Теперь у нас:
Касательно того, чего ждать на ЕГЭ следующего года я отвечу вам однозначно: в 2027 будет понижение среднего балла по математике. Сейчас он повысился уже до предела, прямо до такого уровня, что приемная компания начинает ломаться. Вообще повышение — это естественно, ведь чиновники от минобра должны как-то показывать, что с каждым годом делают работу все лучше и лучше.
Обновление формата — это повод отказаться от сравнений с прошлым годом: экзамен ведь стал другой, поэтому падение балла не синонимично снижению эффективности работы. Вообще так всегда было: за резким изменением формата следовало резкое падение среднего балла, поэтому готовимся, камрады!
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
Media is too big
VIEW IN TELEGRAM
В Москве прошла встреча олимпиадного сообщества
В офисе Яндекса встретились победители международных олимпиад по программированию и ИИ, призёры Всероссийской олимпиады школьников, их наставники и сотрудники компании, которые сами в прошлом побеждали на олимпиадах. Обсуждали важность командной работы, ошибки и путь, который может продолжиться в исследованиях, технологиях и больших продуктах.
Получилась встреча двух олимпиадных поколений: школьники, только что вернувшиеся с медалями, и разработчики, для которых турниры остались в прошлом, но повлияли на их путь. Когда-то они так же ломали голову над алгоритмами, а сегодня создают технологии будущего.
Олимпиадная медаль только открывает дорогу, но не является конечной целью. Победа в турнире доказывает способность решать сложные задачи, однако настоящая работа начинается после, когда эти навыки применяются в создании реальных технологий.
В офисе Яндекса встретились победители международных олимпиад по программированию и ИИ, призёры Всероссийской олимпиады школьников, их наставники и сотрудники компании, которые сами в прошлом побеждали на олимпиадах. Обсуждали важность командной работы, ошибки и путь, который может продолжиться в исследованиях, технологиях и больших продуктах.
Получилась встреча двух олимпиадных поколений: школьники, только что вернувшиеся с медалями, и разработчики, для которых турниры остались в прошлом, но повлияли на их путь. Когда-то они так же ломали голову над алгоритмами, а сегодня создают технологии будущего.
Олимпиадная медаль только открывает дорогу, но не является конечной целью. Победа в турнире доказывает способность решать сложные задачи, однако настоящая работа начинается после, когда эти навыки применяются в создании реальных технологий.
Как организовать первый семестр
В посте обсудим, как взять максимум от первого семестра и все закрыть на отлы!
Сохраняй фокус
Времени катастрофически мало, его не хватит, чтобы разобраться во всем на сто процентов. Твоя цель - это не что-то там заботать, а закрыть экзамены и зачеты. Поэтому первым делом тебе нужно составить небольшой документ, где будут примерные даты зачетов, экзаменов, а также требования по их сдаче, ссылки на программу прошлого года. Тебе нужно все это держать в голове с первого дня учебы.
Лекции
Сейчас в интернете найти лекционный материал стало намного проще, тот же самый teach-in, а чат гпт пояснит тебе любой момент. Не нужно тратить время и силы на дорогу, на томное просиживание штанов в душной аудитории, если очный формат - не твой формат. Можно заниматься в комфортной для себя атмосфере. Только не смотри лекции как сериал, конспектируй основные моменты так, будто пишешь билет на экзамен.
Семинары
Вот здесь советую не только ходить, но и активно участвовать в семинарах: выходить к доске и задавать вопросы. Это нужно, чтобы быть в курсе, что вообще происходит на лекциях и куда движется курс занятий, не пропустить важные контрольные. Также на семинарах за активность можно получить дополнительные баллы к экзамену/зачету, а также банально семинарист будет к тебе более лоялен на зачете. Кроме того тебе нужно где-то конектиться и выстраивать социальные связи с товарищами.
Социальные связи
Просто необходимы, одному учиться будет очень непросто. Товарищей можно попросить прислать тебе конспект лекции, которую сложно найти в интернете, помочь разобрать в какой-то теме, да и банально уточнить какой-то организационный момент. Да и может быть товарищество выльется затем в дружбу или поможет, когда активно начнете строить карьеру. Нередко оффер на работу происходит просто по рекомендации.
