Приветствую на канале “Змеиный анализ”!🐍

Этот канал создан для тех, кто только начинает свой путь в IT или уже делает первые шаги, стремясь освоить Python 🐍 и аналитику данных. Здесь я хочу не просто делиться опытом, а вдохновлять, мотивировать и показывать, что путь в IT доступен каждому ✔️

За 2 года в IT я столкнулся с множеством вызовов, до того как стать аналитиком данных, я разрабатывал на python (позже расскажу про это подбробнее). Писал на разных языках программирования, но именно Python стал тем инструментом, с которым я чувствую себя уверенно. И я прекрасно применяю его в своей работе.

👀Тут ты найдешь:
➡️Полезную информацию по аналитике.
➡️Полезные ресурсы для быстрого роста.
➡️Интересные фишки, которые сделают твое обучение проще.
➡️Решения сложных и реальных задач, с которыми сталкиваются айтишники.
➡️Честные отзывы о курсах и обучающих платформах.

📌Этот канал не просто источник информации, это твое сообщество, где ты можешь задать вопрос, обсудить проблемы и получить поддержку.

Кем был и как пришел к этому?

Часть 1

Начнем с того, что мне 22 года. Много это или мало по меркам айтишника, судите сами🤷‍♂️. По моему мнению, чтобы войти в IT, возраст не сильно важен. Ведь есть столько примеров, когда люди меняли профессию в 40 лет и вкатились в эту сферу👍Я не гений и никогда им не был. В детстве что такое программирование, даже не знал.

В школе, как таковой информатики у нас не было и олимпиад по математике я не выигрывал. К слову, окончил школу я как гуманитарий, сдав ЕГЭ и перебрался в ВУЗ на экономическое направление👏Да, тогда я не мог предположить, что будет дальше и не могу сказать, что это был мой осознанный выбор. Под давлением общества сложно обдумать все и сделать правильный выбор, особенно, когда тебе 17. Но экономическое образование мне также пригодилось при трудоустройстве аналитиком данных и работе. Я лучше понимал бизнес-логику, проще было общаться с продуктом и безнесом. Так что это в любом случае плюс для резюме.

🔔Так вот, познакомил меня с IT мой друг, с которым мы поступали в универ. Он разрабатывал сайт и я вызвался помочь. Было интересно изучить что то новое и на тот момент необычное для меня💡Я не остановился на этом и продолжал двигаться в этой области, параллельно обучаясь в университете.

Проходил курсы по HTML/CSS и JS. Писал простые сайты, используя только Frontend🧑‍💻Было тяжело и одновременно интересно. Но я понимал, что для разбработки чего то сложного необходим Backend🤔
И тогда я стал копать глубже 📣
Продолжение будет завтра.

Кем был и как пришел к этому?

Часть 2

В начале я писал, что моим первым проектом в IT, была Backend разработка на Python. Проработал я не долго, но за это время в компании я научился многому, поскольку параллельно писал свои проекты. Но вы можете спросить, почему свичнулся все таки в аналитику❓Расскажу позже, это заслуживает отдельного поста.

Backend - это обратная сторона, которая делает возможными все те удобные, быстрые и надежные приложения, которыми мы пользуемся каждый день. Это про логику, глубину и решения сложных задач⚡️Ты не просто создаешь интерфейс, ты создаешь мозг и сердце приложения. Это как работа инженера, который строит мощный мотор для гоночного автомобиля, чтобы он разгонялся до максимальной скорости, оставаясь при этом надежным и устойчивым 💯

Помню, я проходил курсы по разным ЯП. В основном это были Java👩‍💻и Python👩‍💻 немного писал и на Node.js👩‍💻 Решал простые задачи на логику на разных платформах и практиковался. Пытался писать разные проекты по гайдам на YouTube📹 Пост о том, какие каналы и курсы были наиболее полезны также обязательно будет.

В общем, тогда я понял, что точно хочу погрузиться в мир IT ✅ и после окончания бакалавриата, поступил на магистратуру по направлению "Программная инженерия" и учусь до сих пор 🎓 Про образование, его необходимость и прочие вытекающие вопросы я напишу отдельный пост. А пока вы можете поделиться своей историей, как пришли к этому и что изучаете.

В чём секрет быстрого роста? 🏆

Я знаю парней, которые прорвались в айти с сумасшедшей скоростью:
➖с нуля до 300к наносек за год,
➖с джуна до лида за меньше чем за год.
И у них есть одна общая черта: они не боятся ошибаться.

