Прежде чем начинать писать какие-либо мысли в этот канал, считаю, что мне просто необходимо представиться и рассказать о себе и о своем пути самоучки в IT-индустрии. В 22 года я понял, что сильно ошибся с выбором своей профессии юриста. Я долго думал о своем прошлом и будущем и понял, что я всегда тяготел к компьютерам. Поэтому я решил кардинально поменять направление своей жизни и попробовать учиться программировать. Я начал с разных курсов по Python. В один прекрасный день я увидел рекламу Школы 21 (https://21-school.ru/) в инстаграме и решил пойти на отборочный этап (бассейн), длиною в месяц. Про Школу 21 можно почитать тут - https://habr.com/ru/company/sberbank/blog/506950/ . (Даю эти ссылки, потому, что искренне люблю эту школу, а не в рекламных целях)
Месяц я мучался с заданиями на бассейне, две недели тревожно ожидал результатов отбора и в конце концов мне пришло приглашение на мой первый учебный день.

Я пришел туда абсолютно зеленым новичком, а вышел парнем более менее умеющим программировать. Первые полгода я учил только язык Си и выполнял на нем множество проектов от самых простых (написание своей стандартной библиотеки функций с самописными memcpy, strlen, atoi и другие) до очень сложных (написание в команде из 4-х человек компилятора псевдоассемблера и виртуальной машины для игры придуманной в 1984 году олдскульными программистами - https://github.com/daniiomir/corewar). Потом я начал думать какое направление в IT выбрать. И конечно же я решил выбрать самое сложное - data science (с моим то забытом еще в школе матаном). В течение еще 6-8 месяцев я проходил различные курсы и пытался всячески самообразовываться.

План подготовки к работе в data science был прост:
1) Учить python (leetcode.com) и sql (sql-ex.ru , https://sql-academy.org/ru)
2) Пройти заново всю школьную математику (я ведь полный самоучка и матан в универе не учил) - https://practicum.yandex.ru/math-foundations/
3) Проходить курсы по линалу, матанализу, теорверу и матстату на stepik.org
4)Пройти довольно олдскульную, но очень хорошую специализацию от Яндекса и МФТИ “Машинное обучение и анализ данных” - https://www.coursera.org/specializations/machine-learning-data-analysis
5) Дополнительно пройти курсы mlcourse.ai и dlcourse.ai
Выполнил я этот план с грехом пополам попутно поделав различные соревнования на кагле и закодив с нуля несколько алгоритмов машинного обучения на python. Дальше шло много собеседований, провалов, небольших успехов, стажировка и наконец работа в качестве дата саентиста. Но об этом может быть уже в других постах.

В качестве заключения хотелось бы объяснить почему я решил вести этот канал. За все мое время обучения и работы я познакомился с огромным количеством человек, которые хотели попасть в IT, уже обучались/самообучались или работали. Так вот дело в том, что многие люди пытающиеся самостоятельно попасть в эту сферу наступают на целую дорогу из граблей, попутно отбивая себе всякое желание быть дата саентистами, фронтендерами, бекендерами и другими. Я тоже прошел эту дорогу из граблей и могу помочь своими советами людям, которые не хотят стоять на месте.

Отличный сборник теории по ML от ШАД
Хороший вариант, чтобы что-то повторить перед собеседованием 👨‍🏫🧑‍🎓
https://ml-handbook.ru/

Вот он настоящий инженерный подход🤓

Наткнулся недавно на отличный бесплатный курс от Яндекс.Практикума
Поможет освежить знания по алгоритмам, чтобы не обделаться на очередном алгособесе🙂
Алгоритмы, структуры данных, оценка сложности алгоритма и советы для собеса и резюме - все хорошее и стандартное для успешного успеха в получении оффера присутствует🥸

https://practicum.yandex.ru/algorithms-interview/

Общие советы по залетанию в айти для чайников

Регулярно сталкиваюсь с тем, что очень много людей хотят попасть в айти, но буквально не понимают, что стоит делать в начале своего пути.
Поэтому вот общие советы по вхождению:

📌Если у вас много времени или вы только заканчиваете школу, то вам явно стоит присмотреться к обычному техническому образованию в хорошем универе. Там Вам дадут всю базу и даже больше. Вы сразу научитесь мыслить более математически и это вам сильно поможет в дальнейшем пути. В общем, тут все просто.

