Привет, Пикабу! Меня зовут Станислав, я аналитик данных с опытом около трех лет и выпускник курса «Специалист по Data Science» от Яндекс Практикума. Чтобы устроиться на первую работу, пришлось отправить пару сотен откликов и пройти не одно собеседование. Делюсь своим опытом, рассказываю о трудностях и даю советы.

Как я начал свой путь в Data Science

Мой профессиональный бэкграунд довольно разнообразный: я работал дизайнером, занимался тендерами, вел SMM-проекты и был бильдредактором. Переломным моментом стала пандемия: я открыл для себя удаленку, пересмотрел приоритеты и понял, что IT — более перспективное направление, чем SMM. В итоге я решил заняться аналитикой данных и Data Science и пошел на курс в Яндекс Практикум.

После обучения я начал активно мониторить вакансии. За месяц отправил более 200 откликов, а первое приглашение на интервью получил только спустя несколько недель. Думаю, дело было в моем портфолио: на тот момент там были лишь учебные проекты, один из которых — незавершенный.

Тем не менее первое же интервью оказалось успешным и закончилось офером. Но я продолжил ходить по собеседованиям. Ниже расскажу о нескольких показательных случаях.

Как проходили собеседования: самый запоминающийся опыт

Бигтех и смежная роль

Одно из первых интервью было в крупном банке на вакансию DataOps-инженера. По сути, позиция предполагала больше работы с мониторингом и инфраструктурой, чем с данными. По навыкам я подходил лишь частично, но на вопросы отвечал уверенно.

На собеседовании было сразу пять человек: спрашивали про Linux на уровне системного администратора и сетевые протоколы. Было ощущение, что все присутствующие понимали: это направление мне не совсем подходит. Моей целью было скорее посмотреть, как устроен найм в бигтехе и какие требования там предъявляют к кандидатам. Я не расстроился.

В какой-то момент меня начали спрашивать уже по Data Science. Но итоговый вывод был таким: я, вероятно, смогу выполнять работу, однако быстро выгорю. В результате на этом этапе мы и остановились.

Большой тест и отказ до интервью

Самое объемное тестовое задание мне досталось, когда я откликнулся на вакансию дата-инженера в одну крупную международную компанию, которая занимается бытовой химией. Сначала нужно было пройти большую анкету на специальной платформе. Меня ждали задания на логику, внимание, память и скорость реакции. Например, нужно за несколько секунд запомнить расположение цветных точек на изображении, а затем воспроизвести их положение.

Еще были вопросы на софт-скилы: давали типичные рабочие ситуации и несколько вариантов ответа. Например, руководитель поставил задачу и дедлайн, а накануне пришел с новым срочным поручением. Не думаю, что в таких ТЗ бывает единственно верный ответ, но думаю, что справился достойно.

Через некоторое время мне пришел отказ с формулировкой «нерелевантный опыт». Важный момент моего резюме: мне 50 лет, и в этом возрасте от кандидатов часто ожидают уровень сеньора или тимлида с глубокой экспертизой. Разумеется, напрямую об этом никто не говорит.

По моему опыту, найти работу после 45 лет вполне реально, но отказы по возрастному цензу все равно будут — просто скрытые под формулировками «опыт не подошел» или «сверхквалификация».

Собеседование с HR по нейросетям

Не всегда предварительное интервью с рекрутером ограничивается обсуждением резюме и ожиданий. В одном случае, откликнувшись на вакансию дата-сайентиста в компании, работающей с нейросетями для анализа видео, я столкнулся с тем, что именно HR задавал вопросы по хард-скилам.

В моем случае вопросы касались архитектур нейросетей, в частности YOLO, различий между one-shot и few-shot подходами, а также метрики IoU для сегментации. Я уверенно ответил на большинство, но процесс на этом завершился — дальнейших этапов не последовало.

Разбор тестового задания

Закончу рассказ собеседованием в компанию, где работаю сейчас. Формально позиция называлась «ведущий инженер-программист», но по факту это должность ML-инженера и разработчика.

