Горячее
Лучшее
Свежее
Подписки
Сообщества
Блоги
Эксперты
Войти
Забыли пароль?
или продолжите с
Создать аккаунт
Я хочу получать рассылки с лучшими постами за неделю
или
Восстановление пароля
Восстановление пароля
Получить код в Telegram
Войти с Яндекс ID Войти через VK ID
Создавая аккаунт, я соглашаюсь с правилами Пикабу и даю согласие на обработку персональных данных.
ПромокодыРаботаКурсыРекламаИгрыПополнение Steam
Пикабу Игры +1000 бесплатных онлайн игр Погрузись в Свидания с отличиями — романтическую игру «поиск отличий», где ты встречаешь девушек, наслаждаешься захватывающими историями и планируешь новые свидания. Множество уровней и очаровательные спутницы ждут тебя!

Свидания с отличиями

Казуальные, Головоломки, Новеллы

Играть

Топ прошлой недели

  • AlexKud AlexKud 38 постов
  • Animalrescueed Animalrescueed 36 постов
  • Oskanov Oskanov 7 постов
Посмотреть весь топ

Лучшие посты недели

Рассылка Пикабу: отправляем самые рейтинговые материалы за 7 дней 🔥

Нажимая кнопку «Подписаться на рассылку», я соглашаюсь с Правилами Пикабу и даю согласие на обработку персональных данных.

Спасибо, что подписались!
Пожалуйста, проверьте почту 😊

Помощь Кодекс Пикабу Команда Пикабу Моб. приложение
Правила соцсети О рекомендациях О компании
Промокоды Биг Гик Промокоды Lamoda Промокоды МВидео Промокоды Яндекс Директ Промокоды Отелло Промокоды Aroma Butik Промокоды Яндекс Путешествия Постила Футбол сегодня
0 просмотренных постов скрыто
6
SlyVolunteer
SlyVolunteer
1 месяц назад
Творческий инкубатор
Серия Происхождение экономических систем

Влияние технологических изменений на адаптацию экономических систем⁠⁠

Пост с содержанием серии: Происхождение экономических систем путём естественного отбора


Технологические изменения оказывают значительное влияние на адаптацию экономических систем, создавая как новые возможности, так и вызовы. С одной стороны, инновации стимулируют рост производительности, снижают издержки и открывают доступ к ранее недоступным рынкам. С другой стороны, они часто ведут к структурным преобразованиям, вынуждая целые отрасли адаптироваться к новым условиям или уходить с рынка. Примером может служить переход к цифровым технологиям, который радикально изменил такие сектора, как розничная торговля, финансы и транспорт.

Развитие искусственного интеллекта и автоматизации стало катализатором для пересмотра традиционных моделей труда. Это вызвало обеспокоенность относительно утраты рабочих мест в некоторых секторах, особенно в производственной и низкоквалифицированной сфере. В то же время спрос на высококвалифицированных специалистов стремительно растёт, усиливая разрыв в доходах между различными категориями работников.

Кроме того, технологические изменения играют ключевую роль в достижении экологической устойчивости, предоставляя инструменты для мониторинга и сокращения выбросов, улучшения энергоэффективности и оптимизации использования ресурсов. Внедрение зелёных технологий, таких как возобновляемые источники энергии и переработка отходов, стало необходимым условием для адаптации экономических систем к вызовам климатических изменений.

Важным фактором адаптации является также использование больших данных и аналитических технологий, которые позволяют компаниям и правительствам быстрее реагировать на изменения спроса и предложений, выявлять риски и принимать решения на основе точных прогнозов. Например, системы на основе машинного обучения активно используются для предсказания экономических кризисов и разработки антикризисных стратегий.

Однако наряду с преимуществами остаются и вызовы, включая рост технологического неравенства между странами, концентрацию власти у крупных технологических корпораций и необходимость обновления регуляторных рамок для обеспечения справедливой конкуренции. Адаптация экономических систем к технологическим изменениям требует комплексного подхода, включающего развитие образования, международное сотрудничество и реформирование институтов.


Предыдущий пост: Риски и возможности экономических мутаций в XXI веке

Продолжение: Экологическая устойчивость как основа современной экономики

Этот пост начинает Часть 9. Экономическая адаптация и устойчивость

Как экономические системы адаптируются к меняющимся условиям. Теория устойчивого развития, экологии и зелёной экономики как примеры современной адаптации.

Научпоп-серия Происхождение экономических систем путём естественного отбора


Интересные авторы Творческого инкубатора:

@SPIDER3220 - коллекция транспортных карт

@Mistel - переводы комиксов и сериалов + авторская озвучка

@Anton107065 - фотоотчеты и описания пеших прогулок

@AlexsKnows - авторские рассказы

@Diadikatu - собственный опыт победы над глухотой с помощью кохлеарного импланта

@MeniazovutMariia - авторские посты про Индию, переехала туда 2 года назад

@Fenyx - авторские макрофото

@user8278357 - где поесть в Батуми

@Naomo - авторские цифровые рисунки (не сгенерированные!)