📌Однако если вы не такой везунчик, сроки поджимают и нельзя учиться 4-6 года, то ваша подготовка должна строиться так:
1️⃣ Разбираемся какие есть сферы в айти (мобилки, бекенд, фронтенд, дата саенс и другие), смотрим познавательные видосы на ютубе, читаем хабр и другие источники. Рекомендую для общего понимания computer science посмотреть курс CS50 на русском (на ютубе).
2️⃣ Выбираем себе самую понравившуюся специальность, узнаем про нее как можно больше и начинаем смотреть вакансии по ней. Берем ключевые языки и технологии и учим их. С помощью курсов, практики и проектов. Если что практически на любую специализацию есть бесплатные курсы стоит лишь только покопать поглубже.
3️⃣ Как только вы начинаете считать, что уже что-то умеете - желательно зайти на вторую итерацию теории и практики, потому, что обычно на этот момент оказывается, что на самом деле вы знаете слишком мало. Делаем обязательно задачи на leetcode.com до уровня medium.
4️⃣ Делаем резюме и заполняем его своими проектами, которые вы должны были сделать на этапе практики.
5️⃣ Подаемся на стажировки по своему направлению и ждем приглашений.
6️⃣ Проходим собеседования и обязательно просим фидбека от работодателя. Важно понимать, что вас будут очень много бить палками за слишком малую глубину знаний в вашей специализации. Но не унываем и не расстраиваемся - обязательно ходим по собеседованиям и учим, то на что плохо ответили.
7️⃣ В один момент ваши знания превысят порог вхождения в профессию и вы получите оффер. Profit!📈

Рубрика «всратые вакансии»
Грустно, когда эйчары даже не могут понять, что java и javascript не одно и то же, и что это довольно далеко от скиллов R&D дата саентиста

Совсем скоро (уже в эту субботу) начнется ежегодное мероприятие сообщества Open Data Science - Data Fest 2022.
Будет много интересных докладов по темам Reliable ML, NLP, RecSys, MLOps (про ds в медицине и Reliable ML - как по мне самые интересные).
Даже если вы совсем начинающий DS - вам все равно будет полезно послушать матерых синьоров-помидоров.

https://ods.ai/events/datafestonline2022

Вот и мое обучение в Школе 21 подошло к концу
За почти три года я успел научиться кодить на С и Python, сделал множество проектов, очень много собеседовался и нашел себе работу в любимой сфере
Безумно рад, что в 2019 году увидел ее рекламу, рванул проходить месячный бассейн, снял комнату в пяти минутах от здания школы и посвятил все свое время учебе
Я учился сам всему и наступил на множество граблей за все эти года, поэтому у меня появилось желание помогать людям с вхождением в IT
В самом начале было совсем не понятно чего ожидать, что и как учить
Сейчас у меня освободилось время и я готов помочь начинающим в DS с написанием резюме, общим планом подготовки к собеседованиям
Для тех, кто хочет проверить свои силы и уровень подготовки в боевом режиме - можем устроить мок собеседование на час и я дам вам развернутый фидбэк

Пишите в комментарии на каком уровне вы сейчас находитесь и хотите ли проверить себя в режиме собеседования

Хотел поучаствовать в подкасте Школы 21 "Дедлайн вчера" и рассказать свою историю в качестве дата саентиста самоучки, но к сожалению 2 сезон подкаста уже закончился и все подготовленные выпуски уже выпущены. Договорились записаться ближе к зиме.
Не унываю и надеюсь на вашу поддержку, когда подкаст все таки запишем 😄
А следующий пост будет о более подробном плане подготовки на стажера/джуна дата саентиста без платных курсов и прочей ненужной мишуры 🥸