Сначала мне выдали тестовое, на выполнение которого отводился один день. Оно включало задачи по статистике, Python, SQL и Excel. Последнее стало неожиданностью: например, я не знал, что в Excel можно строить линейную аппроксимацию.

Потом меня пригласили на встречу с тимлидом. Почти все интервью посвятили разбору тестового: что и как я считал, какие решения принимал и почему выбрал именно такой подход.

В конце мы обсудили мой бэкграунд и задачи команды. Интервью прошло спокойно и без лишнего давления.

Ходите на собеседования. Всегда

Собеседования требуют подготовки, вызывают стресс и не гарантируют успеха. Но это не причина их избегать. Я продолжаю ходить на интервью, даже когда нашел работу, и считаю это полезной практикой по нескольким причинам.

Вы остаетесь на рынке. Собеседования помогают понять, какие навыки востребованы, какие инструменты стоит изучить и в каком направлении развиваться.

Это шанс найти более интересную работу. Проще увеличить доход через смену компании, чем через повышение в текущей. К тому же можно найти продукт или задачи, которые действительно вдохновляют.

Растет уверенность в своих силах. Со временем страх уходит, ответы становятся спокойнее и точнее. Это похоже на тренировку: чем больше практики, тем лучше результат.

Это не «предательство» текущего работодателя. Прохождение интервью не равно нелояльности, если вы добросовестно выполняете свою работу и отвечаете за результат.

Собеседования помогают не терять знания. Без регулярной практики даже сильная база постепенно забывается. Интервью — отличный повод повторить теорию, освежить инструменты и решить задачи, к которым вы давно не возвращались. В наукоемких областях, таких как Data Science, это особенно важно.

Если хотите освоить IT-профессию, но опасаетесь этапа трудоустройства, в Яндекс Практикуме помогут не только во время учебы, но и с поисками первой работы по новоприобретенной специальности. В Карьерном центре выпускники вместе с нашими экспертами готовят «работающие» резюме и портфолио, учатся проходить собеседования, обмениваются опытом и вакансиями в студенческом сообществе.

Выбирайте и проходите бесплатные вводные части курсов, чтобы понять, хотите ли продолжить изучать профессию.

Даже не так, обучение без понимания где и как это можно применить, и возможности это применить на практике - всегда мертво.

Я одна из тех, кто любит учиться, кто загорается новыми идеями, новыми технологиями и трендами. Но я одна из тех, кто не применяет полученные знания на практике.

А пока я буду вещать про эту тему. Ибо, новый год начался, надо встряхнуть пыль со своих мозгов и пересмотреть что и почему не получилось.
Подписывайся на мой канал Аналитика FM.
Его я веду с нуля подписчиков, рассказываю про аналитическое мышление, инструменты аналитиков, разбираю задачки с использованием SQL и Python.

Концепцию этого канала я тоже пересматриваю, но так, чтобы он остался полезным и понятным для всех.
Подписывайся!

А также, я одна из тех, кто не заканчивает курсы. Причины могут быть разные, аврал на работе, отпуск, личные обстоятельства, пропал интерес.

Но одной из причин является то, что я не успеваю за развитием этого мира.
Потому что информация о новых технологиях появляется в массах и обсуждается массами не сразу. Сначала кто-то что-то расскажет, потом об этом расскажет кто-то еще, потом это применит в своей деятельности круг любознательных и отважных людей.

Только потом это пойдет в массы.

Только потом я начну думать, а может стоит этому научиться, может стоит это изучить детально.
Пока я думаю, время то идет.
Пока я надумала, пока я начала учиться, пока закончила учиться - ВСЕ, там уже новая технология, новый вектор развития.
Там все по-новому!!!

Если посмотрим на получение новых знаний с другой стороны.

Работаю я, научилась закрывать определенный пул задач. Это мой опыт, это моя экспертность, в этом я становлюсь профессионалом.

Соответственно, для компании я закрываю определенную боль. Задачки с определенной тематикой направляются в мой адрес.

