При очередном авиаперелете я накачал себе в кэш yandex музыки различные подкасты, принял удобную положение и начал слушать.

На этот раз это был подкаст «Запуск завтра. IT в спорте. Как Data Science меняет футбол» В данном подкасте ведущие вели беседу с дата-сайентистом работающем в сфере футбола. Он начал рассказывать о том как анализ данных вошел в спорт и начал активно развиваться.

Ниже будет приведены статьи из википедии и блога с сайта sports.ru написанные Максимом Вишневским.

Всё начинается в начале 2000-х в бейсболе. Забегая вперёд скажу, что данная история была экранизирована в 2011 году в фильме «Человек, который изменил всё» с Брэдом Питтом в главной роли.

Сюжет таковой: «Окленд Атлетикс» играет на равных в Серии дивизионов Американской лиги 2001, но проигрывает решающий матч своему сопернику — клубу «Нью-Йорк Янкиз» с зарплатной ведомостью в 114 млн долларов, против 39 млн у «Эйс». Помимо ограниченных финансовых возможностей в межсезонье к проблемам «Атлетикс» добавляется потеря ключевых игроков, которые за высокую зарплату уходят в более богатые клубы Главной лиги бейсбола. Генеральный менеджер «Атлетикс» Билли Бин вынужден искать им замену среди менее удачливых и талантливых бейсболистов и собирать конкурентоспособную команду к сезону 2002 года при ограниченных финансовых возможностях.

Во время визита в Кливленд Билли знакомится с Питером Брендом*, молодым выпускником Йеля, экономистом, который, пользуясь математическими расчётами, предлагает новаторскую схему оценки полезности игроков, исходя из расчёта показателей их личной статистики. Бин выкупает Бренда у «Кливленд Индианс» и делает своим ассистентом.

Бин опробует теорию Бренда и, несмотря на протесты опытнейших скаутов «Атлетикс», набирает команду из малоизвестных или на первый взгляд бесперспективных игроков. Скауты не верят в схему Бренда, согласно которой Бин нанимает трёх недорогих и менее сильных игроков, утверждая, что по своим суммарным статистическим показателям втроём они сумеют заменить одну ушедшую суперзвезду. Ориентируясь на расчёты Бренда, он выбирает игроков, исходя из их процента занятия базы после выхода на биту. Именно так он берёт травмированного кэтчера Скотта Хэттеберга , который никогда не играл на первой базе, бывшую звезду главной лиги 37-летнего Дэвида Джастиса, чья карьера идёт на спад, и молодого питчера Чеда Брэдфорда из низшей лиги с необычной, смешной для профессионалов манерой подачи. Несмотря на состав, набранный Бином, главный тренер «Атлетикс» Арт Хоу оставляет за собой право выбирать состав на каждую игру и постоянно оставляет за бортом новичков Бина. После четырнадцати игр «Атлетикс» занимают последнее место, и, чтобы дать шанс новичкам, в которых уверены они с Брендом, Бин решает продать своих оставшихся «звёзд», в том числе перспективного Карлоса Пенью, чтобы связать Хоу руки и заставить его выпускать на поле новых, хоть и неопробованных, игроков.

Бин убеждает владельца команды, что к середине сезона они выберутся в семёрку лучших. Хоу вынужден работать с тем, что у него есть: он выпускает на поле набранных Бином игроков, и «Атлетикс» начинают выигрывать. Команда одерживает небывалые двадцать побед подряд, установив «вечный» рекорд американской лиги. Несмотря на серию побед, «Атлетикс» проигрывают в первом раунде плей-офф команде «Миннесота Твинс», но Бин, хотя и разочарован поражением, доволен тем, что схема Бренда работает.

В финальной сцене картины Бин включает в своем автомобиле запись с песней The Show, исполненной его дочерью Кейси. Камера плавно делает крупный план лица Бина, в его глазах стоят слёзы. Проникновенная композиция и просьба дочери вынудили его отказаться от должности генерального менеджера «Бостон Ред Сокс», несмотря на зарплату в 12,5 млн долларов в год, которая сделала бы его самым высокооплачиваемым менеджером в истории бейсбола. Сами «Ред Сокс», начиная с серии 2004 года, во время выбора игроков пользуются схемой, которую впервые опробовал Бин. С помощью данной схемы «Бостон Ред Сокс» впервые за 86 лет выигрывают Мировую серию.