Домашнее задание
Его нужно обязательно выполнять, хотя бы с чатом гпт. Все эти задачи из ДЗ нужно научиться решать к зачету/экзамену. Поэтому лучше разобраться с какой-то непростой темой здесь и сейчас, чем откладывать на потом, когда пробелы в знаниях породят целую катастрофу. Советую просто найти одногруппника по вайбу и вместе с ним после пар ботать домашку, объясняя друг другу какие-то непростые моменты, валидируя решение и ответ на задачу.
Профессиональное развитие
Очень важно хотя бы в первые два семестра держать фокус на учебе, экзаменах, зачетах и разобраться в механике учебы. Но если чувствуешь, что все под контролем, есть время на учебу, спорт, досуг, то можно начать делать небольшие шаги в сторону карьеры. Потому что все таки у ВУЗов цель дать тебе фундамент, а не построить тебе классную карьеру. О том с чего можно начать строить карьеру писал в предыдущем посте здесь. А еще больше материалов по учебе и карьере для студентов в нашем телеграм канале "Поступашки - ШАД, Стажировки и Магистратура"
Подписаться: @postypashki_old
В посте обсудим, как взять максимум от первого семестра и все закрыть на отлы!
Сохраняй фокус
Времени катастрофически мало, его не хватит, чтобы разобраться во всем на сто процентов. Твоя цель - это не что-то там заботать, а закрыть экзамены и зачеты. Поэтому первым делом тебе нужно составить небольшой документ, где будут примерные даты зачетов, экзаменов, а также требования по их сдаче, ссылки на программу прошлого года. Тебе нужно все это держать в голове с первого дня учебы.
Лекции
Сейчас в интернете найти лекционный материал стало намного проще, тот же самый teach-in, а чат гпт пояснит тебе любой момент. Не нужно тратить время и силы на дорогу, на томное просиживание штанов в душной аудитории, если очный формат - не твой формат. Можно заниматься в комфортной для себя атмосфере. Только не смотри лекции как сериал, конспектируй основные моменты так, будто пишешь билет на экзамен.
Семинары
Вот здесь советую не только ходить, но и активно участвовать в семинарах: выходить к доске и задавать вопросы. Это нужно, чтобы быть в курсе, что вообще происходит на лекциях и куда движется курс занятий, не пропустить важные контрольные. Также на семинарах за активность можно получить дополнительные баллы к экзамену/зачету, а также банально семинарист будет к тебе более лоялен на зачете. Кроме того тебе нужно где-то конектиться и выстраивать социальные связи с товарищами.
Социальные связи
Просто необходимы, одному учиться будет очень непросто. Товарищей можно попросить прислать тебе конспект лекции, которую сложно найти в интернете, помочь разобрать в какой-то теме, да и банально уточнить какой-то организационный момент. Да и может быть товарищество выльется затем в дружбу или поможет, когда активно начнете строить карьеру. Нередко оффер на работу происходит просто по рекомендации.
Домашнее задание
Его нужно обязательно выполнять, хотя бы с чатом гпт. Все эти задачи из ДЗ нужно научиться решать к зачету/экзамену. Поэтому лучше разобраться с какой-то непростой темой здесь и сейчас, чем откладывать на потом, когда пробелы в знаниях породят целую катастрофу. Советую просто найти одногруппника по вайбу и вместе с ним после пар ботать домашку, объясняя друг другу какие-то непростые моменты, валидируя решение и ответ на задачу.
Профессиональное развитие
Очень важно хотя бы в первые два семестра держать фокус на учебе, экзаменах, зачетах и разобраться в механике учебы. Но если чувствуешь, что все под контролем, есть время на учебу, спорт, досуг, то можно начать делать небольшие шаги в сторону карьеры. Потому что все таки у ВУЗов цель дать тебе фундамент, а не построить тебе классную карьеру. О том с чего можно начать строить карьеру писал в предыдущем посте здесь. А еще больше материалов по учебе и карьере для студентов в нашем телеграм канале "Поступашки - ШАД, Стажировки и Магистратура"
Подписаться: @postypashki_old
Forwarded from Поступашки - экономика
До начала учебного года остаётся совсем немного, поэтому собрали маршрут, по которому можно закрывать олимпиадную экономику с нуля. Ниже — первая половина микроэкономики: что должно получаться после каждой темы, где читать теорию и на чём набивать руку.
