О переезде я думала давно - это было внутреннее ощущение, которое постепенно зрело. В какой-то момент я просто поняла, что холод, слякоть, снег и темнота Петербурга - это не моё. Летом там прекрасно, но остальные 9 месяцев мне стало тяжело. Со временем появилось ощущение, что я как будто перерастаю город: стало серо и немного токсично для моего внутреннего состояния. Мне хотелось более мягкого климата и новой среды
Мы подходили к выбору очень рационально. Смотрели на:
В списке помимо Великобритании были Испания и Португалия с визами цифрового кочевника, США с визами таланта (О1, EB1), Грузия как вариант на первое время
Испанию и Португалию не выбрали из-за жары и живности - насекомые и пауки для нас прям критичный момент
Америка - далеко и очень сложно с визой, на это могут уйти годы. Также по О1 dependant не может переехать, по EB1 только married partner
В Грузии в целом помимо климата и безвиза плюсов мало
Плюс в большинстве стран пришлось бы учить новый язык. А я, честно говоря, уже очень устала учиться - мне хотелось передышки
И в этом всём Лондон выиграл - понятная возможность легализации; английский язык; мягкий климат без экстремальной жары; отсутствие экзотической живности
Мы были здесь в мае, город нам очень понравился - чисто, ухожено, архитектура сочетается между собой, сильное международное комьюнити, много зелени
Оффера у нас не было. Мы ехали в неизвестность
Удалёнки по миру у него не было, поэтому принял решение уволиться. Я продолжила работать на своей работе
Первое время у него не было работы, мы жили в саблетах и несколько раз переезжали. Каждый переезд - это отдельные нервы. Параллельно у меня шла учёба. Это был стрессовый период, хотя страшно не было, было просто очень много всего сразу
Потихоньку всё начало налаживаться, когда я открыла банковские карты, оформила симку, и появилась какая-то бытовая стабильность. А окончательно ощущение, что мы дома, пришло только в конце декабря, когда мы переехали в постоянную квартиру
Для меня это было одним из лучших решений. Да, в Лондоне высокие налоги и цены. Да, первые месяцы были нервными. Но если в 22 года ты можешь позволить себе жить и работать в стране с экономикой Тир-1, то это очень мощный трамплин в жизнь
Я бы прошла этот путь ещё и ещё, даже зная обо всех трудностях. И вообще я считаю, что если вы думаеете переезжать, то лучше делать это как можно раньше - пока нет серьёзных обязательств, детей, животных и тд. В этом возрасте можно позволить себе экспериментировать и пробовать больше
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥15💯6 3
6 датасетов на Kaggle, чтобы начать практиковаться в ML
В одном из прошлых постов я писала о том, нужен ли ML аналитику, и советовала хотя бы один раз обучить простую модель, чтобы понять, как это работает на практике
Как и обещала, делюсь датасетами, с которых удобно начать. Я выбрала те, по которым много примеров, ноутбуков и объяснений на Kaggle
🛥 Titanic
Классический датасет для старта, я его встречала даже на собеседовании на аналитика. Задача: предсказать, выжил пассажир или нет
Почему он удобный: небольшой, понятные признаки, можно спокойно потренировать preprocessing и первую классификацию
Часто это самый первый ML-проект у новичков
🏠 House Prices
Следующий хороший шаг после Titanic. Здесь уже задача регрессии: нужно предсказать цену дома
Датасет интересен тем, что: много признаков, много feature engineering, можно попробовать разные модели
🎲 Digit Recognizer (MNIST)
Один из самых известных датасетов в ML. Задача: распознавать рукописные цифры
Хороший способ попробовать: работу с изображениями, простые нейросети
✍️ Disaster Tweets
Небольшой и удобный датасет для первого NLP-проекта. Задача: определить, говорит ли твит о реальной катастрофе или нет
Можно попробовать: TF-IDF, логистическую регрессию, базовые NLP-модели
💳 Credit Card Fraud Detection
Задача: найти мошеннические транзакции. У нас, кстати, подобными задачами занимается отдельная команда
Интересен тем, что здесь сильный дисбаланс классов: мошенничества очень мало. На таком датасете хорошо разбираться с: ROC-AUC, Precision / Recall, методами работы с imbalance
📉 Store Sales - Time Series
Если хочется попробовать прогнозирование временных рядов. Задача: предсказать продажи магазинов
Можно потренировать: лаги, rolling features, time-based валидацию
💡 Если идти по порядку, можно попробовать так:
Titanic➡️ House Prices ➡️ NLP или MNIST ➡️ Time Series ➡️ Fraud Detection
Так вы попробуете почти все основные типы задач в ML и возможно найдёте что-то себе по душе