*Первоначально роль должна была называться ДеПодеста, а роль - Деметри Мартин, но ДеПодеста не хотел, чтобы его имя или изображение использовалось в фильме, поэтому персонажа назвали Питером Брэндом. Бренд - это смесь помощников Бина в Окленде, неточное представление о каком-либо конкретном человеке.

С этого момента анализ данных вошел в спорт и изменил его.

Рассмотрим же на примере Бенфики, как сейчас это происходит в футболе.

По итогам сезона 2017/2018 Бенфика впервые за 5 лет осталась без чемпионского титула, довольствовавшись серебряными медалями. В Лиге Чемпионов дела пошли и того хуже – ни одного очка в группе с Манчестер Юнайтед, Базелем и ЦСКА. При всем этом, летом 2017 клуб традиционно расстался с рядом ключевых игроков – Семеду перешел в Барселону за 35 миллионов евро, а Эдерсон и Линделеф отправились в Манчестер, принеся в казну еще 75. За последние 7 лет клуб заработал на продажах игроков более 400 миллионов евро, открыв миру Давида Луиса, Анхеля Ди Марию, Яна Облака и многих других.

Португальские клубы уже традиционно зарабатывают огромные деньги на трансферах, а зрители поют дифирамбы скаутским отделам Порту, Бенфики и Спортинга. Однако, помимо выдающейся работы по поиску игроков, в клубах уделяют огромное внимание последующей работе с ними, что и позволяет зачастую «сырым» молодым футболистам значительно прибавлять.

Исследование от ArsTechnica показывает, как устроена работа с технологиями внутри Бенфики и какие дивиденды она приносит.

На базе Бенфики Caixa Futebol Campus располагается семь полей с натуральным покрытием, два с искусственным, собственная лаборатория и общежитие для 65 молодых игроков. В кампусе постоянно тренируется три полноценных команды: Бенфика, Бенфика Б и Бенфика Джуниорс, всего более 100 игроков, и практически каждый аспект их жизни отслеживают, анализируют и улучшают с помощью технологий. Питание, сон, двигательная активность, восстановление, психологическое состояние – все эти данные стекаются воедино и используются для подготовки мировых звезд.

Бенфика тесно сотрудничает с Microsoft: на платформе Azure клуб использует механизмы машинного обучения и предиктивной аналитики, разрабатываемые штатными специалистами по анализу данных. Их совместная работа с тренерским штабом позволяет сформировать индивидуальный план для каждого игрока, развивая сильные стороны, подтягивая слабости и снижая риск получения травм.

Сенсоры, Hawk Eye и сбор данных

Ключевая преграда для использования аналитических систем – доступность данных. Большая часть того, что собирает Бенфика, приходит с сенсоров, но что-то (психология, диеты), можно собрать только вручную. Так как носимые сенсоры – достаточно новая индустрия, ей свойственна крайне низкая степень стандартизации: каждая система использует свои протоколы и файловые форматы. Сотни тысяч значений собираются за каждую игру или тренировочную сессию, что создает огромную проблему для обработки данных с учетом общего числа различных систем. Datatrax во время матчей, Prozone, биосенсоры от Philips Actiware, GPS от Statsports и так далее, в общей сложности более десятка независимых систем. Данные очищаются, приводятся к одному формату и вносятся в огромную базу, для работы который клуб создал собственный дата-центр.

Вот один из примеров того, что собирает клуб:

И оборудование, которое для этого нужно:

По словам CIO (Chief Information Officer) Бенфики Жоао Копето ключевой аспект в работе с подобными данными – приватность, регламентированная законами ЕС. Даже аналитики клуба имеют доступ только к анонимным данным, полная информация доступна лишь узкому кругу руководства.

Технологии постоянно развиваются, и Бенфика активно работает с IT компаниями как над разработкой новых, более надежных и точных сенсоров, так и над внедрением решений схожих с Hawk-Eye. По словам Копето, игрокам почти всегда интересно опробовать новые гаджеты, но постоянное и обязательное их ношение создает проблемы. Технологии компьютерного зрения активно используются в теннисе, снукере и, с недавних пор, в футболе для определения гола. Потенциально, за счет того же принципа – создания 3D модели пространства и движущихся в нём объектов – можно получать больше информации об игроках в процессе тренировок и игр. Базовый GPS используется клубами повсеместно, но даёт лишь информацию о движении. Чтобы оценивать рывки или высоту прыжков нужны более сложные системы.

