Data Science – самая загадочная и динамично растущая часть современного IT. За последние 3 года количество вакансий в DS увеличилось на 433%.

Что надо делать? Писать алгоритмы, которые создают что-то новое (прогнозы или контент) на основе большого количества данных. Например, «Яндекс.Музыка» прогнозирует, какая музыка вам понравится, опираясь на историю ваших прослушиваний. А интернет-магазин рекомендует купить пиджак, который неслучайно сочетается по цвету с рубашкой из предыдущего заказа. Или когда голосовой помощник в телефоне, обученный на сотнях тысяч часов записей разговоров, распознает вашу речь и находит в поисковике «что такое Data Science» – это тоже DS.

Дата сайентист, используя методы математической статистики, создает прогнозную модель и описывает ее алгоритмом на Python. После – «показывает» ей гигабайты данных и объясняет разницу между объектами (как отличать кошечек от собачек). Это и есть «машинное обучение». В итоге нейронная сеть может делать предсказания, точность которых и есть – критерий ее качества. Все любят, когда автонабор в смартфоне безошибочно предлагает окончания слов. Этому его научили хорошие дата сайентисты.

Сколько платят? 120 000 на уровне Junior, после трех лет работы — 250 000+.

Как научиться? На курсе Skillfactory будет и необходимая математика в доступной форме, чтобы строить модели, и Python, чтобы писать алгоритмы. Вы научитесь работать с базами данных и SQL, освоитесь в библиотеках для дата сайенс и узнаете все о классических моделях машинного обучения. С первого семестра вы будете решать реальные кейсы от менторов из крупных компаний. А после второго – выберете специальность: Artificial Intelligence, Machine Learning или BigData.

На всем пути вас будет сопровождать ментор с богатым опытом, а итогом обучения станут не только навыки и диплом, но и репозиторий с несколькими реальными проектами – достаточный набор для быстрого перехода на позицию middle.

Идеальная работа для тех, кто хочет создавать будущее уже сейчас.

2. Анализ данных

Аналитик данных нужен бизнесу, чтобы принимать правильные решения о старте или развитии любого проекта. Чем больше в мире становится данных, тем нужнее аналитики. Примерно 67% специалистов пришли в аналитику из других сфер.

Что надо делать? Допустим, вашим сайтом ежедневно пользуются 10 000 человек, и каждый оставляет информацию о своем поведении на страницах. Вам нужно уметь отправлять запросы в базы данных, собирать, очищать и валидировать данные, визуализировать их, находить полезную для бизнеса информацию, строить гипотезы.

Например, решение переименовать кнопку «далее» на одной из страниц интернет-магазина принимается, потому что аналитики увидели слабое место в пользовательском поведении и порекомендовали внести изменения.

Сколько платят? Около 130 000 рублей на позиции Middle.

Как научиться? В онлайн-школе Skillfactory есть курс «Профессия Data Analyst» с лаконичным и очень точным описанием: «Стань самым нужным человеком в современном мире». Необходимые навыки делятся на технические (SQL, Python, машинное обучение) и аналитические (кластеризация данных, построение наглядных дашбордов, прикладная математика). Курс построен так, что все аспекты профессии вы будете изучать параллельно, со временем набираясь скиллов. Уже через полгода вы сможете начать работать с позиции «аналитик». Следующий модуль курса даст понимание продуктовой и маркетинговой аналитики (с большими зарплатными перспективами). А дальше – навыки управления командой и сверхглубокое проникновение в тему.

Идеальная работа для тех, кто любит находить закономерности и решать логические задачи.

3. Веб-разработка

Универсальный солдат для создания сайтов и веб-приложений будет востребован до тех пор, пока есть интернет.

Что надо делать? Писать код для фронтенд (пользовательский интерфейс сайта – то, что вы видите на экране прямо сейчас) и бэкэнд (серверная часть – то, что называют движком сайта). С момента появления интернета веб-разработчики делятся на «фронт» и «бэк», одни отвечали за интерфейс, другие – за логику. Full-stack разработчик умеет и то, и другое, и еще немного DevOps – создавать инфраструктуру, разворачивать сервис на сервере и поддерживать его.

Сколько платят? 120 000 рублей – зарплата разработчика с опытом 1-2 года.

Как научиться? Курс «Full-stack разработчик на Python» даст фундаментальную алгоритмическую подготовку для будущего развития в любом направлении IT. Вы научитесь программировать с нуля, сможете разработать интерактивный интерфейс, поднять веб-сервер, настроить работу с базами данных, тестировать приложения, находить ошибки в своем коде и поддерживать готовый продукт.

Программа обучения разделена на три части.

• Старт – алгоритмы и программирование на Python. Здесь вы будете решать задачи, работать с тренажерами,писать собственные программы и загружать их в репозиторий.

• На втором этапе – перейдете к верстке на JavaScript и написанию бэкэнда на Python и Django.

• Завершающий блок – посвящен продвинутым навыкам: тестированию, созданию виртуальных машин и работе с командной строкой Linux.

Идеальная работа для тех, кто хочет получать понятный результат своей работы.

4. Тестирование ПО

Тестировщик проходит все самые невероятные сценарии использования веб-сервиса или приложения, чтобы найти ошибки и не допустить их до пользователя.

Что надо делать? Прогонять сценарии пользовательского поведения «руками» или писать приложения, которые будут делать это автоматически. Тестировщик может не иметь технического образования и все равно быстро стартовать в профессии.

Вы будете писать тест-сценарии, тест-кейсы, проходить их, учитывать найденные баги в баг-трекинговой системе и писать баг-репорты, чтобы разработчики совершенствовали продукт. Но тестирование на более высоком уровне – это контроль качества, финальная стадия разработки, ответственный этап, на котором решается, какой имидж сложится у продукта.

Автоматические тесты пишутся, в том числе, на Python, и здесь вам понадобится фундаментальная алгоритмическая подготовка.

Сколько платят? От 50 000 до 300 000 рублей.

Как научиться? На курсе «Тестировщик программного обеспечения» вы будете учиться и параллельно выполнять реальные заказы, добавляя их в свое портфолио. Программа курса построена как симулятор работы на заказчика, поэтому вы погрузитесь в трудовые будни тестировщика, почувствуете особенности коммуникации в Agile-команде и научитесь сами оценивать свою эффективность.

На курсе вы последовательно пройдете от начального уровня ручного тестирования до уверенной автоматизации, а также:

• Узнаете принципы тестирования;

• Познакомитесь с веб- и мобильным тестированием;

• Разберетесь с технологиями веб-верстки и мобильной разработки;

• Освоите инструменты для командной работы;

• Изучите и прокачаете в тренажере программирование на Python;

• Напишите 20 автотестов и загрузите их в репозиторий (чтобы в будущем показывать как свое портфолио);

• Будете брать реальные заказы на фриланс-бирже, выполнять их и при необходимости консультироваться с ментором.

Идеальная работа для тех, кто не может мириться с несовершенством мира и ошибками на сайтах в интернете.

Недавно Financial Times опубликовали топ 5 главных навыков для карьерного роста в 2020-м. Адаптивность в этом списке – на железобетонном первом месте. Каждые 10 лет продолжительность жизни в мире увеличивается на 1-2 года, а значит, увеличивается период активной работы, и нам предстоит еще много раз выбирать новые карьерные пути. Поэтому даже если сейчас вы не определились с профессией на всю оставшуюся жизнь, отложите эту идею в сторону и осваивайте умение переучиваться – оно точно пригодится!

Автор текста: Юлия Цветкова