@Seafishbarrakuda - авторские посты из Ганы

Подробнее о Творческом инкубаторе в посте: Ответ на пост «Нужен ли на Пикабу авторский контент, и если нужен, то какой и когда? Несколько вопросов к аудитории»

Показать полностью
[моё] Научпоп Эволюция Исследования Политэкономия Экономика Инновации Цифровые технологии Искусственный интеллект Зеленые технологии Большие данные Анализ данных Машинное обучение Экономический кризис Автор
2
VelStyling
VelStyling
2 месяца назад
Серия Выгорела от работы аналитиком, но...

Как снова пойти в аналитику — и не потерять себя. Трейдинг⁠⁠

Когда выгораешь, первое, что хочется — сжечь мосты. Уйти в садовники, открыть кофейню на Бали или никогда больше не открывать ни один Excel-файл.
Мне казалось, что я никогда не вернусь в аналитику. Но со временем стало понятно: проблема была не в профессии. А в том, КАК я в ней была.

Как снова пойти в аналитику — и не потерять себя. Трейдинг Аналитика, Аналитик, Работа, Большие данные, SQL, Microsoft Excel, Таблица, Эмоциональное выгорание, Бадди, Трейдинг, Новая жизнь, Новая работа, Длиннопост

Да, я тот аналитик, который выгорел и уже 6 месяцев не работает. Но постоянно создает видимость тотальной занятости в своем окружении. Я не могу без работы, мне надо что-то производить, сейчас произвожу видимость занятости, глубоко раздумья и т.п.

Но а если честно, то сейчас экватор моего предполагаемого саббатикал, а это период, когда ты "должен" начать думать, а что дальше. Ведь без заработка ты не можешь обеспечить себе закрытие своих минимальных потребностей. Не закроешь потребности - сдохнешь под забором и об этом никто не узнает.

Короче, время поджимает, действовать надо, вводить себя из этого состояния инфузории туфельки тоже надо.

Поменять всё или сохранить опыт?

После выгорания появляется соблазн резко сменить сферу: начать с нуля, уйти в творчество, работать руками или просто не работать.
Но правда в том, что такое начало требует больше сил и энергии. А их после выгорания… как бы помягче… кот наплакал. И этот выбор предполагает, что ты явно понизишь свой финансовый статус, т.к. новички в любом деле всегда начинают с малого, чтобы набраться опыта, а потом уже ценник себе завышать.

Поэтому я решила: максимально сохранить свои знания и навыки. Не отбрасывать аналитику совсем, а вернуться к ней на других условиях.
Без ненужного давления. Без героизма. Без "давай ещё одну задачку, ты же справишься".


Аналитика — это не только большие данные.

Когда слышат слово «аналитик», у большинства в голове рисуется:
таблица, 100500 строк, человек с кислым лицом и отчёт "за месяц, квартал и всё, что можно".

Но это не вся правда. И не обязательно твоя.

Я недавно писала пост про кайфовые задачи аналитиков — где ты как детектив, собираешь клиентский профиль по кусочкам, анализируешь цепочки событий, выстраиваешь гипотезы.
Тут как раз эти посты (без рекламы, просто от души):
🔸 Задачи аналитиков — интересные или так себе?
🔸 Идеальная работа аналитика и чего я боюсь
🔸 Если бы жизнь была базой данных

Можно смотреть на аналитику иначе. Более человечно, живо, и даже с юмором.

План — это не клетка

Чтобы вернуться в аналитику безболезненно, мне нужен ПЛАН.
Но не такой, знаете, где «сделай это, иначе ты провалился».
А план-ориентир. С мотивацией, с поддержкой, с желанием и вдохновением. Как карта в путешествии: можно отклониться, можно остановиться, можно сделать крюк.

В этом плане — гибкость, возможность менять курс.
Я могу дать себе шанс попробовать.

Что я сейчас делаю?

Я решила начать с пет-проекта. Только для себя.
Мне интересна тема аналитики в трейдинге — особенно технический анализ.
Это почти идеальный вариант вернуться в профессию:

  • Я и монитор

  • Я и котировки

  • Никаких совещаний

  • Никакой бюрократии

  • Никакой работы "в стол"

Да, я понимаю, что технический анализ не волшебная таблетка. Есть новостной фон, отчётности, дивиденды — и вообще, рынок не предсказуем.
Но! Это интересно. Это про гипотезы, эксперименты и выводы.
А ещё — здесь можно пробовать ML-модели, которые в корпоративной работе мне редко удавалось применить.

Ну а результат - это увеличение твоего бюджета на конец твоего отчетного периода.

Сейчас я активно ищу информацию, точнее жизненный опыт кого-нибудь, желательно не из нашумевших известностей в трейдинге, у которых все отлично. А того, что недавно зашел в эту тему и публично демонстрирует свои результаты. Это для того, чтобы понять ход действий для развития в этом направлении. Да, у каждого своя дорога, свой опыт, свое видение и точно не получится достигнуть таких же результатов, потому что у каждого они будут свои.

Мне нравится тема мотивации и стимула, когда идет здоровое соперничество, которое подстегивает развиваться и достигать новых вершин. Поэтому буду рада, если кому-то тоже интересно начать развиваться в этом направлении, изучать биржевой рынок и кто +/- моего уровня (т.е. уровень 0+). Буду рада эксперименту по соперничеству на рынке (кстати, я пока рассматриваю только рынок акций на Московской бирже).

