Вопрос к работодателям сферы IT⁠⁠

Проходил курсы на Практикуме. В принципе нормально, базу какую-никакую дают, правда когда дело доходит до сложных вещей всё становится печальнее. Устроиться можно, но с текущей ситуацией это может занять время.

Ещё в практикуме дают много ссылок на сторонние ресурсы, по идее их хорошо бы все изучить но тогда придётся потратить в два-три раза больше времени чем они говорят.

"Вопрос к работодателям, HR, и наставникам, которым потом и приходится работать с новоиспеченными джунами"

Краткий ответ: в основном им не приходится работать с джунами после курсов. Т.к. эти резюме улетают в мусорное ведро.

Даже в до СВОшные времена эти вайтишники после курсов уже были практически не нужны. Исключение, когда компании обучали себе в штат. Но это было, скорее около ИТшное, чем разработка.

Если у вас физмат или инженерное образование, будет несколько проще. Нужно сделать пару учебных проектов для резюме, и долбиться во все двери. Может быть повезет, и кто-то наймет. Я бы не зацикливался именно на датасаенс, а для начала хоть куда-то разработчиком. Получить какой-то опыт, а потом уже искать что больше по душе. Иначе вы просто не пробьетесь через HR.

Среди моих знакомых были люди, которые переучились с гуманитарных специальностей на программистов. Во всех случаях им помогло менторство, а не курсы. На первую работу их взяли по знакомству.

https://youtube.com/@dudvstud9081

В трудоустройстве, как и в ML, нет какой-то одной фичи, которая "зарешает". Всё докидывает по чуть-чуть. Немного курсов с Coursera/Stepik (python, основы алгоритмов, основы data science, SQL, работа в linux) + немного образования(линейная алгебра, матан, теория вероятностей, вычислительная математика) + немного участия в kaggle + немного хорошего github/пет проектов + немного опыта прохождения собеседований (решение "гномиков").

На всякий случай вот инвайт в сингулярити (slack сообщество data scientist'ов): https://join.slack.com/t/singularis-ai/shared_invite/zt-1qld...

Там можешь задавать вопросы по data science, поправить резюме, найти ментора.

Я как раз постепенно погружаюсь в прекрасный мир собеседований. Правда покуда собеседую на миддлов и сениор разработчиков, но в голове кручу сценарии и для джунов.

Отвечу так: разного рода сертификаты/курсы будут бонусом только на этапе первичного отсеивания резюме. Ну, факт их наличия возможно/вероятно поможет (но не будет достаточным) попасть на, собственно, техническое собеседование. При этом их отсутствие не будет иметь определяющей роли.

А на самом техническом собседеновании курсы, прошлой опыт и еще что-то - вообще не имеет никакого смысла и веса. Значение имеет исключительно то, как человек соображает и на сколько он способен решать задачи.

Что может стать решающим фактором в резюме, что бы пригласить на собеседование... Я бы сказал, что первым и основным фильтром станет формальное соответствие всем требованиям. В нашей компании, например, от джуна ожидается понимание своего языка программирования и способность уверенно решать точно сформулированную задачу, не требующую никакой инициативности в плане придумывания решения (ну т.е. запрос формата "надо написать функцию с названием Х, которая будет получать А и Б на входе и давать С на выходе"). Критерии могут быть очень разными и под них наверное подстраиваться не стоит - все равно не получится.

Кроме этого, важно показать, что программирование для вас имеет ценность само по себе. Есть большая (огромная!) разница между теми, кто идет за деньгами и кодит из-за того, что понимает/нравится процесс. Выразить это можно по разному. Продемонстрировать личные проекты, если есть. Упомять прочитанную литературу. Каналы связанные с ИТ. Еще что угодно, что может вызывать у вас вдохновение: если вы сумеете передать впечатление, что ИТ вам интересно - это будет значительным плюсом.