Я как личность, жаждущая развития, пытаюсь получить новые задачи с новыми инструментами.
НО, т.к. у меня есть экспертность в решении определенных задач, то эти задачи начинают меня преследовать, потому что, когда бизнес сталкивается с ними, то решить их надо было еще ВЧЕРА.

Так и получаются ситуации "трясины". Задачи, в которых ты эксперт постоянно тебя затягивают обратно и не дают вырваться и начать изучать или применять новый материал.

А еще, для решения задач в которых ты эксперт, ты можешь продать себя дороже, потому что есть уверенность в этом направлении. А вот продавать себя для решения новых задач - уже сложнее. И иногда, чтобы сменить направление, придется согласиться на меньшее вознаграждение.

Рынок не покупает навыки, он покупает контекст применения.

Пока у навыков нет контекста - этот навык не существует.

Даже если рассмотрим знание SQL, знание синтаксиса, функций и т.д.
Одно знание функций RANK и DENSE_RANK их синтаксис и описание не так важно, важно то, в каких случаях вы каждую из них применяете.

По сути работодателю важно знать, что вы примените нужную функцию в нужный момент. Потому что каждый из работодателей хочет "купить" снижение своих рисков.

В этих ситуациях рынку необходимо показывать, что вот такую-то проблему я решил вот таким способом. Вот такой процесс я изменил вот так-то.

Применяя такой подход, рынок оценивает ход мыслей, последовательность, принятые решения!

Почему большинству выпускников сложно найти первую работу?

Да потому что у выпускников нет опыта применения своих навыков. У выпускников есть только полученные теоретические знания или навыки, которые были применены в изолированной среде или +\- немного приближенной к действительности.

Но приблизить среду к действительности в учебном процессе сложно, т.к. это тоже различного рода бюрократические согласования программы. Поэтому мы до сих пор учимся по программе CCСР.

Новое поколение более расположено к "быстрым" изменениям.
Точнее большая часть нового поколения.

Если взять людей, рожденных в 80-90х годах, то там процветал лозунг, что надо на заводе отработать 20-30 лет. И не было принято каждые 2-3 года менять работу.

Ну а я продолжу анализировать что и как глубоко мне изучить в 2026 году, чтобы и новые знания получить, и применить это на практике.

А в моем канале Аналитика FM можно познакомиться с разбором задач про накопительные суммы и скользящем окне.

Работаю в одной известной сети магазинов – пекарем. Мой день начинается в 6:00 утра – просыпаюсь, пью чай и в 6:30 стою на остановке, чтобы доехать на работу. (Хорошо хоть автобусы в ту сторону ходят)

Примерно в 6:45 - 6:50 я на месте. В 7:00 включается свет и я запускаю печку. Примерно до 9:00 пеку и затем иду на кассу или разбирать товар. В течении дня ещё 2-3 раза подпекаю позиции, которые закончились. Примерно в 12 иду на обед на 30 минут и в 17 тоже чаю попить. В 19:00 ухожу домой.

Вроде не такая уж и плохая работа? Если бы не нюансы...

1. Заставлять людей идти на кассу самообслуживания. (А они в ответ повышают голос и не хотят, а затем меня ругают за показатели, которые от меня не зависят)

2. Выходить в акции, смена сезона, считать товар, ещё по какой-то причине – в свои выходные. Бесплатно. Или платно, если получится. По 6-7 часов.

3. Платить за товар, у которого неправильный ценник и покупатель хочет по этой цене.

4. Обед, который по часам 1.5, иногда превращает в обед на 15 минут. При этом ставят в табель лишь 10,5.

5. Руководство постоянно придирается – долго печëшь (печка печёт по времени, там программы, которые выбираются автоматически), поднимай показатели (если у людей наличными оплата, как я могу пробивать им что-то по карте?)

6. Кассир почему-то постоянно не слышит, если я на кассе и зову её. Иногда чтобы уйти в туалет надо звонить раз 5-10 и ждать 30 минут.

7. Администраторы тоже не слышат. И неважно какая причина. Хоть людям товар вернуть, хоть деньги обменять.

Куда пойти работать? Подскажите :(