Мне сказали, что такого человека называют бадди - человек на твоём уровне или чуть выше, который прошёл этот путь до тебя и теперь помогает тебе. Поэтому Бадди - найдись! Можно приходить с предложениями в комменты этого поста.

Риски? Да, я их учла

Я выделила сумму, которую готова потерять. Точнее, на которой готова учиться.
Я не жду, что заработаю миллионы за неделю. Я изучаю новую сферу. Будут ошибки. Будет куча гипотез и переделок.
Но это — путь. А не попытка срочно вернуть себе зарплату из прошлого.

Я дала себе 4–5 месяцев. Посмотрю на результаты. И потом решу:
а стоит ли этот мини-продукт того, чтобы его "вывести в прод"?

Главное сейчас — баланс

Раньше я отдавала работе на 120%. Сейчас хочу иначе.
Наблюдать за фоновым напряжением. Не зарываться. Давать себе отдых.
И понимать: моя жизнь важнее, чем дедлайн.
И если я снова вернусь в аналитику — это будет по моим правилам.


Пока в голове одна мысль:

Я не против аналитики. Я против выгорания.
И если изменить подход, можно сохранить и себя, и профессию.

P.S. А если вам хочется немного поддержки и вдохновения — я веду телеграм-канал @DailySoulBoost с утренними посланиями. Просто, по-человечески. Присоединяйтесь 💛

Показать полностью 1
[моё] Аналитика Аналитик Работа Большие данные SQL Microsoft Excel Таблица Эмоциональное выгорание Бадди Трейдинг Новая жизнь Новая работа Длиннопост
2
5
SlyVolunteer
SlyVolunteer
2 месяца назад
Творческий инкубатор
Серия Происхождение экономических систем

Цифровая трансформация: от локальных изменений к глобальным мутациям⁠⁠

Пост с содержанием серии: Происхождение экономических систем путём естественного отбора


Цифровая трансформация стала одной из ключевых характеристик современного общества, определяющей не только способы взаимодействия людей, но и фундаментальные основы экономики, политики и культуры. Этот процесс начался с локальных изменений (внедрение персональных компьютеров и создание первых сетевых инфраструктур), но со временем эволюционировал в глобальное явление, затрагивающее все аспекты человеческой жизни. Основой цифровой трансформации стало широкое распространение интернета, рост вычислительных мощностей и появление технологий обработки больших данных, что позволило компаниям, правительствам и индивидуальным пользователям переосмыслить подходы к управлению, производству и потреблению.

Ключевым элементом цифровой трансформации стала автоматизация процессов, которая затронула не только промышленные отрасли, но и сферу услуг. Искусственный интеллект, машинное обучение и алгоритмы анализа данных создали условия для оптимизации сложных операций, повышения эффективности и сокращения издержек. Однако, несмотря на очевидные выгоды, такие изменения сопровождались серьезными вызовами, включая сокращение рабочих мест, повышение уровня социального неравенства и усиление зависимости от технологических решений. Многие профессии, считавшиеся ранее незаменимыми, были трансформированы или вытеснены новыми технологиями, что породило необходимость в адаптации рабочей силы и пересмотре образовательных подходов.

Социальные и культурные аспекты цифровой трансформации не менее значимы, чем экономические. Широкое распространение социальных сетей и платформ для обмена информацией изменило структуру коммуникации, сделав ее более горизонтальной и интерактивной. Это привело к усилению общественного контроля над политическими и корпоративными институтами, но также породило феномен фейковых новостей и манипуляций общественным мнением. Более того, рост зависимости от цифровых технологий вызвал вопросы о правах на приватность, защите данных и этике использования искусственного интеллекта.

Глобализация, стимулируемая цифровой трансформацией, проявилась в формировании новых экономических связей и торговых маршрутов, а также в появлении транснациональных корпораций, чья деятельность распространяется по всему миру. Эти компании, например, Google, Amazon и Alibaba, формируют глобальную инфраструктуру, управляя данными, коммуникациями и финансами, что значительно усилило их влияние. Однако доминирование таких игроков также стало предметом дебатов о монополии, налоговой политике и справедливости распределения ресурсов.

Цифровая трансформация: от локальных изменений к глобальным мутациям Научпоп, Эволюция, Исследования, Политэкономия, Экономика, Наука, Автор, Большие данные, Анализ данных, Искусственный интеллект, Машинное обучение, Глобализация

Таблица иллюстрирует ключевые изменения, связанные с цифровой трансформацией

Цифровая трансформация, несмотря на все свои противоречия, остается движущей силой глобальных изменений. Она требует комплексного подхода, который учитывает не только технологический прогресс, но и социальные, культурные и этические аспекты. В конечном итоге, успех трансформации будет определяться способностью человечества использовать ее плоды для общего блага, минимизируя при этом негативные последствия.


Предыдущий пост: Промышленная революция: взаимодействие инноваций и социальных преобразований

Продолжение: Взаимосвязь кризисов и инноваций: модели ускоренного роста

Этот пост входит в Часть 8. Влияние мутаций: инновации и кризисы

Роль технологических, социальных и финансовых кризисов в преобразовании экономических систем. Анализ примеров внезапных изменений, таких как Великая депрессия, промышленная революция и цифровая трансформация.