Они спокойно берут на себя сложные задачи, косячат, учатся на своих промахах - и не устраивают внутреннюю казнь за каждый неверный шаг. Для них ошибка - не катастрофа, а просто рабочий момент: «Ладно, бывает. В следующий раз сделаю лучше». Они не тратят силы на самокопание - они тратят силы на рост🚀

Я работал рядом с таким парнем. Мы вместе писали скрипты. Он часто ошибался, и я думал, что он просто невнимательный. А потом как-то он признался, что в IT всего три месяца и до сих пор разбирается во всём на ходу.
И я тогда офигел.. Чел хорош, он тянет объём, который люди с годом опыта не всегда тянут.

Такой путь самый тяжёлый, но и самый быстрый. Берёшь больше, чем можешь. Ошибаешься. Получаешь фидбек. Переживаешь. Делаешь снова. И снова. И снова. Пока наконец не получается 💥

Да, морально это адски сложно. Особенно когда фидбек почти всегда с замечаниями, и внутри начинает звучать знакомое: «я тупой», «я не тяну». Я много раз слышал, как его жёстко отчитывали на созвонах. Хвалили редко. Хотя пахал он явно больше других.

Но именно так он быстро разобрался в своём продукте, потом в соседних, начал помогать другим командам, расширил функционал. И через год стал лидом в большой компании, где такой рост происходит почти никогда.

И это не про удачу и не про гениальность. Это про действие. Про то, чтобы идти вперёд через страх, стыд, ощущение себя неидеальным. Такой путь жжёт, но и приносит самый быстрый результат 🔥

Я часто вспоминаю об этом, когда какой-то косяк кажется концом света. Перфекционизм ловко маскируется под «стремление к качеству», но на деле он просто тормозит. Там, где можно было пробежать, ты топчешься.

В итоге каждый выбирает сам:
Чувствовать себя иногда глупым, но расти быстро или же быть всегда аккуратным, правильным, чуть-чуть гордым… и расти медленно.

ИИ 🤖 Друг или Враг⁉️

Думаю, что многие задавались вопросом, заменит ли искусственный интеллект программистов.

🔄ИИ это инструмент, который может быть как другом, так и вызовом для программиста, в зависимости от того, как его использовать.

❓Почему друг:

🟢Ускорение разработки: Он может писать код, помогать с отладкой, генерировать алгоритмы и предлагать оптимизации. Это экономит время.
🟢Обучение:
Объясняет сложные концепции, помогает изучать новые языки программирования и технологии.
🟢Рутина: Берет на себя выполнение скучных задач вроде написания шаблонов, документации или тестов.
🟢Решение проблем: Помогает искать ошибки, исправлять баги и предлагать альтернативные подходы.

⚠️Почему вызов:

🔴Замена базовых навыков: Если вы полагаетесь на ИИ слишком сильно, то рискуете не развить свои собственные навыки.
🔴Этические вопросы: Помощь ИИ в создании кода, который может использоваться неэтично или вредно, зависит от программиста.
🔴Конкуренция: ИИ может выполнять часть работы, особенно рутинную или предсказуемую, что в будущем может изменить рынок труда для разработчиков.

🎙Я считаю, что Искусственный интеллект не заменит программистов в ближайшие 5-10 лет по одной ключевой причине:

разработка требует не только написания кода, но и глубокого понимания бизнес-контекста, креативности и способности принимать решения в условиях неопределённости.

🔊Реальная разработка часто требует понимания уникальных бизнес-процессов, интеграции с существующими системами и адаптации к изменяющимся требованиям. Эта гибкость всё ещё требует человеческого интеллекта.

🔊ИИ работает на основе существующих данных, но создание новых архитектур, алгоритмов или подходов требует нестандартного мышления, которое выходит за пределы моделей машинного обучения.

🔊И самым важным является то, что программисты взаимодействуют с клиентами, менеджерами, дизайнерами и другими разработчиками. Они участвуют в обсуждении требований, предложении решений и разруливании конфликтов — это социальные и эмоциональные навыки, которые ИИ пока не осваивает.

✏️Какой вывод?
ИИ не заменит программистов, но станет их сильным инструментом. В ближайшее время разработчики, которые научатся эффективно использовать этот инструмент, останутся востребованными, а их роль будет эволюционировать от “писателей кода” к архитекторам и стратегам цифровых решений✔️

📱Работа с API через модуль requests

Модуль requests в Python позволяет легко отправлять HTTP-запросы и обрабатывать ответы.