1. Начните со спроса и предложения. Здесь важно научиться складывать индивидуальные функции, восстанавливать их по условию, находить равновесие, избыток и дефицит, учитывать сдвиги кривых и не путать изменение спроса с изменением величины спроса. Теорию удобно читать в EconGuide Сафронова на стр. 200–235. Затем отдельно разберите эластичность по учебнику Рэма на стр. 184–196: точечную и дуговую эластичность, связь эластичности с выручкой и перекрёстную эластичность. Для практики возьмите Акимова, стр. 40–78; из задачника Рэма — стр. 116 и 146–148, ответы на стр. 125 и 149–150; более обстоятельный добор есть у Гальперина: условия на стр. 5–6, решения на стр. 7–14. Тесты АА на стр. 15–36 и 248–277 лучше оставить для проверки, а не использовать как основной задачник.
2. После равновесия переходите к производству, издержкам и совершенной конкуренции. Надо свободно переходить между общими, средними и предельными величинами, восстанавливать TC, VC, FC, AC, AVC и MC, максимизировать прибыль, строить предложение фирмы и понимать условия входа, выхода и закрытия. База есть в учебнике Рэма на стр. 48–91, более подробное изложение — в EconGuide Сафронова на стр. 157–235. Решайте в задачнике Рэма стр. 28–36 и 96–100, сверяясь со стр. 37–47 и 101–107; затем доберите задачи Акимова на стр. 79–99. После этого уже можно переходить к реальным заданиям муниципального и регионального этапов: учебные задачи дают технику, но именно старые олимпиады учат распознавать модель в непривычном условии.
3. Следующая обязательная тема — монополия. Здесь встречаются максимизация прибыли и выручки, налоги и субсидии, регулирование, несколько заводов или рынков, естественная монополия и ценовая дискриминация. Основную теорию читайте у Рэма на стр. 99–118, альтернативное изложение — у Сафронова на стр. 242–278. В задачнике Рэма решайте стр. 85–92, разборы находятся на стр. 93–95. Когда обычная монополия перестанет вызывать трудности, целиком прочитайте небольшой учебник Кулешова: он посвящён ценовой дискриминации второй степени и полезен именно как углубление, а не как первое знакомство с темой. Тесты АА на стр. 119–143 снова используйте только как контроль.
4. Завершает первую часть государственное вмешательство и общественное благосостояние. Здесь надо уметь считать излишки потребителя и производителя, налоговые поступления и безвозвратные потери, разбирать налоги, субсидии, квоты, потолки и минимумы цен, внешние эффекты и общественные блага. Теория — учебник Рэма, стр. 131–176. Практика — задачник Рэма, условия на стр. 116–136 и ответы на стр. 125–145; для сложного добора подойдёт Гальперин: условия на стр. 93–114, решения на стр. 115–158. АА, стр. 173–201, оставьте на финальную проверку.
С каждым разделом схема одна: сначала теория и простые задачи, затем все задания Рэма со звёздами * и **, несколько задач *** и после этого 5–8 старых олимпиадных задач по той же теме. Если сразу читать решения, ощущение прогресса появится быстрее самого прогресса: к разбору лучше переходить только после полноценной попытки и отдельно выписывать идею, на которой вы застряли.
Please open Telegram to view this post
VIEW IN TELEGRAM
Как в регионах теперь учат разработке будущих айтишников
Камрады, если кто-то из вас в Нижнем Новгороде учится (или планирует поступать) на «Компьютерные науки и технологии» в ВШЭ — держите разбор.