Научпоп-серия Происхождение экономических систем путём естественного отбора


Пожалуйста, поставьте плюс данному посту для поддержки Творческого инкубатора и постов о науке в нём. Для тех, кто впервые слышит о нашем сообществе авторского контента, подробная информация в посте Ответ на пост «Нужен ли на Пикабу авторский контент, и если нужен, то какой и когда? Несколько вопросов к аудитории»

Показать полностью 1
[моё] Научпоп Эволюция Исследования Политэкономия Экономика Наука Автор Большие данные Анализ данных Искусственный интеллект Машинное обучение Глобализация
0
VelStyling
VelStyling
2 месяца назад
Серия Выгорела от работы аналитиком, но...

Задачи аналитиков. Интересны или так себе⁠⁠

Это пост больше о том, как посмотреть на задачи аналитиков с другой стороны и снова их полюбить.

Все мы периодически сталкиваемся с тем, что с ростом профессионализма растут и наши требования к задачам, к интересным задачам.

По факту сами задачи могут оставаться теми же, что были и год назад. Сложно на протяжении года выполнять одно и тоже, переставать видеть интерес к своим задачам.

Вот как я попробовала посмотреть на свои задачи с прошлой работы и понять, как бы я могла сделать их для себя интересными.

  1. Отключение оффлайн интеграции (оставляем только онлайн)

Представлю себя детективом, который идет по следу и пробует распутать свое дело.
Что дано на вход:
- система А и система В,
- тип взаимодействия: оффлайн (обменивались данными через батчи — грузили ночью, по расписанию, всё как в старой школе) и онлайн (данные летят сразу, стало быстро, современно, удобно.)
- документация не актуальная
Что требуется проанализировать: А можно ли полностью отключить оффлайн и не потерять при этом данные?

Что надо детективу, чтобы понять совпадают ли показания двух свидетелей? Очная ставка.
Берем данные, которые пришли в батче, берем данные, которые пришли в онлайне. Данные должны быть за один и тот же промежуток времени.
Сравниваем количество, уникальность, суммы, события, статусы и т.п.

Дальше строим воронку сверки:
- сколько записей совпало
- сколько есть только в онлайне
- сколько есть только в оффлайне
- расхождения по значениям

Дальше выявляем причины расхождений. Возможно, где-то есть тестовые записи, дубли или какой-нибудь показатель в системе источнике формируется расчетной процедурой со стартом в определенное время и поэтому поле заполняется только в оффлайне, в онлайне оно приходит пустым.

Определяем критичность каждых расхождений и принимаем решение.

Очная ставка проведена. Правдивость показаний одного из допрашиваемых доказана.

Вроде бы сидишь в таблицах, но на самом деле — распутываешь хитрую схему взаимодействий, находишь закономерности, исключения и подтверждаешь гипотезу.

2. Клиентский профиль
Скажу сразу, создание клиентского профиля - это бесконечный процесс, т.к. потребности бизнеса растут, вкусы и требования меняются. Собственно, как и в любой ситуации.

Эта задача, как собирать пазл и увидеть в нем реального человека. Это как собрать живого человека из данных.

Именно это и делает задачу интересной.
У тебя есть фрагменты мозаики, и ты должен собрать все полотно:
– возраст,
– пол,
– город,
– поведение на сайте,
– история заказов,
– отказы, возвраты, подписки, жалобы, клики, лайки, девайсы...

Ты собираешь из этого человека.
Включаешь в профиль такие понятия как:
– зачем он пришёл,
– что его зацепило,
– почему он ушёл (или остался),
– что сделать, чтобы он вернулся.

Иногда это похоже на пазл с 10 000 деталей.
Но ещё сложнее то, что этот пазл меняется прямо у тебя на глазах: пользователь вчера был «вечерним покупателем», а сегодня он смотрит витрины с утра. Вчера он сидел в Android-приложении, а сегодня — в iOS. Вчера он жаловался, а сегодня сделал заказ на 15 000 рублей.

Когда из разрозненных строчек ты вдруг начинаешь видеть паттерны,
когда ты ловишь новую гипотезу по поведению пользователей,
в этот момент ты как будто ныряешь в чужое поведение и понимаешь реальных людей.

И нет, это не всегда про Big Data и нейросети.

Иногда всё начинается с простой сводной таблицы и вопроса:

"А кто вообще эти люди, которые покупают только по вторникам и никогда не возвращаются?"

И начинается исследование, которое затягивает не хуже хорошего сериала.

Вот так можно интерпретировать аналитические задачи, чтобы совсем не было скучно и не была только техническая составляющая в работе.

Надо придумывать детектив с сюжетом, завязкой и развязкой. Может это поможет всем "потерявшимся" аналитикам вдохнуть "новую жизнь" в свою работу.

А для мотивации продолжать и действовать, у меня есть канал t.me/DailySoulBoost с мотивационными сообщениями. Присоединяйся и двигайся дальше!

Показать полностью
[моё] Эмоциональное выгорание Мотивация Увольнение Аналитика Аналитик SQL Microsoft Excel Данные Большие данные Мысли Любовь к труду Текст
0
4
VelStyling
VelStyling
2 месяца назад
Серия Выгорела от работы аналитиком, но...

Если ты боишься данных и "Аналитика не для меня, я в Excel путаюсь"⁠⁠

Многие считаю, что аналитика данных не для них, потому что ловят "паничку" от таблицы с 50 тысячами строк.

