ Яндекс Практикума. Впервые был на такой встрече и остался очень доволен. Встреча, как понятно из названия, была посвящена нетворкингу. Понравилось выступление спикера - Жени Давыдова, который рассказал о том, как подходить к этому делу системно. Потом были различные нетворкинг-активности — бодрые и не кринжовые.
Помимо прочего, немного прошелся по офису Яндекс Go, встретил пару подписчиков, конечно же проверил работу кофемашин на кухне, познакомился с коллегой из нашей компании, что отдельно порадовало, записался в клуб "Алгоритмы для котиков". В общем, было круто. Как я уже говорил раньше, комьюнити — одно из самых больших преимуществ ЯП, и здорово, что ребята его развивают.
В будущем планирую сходить на похожую встречу для аналитиков. Кто учился в ЯП и обитает в Москве - пишите в комментарии или в лс, можем скооперироваться и сгонять вместе.
А вы были на похожих встречах? Делитесь опытом в комментариях и кидайте ссылки на ивенты.
На прошлой неделе побывал на ивенте "Сила слабых связей" для выпускников разных программ Яндекс Практикума. Впервые был на такой встрече и остался очень доволен. Встреча, как понятно из названия, была посвящена нетворкингу. Понравилось выступление спикера - Жени Давыдова, который рассказал о том, как подходить к этому делу системно. Потом были различные нетворкинг-активности — бодрые и не кринжовые.
Помимо прочего, немного прошелся по офису Яндекс Go, встретил пару подписчиков, конечно же проверил работу кофемашин на кухне, познакомился с коллегой из нашей компании, что отдельно порадовало, записался в клуб "Алгоритмы для котиков". В общем, было круто. Как я уже говорил раньше, комьюнити — одно из самых больших преимуществ ЯП, и здорово, что ребята его развивают.
В будущем планирую сходить на похожую встречу для аналитиков. Кто учился в ЯП и обитает в Москве - пишите в комментарии или в лс, можем скооперироваться и сгонять вместе.
А вы были на похожих встречах? Делитесь опытом в комментариях и кидайте ссылки на ивенты.
🔥9
Data Fest
Много видел анонсов разных мероприятий про data в мае, наверное традиция проводить ночь музеев постепенно перешла и в it-сферу. Но все-таки нужно куда-то выбраться, поэтому в эту субботу планирую посетить Data Fest. Если кто-то из вас тоже регистрировался, то пишите в лс — рад буду повидаться, вместе всегда интересней. Если еще не регистрировались, то рекомендую прочекать расписание — там будет кого послушать, а открывает фест выступление настоящей легенды, иначе и не скажешь.
Много видел анонсов разных мероприятий про data в мае, наверное традиция проводить ночь музеев постепенно перешла и в it-сферу. Но все-таки нужно куда-то выбраться, поэтому в эту субботу планирую посетить Data Fest. Если кто-то из вас тоже регистрировался, то пишите в лс — рад буду повидаться, вместе всегда интересней. Если еще не регистрировались, то рекомендую прочекать расписание — там будет кого послушать, а открывает фест выступление настоящей легенды, иначе и не скажешь.
🔥7😱1
IT в 2026 в одной цитате
Чем я питаюсь на 30 рублей в день?
Это гречка 5 рублей, морковка 5 рублей, картошка 5 рублей, лук 5 рублей, подсолнечное масло 5 рублей, зелёный чай 5 рублей.
Получается очень вкусно, сытно и полезно!
😁12🤣2
Привет! Меня зовут Таня. Я супруга автора канала и — с недавних пор, используя местную терминологию — могу назваться «догоняющим по лезвию данных».
Вот уже 8 месяцев я прохожу курс «Аналитик данных» от Яндекс Практикума — и вот уже год как являюсь мамой.
Что заставило меня начать учиться в такой непростой период? А может быть, кто?.. Ну, обо всём по порядку.