Машинное обучение для борьбы с травмами

Чтобы выжимать максимум из данных, в Бенфике активно экспериментируют с искусственным интеллектом и машинным обучением - наиболее современным и быстро развивающийся разделом анализа данных, основная идея которого в том, что система обрабатывает большие объемы данных, сама выявляет закономерности и использует их для прогнозирования. Подобные алгоритмы активно внедряются в самых различных сферах и уже приносят видимые результаты. При этом, сфера новая, и, как следствие, отсутствуют шаблоны и наработанные решения. Для Бенфики ключевая сложность в отсутствии профильных специалистов и разрыве между специалистами по данным и людьми, понимающими, что именно требуется для футбольного клуба.

Основная цель на текущий момент – развитие моделей, позволяющих оценивать физическое состояние футболистов и предотвращать травмы. На их основе игроки могут получать индивидуальные планы тренировок, а тренерский штаб – принимать более взвешенные решения по составу на матчи.

Клуб начал собирать данные около 10 лет назад, когда за сезон в основной команде случились 8 серьезных травм. Внедрение научного подхода совпало с падением этого значения, и клуб начал активно инвестировать в анализ данных. При этом, очевидно, что существует ряд серьезных проблем. Во-первых, существуют тысячи показателей, которые могут влиять на риск получения тех или иных травм, и на текущий момент невозможно работать со всеми. Во-вторых, игровые травмы, полученные в результате контактов, невозможно спрогнозировать.

Несмотря на то, что полностью избавиться от травм невозможно, работа с данными дает определенные конкурентные преимущества. Бруно Мендеш, глава лаборатории Бенфики, выпустил в 2016 году исследование, демонстрирующее зависимость риска травмы от отношении резких нагрузок к регулярным (acute:chronic workload ratio). Другими словами, при значительном превышении нагрузок во время матчей над средними во время подготовительного процесса вероятность травм значительно повышается. Используя эти данные, тренеры могут отслеживать нагрузки игроков в рамках недельного цикла и регулировать их для минимизации травм. Или, наоборот, при низких средних нагрузках у игрока (из-за перелетов, болезни или недостаточного усердия) ограничить его участие в матче.

Партнерство между Бенфикой и Microsoft – наглядный и успешный пример объединения компетенций. В данном случае, глубокие знания о футболе от клуба и собранные данные накладываются на опыт в разработке ПО и анализе данных, которым обладает американский IT гигант.

Для Microsoft это возможность развивать платформу Azure, превращающуюся в главный продукт компании, и наращивать знания в спортивной сфере. Менеджеры Microsoft даже планируют открыть исходный код части ПО, созданного в партнёрстве с Бенфикой. Всё - ради доли на стремительно растущем рынке технологий в футболе.

Лучшим же доказательством пользы технологий для Бенфики является сочетание спортивных результатов и прибыльности. Для клуба, не имеющего мировой популярности и английского телеконтракта, крайне важно регулярно получать высокие суммы за своих игроков. Чтобы добиться этого, мало найти самых талантливых, нужно еще помочь им стать лучшими.

Я только начал изучать эту тему и буду дальше выкладывать понравившиеся статьи о применении IT технологий в футболе. До скорых встреч...

Итак, продолжение моей душещипательной истории. Первую часть можно почитать по ссылке: Из ПРЕПОДА в DATA SCIENCE Как Вы помните, мой первый трудовой договор продлился 4 месяца и, выполнив все основные пункты из поставленных задач, мне предложили продлить его и остаться. Но в то же время пришло очень выгодное предложение о работе в крупнейшем российском ритейле в сфере продуктов питания.

Там как раз набиралась новая команда аналитики и требовались специалисты с опытом работы в этой сфере. Шанс поработать с себе подобными джунами и мидлами в команде я не могла упустить и, пройдя три этапа собеседования, устроилась на новую позицию.

Здесь чувствовался другой уровень: набор новых программ, фичей, фреймворков, видов хранилищ данных увеличился почти в три раза. Здесь я впервые узнала что такое Hadoop, Kafka, Kubernetus и вообще познакомилась со системным анализом.
После прохождения испытательного срока мне поручили с два новых проекта. Один из них предполагал разработку автоматической отчётности для нового типа супермаркетов, второй - мониторинг внутренней эффективности одного из отделов компании. Работа была реально интересной и главное - приносила оценимый эффект. Однако ещё до начала своего пути в мир высоких технологий мне хотелось поработать в международной команде. К тому же был огромный интерес к машинному обучению, разработке моделей в то время как на той позиции таких задач не было и в ближайших перспективах не предвиделось. Поэтому проработав год, я решила поменять направление и как раз в это время на hh.ru удалось найти вакансию в международной компании, подходящую по всем параметрам под мой запрос. Здесь я и по сей день продолжаю свой путь в ИТ. Надеюсь, моя история была Вам полезна.