Если ты боишься данных и "Аналитика не для меня, я в Excel путаюсь" Мотивация, Аналитика, Данные, Большие данные, SQL, Microsoft Excel, Эмоциональное выгорание, Увольнение, Аналитик

Но правда в том, что данных "пугаются" все. Даже профессионалы. Просто для каждого уровень страха свой. Для начинающего - это эксель с 50 тысячами строк и с задачей - найти аномалии в данных. Для профи - база данных с множеством таблиц и гигабайтами/терабайтами данных без описания. И для них другой вопрос: как эти данные связаны между собой, по каким ключам, какой принцип появления/обновления этих данных. А уже потом вопросы с аналитикой этих данных.

Страх остаётся. Просто задачи становятся другими.

Для новичка и для профи - главное не бояться начать!

Сразу пускаться во все тяжкие не стоит. Надо сначала просто на них посмотреть глазами, что в excel, что в БД с таблицами. Потом посчитать что-то вручную: количество, среднее, сумму и т.п. И ответить на вопрос: Что эти цифры мне говорят?

Отвечая на этот вопрос сразу начинает появляться логика, начинаешь замечать и предполагать возможные ошибки, связи между данными. И уже страх от первого впечатления исчезает.

Для многих фраза "Аналитика не для меня, я в Excel путаюсь" - это не про страх перед данными. Не про "я гуманитарий". Это про самооценку. Многие гуманитарии, творческие люди боятся логики, системности. Точно также как и аналитики боятся хаоса и творческого беспорядка.

Просто у каждого из нас появляется "символ" чего-то чего мы не умеем и в этот "символ" мы впихиваем все наше "опасное", "тревожное", "умное", "сложное". И потом оперируем этим символом в жизни.

Если у тебя есть интерес к изучению аналитики, то просто надо попробовать, не предъявляя к себе супер требований. Ведь по факту аналитика это не про знание множества инструментов для анализа данных, не про знание языков программирования - аналитика - это про мышление.

Аналитика - это про вопросы и логику.

Я, например, не знаю все формулы, функции особенности языков. Но я умею искать нужную мне информацию и применять ее для решения своих вопросов. И с практикой в памяти откладываются наиболее часто используемые формулы и функции, те, которые ты чаше применяешь. Для тех, которые редко используются, я все равно ищу информацию, что напомнить себе их особенности.

Все мы так или иначе в повседневной жизни аналитики. Мы ищем себе билеты для путешествий, выбираем наиболее оптимальные маршруты, самые выгодные предложения, мы ведем свой бюджет. Мы уже на опыте знаем, что если непогода, то цены на такси вырастают. Все это аналитика!

Чтобы перейти от бытовой аналитики к промышленной надо убрать страх "делать ошибки". Потому что ошибаются все, никто из нас не родился с прекрасным знанием всех аналитических инструментов, мы как дети начинали их изучать и применять на практике. Каждый из нас выбирал любимый для себя способ и метод.

А если тебе не хватает мотивации, чтобы попробовать что-то новое — приходи ко мне в канал t.me/DailySoulBoost.
Там я каждый день публикую короткое утреннее послание — чтобы поддержать, вдохновить и напомнить: ты точно справишься

Показать полностью
[моё] Мотивация Аналитика Данные Большие данные SQL Microsoft Excel Эмоциональное выгорание Увольнение Аналитик
2
0
VelStyling
VelStyling
3 месяца назад
Серия Выгорела от работы аналитиком, но...

Можно ли выгореть от любимого дела? Да. И это больнее всего. Что делать потом? Профессионализм...Перфекционизм...⁠⁠

«Я же любил это… Почему теперь не могу даже думать об этом без усталости?» — если ты когда-то задавал себе такой вопрос, добро пожаловать. Ты не один.

Профессионализм — это больше, чем скилл. Это потребность.

Что бы мы ни планировали — построить бизнес, пойти в найм, открыть кофейню, научиться рисовать — в каждом из этих сценариев есть общий компонент:
я хочу быть хорош в том, что делаю.

Можно ли выгореть от любимого дела? Да. И это больнее всего. Что делать потом? Профессионализм...Перфекционизм... Эмоциональное выгорание, Аналитик, Аналитика, Microsoft Excel, Профессионал, Профессиональная деформация, SQL, Данные, Большие данные, Длиннопост

Профессионалу важно ощущать себя компетентным. Но как это ощутить?
Увидеть результат.
Когда ты работаешь, вкладываешься, растёшь — а результат где-то далеко в тумане, внутри начинается ментальное месиво.

Проекты большие, задачи амбициозные, а ты вроде и не стоишь на месте, но как будто всё время бьёшься лбом в стену.

И в этот момент ты смотришь на человека, который спокойно делает что-то простое — варит кофе, водит такси, кладёт плитку — и думаешь:

Вот бы и мне... Просто делать и сразу видеть результат.

Потому что микроуспехи — это не «пустяки», а топливо. Психологически они значат для мозга почти столько же, сколько серьёзные победы. Мы нуждаемся в них, чтобы выжить в профессии.

10 000 часов. И что дальше?

Говорят: «Чтобы стать экспертом, нужно 10 000 часов практики».
Хорошо. Допустим, ты их вложил. А потом?