Кампус запустил совместно с Авито специализацию «Разработка и развитие высоконагруженных систем». На ней учат делать сервисы, которые держат миллионы одновременных запросов и не падают под нагрузкой. Это часть бакалавриата: два года, доступно после второго курса, отбор конкурсный (успеваемость, мотивация, тестирование).
По стеку: Go с нуля (заранее знать не нужно), микросервисная архитектура, распределённые системы, DevOps и нагрузочное тестирование — то есть не только писать код, но и понимать, как он ведёт себя под реальным трафиком.
Практический трек — на настоящих бизнес-задачах Авито, под наставничеством тимлидов, ВКР готовят с экспертами компании. По итогам — шанс побороться за отбор на оплачиваемую стажировку.
Бонус: в кампусе открыли брендированную аудиторию Авито на 100 мест — доступна всем студентам, не только участникам специализации.
Если у вас похожая программа запускается в другом регионе — пишите в комментах, интересно собрать картину.
Камрады, если кто-то из вас в Нижнем Новгороде учится (или планирует поступать) на «Компьютерные науки и технологии» в ВШЭ — держите разбор.
Кампус запустил совместно с Авито специализацию «Разработка и развитие высоконагруженных систем». На ней учат делать сервисы, которые держат миллионы одновременных запросов и не падают под нагрузкой. Это часть бакалавриата: два года, доступно после второго курса, отбор конкурсный (успеваемость, мотивация, тестирование).
По стеку: Go с нуля (заранее знать не нужно), микросервисная архитектура, распределённые системы, DevOps и нагрузочное тестирование — то есть не только писать код, но и понимать, как он ведёт себя под реальным трафиком.
Практический трек — на настоящих бизнес-задачах Авито, под наставничеством тимлидов, ВКР готовят с экспертами компании. По итогам — шанс побороться за отбор на оплачиваемую стажировку.
Бонус: в кампусе открыли брендированную аудиторию Авито на 100 мест — доступна всем студентам, не только участникам специализации.
Если у вас похожая программа запускается в другом регионе — пишите в комментах, интересно собрать картину.
Хочешь стать аналитиком? Подай заявку на олимпиаду DANO
Попробуй себя в роли аналитика на олимпиаде НИУ ВШЭ и Т-Банка. Тебя ждут:
— Тест-драйв профессии до поступления.
— Задания, составленные на реальных данных.
— Командная работа, как в настоящих исследованиях и аналитических отделах.
— Выездной проектный тур для финалистов.
— Упрощенный отбор на стажировку в Т-Банке для победителей.
Не страшно, если нет опыта в анализе данных. Хватит школьных знаний по математике и логике. Перед каждым этапом будет обучающий модуль.
Подай заявку до 5 октября по ссылке
Попробуй себя в роли аналитика на олимпиаде НИУ ВШЭ и Т-Банка. Тебя ждут:
— Тест-драйв профессии до поступления.
— Задания, составленные на реальных данных.
— Командная работа, как в настоящих исследованиях и аналитических отделах.
— Выездной проектный тур для финалистов.
— Упрощенный отбор на стажировку в Т-Банке для победителей.
Не страшно, если нет опыта в анализе данных. Хватит школьных знаний по математике и логике. Перед каждым этапом будет обучающий модуль.
Подай заявку до 5 октября по ссылке
Камрады, регистрация на первые отборочные этапы сезона 26-27 по математике уже началась! Поэтому сегодня я предлагаю обсудить особенности каждого из отборов и нововведения этого года.
Первый отборочный этап пройдет уже 13-го сентября, регистрация осуществляется через платформу т-банка. Основная специфика тут в следующем: он проходит в дистанционном формате, вам дается достаточно много времени, целых 5 часов, а решить за него нужно всего 5 задачек. Сами задачки непростые (можете оценить вариант прошлого года), чистая классика, но попытаться я вам точно советую! Ну и если вы его завалите, то тут тоже ничего страшного: можно написать второй отбор, который будет в октябре и если вы наберете достаточно баллов на нем, то на закл вы попадете!
Важно: будьте осторожны с использованием нейронок и коллективными решениями. Организаторы подходят к проверке серьезно, реально все чекают (с использованием тех же нейросетей это делать очень просто) и банят очень жестко.
