Учим Питон

Итак, наверное, это последняя анонимная история трудоустройства от участника нашей группы. Я напоминаю, что всего участники добились сами, особой помощи группа не предоставляла, мы просто делимся их историями, чтобы мотивировать вас на свершения.

История 4. Data science.

Всем привет. Тоже недавно получил оффер в сбер на позицию аналитик данных/ds. Если кратко, то в этом году закончил нефтегазовый вуз, но на моменте выбора темы диплома, понял, что мне не особо нравится данная отрасль, поэтому задумался о смене сферы деятельности. Питон знал чуть-чуть еще год назад, но все равно пришлось его вспоминать. Параллельно с этим изучал, что еще можно делать с помощью питона, кроме разработки, так и наткнулся на дс. Начал вспоминать вышмат, какие-то разделы более менее помнил, но вот статистику вообще плохо знал, еще sql, видосы различные, немного задачек на leetcode и тд, всего по чуть-чуть))). Вообще по итогу могу сказать, что на джун позицию крайне важно грамотно составить резюме и софт скиллы ( не является абсолютной истиной) . Прошел около 12 собесов, было много отказов, часто просто из-за волнения жестко тупил))) И как-то решил оставить отклик на вакансию в сбер и залетел. После январских выхожу на работу, щас прохожу скрининг службы безопасности.

Техническое интервью было довольно простое, стандартные задачки по sql ( агрегация, жоины), по python сделать сортировку списка по возрастанию без помощи спец функций. И задачка по мл, было дано два алгоритма по лесам и нужно было выбрать лучший из них. Нужно было смотреть на энтропию и по ней определять точность. Я не знал, что такое энтропия в мл, но имел представление о ней из физики. Что это мера хаотичности системы и чисто логически заключил, что лучший алгоритм будет тот, у которого энтропия меньше. А ну еще спрашивали по теории ml, методы валидации алгоритмов классификации.

#история_успеха #data_science #python

👍1

1K views10:03