К моменту появления малыша я успела попробовать себя во многих профессиях — все они в той или иной степени относились к гуманитарной сфере и оставили после себя чёткое ощущение разочарования в работе, завязанной на обильном социальном взаимодействии. Меня не назвать нетрудолюбивым человеком: я не против «коня на скаку остановить или в горящую избу войти». Но продавать (а я работала в b2c и b2b), преподавать (работала учителем) и вообще зарабатывать в разговорном жанре — оказалось очень изматывающим и чудовищно неблагодарным делом.
Я бы подумала, что работать — это вообще не моё, но с рождением ребёнка вдруг осознаёшь, как приятно было раньше пораскинуть мозгами вместо бесконечного «гули-гули, га-га-га», да и в целом появилось стремление иметь больше уверенности в этом непредсказуемом мире.
На фоне успехов мужа эти мысли стали всё больше укрепляться: а почему бы, сидя в декрете, не получить новую профессию? Но какую?
Я думала о разных вариантах — от моушн-дизайна до бэкенда. Уход в разработку пугал резкостью перехода из тотальной «гуманитарщины» в тотальную «технарщину», а дизайн отталкивал необходимостью из раза в раз в словесном бою с заказчиком защищать свою работу от «поиграй шрифтами». В итоге, запутавшись в дебрях IT-направлений, я не нашла ничего лучше, чем пойти по стопам «бегущего по лезвию данных». В конце концов, если у этого бородача получилось, то ведь и я смогу? (Муж на такого рода вопросы всегда уверенно кивал). Так я вышла на аналитику данных.
Поначалу, когда малыш был ещё совсем крохой, теории было больше, чем практики, а погода благоволила – у меня получалось заниматься во время прогулок (одной рукой направляя коляску, а другой — держа телефон); примотав ребёнка слингом и сидя на фитболе, я писала код на ноутбуке. Однако чем сложнее становились спринты и чем старше малыш — тем больше я понимала: я не успеваю.
Самым сложным в материнстве оказалось держать в голове множество мелких, как бисер, задач. Из-за них мозг постоянно перегружен и наотрез отказывается вставлять документацию pandas между списком покупок и списком бытовых дел. Зато этот опыт, можно сказать, дарит бесконечные тренировки по построению алгоритмов и тайм-менеджменту.
В какой-то момент очень выручил дедушка, поскольку смог чаще приезжать и больше времени проводить с внуком. Эта помощь (а ещё муж и нейросети) позволила мне успевать доделывать проекты к дедлайнам. Пока что я не использовала ни одного перехода в другую когорту. Справилась бы я так же без этого участия? Сложно сказать. Открыть компьютер без последствий при моём ребёнке — почти невозможный квест, потому что он, как и его родители, стремится скорее начать бить пальцами по клавишам. Так что заниматься, находясь дома с ним, пока что остаётся недостижимой мечтой.
Сейчас я стою на пороге выбора специализации – между BI и продуктовой аналитикой я решила выбрать последнюю. Пока что детективный, расследовательский дух A/B-тестов для меня наиболее вдохновляющая часть аналитики, а статистика успела вызвать интерес, еще не успев отпугнуть своей сложностью. Сохранится ли этот интерес в дальнейшем или я не вывезу — вопрос. Будем следить за развитием событий.
А как было у вас? Есть тут supermamas или вкатившиеся продуктовые аналитики? Делитесь вашим опытом, коллеги!
Вот уже 8 месяцев я прохожу курс «Аналитик данных» от Яндекс Практикума — и вот уже год как являюсь мамой.
Что заставило меня начать учиться в такой непростой период? А может быть, кто?.. Ну, обо всём по порядку.
К моменту появления малыша я успела попробовать себя во многих профессиях — все они в той или иной степени относились к гуманитарной сфере и оставили после себя чёткое ощущение разочарования в работе, завязанной на обильном социальном взаимодействии. Меня не назвать нетрудолюбивым человеком: я не против «коня на скаку остановить или в горящую избу войти». Но продавать (а я работала в b2c и b2b), преподавать (работала учителем) и вообще зарабатывать в разговорном жанре — оказалось очень изматывающим и чудовищно неблагодарным делом.