Тут советую прямо не откладывать, регистрация закончится уже 21-го сентября, регистрация осуществляется через личный кабинет ВШЭ, с инструкцией можно познакомиться тут. Основная специфика этого года в следующем: отбор проходит в дистанционном формате, вам дается всего 45 минут, то есть от отбора прошлого года, когда все написали на 100 баллов благодаря ГПТ это будет отличаться ну прямо очень сильно. То есть тут скорее всего будут не очень сложные задачки, но их будет много и будет прокторинг, поэтому нужно готовиться!
Важно: не нужно тянуть с регистрацией! После 21-го числа у вас не будет возможности принять участие, ну и в последний день может быть прямо сильный наплыв и технические траблы, поэтому не тяните и сделайте все заранее.
Первый отборочный этап пройдет уже 10-го октября, регистрация осуществляется через сайт МФТИ доступна на первый тур она до 10-го октября, но если вы не успели, то ничего страшного - можно будет зарегаться на следующий отбор и написать его. Основная специфика тут в следующем: тоже дистанционно все, вам дается 4 часа, будет скорее всего 10 задачек. Сами задачки скорее на технику, но с учетом первого левла они могут дать и немного классики!
Важно: в прошлом году орги отнеслись прямо наплевательски, но в этом году спущена жесткая директива и отбор будет жесткий. То есть тут вам и прокторинг, и нейрочекинг совпадающих ответов, и запись рабочего стола и все прелести.
А тут отбор уже начался! Да-да, вы не ослышались, уже можно начать решать задачи, то есть дата начала отбора и начала регистрации совпадают и зарегаться можно будет до самого конца отбора. Регистрация и олимпиада проходят через сайт урфу. На сам отбор вам дается всего 1 час и 10 задачек (микс техники и простой классики). То есть решать нужно прямо достаточно быстро. Прокторинг присутствует, поэтому не жулим! Конечно, кому-то покажется, что если отбор длится до 19 января, то можно не торопиться, но мой вам совет: пока никаких других отборов нет - пишите (вы сейчас свободны, время есть, а через пару месяцев у вас будет жесткий цейтнот).
Важно: я вам не советую писать прямо сейчас. На данный момент в одной задаче по геометрии условие неполное, организаторы скорее всего в ближайшее время исправят, но лучше пару недель подождать.
Короче, пока ситуация такая. Обо всех изменениях я буду сообщать вам камрады, ну а если вы хотите видеть подобную подборку для олимпиад по экономике, то срочно следуйте на соответствующий канал
Please open Telegram to view this post
VIEW IN TELEGRAM
💪 Прокачай себя к ВсОШ: бесплатные онлайн-сборы по математике и программированию Яндекса
Если ты учишься в 7–11 классе и хочешь уверенно войти в олимпиадный сезон, самое время начать. Яндекс запустил сразу два направления подготовки к школьному этапу ВсОШ: по математике и по программированию. Ведут сборы — преподаватели Яндекс Кружка, призеры и победители олимпиад.
Направления:
🔹Программирование (1–8 октября). Программа разделена на два курса: для 7–8 классов, кто только начинает знакомиться с олимпиадным программированием, и для 9–11, кто уже в теме. К лекциям прилагаются контесты и видеоразборы, отдельно разберут задачи школьных этапов прошлых лет.
🔹Математика (10 сентября – 11 октября). Здесь отдельные программы для каждого класса с 7 по 11, а сложность соответствует уровню первых этапов ВсОШ. Формат: видеоуроки по ключевым олимпиадным темам и задачи с автоматической и ручной проверкой.
В конце каждого курса ждёт пробная олимпиада: она покажет, какие темы стоит подтянуть перед новым сезоном. Участники получат сертификат и доступ к материалам прошлых сборов, а лучшие – фирменный мерч и экскурсию в офис Яндекса.
Присоединяйся к сборам и заложи базу на весь год 🔥
Если ты учишься в 7–11 классе и хочешь уверенно войти в олимпиадный сезон, самое время начать. Яндекс запустил сразу два направления подготовки к школьному этапу ВсОШ: по математике и по программированию. Ведут сборы — преподаватели Яндекс Кружка, призеры и победители олимпиад.