Если пост зайдёт, то готова рассказать о том, как проходит учёба на курсах, собеседования при приёме на работу, о том как учила язык, ездила в штаты по программе обмена. Пишите пожелания в комментах)

В сегодняшнем интервью мы пообщаемся с Ильей , человеком, что к 24 годам успел много кем поработать, от работы музыкантом до грузчика в магазине.

Самообразование - то, что помогло ему изменить свою жизнь в лучшую сторону. Сейчас Илья работает Python-разработчиком в Новосибирске. Подробнее о его истории читайте в интервью, материал получился интересным😎

1.Расскажите о себе, из какого вы города сколько вам лет и на кого учились.

Меня зовут Илья, мне 24 года, большую часть жизни прожил в Новокузнецке, сейчас живу в Новосибирске

По первому образованию я музыкант. Преподаватель ударных инструментов, если точнее. На данный момент получаю высшее техническое, перешел на 2 курс.

2. Кем вы работали ранее, до того как стали программистом?

Где я только не работал. В музыкалке преподавал какое-то время, во время учёбы работал в МТС продавцом. После армии даже в оптовой фирме продажником и логистом успел потрудиться. Ну и всякие подработки аля грузчик.

3. Кем вы работаете сейчас?

Сейчас я backend Python developer

4. Почему вы решили стать разработчиком?

Тут можно было бы сказать что-то вроде: “Не человек выбирает профессию, а профессия человека”, но это только часть правды. Как таковым разработчиком я изначально быть и не хотел, думал, что пойду в сторону машинного обучения. И возможно так и будет, хотя меня на данный момент всё устраивает.

Это обширная тема для дискуссий, но я убеждён, что на данный момент сфера IT, не имеет равных по уровню зарплат и комфорта работы. Тут я ориентируюсь на ситуацию в СНГ, в первую очередь. Да, сейчас это на хайпе, и сфера обучения программированию живёт ничуть не хуже, чем само программирование. Очень много мифов и преувеличений. Но всё равно, если подумать, вряд ли мне назовут еще одну такую профессию, где будет хотя бы столько же плюсов.

5. Какие технологии и навыки вам необходимо было изучить для того, чтобы почувствовать наконец-таки уверенность в собственных силах?

Основной язык, собственно, Python. Базы данных и Django это то, что приходится использовать в работе. Изначально я хотел в data science, так что владею Pandas, статистикой и немного понимаю в ML.

6. Расскажите подробнее о том, каким образом и как долго вы изучали Python и интересующие вас библиотеки? Лучше с ссылками на ресурсы.

Вообще, самый первый язык в моей жизни был C++. Я выбрал его просто методом тыка, так как не имел ни малейшего представления про языки. Именно на нём я ощутил первые страдания и радости по решению алгоритмических задач :)

Если кому-то такое интересно, то вот замечательный курс на Stepik по плюсам, который ведёт яндекс.

https://stepik.org/course/363/info

Так же, я проходил интенсив School 21. Это прозвучит как реклама, но я искренне рекомендую это мероприятие. Это было очень трудно, месяц почти круглосуточной работы на чистом С. По итогу я всё равно не прошел отбор, но эмоции и навыки, которые я получил там просто бесценны.

И я даже не считаю такое начало ошибкой. Всё-таки начиная с более низкоуровневых языков лучше понимаешь, что и почему вообще происходит.

С питоном я познакомился, когда готовился к ЕГЭ для поступления в университет. А на тот момент мне было уже 22 года. Вообще, это самая частая ситуация, насколько я успел заметить. Не слышал ни одного случая, когда задания для ЕГЭ делались не на питоне, соответственно, дальше люди продолжают углубляться в него по инерции.

Почему я вообще начал с предыстории о изучении языков? Потому что к питону я подходил уже совершенно иначе. Я уже относительно сносно писал на си и процесс написания кода был для меня понятен. Нужно было только привыкнуть к динамической типизации, и к тому, что многие вещи делаются сами и их не обязательно расписывать.