Потом всё становится... обычным. Ремеслом.
Ты больше не учишься, а повторяешь.
Ты не пробуешь новое — ты оптимизируешь старое.

Это и есть точка, где ты можешь внезапно понять:

Я вроде крутой. Но больше не чувствую кайфа.

Тут и начинается выгорание. Потому что когда рост останавливается, душа начинает скучать.
И тут важно задать себе вопрос: а зачем я продолжаю? Чтобы делать то же, но лучше? Или чтобы дойти до чего-то большего?

Есть история о Паганини. На концерте у него во время исполнения порвались две струны. Осталась одна. И он доиграл всё произведение на одной струне. Но и у этого момента есть своя предыстория... (спойлер: они не случайно порвались)
Вот он — момент истины. Не только мастерство, но и внутренний драйв, ради которого ты вообще занимаешься этим делом.

А если ты уже профессионал — ты всегда доволен собой?

Нет. Часто наоборот.
Чем больше ты знаешь, тем больше сомневаешься.
Внутри тебя живёт синдром самозванца, который шепчет:

Ты просто везунчик. Сегодня получилось, а завтра все поймут, что ты — фейк.

И ты можешь быть хоть трижды с опытом, а всё равно каждый раз проверять, а точно ли ты молодец.
Именно поэтому у профессионалов может быть даже больше тревоги, чем у новичков. Потому что ставки выше, и стандарты — небесные.

Перфекционизм — сладкий яд

Быть хорошим — нормально.
Быть идеальным — смертельно утомительно.

Перфекционист выбирает самую сложную роль в мире — быть всегда правильным.
Он не позволяет себе ошибаться, срываться, быть «просто норм».
Он вечно недоволен — и собой, и другими. А значит, его путь — это не путь развития, а путь выгорания.

Если ты профессионал, у тебя уже и так есть планка.
Не надо делать её недостижимой.

Что делать, если выгорел?

  • Позволь себе передохнуть. Даже если «нельзя», «неудобно» и «всё рухнет».

  • Поищи микроуспехи. Делай что-то маленькое, но видимое. Ремонт? Хобби? Короткие задачи?

  • Переосмысли цель. Зачем ты этим занимаешься? Просто чтобы быть лучше — или чтобы что-то чувствовать?

Да, можно выгореть от любимого дела.
Особенно от любимого. Потому что туда ты вкладывал душу.

Но именно это и делает тебя настоящим профессионалом — ты умеешь не только работать, но и останавливаться, задавать себе вопросы и искать, куда двигаться дальше.

И для поддержки самой себя и тех кому это важно сейчас я создала канал Сила слов
Можно присоединятся и каждый день получать мотивацию для своего движения вперед.

Показать полностью 1
[моё] Эмоциональное выгорание Аналитик Аналитика Microsoft Excel Профессионал Профессиональная деформация SQL Данные Большие данные Длиннопост
3
5
VelStyling
VelStyling
3 месяца назад
Серия Выгорела от работы аналитиком, но...

Как я подружилась с SQL⁠⁠

Первое мое знакомство с SQL было в университете.
Он давался мне легко — просто какой-то магический язык, на котором можно «спросить» у базы данных всё, что угодно. Я даже думала писать диплом у преподавателя, который вёл у нас SQL.
Но на горизонте появились старшие студенты с рассказами: преподаватель вроде норм, но в процесс особо не включается, может не прийти на консультацию, пропасть на месяцы и всплыть перед самой защитой. Мне стало страшно — не сдать диплом после 4 лет обучения?

Как я подружилась с SQL Аналитика, Программирование, IT, Чат-бот, Эмоциональное выгорание, SQL, Данные, Большие данные, Работа, Работа мечты, Длиннопост

Сейчас понимаю: я бы точно справилась. Но тогда это было уравнение с многими неизвестными, и я не рискнула.

SQL остался в прошлом… до поры до времени.

Мне нужна штучка, где делать SELECT * FROM table

Да, да, да. Я девочка и я так говорю.
Универ я закончила, сдала диплом, тема была ... не помню, но итог дипломной работы давал параметры тела, которые были на глубине. Это очень часто применяется в геологии, чтобы определить объемы залежей полезных ископаемых, очень часто применяется в медиционе, чтобы определить параметры инородного тела в организме человека (например, камень в почке). Начала искать работу.

Первая мая работа была в банковской сфере, я была специалистом по качеству данных. На позицию искали человека с математическим образованием. Тогда я не понимала, как математическое образование связано с качеством данных.
В то время SQL не был моим рабочим инструментом. Excel и фронты банковских систем были моими инструментами.

Через 3-4 месяца я научилась всё делать и… мне стало скучно. Попросила задач другого рода. Нашла причину, почему данные портились: справочники в разных системах не дружили между собой. Озвучила, оформила, предложила решение. А мне: «Ну да, поправим. Через полгода, может». То есть я полгода буду вручную вбивать корректные данные, зная, что их снова перекосит? И так по кругу - я системе правильные скорректированные данные, а мне обратно корявые...

Я ушла.
На новой работе всё было динамично: запуск системы, обработка клиентских данных. И вдруг в проектной команде открывается вакансия аналитика. Руководитель смотрит на меня: «Хочешь попробовать?»

Я — да. Сразу и с радостью. Но внутри — страх. Я, промышленная база, SQL-запросы... А вдруг я что-то сломаю?