Направления:
🔹Программирование (1–8 октября). Программа разделена на два курса: для 7–8 классов, кто только начинает знакомиться с олимпиадным программированием, и для 9–11, кто уже в теме. К лекциям прилагаются контесты и видеоразборы, отдельно разберут задачи школьных этапов прошлых лет.
🔹Математика (10 сентября – 11 октября). Здесь отдельные программы для каждого класса с 7 по 11, а сложность соответствует уровню первых этапов ВсОШ. Формат: видеоуроки по ключевым олимпиадным темам и задачи с автоматической и ручной проверкой.
В конце каждого курса ждёт пробная олимпиада: она покажет, какие темы стоит подтянуть перед новым сезоном. Участники получат сертификат и доступ к материалам прошлых сборов, а лучшие – фирменный мерч и экскурсию в офис Яндекса.
Присоединяйся к сборам и заложи базу на весь год 🔥
Краткая карта IT направлений: чем реально занимаются специалисты и насколько просто туда попасть
Сейчас идет осенний сезон стажировок и грех хотя бы не попробовать податься на одну из них. Про о том с чего начать свою карьеру подробно обсуждали в предыдущем посте. Здесь же дадим карту направлений и как сделать выбор.
Кратко о каждом
1. Менеджмент - управление людьми, много общение, мало технической части
2. Аналитика - исследование данных с помощью статистики, нужно писать код
3. Data Science - как аналитика, только больше методов машинного обучения, больше кода
4. МЛ разработчик и инженер - разрабатывает и реализует мл модели на основе продуктовых идей
5. Разработчик - разрабатывает и поддерживает приложения и все, что вокруг него
6. Дата инженер/DevOps - занимаются инфраструктурой и окружением, но каждый со своей спецификой
Описал размыто, потому что все эти роли размыты. Все они пересекаются и если хотите быть реально востребованным специалистом, а не винтиком, выполняющим ровно одну функцию, которого завтра заменят нейросети, то нужно уметь не только в свою область, но и в смежные. И главный момент: везде нужно уметь писать код, уметь общаться - где-то больше, где-то меньше. Без этого карьеру не построить.
Теперь разберем, как сделать выбор
Если вы скорее про математику, чем про разработку, то советую начать с аналитики— отличный вариант, чтобы затем вырасти либо в машинное обучение или в серьезный менеджмент, ибо эти специальности включают аналитику. Базовая вакансия включает все то, что есть в программе этого курса по аналитике. Но стоит отметить, что у каждой команды свое мнение, кто такой аналитик и в последние время почти все вакансии в области больших данных (в том числе на стажера и джуна), где требуют знание классического машинного обучения. Да и его все равно придется выучить, если не желаете всю жизнь быть аналитиком. Что конкретно учить смотрим в программе курса по машинному обучению.
Если вы с топ-1 факультета: фивт, фкн пми, то можно скипнуть этап со стажировкой на аналитика и сразу пробовать начать со стажировке в data science/МЛ. Многие компании нацелены на то, чтобы взять топового младшекурсница и быстро вырасти из него seniorа. Если же нет, то нужно "это как-то объяснить": хакатоны, ШАД, Академия Авито, научные статьи и тд.
А так после первого рабочего опыта или в процессе обучения вы можете положить взгляд на вакансии data science, ml инженера или инженера данных. Помимо всего вышеперечисленного для большинства джуниорских вакансий понадобиться владения инструментами больших данных в духе: Spark, Hadoop и тд. Да и на вакансии аналитика тоже, судя по нынешнему рынку. Конечно прям с нуля поднимать базу данных аналитика не заставят, но сделать какие-то скромные вещи вполне. Что конкретно ботать смотрим в программе курса инженер данных.