Он широко используется для взаимодействия с веб-сервисами, так как удобен для работы с API благодаря простому синтаксису и поддержке множества HTTP-методов.

Основные функции модуля requests:
⚪️requests.get(url) — отправляет GET-запрос для получения данных с указанного URL.
⚪️requests.post(url, data=...) — отправляет POST-запрос для передачи данных на сервер.
⚪️requests.put(url, data=...) — отправляет PUT-запрос для обновления существующих данных на сервере.
⚪️requests.delete(url) — отправляет DELETE-запрос для удаления данных на сервере.

❤️ — если было полезно

Как не прокрастинировать❓

Прокрастинация во время обучения программированию — это довольно распространённая проблема особенно из-за сложности материала и постоянного ощущения, что ты чего-то не знаешь. Думаю, что каждый из нас с этим сталкивался ⚔️
Напишу тут одни из самых эффективных советов, которые мне когда то помогли 🆘

1️⃣Определи чёткие цели

Вместо абстрактных задач вроде «выучить Python» ставь конкретные цели:🎯
➖Сделать простое веб-приложение на FastAPI.
➖Разобраться с базами данных, создав небольшую CRUD-программу.
Это помогает видеть конкретный результат, а не тонуть в бесконечном процессе обучения.

2️⃣Используй метод «Pomodoro»

Работай по 25 минут с короткими перерывами в 5 минут. Это помогает сохранить концентрацию и не даёт мозгу устать. После четырёх циклов делай более длинный перерыв (15–20 минут).

3️⃣Минимизируй отвлекающие факторы
➖Убери телефон подальше.
➖Отключи уведомления.
➖Работай в тихом месте.

Если отвлёкся, то осознай это и сразу возвращайся к задаче. Это очень важно 😏

4️⃣Разделяй обучение и практику

Прокрастинация часто возникает из-за того, что изучаешь теорию без применения. После изучения нового материала сразу же попробуй написать код, который использует новые знания. 👩‍🎓

5️⃣Не бойся ошибок

Иногда прокрастинация — это страх перед сложными задачами. Просто пойми, что ошибки, это часть процесса. Ты учишься на них, а не на чтении книг📚

6️⃣Веди учёт прогресса

В конце каждого дня записывай, что ты сделал. Это даст ощущение движения вперёд и укрепит мотивацию⚡️

7️⃣Занимайся каждый день, даже понемногу

Даже если у тебя всего 30 минут свободного времени, используй их с пользой. Регулярность важнее продолжительности🛡

Если у вас есть, хорошие советы, то можете поделиться ими в комментариях ⤵️

Про деревья 🌳

Немного про машинное обучение. Почему решающие деревья считаются одним из самых наглядных алгоритмов в ML. На скрине - то самое дерево, которое я «вырастил» когда решил немного поизучать ML. Его задача - предсказывать пол человека по двум признакам: длине волос и размеру ноги.

🔍Начало работы дерева
В корневом узле (самом верхнем) алгоритм делит выборку с вопроса:
«Размер ноги ≤ 41.5?».
В наборе - 186 человек: 120 женщин и 66 мужчин.

➡️Если ответ «нет», мы попадаем в правый лист — там все 53 объекта оказываются мужчинами.
➡️Если «да», то в левый узел уходят 120 женщин и 13 мужчин — у всех размер ноги действительно ≤ 41.5.

👩‍🦰 Дальнейшие разбиения
Следующий вопрос уже про волосы: «Длина волос ≤ 8.5?».
И так дерево шаг за шагом делит выборку дальше. В моём случае оно задаёт четыре вопроса — но глубину можно ограничивать.

📉А что за gini в каждом узле?
Это критерий Джини - популярный показатель качества разбиения. Он показывает, насколько смешаны классы в узле:

Если все объекты относятся к одному классу ➡️ gini = 0 (идеальная чистота).

Если классы пополам ➡️gini = 0.5 (максимальная неопределённость при двух классах).

Алгоритм старается подбирать такие разбиения, которые уменьшают Джини сильнее всего. Чем выше «чистота» узлов - тем лучше дерево учится.

(в этот момент в голове играет Тейлор Свифт — «Out of the woods» 🏙️)

Ред флаги на собесах 😅🚩