SQL — это язык. Красивый, строгий, и немного kinky

Так я начала знакомиться с SQL - просто производственная необходимость)))
Знаете, что самое классное в SQL? Это язык. Да, формальный, структурированный. Но в нём есть особая красота.

Ты как будто разговариваешь с цифрами. Не просто читаешь отчёт или смотришь таблицу. Ты спрашиваешь у базы, и она тебе отвечает. Бывает "криво" спрашиваешь, на "ломанном" языке - и она тебе тоже отвечает, и отвечает так, как поняла тебя!
SQL - это такой же язык, как и иностранный язык — но только вместо «bonjour» и «gracias» у тебя:

SELECT name FROM feelings WHERE love = true;

SQL помогает упорядочить хаос. Он требует точности, логики и чистоты мысли. Если ты забыл WHERE, последствия будут, как в жизни без границ

Интерфейс, который пугал

Я начинала работать в SQL Developer, и этот интерфейс меня пугал больше, чем сессия. Столько кнопок, столько окон! Я боялась нажать не туда, сломать что-то важное. Но коллеги поддержали, показали, что все мы делаем запросы к копии базы, что есть бэкапы, и вообще — главное, думать.

Потихоньку я осваивалась. И вот уже сама писала запросы, считала клиентов, смотрела, как часто они взаимодействуют с системой, разбирала ошибки. SQL стал моим инструментом, а потом — моим языком. И до сих пор у меня в лексиконе есть фраза:
"Мне нужна штучка, где делать SELECT * FROM table"
(и я её говорю всерьёз).

Почему SQL — это прикольно

SQL может пугать. Но он невероятно логичен. Если ты умеешь строить фразы, задавать вопросы — ты уже почти умеешь писать запросы.
Он не требует сложной математики, но даёт тебе доступ к целым мирам данных. Он помогает мыслить структурно. И, возможно, немного помогает наводить порядок в голове.

Вот за это я и люблю SQL.

Да, иногда пишутся многострочные коды на SQL, которые у новичка могут вызвать шок и страх, но это уже будет другой уровень использования языка SQL. И это не означает, что сразу придется кодить по 100 строк в день. Нет, SQL и аналитика начинается с простого, с односложного предложения.

Выдай мне все города России

SELECT city
FROM table_name
WHERE country = 'RUSSIA'

Хотя сейчас смотрю на запрос, и получается, что SQL сделал простое предложение сложным с придаточным определительным.

И потом дальше шаг за шагом вы погружаетесь в этот язык и выбираете тот уровень, на котором вам комфортно общаться с данными. Точно также как и с иностранными языками. Некоторые оставляют их уровень на начальном, другие подтягивают до бытового уровня, третьи сдают экзамены и общаются свободно на нем.

SQL - это язык данных. И с данными тоже можно разговаривать!

Для поддержки своей мотивации я создала канал t.me/DailySoulBoost. Там мотивационные сообщения каждое утро.
И да, не я их сама печатаю, я написала код, который каждое утро отправляет сообщение в канал. Я нашла способ бесплатной реализации и поддержки данного решения.
Поэтому, если у вас есть интерес к чему-то, не останавливайтесь!

Показать полностью 1
[моё] Аналитика Программирование IT Чат-бот Эмоциональное выгорание SQL Данные Большие данные Работа Работа мечты Длиннопост
18
3
VelStyling
VelStyling
3 месяца назад
Серия Выгорела от работы аналитиком, но...

Как отличить BI-аналитика от дата-сайентиста, если оба сидят в SQL и устали от жизни⁠⁠

Кто есть кто в мире аналитики: 5 ролей, которые вечно путают между собой

Когда я представляю себя как Аналитика, то у многих сразу возникает такое мемное облако комментариев с вопросительными знаками.

Как отличить BI-аналитика от дата-сайентиста, если оба сидят в SQL и устали от жизни Аналитик, Аналитика, Эмоциональное выгорание, SQL, Bussines, Системный аналитик, Ниокр, График, Дашборд, Большие данные, Data Science, Длиннопост

По большей части, я позиционирую себя как аналитик данных. Мне это больше нравится :-)

У всех на слуху это слово, эта профессия. Но каждый может воспринимать Аналитика по-разному. да, и в принципе, аналитики бывают разные.

Очень часто Аналитика воспринимают, как что-то "неопределенное":
- то ли ты нейросетью командуешь,
- то ли дашборды лепишь,
- то ли базу данных "селектишь"
- то ли Excel открываешь с утра и закрываешь на закате.

Поговорим, какие бывают аналитики и чем они реально занимаются.
На самом деле, аналитиков - много видов. И все их градации для многих могут восприниматься как "тройняшки" - одинаково звучат, похожи, но если копнуть — совершенно разные люди.

🧠 Product Analyst (продуктовый аналитик)

Как отличить BI-аналитика от дата-сайентиста, если оба сидят в SQL и устали от жизни Аналитик, Аналитика, Эмоциональное выгорание, SQL, Bussines, Системный аналитик, Ниокр, График, Дашборд, Большие данные, Data Science, Длиннопост

Вот вам и продукты для аналитики :-)

Основная задача продуктового аналитика: следить за тем, чтобы продукт развивался и приносил деньги. А просто работать продукт должен по умолчанию.

