КАК ПОНЯТЬ, ЧТО DATA SCIENCE ЭТО ТВОЁ?
Трудно оценить то, чего никогда не пробовал, поэтому:
1. Необходимо разобраться какие специальности есть в данном направлении и что в них требуется уметь делать ( также помним, что Data science “Наука о данных” применима везде, где есть данные);
2. Реально взглянуть на вашу точку А и отнести себя к каждой специальности, где наибольшее число соответствий, с того и можно начать ( важно понимать, хотите ли вы с нуля освоить новую профессию или сделать апгрейд своих навыков/ применить DS в своей деятельности);
3. Выбрать бесплатный курс/вебинар и попробовать пройти / повторить / использовать знания ( после этого этапа, вам уже должно быть примерно понятно «ЧТО ТАКОЕ НАУКА О ДАННЫХ»);
Сделав эти ТРИ шага, вы получите ответы на большинство своих первичных вопросов, что позволит вам самостоятельно принять решение «ваше это или нет», хотя и займёт у вас не мало времени.
Но есть и другие способы:
1️⃣Читать мой блог: большинство постов это ответы на эти и другие вопросы с директа;
2️⃣Записаться ко мне на консультацию: в индивидуальном порядке я помогу вам совершить эти три шага и получить ответы на все вопросы за один час .
Трудно оценить то, чего никогда не пробовал, поэтому:
1. Необходимо разобраться какие специальности есть в данном направлении и что в них требуется уметь делать ( также помним, что Data science “Наука о данных” применима везде, где есть данные);
2. Реально взглянуть на вашу точку А и отнести себя к каждой специальности, где наибольшее число соответствий, с того и можно начать ( важно понимать, хотите ли вы с нуля освоить новую профессию или сделать апгрейд своих навыков/ применить DS в своей деятельности);
3. Выбрать бесплатный курс/вебинар и попробовать пройти / повторить / использовать знания ( после этого этапа, вам уже должно быть примерно понятно «ЧТО ТАКОЕ НАУКА О ДАННЫХ»);
Сделав эти ТРИ шага, вы получите ответы на большинство своих первичных вопросов, что позволит вам самостоятельно принять решение «ваше это или нет», хотя и займёт у вас не мало времени.
Но есть и другие способы:
1️⃣Читать мой блог: большинство постов это ответы на эти и другие вопросы с директа;
2️⃣Записаться ко мне на консультацию: в индивидуальном порядке я помогу вам совершить эти три шага и получить ответы на все вопросы за один час .
Все таки решилась провести вебинар для новичков « Первые шаги в сферу Data Science”
В это воскресенье в 18:00 мск.
Вебинар платный, так как хочу, чтобы пришли, только те, кому действительно нужно!
Ссылка на регистрацию:
https://monecle.com/buy/42307
В это воскресенье в 18:00 мск.
Вебинар платный, так как хочу, чтобы пришли, только те, кому действительно нужно!
Ссылка на регистрацию:
https://monecle.com/buy/42307
ЧТО БУДЕТ НА ВЕБИНАРЕ?
Этот вебинар предназначен для новичков, людей которые либо только начали изучать, либо только думают/ слышали о Data Science и хотят узнать подробнее!
После вебинара вы получите ответы на вопросы:
1. Что такое DS, где применимо?
2. Какие специальности есть в этой сфере, в чем отличия?
3. Что необходимо знать/ уметь в каждой из них?
4. Как понять ваше или нет, как примерить профессию на себя?
5. Где можно обучаться, где брать информацию, ответы, поддержку?
6. Как обучаться самостоятельно и в какой последовательности.
7. Что спрашивают на собеседовании на junior позицию?
Также у вас будет возможность задавать свои вопросы и получать развёрнутые ответы!!!
После у вас сформируется полное понимание этой сферы, ее перспектив и какие шансы у вас освоить одну из профессий в этом направлении.
Ссылка регистрации на вебинар:
https://monecle.com/buy/42307
Этот вебинар предназначен для новичков, людей которые либо только начали изучать, либо только думают/ слышали о Data Science и хотят узнать подробнее!
После вебинара вы получите ответы на вопросы:
1. Что такое DS, где применимо?
2. Какие специальности есть в этой сфере, в чем отличия?
3. Что необходимо знать/ уметь в каждой из них?
4. Как понять ваше или нет, как примерить профессию на себя?