Если вы скорее про программирование и разработку, то начать нужно с освоения языка: любой более менее серьезный и популярный, какой вам больше понравится. Это может быть C/С++, так он популярен в вузах и отлично демонстрирует фундамент разработки. Или это может быть python, так он еще был у вас в школе и вы больше всего работали с ним. Сейчас вообще популярней GO: он несложный и на нем много вакансий. Вообще язык вторичен, главное: фундамент и хорошая инженерная база. Какую конкретно базу ботать смотрим в программе курса бэкенд разработка. Ходить на собесы можно с того момента, как освоите базу по сетям, язык программирования и задачи по алгоритмам.
Подписаться: @postypashki_old
Сейчас идет осенний сезон стажировок и грех хотя бы не попробовать податься на одну из них. Про о том с чего начать свою карьеру подробно обсуждали в предыдущем посте. Здесь же дадим карту направлений и как сделать выбор.
Кратко о каждом
1. Менеджмент - управление людьми, много общение, мало технической части
2. Аналитика - исследование данных с помощью статистики, нужно писать код
3. Data Science - как аналитика, только больше методов машинного обучения, больше кода
4. МЛ разработчик и инженер - разрабатывает и реализует мл модели на основе продуктовых идей
5. Разработчик - разрабатывает и поддерживает приложения и все, что вокруг него
6. Дата инженер/DevOps - занимаются инфраструктурой и окружением, но каждый со своей спецификой
Описал размыто, потому что все эти роли размыты. Все они пересекаются и если хотите быть реально востребованным специалистом, а не винтиком, выполняющим ровно одну функцию, которого завтра заменят нейросети, то нужно уметь не только в свою область, но и в смежные. И главный момент: везде нужно уметь писать код, уметь общаться - где-то больше, где-то меньше. Без этого карьеру не построить.
Теперь разберем, как сделать выбор
Если вы скорее про математику, чем про разработку, то советую начать с аналитики— отличный вариант, чтобы затем вырасти либо в машинное обучение или в серьезный менеджмент, ибо эти специальности включают аналитику. Базовая вакансия включает все то, что есть в программе этого курса по аналитике. Но стоит отметить, что у каждой команды свое мнение, кто такой аналитик и в последние время почти все вакансии в области больших данных (в том числе на стажера и джуна), где требуют знание классического машинного обучения. Да и его все равно придется выучить, если не желаете всю жизнь быть аналитиком. Что конкретно учить смотрим в программе курса по машинному обучению.
Если вы с топ-1 факультета: фивт, фкн пми, то можно скипнуть этап со стажировкой на аналитика и сразу пробовать начать со стажировке в data science/МЛ. Многие компании нацелены на то, чтобы взять топового младшекурсница и быстро вырасти из него seniorа. Если же нет, то нужно "это как-то объяснить": хакатоны, ШАД, Академия Авито, научные статьи и тд.
А так после первого рабочего опыта или в процессе обучения вы можете положить взгляд на вакансии data science, ml инженера или инженера данных. Помимо всего вышеперечисленного для большинства джуниорских вакансий понадобиться владения инструментами больших данных в духе: Spark, Hadoop и тд. Да и на вакансии аналитика тоже, судя по нынешнему рынку. Конечно прям с нуля поднимать базу данных аналитика не заставят, но сделать какие-то скромные вещи вполне. Что конкретно ботать смотрим в программе курса инженер данных.
Если вы скорее про программирование и разработку, то начать нужно с освоения языка: любой более менее серьезный и популярный, какой вам больше понравится. Это может быть C/С++, так он популярен в вузах и отлично демонстрирует фундамент разработки. Или это может быть python, так он еще был у вас в школе и вы больше всего работали с ним. Сейчас вообще популярней GO: он несложный и на нем много вакансий. Вообще язык вторичен, главное: фундамент и хорошая инженерная база. Какую конкретно базу ботать смотрим в программе курса бэкенд разработка. Ходить на собесы можно с того момента, как освоите базу по сетям, язык программирования и задачи по алгоритмам.
Подписаться: @postypashki_old
Ну что, камрады, как у вас прошел отбор, все задачи решили? Обсудить задачи можно в комментариях и в нашей боталке
Если пропустили — ничего страшного, 17-го октября будет еще один отборочный тур!
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM