👇Решаем рабочую задачу без смс и регистрации👇

Наконец выделила время и завершила подготовку тестовой задачи, которую не так давно упоминала.
Файл - всего один. В нем описание задачи и нюансов по данным, а также скрипт, который почти рандомно генерирует данные для анализа.
Такая задача может попасться любому, кто будет работать с событиями аналитики.

Ну и, чтобы жизнь не казалась мёдом, данные я, разумеется, немного подпортила ... все как в жизни 🍵

Ссылка на пример рабочей задачи

#о_работе

🌟 Моя история роста до мидла за год 🌟

Думаю, что уже многие слышали, что найти свою первую работу в IT бывает довольно не просто. Зато перескочить на новый грейд можно быстрее, чем искать эту самую первую работу 🙃
К примеру и мне и Оле - автору тг-канала Диванные данные потребовался год с момента старта в карьере, чтобы дорасти до мидла. Мы решили с ней заколабиться и поделиться своими историями в блогах 👇

После трудоустройства моя мотивация магическим образом никуда не пропала (возможно уже играла сила привычки), поэтому я продолжила прокачивать те навыки, которые казались мне отстающими.

За первый год работы мне удалось только с помощью рабочих задач усилить харды по SQL и в большей степени - Python.
Наличие коллег с разным бэкграундом позволил нахвататься разнообразного опыта, новых команд и способов решения разных задача через SQL
Именно в первый год я активно начала использовать в Python функции, классы, парсинг данных и API-шки. Это я использую до сих пор не только в своей работе, но и для своих проектов ❤️

Свободное время тратила на бесплатные курсы и открытие материалы в целом. Бесплатные курсы брала у Karpov Courses (Математика для DS, Симулятор SQL), а интересные для себя материалы искала на habr.

Спустя почти год я начала искать новую работу из-за приближающегося переезда и мои пожелания к компании неплохо выросли. Я смотрела на следующее:

🔘Полная удаленка - так как уезжала жить в Грузию
🔘Зарплату выше текущей, ведь хочется жить красиво
🔘Интересные задачи для души и хороший стек (поменьше Экселя, побольше Питона)

Собственно, все нашлось и все мои ожидания были более чем удовлетворены. Я получила два офера с полной удаленкой и схожей зп. Но я выбрала свою текущую компанию именно из-за задач и стека. Также из-за наличия второго офера на руках мне удалось немного поторговаться по зарплате и я выросла с 80 т.р. (в МСК) примерно в 2.5 раза и сейчас получаю зп уже в валюте.

Надеюсь, что пост получился мотивирующим и желание стать аналитиком только усилилось с осознанием возможности быстрого роста до мидла ✨

Не забудь почитать историю карьерного роста Оли в ее канале 🔜 Ссылочка тут

#обо_мне #поиск_работы

Я столкнулась с этими проблемами после курса по аналитике 👇

В почти далеком 2022 году я закончила курс по аналитике от Karpov Courses, с чего начался мой путь в аналитику 🙂. В этом же году аналогичный путь начал Егор - автор тг-канала Data Brew, который в свою очередь закончил курс от Яндекс Практикума.
Мы решили сравнить наши пути и поделиться теми проблемами, с которыми столкнулись во время первого поиска вакансий по аналитике 👇

🔵Совмещение обучения и основной работы

На протяжении всего процесса обучения у меня была основная работа в офисе, которая, конечно, занимала большую часть дня. Поэтому, практически все вечернее время я посвящала обучению (ну и лекции в метро/ в офисе успевала смотреть по возможности). С одной стороны - учеба занимала прилично времени, но с другой - я понимала, что есть четкие сроки, когда обучение закончится и мой режим станет более свободным. Осознание того, что такой график не навсегда и я следую за конкретной целью, которая поможет мне жить лучше - хорошо мотивировала идти дальше 👍

🔵Длительный поиск первой работы

Школа указала, что среднее время, за которое их ученики находят работу - 3 месяца. Цифры - потрясающие, заморачивать ими голову я, конечно же, не стала 🙃 Все таки медианное время не указали, так что статистика не полная 🤪
Я потратила довольно много времени на поиск работы (на мой взгляд), что, конечно может сильно демотивировать. Но, с учетом того, что работа у меня все ещё была и я не голодала на улице - все было вполне неплохо. Я с самого начала понимала, что обычные спецы могут закладывать пол года на поиск работы, что уж говорить про новичков. У меня весь поиск занял около 8 месяцев с учетом перерыва на дополнительный курс.

🔵Главная проблема

Основная проблема - нехватка практического опыта. Да, курс дает все основные знания и хорошую базу, с которой можно спокойно работать джуном. И задачи на курсе - тоже неплохие. Но это не помогает тебе узнать весь рынок. На собесах могут спросить, как бы ты подошел к решению условной задачи, а ты понятия не имеешь, ведь ты еще слишком зелен, чтобы о таком думать 🥲
Идеальным выходом из такой ситуации было бы идти в ту сферу, где у тебя больше всего опыта, так можно сильно выиграть на вопросах "со звездочкой".