Я бы подумала, что работать — это вообще не моё, но с рождением ребёнка вдруг осознаёшь, как приятно было раньше пораскинуть мозгами вместо бесконечного «гули-гули, га-га-га», да и в целом появилось стремление иметь больше уверенности в этом непредсказуемом мире.
На фоне успехов мужа эти мысли стали всё больше укрепляться: а почему бы, сидя в декрете, не получить новую профессию? Но какую?
Я думала о разных вариантах — от моушн-дизайна до бэкенда. Уход в разработку пугал резкостью перехода из тотальной «гуманитарщины» в тотальную «технарщину», а дизайн отталкивал необходимостью из раза в раз в словесном бою с заказчиком защищать свою работу от «поиграй шрифтами». В итоге, запутавшись в дебрях IT-направлений, я не нашла ничего лучше, чем пойти по стопам «бегущего по лезвию данных». В конце концов, если у этого бородача получилось, то ведь и я смогу? (Муж на такого рода вопросы всегда уверенно кивал). Так я вышла на аналитику данных.
Поначалу, когда малыш был ещё совсем крохой, теории было больше, чем практики, а погода благоволила – у меня получалось заниматься во время прогулок (одной рукой направляя коляску, а другой — держа телефон); примотав ребёнка слингом и сидя на фитболе, я писала код на ноутбуке. Однако чем сложнее становились спринты и чем старше малыш — тем больше я понимала: я не успеваю.
Самым сложным в материнстве оказалось держать в голове множество мелких, как бисер, задач. Из-за них мозг постоянно перегружен и наотрез отказывается вставлять документацию pandas между списком покупок и списком бытовых дел. Зато этот опыт, можно сказать, дарит бесконечные тренировки по построению алгоритмов и тайм-менеджменту.
В какой-то момент очень выручил дедушка, поскольку смог чаще приезжать и больше времени проводить с внуком. Эта помощь (а ещё муж и нейросети) позволила мне успевать доделывать проекты к дедлайнам. Пока что я не использовала ни одного перехода в другую когорту. Справилась бы я так же без этого участия? Сложно сказать. Открыть компьютер без последствий при моём ребёнке — почти невозможный квест, потому что он, как и его родители, стремится скорее начать бить пальцами по клавишам. Так что заниматься, находясь дома с ним, пока что остаётся недостижимой мечтой.
Сейчас я стою на пороге выбора специализации – между BI и продуктовой аналитикой я решила выбрать последнюю. Пока что детективный, расследовательский дух A/B-тестов для меня наиболее вдохновляющая часть аналитики, а статистика успела вызвать интерес, еще не успев отпугнуть своей сложностью. Сохранится ли этот интерес в дальнейшем или я не вывезу — вопрос. Будем следить за развитием событий.
А как было у вас? Есть тут supermamas или вкатившиеся продуктовые аналитики? Делитесь вашим опытом, коллеги!
❤25🔥13
Данные это коровы
Привет, ковбои! Читал как-то статью про data wrangling на Хабре. На русском это понятие, как мне кажется, все ещё не имеет устоявшегося перевода. В книгах, статьях и прочих материалах можно встретить разные варианты – первичная обработка данных, сбор, очистка и преобразование данных, подготовка данных и тд.
Встречаются и более дословные варианты – выпас данных или укрощение данных. Почему на английском этот процесс называют так вы можете прочесть в цитате ниже – по-моему, прекрасный и исчерпывающий комментарий одного из обитателей Хабра.
Я думаю, вы заметили, что в английском данные часто метафорически представляются как природные ресурсы или дикие сущности. Отсюда обилие «материальных» терминов:
Data Mining — как уголь или руды в шахтах
💧 Data Lake — данные как водоём
📦 Data Warehouse — как материалы на полках склада
🛢 Data Pipeline — опять же как вода или, скажем, нефть. Big Data тоже трансформация термина из нефтянки
🐮 Data Wrangling — данные как скот
🥩 Raw Data — данные как нечто сырое и необработанное, например пища
В итоге: Данные в английском — это поток, который течёт по трубам, залежи, которые нужно добывать, и скот, который нужно укротить, чтоб он принес пользу.