5. Где можно обучаться, где брать информацию, ответы, поддержку?
6. Как обучаться самостоятельно и в какой последовательности.
7. Что спрашивают на собеседовании на junior позицию?
Также у вас будет возможность задавать свои вопросы и получать развёрнутые ответы!!!
После у вас сформируется полное понимание этой сферы, ее перспектив и какие шансы у вас освоить одну из профессий в этом направлении.
Ссылка регистрации на вебинар:
https://monecle.com/buy/42307
До вебинара осталось чуть больше 30 мин.
Кто ещё не зарегистрировался, жду!!!
Будет Мега полезно!
https://monecle.com/buy/42307
Кто ещё не зарегистрировался, жду!!!
Будет Мега полезно!
https://monecle.com/buy/42307
Судя по отзывам вебинар прошел хорошо, хотя еще есть над чем работать: техническая сторона, моя речь((
Но все же я решила дать запись вебинара, так как были те, кто не смог прийти и интересовались записью.
Забирайте запись вебинара "Первые шаги в сферу Data Science"по ссылке: https://l.instagram.com/?u=https%3A%2F%2Fmonecle.com%2Fbuy%2F42440&e=ATPYGkEKOUfgH6DoxTkOdfPmmSYXoxNmDXYbpm-TLJbtq8mXeEunlz6FrAfjuq4z8glt4yXIlZhislZ0tjkrjd8&s=1
Ключевой навык в Data science
Программирование - основной навык, который требуется в сфере анализа данных!
Тем эта сфера и сложна, что программирование достаточно серьёзный скил.
Кто-то говорит, что нужно иметь определённый склад ума, кто-то, что потратить n-количество часов чтобы освоить данный навык.
Я склоняюсь ко второму варианту и думаю, что на то он и навык, что его необходимо тренировать, постоянно.
По себе знаю, что чем больше пишешь код, тем быстрее и лучше получается следующая строчка 👩🏼💻
Поэтому go решать задачи по программированию, например, те, что публикуются на Leetcode, HackerRank и подобных сайтах. Вы можете решать их не за то нормативное время, что подразумевается, а, допустим, в два-три раза медленнее. Но вы должны чувствовать, что вам нравится и хочется погружаться в это глубже.
Тогда вам будет также занимательно решать задачки в DS.
А у вас как с программированием?
Программирование - основной навык, который требуется в сфере анализа данных!
Тем эта сфера и сложна, что программирование достаточно серьёзный скил.
Кто-то говорит, что нужно иметь определённый склад ума, кто-то, что потратить n-количество часов чтобы освоить данный навык.
Я склоняюсь ко второму варианту и думаю, что на то он и навык, что его необходимо тренировать, постоянно.
По себе знаю, что чем больше пишешь код, тем быстрее и лучше получается следующая строчка 👩🏼💻
Поэтому go решать задачи по программированию, например, те, что публикуются на Leetcode, HackerRank и подобных сайтах. Вы можете решать их не за то нормативное время, что подразумевается, а, допустим, в два-три раза медленнее. Но вы должны чувствовать, что вам нравится и хочется погружаться в это глубже.
Тогда вам будет также занимательно решать задачки в DS.
А у вас как с программированием?
ПЕРЕНАСЫЩЕНИЕ РЫНКА ПРОГРАММИСТАМИ
Начнём с рассмотрения всей сферы IT(айти), которая стремительно растёт, развивается и внедряется в каждую сферу нашей жизни. Многие уже просто не представляют свою life без технологических решений.
❗️Это наше настоящее и точно будущее!
Поэтому освоить профессию именно в этой сфере считается очень перспективным - работа точно будет.
Неудивительно, что при этом возникает мысль о перенасыщении рынка айтишникамии/ программистами.
Но рынок труда айти стремительно растёт и даже не думает переходить на этап стагнации!
⁉️Чем же это обусловлено?
⁉️Что позволяет поддерживать такие позиции?
📈А все очень просто - рынок постоянно эволюционирует, видоизменяется, как бы перешагивая этап насыщения и тем более спада.
🤦♀️Кто в айти, точно поймут!!!
Эта сфера требует от тебя постоянного развития, ты должен успевать осваивать новые языки, технологии и инструменты.
Как правило, через три года ты уже занимаешься совсем не тем, что делал в начале.