🔵Первая зарплата

Я не ставила себе высоких зарплатных ожиданий от первой работы, для меня было важнее наличие этого первого опыта. Поэтому на зарплату я смотрела далеко не в первую очередь.
Но, в итоге, с зп мне вполне повезло, так как она была по верхней границе того, что обещали на курсе - 80 тысяч (в МСК). Это было ниже, чем я получала на тот момент, но выше ожиданий, поэтому для меня это было мини победой 🔥

Как итог - сложности с поиском после курсов - это полная норма. Спасет упорство, наличие цели и совершенствование своих soft и hard скилов ❗️

Переходи в канал Егора и читай его историю 🔜 Ссылочка тут

#обо_мне #поиск_работы

Какие навыки вообще хотят от аналитиков ❓

Всем привет!
Хочу провести небольшое исследование для канала и проанализировать рынок найма для аналитиков в России на Hh. То есть оценить:

🔘Сколько вакансий вообще есть
🔘Какие основные требования
🔘Какой опыт хотят
🔘Насколько вообще все хорошо/ плохо 🙂
🔘Какие ни будь дополнительные инсайты

Поэтому ниже будет два опроса, буду рада, если поучаствуете 👇

Персонализация подхода при собеседованиях 🥰
(Серия постов про этапы поиска работы)

Ранее уже описывала конкретные шаги, которые могут помочь на каждом этапе собеседований.
Сегодня речь - про уникальный подход к каждому работодателю.

Главная цель такого действия - максимально отразить все те навыки и требования, которые хотят видеть в будущем сотруднике.

На что стоит обратить внимание:

🔘Наличие любой информации об интересующем нас отделе в открытом доступе

Это может быть дополнительная информация на сайте компании; профиль на хабре, где публикуются задачи и решения отдела и т.п. Наличие этой информации поможет быть в курсе дела уже до технического собеседования.

🔘Составление списка примерных задач по вакансии

В вакансии обычно указывают с чем придется работать, но нужно копнуть глубже. Для этого смотрим сферу компании и направление работы отдела. Отталкиваясь от этого можно составить список метрик и основных задач, про которые может пойти речь на собесе. А мы уже готовы 😈

🔘Использование силы интернета для поиска кейсов собеседований в компании

Не мы первые, не мы последние - иногда структуру собеседования или даже целые задачи можно найти в открытом доступе от тех, кто уже проходил этот путь. Гарантий, что собес будет идентичен, разумеется, нет, но это может оказаться очень ценной информацией.

С одной стороны, такая тщательная подготовка к каждому собесу может казаться утомительной. Но, с другой, это не только помогает нарабатывать опыт, но и может сильно повысить твои шансы на успех.

В данном случае - обладание информацией неплохо играет на руку тем, кто правильно может ей распорядиться 🙂

#собеседования #поиск_работы

Как быстро освоить азы Pуthon для аналитики 👇

Питон - довольно не сложный язык программирования по сравнению с другими, а для простой аналитики даже не нужно знать весь его синтаксис. Все основы можно получить за 2-3 недели на бесплатных курсах, а уже потом подтягивать его до приличного уровня.

Советы для тех, кто еще не написал ни строчки питоновского кода:
〰️〰️〰️〰️〰️〰️〰️〰️〰️〰️
🔘Начните с изучения библиотек
Чтобы понимать, как работать с данными, нужно изучать библиотеки. Это и есть инструменты анализа.

Начинайте с Pandas. Это пригодится везде: фильтрация, группировка, сводные, чистка данных, визуализация.

Стартовые материалы:
🔵 Мини-курс от Kaggle по Pandas
🔵 Туториалы на официальном сайте Pandas

Когда поймёте Pandas — дальше легко зайдут и NumPy, и визуализации через Seaborn или Matplotlib.
Кстати, вот бесплатный курс по визуализации тоже от kaggle.
〰️〰️〰️〰️〰️〰️〰️〰️〰️〰️
🔘Практика сразу за теорией
Откладывание решение задач на идеальное время, в котором ты точно будешь шарить за питон - не самое лучшее решение. После получение базового синтаксиса уже можно брать простой датасет и пробовать. Ошибки будут — и это окей. Так учатся.

Доступные источники:
🔵 Всем известный Leetcode - куча задач на Python и датасеты, а это то, что надо!
🔵 Датасеты с Kaggle - большой объем данных на любой вкус
〰️〰️〰️〰️〰️〰️〰️〰️〰️〰️
🔘Используй облачные среды разработки
На первых порах проще не возиться с установкой, а просто писать код тут:

🔵Google Colab
🔵Kaggle Notebooks

Потом уже можно подключить PyCharm, VSCode или что-то своё. Но сначала — минимальный порог входа. Чем быстрее и проще первый этап - тем лучше!
〰️〰️〰️〰️〰️〰️〰️〰️〰️〰️
Ставь ⚡️, если пост был полезен.
И пиши в коментах, что из этого уже использовал 👇

#обучение #курсы