В одном из прошлых постов я писала о том, нужен ли ML аналитику, и советовала хотя бы один раз обучить простую модель, чтобы понять, как это работает на практике
Как и обещала, делюсь датасетами, с которых удобно начать. Я выбрала те, по которым много примеров, ноутбуков и объяснений на Kaggle
Классический датасет для старта, я его встречала даже на собеседовании на аналитика. Задача: предсказать, выжил пассажир или нет
Почему он удобный: небольшой, понятные признаки, можно спокойно потренировать preprocessing и первую классификацию
Часто это самый первый ML-проект у новичков
Следующий хороший шаг после Titanic. Здесь уже задача регрессии: нужно предсказать цену дома
Датасет интересен тем, что: много признаков, много feature engineering, можно попробовать разные модели
Один из самых известных датасетов в ML. Задача: распознавать рукописные цифры
Хороший способ попробовать: работу с изображениями, простые нейросети
Небольшой и удобный датасет для первого NLP-проекта. Задача: определить, говорит ли твит о реальной катастрофе или нет
Можно попробовать: TF-IDF, логистическую регрессию, базовые NLP-модели
Задача: найти мошеннические транзакции. У нас, кстати, подобными задачами занимается отдельная команда
Интересен тем, что здесь сильный дисбаланс классов: мошенничества очень мало. На таком датасете хорошо разбираться с: ROC-AUC, Precision / Recall, методами работы с imbalance
Если хочется попробовать прогнозирование временных рядов. Задача: предсказать продажи магазинов
Можно потренировать: лаги, rolling features, time-based валидацию
Titanic
Так вы попробуете почти все основные типы задач в ML и возможно найдёте что-то себе по душе
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥10👍3💅3✍2
Сразу важный момент: на визу подавался мой парень, кейс был его. Я подавалась как dependant и предоставляла доказательства отношений (их, кстати, оказалось много)
Поэтому это не инструкция, а именно взгляд со стороны человека, который прошёл весь процесс рядом
Мы сознательно не рассматривали Skilled Worker по нескольким причинам:
Это виза, которая позволяет жить и работать в Великобритании без привязки к работодателю. Ты можешь: менять компании, работать на себя, запускать стартап, делать перерыв. Но для этого нужно доказать, что ты ценный специалист в своей области. В нашем случае одобрение было через Tech Nation
Важно показать не разовый всплеск активности, а системную работу. Сбор кейса занял около полугода, это был постепенный процесс. Публично делиться структурой кейса нельзя, но я перечислю примерные пункты:
Рекомендательные письма в основном пишут: C-level, Head of / Director, известные специалисты в индустрии, люди с сильным публичным профилем
Примерно 100 тысяч рублей на весь процесс подготовки: агентство, публикации, справки, участие в хакатонах и тд
Отдельно оплачивается сама виза:
£100 (основной) + £1000 (dependant) за подачу
медицинская страховка (примерно £1000 в год × 5 лет на каждого)
справка об отсутствии туберкулёза (9 тыс рублей на человека)
Самое болезненное - это именно страховка, потому что платится сразу за весь срок
Что это долго, нереально сложно и только для гениев. На самом деле самое сложное - финансовая часть. Сам кейс вполне реален, особенно если у вас есть проекты, про которые вы можете рассказать на перформанс-ревью. Если вы системно работаете, делаете сильные фичи, участвуете в комьюнити, то вы уже на полпути
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥9✍3 2
Это почти всегда первый вопрос на интервью, но многие отвечают на него плохо: либо пересказывают резюме, либо начинают с университета или истории своей жизни
Лучше подготовить две версии ответа:
Обычно это 30–40 секунд и 1–2 минуты соответственно
Короткая версия (для HR)
HR важно быстро понять: сколько у вас лет опыта, чем вы занимаетесь сейчас, стек и инструменты, чем занимались раньше, почему ищете новую работу
Хорошая структура:
Текущая роль
Я продуктовый аналитик с примерно 4 годами опыта. Сейчас работаю в e-commerce компании, где занимаюсь анализом пользовательских сценариев, A/B тестами и развитием дашбордов для продуктовых команд. Основной стек: SQL, Python, Tableau
До этого работал data аналитиком в маркетинговой команде, где занимался анализом рекламных кампаний и воронок привлечения пользователей
Сейчас рассматриваю новые возможности, потому что хочется больше работать с продуктовой аналитикой и участвовать в принятии продуктовых решений
Такой ответ занимает около 30 секунд, и HR получает всю нужную информацию
Более подробная версия (для нанимающего менеджера)