Опыт программиста чаще оценивается не количеством лет, а количеством «вещей», которые ты успел попробовать/ изучить/ поработать/ проблем решить.
В итоге, ты становишься специалистом с уникальными навыками, где конкуренции не так уж много.
Это только мое видение.
И будет ещё пост продолжение.
Ну а пока интересно ваше мнение!
Согласны?
Что думаете?
Начнём с рассмотрения всей сферы IT(айти), которая стремительно растёт, развивается и внедряется в каждую сферу нашей жизни. Многие уже просто не представляют свою life без технологических решений.
❗️Это наше настоящее и точно будущее!
Поэтому освоить профессию именно в этой сфере считается очень перспективным - работа точно будет.
Неудивительно, что при этом возникает мысль о перенасыщении рынка айтишникамии/ программистами.
Но рынок труда айти стремительно растёт и даже не думает переходить на этап стагнации!
⁉️Чем же это обусловлено?
⁉️Что позволяет поддерживать такие позиции?
📈А все очень просто - рынок постоянно эволюционирует, видоизменяется, как бы перешагивая этап насыщения и тем более спада.
🤦♀️Кто в айти, точно поймут!!!
Эта сфера требует от тебя постоянного развития, ты должен успевать осваивать новые языки, технологии и инструменты.
Как правило, через три года ты уже занимаешься совсем не тем, что делал в начале.
Опыт программиста чаще оценивается не количеством лет, а количеством «вещей», которые ты успел попробовать/ изучить/ поработать/ проблем решить.
В итоге, ты становишься специалистом с уникальными навыками, где конкуренции не так уж много.
Это только мое видение.
И будет ещё пост продолжение.
Ну а пока интересно ваше мнение!
Согласны?
Что думаете?
ПЕРЕНАСЫЩЕНИЕ РЫНКА ПРОГРАММИСТАМИ часть 2
Почему это мало вероятно?
1. 👩🏼💻Программист - это достаточно сложная профессия. Это также подтверждает тот факт, что людей с техническим образование в «два раза» меньше, чем с гуманитарным.
2. 👩🏼💻Программисты - это люди с очень пытливым умом, любят осваивать новые направления и области знаний. Более 50% специалистов в DS ( data scientist, ML engineer, Data engineer и тд.) это программисты в прошлом.
3. 🌎Это международная профессия, как и DS, и наши ребята на хорошем счету на мировом рынке. Также очень ВЫГОДНЫ, например, для компаний в США.
Продолжите список...
4??
5??
Почему это мало вероятно?
1. 👩🏼💻Программист - это достаточно сложная профессия. Это также подтверждает тот факт, что людей с техническим образование в «два раза» меньше, чем с гуманитарным.
2. 👩🏼💻Программисты - это люди с очень пытливым умом, любят осваивать новые направления и области знаний. Более 50% специалистов в DS ( data scientist, ML engineer, Data engineer и тд.) это программисты в прошлом.
3. 🌎Это международная профессия, как и DS, и наши ребята на хорошем счету на мировом рынке. Также очень ВЫГОДНЫ, например, для компаний в США.
Продолжите список...
4??
5??
ГЛАВНОЕ ОТЛИЧИЕ BIG DATA от DATA SCIENCE
Как бы очевидно это не звучало, я обязана с этого начать.
‼️Объемы данных, которые стало необходимо хранить, обрабатывать, анализировать.
❗️Именно объёмы - volumes (англ.) в первую очередь, привели к появлению целого направления Big data, которое включает в себя подходы, методы и инструменты для работы с огромными размерами данных.
😰Классический DS и его подходы просто стали неспособны справляться с такими потоками данных. Например, реляционные базы данных или всем знакомый Excel - просто зависнет на очень долго, при попытке загрузить в него более 1 миллиона строк данных.
📚Поэтому, если обучаться анализу BigData, то вам необходимо освоить ряд инструментов типа: Hadoop, Spark, язык программирования Scala и тд.
📈Если говорить о востребованности, то она растёт с каждым днём, как и растут объёмы данных, генерируемые человечеством.
🤗В идеальном мире, когда все научаться собирать и хранить данные, больших данных будет большинство.
🚨Но также есть ряд сложностей и проблем связанных с работой с такими данными, по которым ещё только ищутся и разрабатываются решения.
❓А вы как думаете, есть будущее за большими данными - Big Data?
Как бы очевидно это не звучало, я обязана с этого начать.