Значит ли это, что обязательно начинать изучать низкоуровневые языки перед тем, как браться за питон? Конечно же нет. Просто мне уже было не нужно проходить курсы, достаточно было просто обращаться к документации, и из-за этого я даже не могу посоветовать никаких полезных источников для изучения.

7. Легко ли было изучать программирование и были ли проблемы с самодисциплиной?

Знакома ли вам история, когда в 14 лет вы пишите свой первый парсер, а к совершеннолетию уже живёте на пассивный доход от собственного телеграм-бота?

Мне тоже нет.

Я не родился программистом, и вообще несколько лет назад не поверил и посмеялся бы, если бы мне сказали, что таким будет моё будущее. Так что да, это было тяжело, и тяжело до сих пор, хотя бы от ситуаций, когда разговариваю с ребятами которым 18-19 лет, и которые на голову превосходят меня во всём что касается разработки.

Проблемы с самодисциплиной были, но только до тех пор, пока я не решил, что собираюсь заниматься этим профессионально, что не хочу всю жизнь проработать на нелюбимой работе.

Мне кажется в любом деле невозможно достичь результата, если заниматься им просто так. Нужно понимать для чего это делается. Если цель просто писать скрипты для себя в качестве хобби, то это вряд ли когда-то приведёт к ощутимым результатам.

8. Насколько сложно было найти первую работу разработчиком?

Думаю, любой кто хоть раз пытался устроиться на свою первую работу в IT прекрасно знаком с парадоксальной системой, где ты стучишься в виртуальные двери компаний со своим кое-как заполненным резюме, в надежде что придёт хотя бы отклик. Хотя из каждого утюга тебе вещают, что специалистов не хватает, почему-то, на работу тебя по-прежнему не берут.

И тут я хочу выразить мнение, которое сложилось у меня на основе моего опыта, а также огромного количества разговоров с людьми из сферы.

Специалистов действительно не хватает. Толковый мидл - желанный сотрудник в любой компании, и когда говорят о 999 оферах в день, которые только и успеваешь кидать в спам, это в основном про них.

Ситуация с джунами и интернами совершенно другая. Невероятное количество курсов и хайп вокруг IT породили целую армию претендентов на вакансии низкого уровня. Портрет такого соискателя примерно такой: Я хороший парень, я понимаю на каком языке я пишу, я очень хочу работать.

Если взглянуть на это со стороны эйчара, то можно увидеть, что кого бы из них он не взял на работу, итог будет одинаковым – первое время такой сотрудник будет только отнимать время других разработчиков и не давать совершенно никакого результата. К этому прибавляется риск, что после того, как в джуна будут вложены силы, он получит реальные навыки и станет полезным в компании, то он решит перейти работать в другое место.

Так что процесс отбора довольно непрост.

Потому-то, строчка с опытом коммерческой разработки так много значит для эйчара. Как минимум это говорит о том, что человек уже попрыгал по всем граблям новичков и теперь представляет из себя готового специалиста, который после освоения в проекте уже начнёт приносить пользу.

Сам я тоже проходил через всё это. Сейчас смешно вспоминать, как в самом начале пути, преисполненный веры в себя, я приходил в офисы компаний и просился на работу. Естественно, в ответ получал лишь недоумевающие взгляды и просьбы отправить резюме на почту. Были и рассылки резюме, были тестовые задания.

Что в итоге выстрелило? Нетворкинг. Меня порекомендовали моему нынешнему работодателю, и у нас всё срослось.

Устройство на работу через знакомых это далеко не пережиток советского мышления, как может показаться. Напротив, если тебя рекомендуют, это как минимум говорит о том, что ты не просто человек с улицы, за кого попало поручаться не будут. Так что софт скилы я назвал бы основополагающими для поиска первой работы.

9. Ощутимо ли улучшаются условия труда в IT-сфере от других сфер трудовой деятельности?

Мне иногда приходится натыкаться на высказывания в духе: “Как я устал на своей галере, может поменять сферу деятельности?”.

Что ж, действительно, в разных компаниях условия труда различаются. Но обычно так говорят те, кто никогда не работал в других сферах.