Не требуется полное соответствие используемому компанией стеку: этому всему научат (точнее - дадут простые задачи, на которых можно будет самостоятельно научиться под присмотром и с советами). Главное, что бы была база. Потому что когда приходит джун (по крайней мере у нас) - настроить окружение ему помогут; запустят проект, объяснят что и куда. Но после этого - дадут задачи, которые должны решаться самостоятельно. Естественно можно - и нужно! - задавать вопросы. Естественно кто-то постоянно будет проверять результаты, вызнавать о проблемах и помогать двигаться вперед. Но, фактически, надо уметь самостоятельно решать простейшие задачи. Весь дальнейший опыт наслаивается поверх этой базы: вы делаете простые задачи, а попутно узнаете понемногу новое, увеличивая базу.

Тс, я хотел бы сказать, что если есть деньги и желание изучить интересующую тему, берите курсы, схвачу минусов, наверное, НО мир информационных технологий стал просто огромным, и занимаясь самостоятельно, можно не правильно выстроить процесс обучения, курсы дадут пищу для ума и структурный подход. Сам будучи уже программистом( c++), пошел на курсы в ЯП: освежил многое, многое для себя открыл(то с чем не сталкиваюсь в работе) для более углубленного изучения не в рамках курса, многие подходы в обучении мне не понравились, НО цель курсов дать направление, показать некоторые практики. Теперь конкретно ЯП(курс С++, в других думаю что-то похожее) спринты по 2 недели(мягкие и жесткие дедлайны, не выполнил жесткий- идешь в академ), совмещать с работой было сложновато( пиво по пятницам-часто отпадало))), с некоторыми задачами сидел до "утра", у новичков времени, думаю, занимает еще больше, но это того стоит. Только программы курса для выполнения заданий не всегда хватает-гугл в помощь+помощь наставников+общение с сокурсниками. Платформу постоянно развивают. О том что прошел обучение ни разу не пожалел. Из минусов- цена, которая еще и растет постоянно(но мне повезло по госпрограмме была скидка 50%). Сумбурно, конечно, написал, но если есть деньги и желание-вкладывайте в знания!

На самом деле я дал программу больше про ML) Data Science же большой. Но Питон везде есть. А Гит и командная строка это для удоства работы в будушем. Плюс портфолио на Гитхабе будет полезным

Вы куда планируете идти: анализ данных или аналитик данных, инжиниринг данных, ml?

Например на инжиниринге данных статистика не нужна.

Вообще по математике даже не скажу, что потребуется. По той инфе, что находил линейная алгебра, матанализ и тервер. Но сразу предупрежу я про матан только по верхам смотрел)

Из котируемых обучений есть ШАД от Яндекса. МОжно и на бюджет попасть.

Еще есть  бесплатный курс по DS от МФТИ.

В целом повторю посыл:

Составьте себе программу на основе инфы в инете.

Подучите базу (по мне база это пайтон, забыл про SQL-зависит от области)

Ищите стажировку, даже бесплатную, но лучше за миску риса

Ботайте, ботайте, ботайте

Статьи для чтения как вошли в DS. (Вастрик-клуб)

https://vas3k. club/post/9904/

https://vas3k. club/post/9707/

Пробелы убрать не забудьте.

А Карпов это то самый шахматист ?

Если по сабжу курсы от Карпова пользуются большим доверием со стороны спецов, судя по тематическим чатам в телеге.

НО

Все есть на степике и бесплатно. ПРограмму можешь слямзить у ЯП и КК. Курсы на степике. Ботай.

КОротко

0 Гит и командная строка

1 Пайтон

2 ML

3 Deep Learning

4 Матан

Насчет трудоустройства ищи стажировки после месяца ботания Пайтона и Гит)

Вкатился в айти немного по другой теме. Без курсов, но смог попасть на стажировку. Потом трудоустроился. И уже курсы проходил в статусе спеца. Благо, что зп позволяет)

Щас тоже в DS переквалифицируюсь, больше про ML. Но это чисто для удовольствия и если повезет, то прикладного использования в быту)