‼️Объемы данных, которые стало необходимо хранить, обрабатывать, анализировать.
❗️Именно объёмы - volumes (англ.) в первую очередь, привели к появлению целого направления Big data, которое включает в себя подходы, методы и инструменты для работы с огромными размерами данных.
😰Классический DS и его подходы просто стали неспособны справляться с такими потоками данных. Например, реляционные базы данных или всем знакомый Excel - просто зависнет на очень долго, при попытке загрузить в него более 1 миллиона строк данных.
📚Поэтому, если обучаться анализу BigData, то вам необходимо освоить ряд инструментов типа: Hadoop, Spark, язык программирования Scala и тд.
📈Если говорить о востребованности, то она растёт с каждым днём, как и растут объёмы данных, генерируемые человечеством.
🤗В идеальном мире, когда все научаться собирать и хранить данные, больших данных будет большинство.
🚨Но также есть ряд сложностей и проблем связанных с работой с такими данными, по которым ещё только ищутся и разрабатываются решения.
❓А вы как думаете, есть будущее за большими данными - Big Data?
Утренний Clubhouse Daily 20.02.2021
Все клабы по московскому времени.
12:35 - 🎙PRO ФРАНЧАЙЗИНГ: что учесть при создании франшиз
13:00 - Будущее ивентов и медиа. Что нас ждёт?
13:00 - HR🚀 Бренд работодателя: EVP -> EB 👩🏼💻🧑🏻💻🏢
13:00 - Предпринимательство в спорте: точки роста, ниши, фейлы
13:00 - Санкции: все, что вы хотели знать, но боялись
15:00 - ⚡️EVENT ROOM⚡️ Продажи, Тендеры, Спонсоры.
16:00 - Sistema Talks: Как приручить единорога?
17:00 - Маркетинг полезного действия
17:00 - Обсуждаем пиар для стартапов и Оксану Самойлову
17:00 - Yandex Toloka Talk: собираем и обсуждаем большие данные
17:00 - Ресторанный бизнес: изменила ли нас пандемия?
18:00 - Мы без ума: как Росатом развивает искусственный интеллект
19:00 - SoftSkills для разработчиков
19:00 - Инвестиции в долголетие: проекты Longevity
20:00 - Первые шаги в Data Science / Вопросы от бизнеса
21:00 - .tech Войти в АйТи. С чего начать
Отправьте расписание к себе в избранное или пользуйтесь закрепом.
Присылайте анонсы и приглашайте слушателей задавать вопросы в комментариях группы.
Все клабы по московскому времени.
12:35 - 🎙PRO ФРАНЧАЙЗИНГ: что учесть при создании франшиз
13:00 - Будущее ивентов и медиа. Что нас ждёт?
13:00 - HR🚀 Бренд работодателя: EVP -> EB 👩🏼💻🧑🏻💻🏢
13:00 - Предпринимательство в спорте: точки роста, ниши, фейлы
13:00 - Санкции: все, что вы хотели знать, но боялись
15:00 - ⚡️EVENT ROOM⚡️ Продажи, Тендеры, Спонсоры.
16:00 - Sistema Talks: Как приручить единорога?
17:00 - Маркетинг полезного действия
17:00 - Обсуждаем пиар для стартапов и Оксану Самойлову
17:00 - Yandex Toloka Talk: собираем и обсуждаем большие данные
17:00 - Ресторанный бизнес: изменила ли нас пандемия?
18:00 - Мы без ума: как Росатом развивает искусственный интеллект
19:00 - SoftSkills для разработчиков
19:00 - Инвестиции в долголетие: проекты Longevity
20:00 - Первые шаги в Data Science / Вопросы от бизнеса
21:00 - .tech Войти в АйТи. С чего начать
Отправьте расписание к себе в избранное или пользуйтесь закрепом.
Присылайте анонсы и приглашайте слушателей задавать вопросы в комментариях группы.
Clubhouse
🎙PRO ФРАНЧАЙЗИНГ: что учесть при создании франшиз
Saturday, February 20 at 2:35pm +05 with Maria Kizima, Альберт Хамзин, Vika Frolova, Kirill Stepiko, Юрий Белонощенко, Aleksey Varlamov. Присоединяйтесь к беседе. Поделимся инсайтами, практикой и рекомендациями. Обменяемся опытом по созданию франшиз. На первый…