Каждый раз, когда я думаю, что мне тяжело, я вспоминаю как вставал в 5 утра, для того чтобы успеть на любимую работу, где целый день я проводил на ногах, пытаясь продать вещи, которые никому не нужны, людям, которые видят в тебе лишь обслуживающий персонал. После чего уставший до смерти возвращался домой, с единственным желанием – упасть в кровать. И за всё это в конце месяца я получал весёлую смс из банка о зачислении 30 тысяч рублей.

Сейчас у меня отличный начальник, который готов выслушать меня и пойти навстречу. Мои коллеги – прекрасные люди, профессионалы своего дела. Часто приходится очень много работать, но я делаю это потому что хочу побыстрее дать результат и чему-то научиться, а не потому, что меня бьют палкой. У меня столько свободного времени, что хватает на любые дела, которые я могу себе придумать. Зарплата выше, чем везде, где я работал до этого. Мне не нужно вставать и тащиться куда-то каждое утро.

Лучше ли тут условия труда? Для меня ответ очевиден – они лучшие.

10. Расскажите подробнее о том, чем вы занимаетесь на работе.

Моя основная задача – бэкэнд. Я пишу логику приложений. Однако часто попадаются задачи на любой вкус и цвет – и фронтом приходилось заниматься и ci cd, и даже навыки ML пригождались. В целом, мне дают расти и пробоваться во все стороны. Кому-то это может показаться минусом, но для меня это огромный плюс, ведь это формирует понимание проекта в целом, а не только отдельной его части, что повышает мою ценность как специалиста.

11. Какие положительные и отрицательные стороны работы разработчиком?

Положительная сторона в том, что именно разработчики являются костяком проекта. Именно от них зависит насколько быстро и качественно будут выполнены задачи и насколько скоро проект выйдет в прод. По этому их важность на проекте не вызывает сомнений. В этом же состоит и минус. В конце концов может быть тысяча причин, почему ты не успеваешь сделать фичу, но в конечном итоге разбираться с этими причинами должен только ты.

12. Вернувшись в прошлое, какие советы вы бы дали себе в начале изучения Python?

Можно бесконечно читать о том, как работают те или иные вещи в языке, но это останется лишь голой теорией, пока ты не применишь это в проекте. Мне всегда казалось, что вот я сейчас наберу базу, а потом применю её где-нибудь. И это была ошибка.

Мой рост был бы в тысячу раз быстрее, если бы я взял сколь угодно сложный проект, и решал бы проблемы, которые получал по ходу. Да, теория важна, она помогает составить правильный взгляд, но без практики она просто не усваивается. Да, я бы сотворил монстра, на который было бы стыдно смотреть через полгода, но это были бы мои ошибки, из которых я сделал бы вывод и не повторял бы в дальнейшем.

13. Какие навыки и профессиональные компетенции положительно выделяют человека на фоне остальных кандидатов при собеседовании?

Обучаемость, коммуникабельность и прочие лозунги я советую навсегда забыть и больше никогда не упоминать. Это вещи, которые должны быть присущи любому адекватному человеку.

Любой проект на гите скажет о вас лучше, чем тысячи хвалебных слов в свой адрес. А если этот проект еще и будет приносить практическую пользу, то это уже даже какой-то продукт. Если показать свой сайтик, рассказать о функционале, о фичах которые ты выдумал, это уже повод для обсуждения на собеседовании. А софт скилы будут понятны по ходу разговора, так что на этом вообще не нужно акцентировать внимание.

14. Что можете посоветовать тем людям, что только начинают изучать Python?

Во-первых, перестать участвовать в холиварах на тему, что питон — это язык школьников и вообще он медленный. Пусть даже это была бы правда, какая разница, если за это платят?

Во-вторых, не зацикливаться на конкретном языке. Вполне возможно, что он будет не последним на вашем пути разработчика. Куда важнее постичь саму суть, как проект проходит путь от идеи до готового продукта.

Ну и в целом, какие бы трудности не встречались на пути, всегда нужно держать в голове, что любые проблемы можно преодолеть. И в конечном итоге, через какое-то время всё это окупится.

P.S. Дорогие читатели, буду признателен вам, если напишите в комментариях те вопросы, что вы хотели бы видеть в дальнейшем интервью подобного формата. Буду стараться благодаря вашей критике и советам максимально улучшать качество следующих интервью.

Мой канал в телеграмм

Если статья показалась вам интересной, то буду благодарен за подписку на мой канал IT-старт t.me/it_begin ,где я также публикую обзоры технической литературы, интервью с разработчиками и иную полезную информацию, как для действующих, так и для начинающих программистов