Тут можно добавить: какие задачи решаете, какие метрики и данные анализируете, немного цифр, какой эффект был от вашей работы, куда хотите развиваться
Я продуктовый аналитик с примерно 4 годами опыта. Сейчас работаю в e-commerce компании и отвечаю за аналитику пользовательского опыта в мобильном приложении
Основные задачи: анализ продуктовых метрик, проведение A/B тестов и работа с продуктовыми командами над улучшением ключевых этапов воронки. Например, недавно мы анализировали этап оформления заказа и после серии экспериментов смогли увеличить конверсию примерно на 6%
В работе в основном использую SQL, Python и Tableau, а также много взаимодействую с продакт-менеджерами и разработкой
До текущей роли работал data аналитиком в маркетинге: занимался анализом рекламных каналов, атрибуцией и оптимизацией CAC
Сейчас мне интересно дальше развиваться в продуктовой аналитике и больше участвовать в формировании продуктовых гипотез и стратегии развития продукта
Фреймворки для ответа
Чтобы ответ был структурированным, можно использовать простые схемы
Present
Самый удобный вариант, на мой взгляд
Past
Подходит, если карьера менялась или есть интересный путь / переход
Несколько советов
Please open Telegram to view this post
VIEW IN TELEGRAM
✍5🔥4💯3
Последние полгода я живу на два города и постоянно летаю. И у меня никогда не бывает прямых рейсов, всегда пересадки, чаще всего через Стамбул
И вот что меня реально напрягало в начале: овербукинг. Слишком часто мне попадались такие истории в рекомендациях
Это когда ты купил билет, приехал в аэропорт, а тебе говорят - мест нет
Авиакомпании часто продают больше билетов, чем мест в самолёте. Звучит странно, но логика простая - часть людей не доезжает до рейса: опаздывает, не проходит регистрацию, меняет планы
Поэтому в большинстве случаев всё ок, самолёт просто заполняется полностью. Но иногда случается так, что приезжают вообще все. И тогда кому-то реально может не хватить места
Стамбул - крупнейший хаб для рейсов из России. Самолёты туда почти всегда битком
И каждый раз, когда нет онлайн-регистрации, я начинаю нервничать: а вдруг именно сегодня тот самый случай?
Потому что если не улетаешь, ломается вся цепочка с пересадками и рушатся все планы. Конечно, было бы явно проще, если бы я не работала и у меня были бесконечные деньги, но имеем что имеем
Со временем выработала простые правила:
Овербукинг - это не редкость, а обычная практика авиакомпаний. Но надо помнить, что до реальных проблем доходит не так часто, просто потому что кто-то всё равно не доезжает. В любом случае у вас есть возможность на всевозможные компенсации, отель, ваучеры, посадку на следующий рейс, но всё зависит индивидуально от авиакомпании
В итоге: Самое надёжное, что можно сделать - не откладывать регистрацию. Потому что в ситуации овербукинга выигрывает тот, кто оказался быстрее
У меня пока ни разу не было ситуации, чтобы я попала на овербукинг. Зато была история, когда я улетела без багажа, потому что опоздала на рейс. Если интересно послушать, поставьте реакцию
Если вы попадали на овербукинг, расскажите, интересно почитать
Please open Telegram to view this post
VIEW IN TELEGRAM
📄 Почему большинство резюме реджектят за 5 секунд
Весна - хороший период для поиска или смены работы, поэтому давайте разберём несколько вещей, которые сильно влияют на конверсию резюме
Вообще есть два формата резюме: резюме по шаблону🔖 и одностраничник. Я больше остановлюсь на втором варианте, потому что именно такой формат проще адаптировать под конкретную вакансию
К посту прикрепляю пример одностраничника, по нему проще ориентироваться
Первое и самое важное: резюме должно быстро сканироваться. Нанимающий менеджер тратит буквально несколько секунд на первый просмотр. Если за это время он не может быстро понять, кто вы и какой у вас опыт, вас реджектнут
📲 Поэтому в самом верху должно сразу быть видно: имя и фамилию, роль (например: Аналитик данных / iOS разработчик / DevOps инженер), контакты и сколько лет у вас опыта
Опыт работы - это вообще главный раздел резюме. Важно, чтобы он сразу попадался в глаза. Формат простой: роль | компания | период работы
Но самое важное: как вы описываете пункты под каждой позицией (обязательно в формате буллетов). Хорошо работает формат через результат. Например:
🟠 сделал Х, получил Y - такой-то результат для бизнеса или команды
🟠 оптимизировал процесс / сократил время / повысил метрику / уменьшил расходы
Такие формулировки гораздо понятнее показывают вашу ценность, а не просто список обязанностей. Поэтому чуть хуже работает формат: "был ответственен за", "участвовал в" и т.д.