А что в русском? У нас как будто больше коннотаций, связанных с бюрократической и канцелярской темой – паспортные данные, личные дела, записи в книгах учёта, документы, протоколы, «дано» в школьных задачах. И вообще данные это не то, что мы взяли, а то, что нам дали. Данные получают, подают, приобщают к делу. Все официально, «согласно имеющимся данным».
При этом в последнее время ситуация, конечно, меняется. Слово «данные» обретает новый контекст и вне дата среды, становятся устойчивыми фразы «залить данные», «утечка данных».
Но общий вайб все ещё таков.
В английском данные - это flow (поток, который нужно обрабатывать).
В русском данные — это record (запись, которую нужно хранить).
А с чем у вас ассоциируются данные? Задумывались об этом? Расскажите в комментариях💚
Привет, ковбои! Читал как-то статью про data wrangling на Хабре. На русском это понятие, как мне кажется, все ещё не имеет устоявшегося перевода. В книгах, статьях и прочих материалах можно встретить разные варианты – первичная обработка данных, сбор, очистка и преобразование данных, подготовка данных и тд.
Встречаются и более дословные варианты – выпас данных или укрощение данных. Почему на английском этот процесс называют так вы можете прочесть в цитате ниже – по-моему, прекрасный и исчерпывающий комментарий одного из обитателей Хабра.
'Wrangling' переводится как выпас, но на русском такая аналогия не совсем отражает смысл процесса в силу контента. Выпас в прериях это кочевое 'мясное' скотоводство - процесс когда ковбои не дают стаду разбредаться в разные стороны и заставляют его медленно двигаться по маршруту где траву ещё не съели, а так же ближе к местам забоя в конце сезона.Так же в процессе такого перегона стад идёт отбраковка слабых животных, помощь при отеле и т.д.Но я бы хотел несколько развить тему.
В старом свете коров пасут обычно наоборот (оседлое 'молочное' скотоводство) т.е. днём дают им разбрестись по лугу, а вечером собирают и гонят домой.
(Понятно что современное скотоводство от всего этого отличается)
По отношению к данным 'wrangling' это как раз больше похоже на процесс 'формирования и управления стадом', чем выпас коров на лугу.
Велик и могуч американский язык! Слов в нем мало, а смыслов много.
Хабровчанин Indicator
Я думаю, вы заметили, что в английском данные часто метафорически представляются как природные ресурсы или дикие сущности. Отсюда обилие «материальных» терминов:
Data Mining — как уголь или руды в шахтах
💧 Data Lake — данные как водоём
📦 Data Warehouse — как материалы на полках склада
🛢 Data Pipeline — опять же как вода или, скажем, нефть. Big Data тоже трансформация термина из нефтянки
🐮 Data Wrangling — данные как скот
🥩 Raw Data — данные как нечто сырое и необработанное, например пища
В итоге: Данные в английском — это поток, который течёт по трубам, залежи, которые нужно добывать, и скот, который нужно укротить, чтоб он принес пользу.
А что в русском? У нас как будто больше коннотаций, связанных с бюрократической и канцелярской темой – паспортные данные, личные дела, записи в книгах учёта, документы, протоколы, «дано» в школьных задачах. И вообще данные это не то, что мы взяли, а то, что нам дали. Данные получают, подают, приобщают к делу. Все официально, «согласно имеющимся данным».
При этом в последнее время ситуация, конечно, меняется. Слово «данные» обретает новый контекст и вне дата среды, становятся устойчивыми фразы «залить данные», «утечка данных».
Но общий вайб все ещё таков.
В английском данные - это flow (поток, который нужно обрабатывать).
В русском данные — это record (запись, которую нужно хранить).
А с чем у вас ассоциируются данные? Задумывались об этом? Расскажите в комментариях
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥11🤔2