Считает метрики вроде Retention, Conversion, DAU и объясняет команде, почему кнопку “Купить” никто не нажимает.

Сравнение: как врач, который измеряет давление у пациентов и говорит: «Ага, у нас тут проблема с притоком пользователей!»

📊 BI-аналитик (Business Intelligence)

Как отличить BI-аналитика от дата-сайентиста, если оба сидят в SQL и устали от жизни Аналитик, Аналитика, Эмоциональное выгорание, SQL, Bussines, Системный аналитик, Ниокр, График, Дашборд, Большие данные, Data Science, Длиннопост

Это мастер дашбордов и визуализаций.
Подключается ко всем базам в мире и делает такие красивые отчёты, что их даже открывают.
Не про гипотезы, а про «дай цифру, красиво покажи и свяжи с базой». Иногда визуализация помогает делать выводы, которые сложно сделать, имея перед глазами только табличку.

Сравнение: бариста, который не варит кофе, а собирает витрину, где всё понятно: сколько чашек продали, кто пил больше всех, и где упала выручка.

🕵️‍♀️ Data Scientist (дата-сайентист)

Как отличить BI-аналитика от дата-сайентиста, если оба сидят в SQL и устали от жизни Аналитик, Аналитика, Эмоциональное выгорание, SQL, Bussines, Системный аналитик, Ниокр, График, Дашборд, Большие данные, Data Science, Длиннопост

Вот тот самый, с нейросетями, моделями, предсказаниями.
Уже ближе к разработке: он не просто видит, что клиенты уходят, а строит модель, которая предсказывает, кто уйдёт завтра.
Работает с машинным обучением, статистикой и ноутбуками Jupyter. Уровень математики: "убираем логарифмическую линейку!"

Сравнение: как синоптик, который предсказывает, какая будет погода на следующей неделе.

🛠 Системный аналитик

Как отличить BI-аналитика от дата-сайентиста, если оба сидят в SQL и устали от жизни Аналитик, Аналитика, Эмоциональное выгорание, SQL, Bussines, Системный аналитик, Ниокр, График, Дашборд, Большие данные, Data Science, Длиннопост

Он не про данные. Он про системы.
Пишет ТЗ, общается с бизнесом, командой, разбирается, как вообще всё должно работать, и описывает это человеческим (и машинным) языком.
Если где-то не работает кнопка — это, возможно, не баг, а просто никто не подумал о логике. А системный аналитик должен подумать.

Сравнение: как архитектор, который сначала рисует, как будет выглядеть дом, а только потом его строят.

🔬 Исследовательский аналитик (Research/Exploratory)

Как отличить BI-аналитика от дата-сайентиста, если оба сидят в SQL и устали от жизни Аналитик, Аналитика, Эмоциональное выгорание, SQL, Bussines, Системный аналитик, Ниокр, График, Дашборд, Большие данные, Data Science, Длиннопост

Лезет в сырые данные, ищет закономерности, тестирует гипотезы.
У него может не быть задачи «нарисуй отчёт». У него задача: «А почему у нас что-то идёт не так?»
Работает как Шерлок — задаёт неудобные вопросы и копает глубже.

Сравнение: как учёный в лаборатории. Только вместо пробирок — SQL и Python.
В общем, если говорят "поисследуй", то это может вылиться в целый НИОКР (научно-исследовательские и опытно-конструкторские работы)

🎭 Бонус: аналитик на проекте без нормального описания ролей

Как отличить BI-аналитика от дата-сайентиста, если оба сидят в SQL и устали от жизни Аналитик, Аналитика, Эмоциональное выгорание, SQL, Bussines, Системный аналитик, Ниокр, График, Дашборд, Большие данные, Data Science, Длиннопост

— это человек-оркестр. Он вроде как "BI-аналитик", но на деле и SQL пишет, и ТЗ собирает, и гипотезы проверяет, и отчёты делает, и баги чинит в дашборде. А потом приходит кто-то сверху и говорит: «Ну ты же BI, всё логично» 😅

🎁 И да, всё это может совмещаться в одном человеке.
Особенно, если это маленький проект.
Особенно, если ты «просто аналитик» и должен всё уметь.

🧵 Поэтому, когда снова услышите «аналитик», лучше спросите:
«А чем ты именно занимаешься?»
Иначе можно перепутать с программистом на Python, который просто делает красивые таблички.

Показать полностью 6
[моё] Аналитик Аналитика Эмоциональное выгорание SQL Bussines Системный аналитик Ниокр График Дашборд Большие данные Data Science Длиннопост
2
Посты не найдены
О нас
О Пикабу Контакты Реклама Сообщить об ошибке Сообщить о нарушении законодательства Отзывы и предложения Новости Пикабу Мобильное приложение RSS
Информация
Помощь Кодекс Пикабу Команда Пикабу Конфиденциальность Правила соцсети О рекомендациях О компании
Наши проекты
Блоги Работа Промокоды Игры Курсы
Партнёры
Промокоды Биг Гик Промокоды Lamoda Промокоды Мвидео Промокоды Яндекс Директ Промокоды Отелло Промокоды Aroma Butik Промокоды Яндекс Путешествия Постила Футбол сегодня
На информационном ресурсе Pikabu.ru применяются рекомендательные технологии