🛠 Отдельно про стек. Его лучше писать компактно и группировать по категориям (языки, базы данных, инструменты и т.д.), чтобы можно было быстро просканировать глазами
Внизу указываем образование. Отдельный момент про курсы. Если у вас есть высшее образование и уже есть релевантный опыт работы, курсы обычно лучше не указывать. Это касается и одностраничника, и резюме по шаблону🔖 . То же относится к фотографии - лучше не прикреплять, чтобы не было возможности дискриминировать кандидата
🎨 И важный момент про дизайн. Часто делают одностраничники в Canva с красивыми цветными шаблонами. Выглядит эффектно, но для IT-профессий обычно лучше придерживаться классического и максимально простого оформления. Цветные шаблоны могут хорошо подойти для творческих профессий (например, дизайнеров), но для большинства IT ролей они чаще мешают, чем помогают
Если делаете резюме в шаблоне🔖 , советую заглянуть в чат с прожаркой резюме. Там есть много полезных советов от моих коллег и примеры эталонных резюме. Иногда ребята и админы прожаривают резюме участников
Но небольшой дисклеймер: иногда ребята могут перегибать - не только с критикой резюме, но и в целом со своими мнениями про рынок, накрутку опыта и разные карьерные стратегии. Поэтому любой фидбек лучше пропускать через свою призму адекватности☄
И помнить, что финальная версия резюме - всегда ваша ответственность💡
Весна - хороший период для поиска или смены работы, поэтому давайте разберём несколько вещей, которые сильно влияют на конверсию резюме
Вообще есть два формата резюме: резюме по шаблону
К посту прикрепляю пример одностраничника, по нему проще ориентироваться
Первое и самое важное: резюме должно быстро сканироваться. Нанимающий менеджер тратит буквально несколько секунд на первый просмотр. Если за это время он не может быстро понять, кто вы и какой у вас опыт, вас реджектнут
📲 Поэтому в самом верху должно сразу быть видно: имя и фамилию, роль (например: Аналитик данных / iOS разработчик / DevOps инженер), контакты и сколько лет у вас опыта
Опыт работы - это вообще главный раздел резюме. Важно, чтобы он сразу попадался в глаза. Формат простой: роль | компания | период работы
Но самое важное: как вы описываете пункты под каждой позицией (обязательно в формате буллетов). Хорошо работает формат через результат. Например:
Такие формулировки гораздо понятнее показывают вашу ценность, а не просто список обязанностей. Поэтому чуть хуже работает формат: "был ответственен за", "участвовал в" и т.д.
🛠 Отдельно про стек. Его лучше писать компактно и группировать по категориям (языки, базы данных, инструменты и т.д.), чтобы можно было быстро просканировать глазами
Внизу указываем образование. Отдельный момент про курсы. Если у вас есть высшее образование и уже есть релевантный опыт работы, курсы обычно лучше не указывать. Это касается и одностраничника, и резюме по шаблону
Если делаете резюме в шаблоне
Но небольшой дисклеймер: иногда ребята могут перегибать - не только с критикой резюме, но и в целом со своими мнениями про рынок, накрутку опыта и разные карьерные стратегии. Поэтому любой фидбек лучше пропускать через свою призму адекватности
И помнить, что финальная версия резюме - всегда ваша ответственность
Please open Telegram to view this post
VIEW IN TELEGRAM
Несколько недель назад сходила на ML митап от Яндекса в Санкт-Петербурге. На мероприятии оффлайн было около 300 человек
Честно говоря, я шла туда в первую очередь ради нетворкинга. Всё-таки я аналитик данных, а не ML инженер, поэтому ожидала, что доклады будут для меня довольно сложными. Но оказалось наоборот: неожиданно я поняла вообще всё, и слушать было действительно интересно. Доклады были в основном про генеративные модели и практику их применения
По атмосфере мероприятие мне очень понравилось. Для меня оно на втором месте после Матемаркетинга. Здесь всё было, конечно, камернее, но при этом очень хорошо организовано:
И самое главное - бейджик участника, который я уже успела перевезти в Лондон
Я ходила на мероприятие с друзьями, которые работают в ML, один из них Матвей Переходим в Дата Сайенс
Отдельно хотела бы поделиться мнением по поводу
С точки зрения технологий и инженерной культуры, для меня, Яндекс остаётся одной из самых значимых компаний в России. Огромное количество сильных специалистов, продуктов и исследований выросло именно там. Однако я бы не хотела там работать: низкая ценность сотрудников, вилки ниже рынка, переработки и тд
Помимо Яндекса я выделяю для себя несколько компаний с крутой аналитической культурой в России: Авито, Магнит, X5 и мой любимый
Такие митапы как раз показывают, сколько сильных специалистов и интересных кейсов сейчас есть в сфере
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥9👍3💯1 1 1