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
Возглавьте отряд стражей, чтобы изгнать злого чародея Харона. Отправляйтесь в опасное путешествие, полное приключений. Играть можно онлайн абсолютно бесплатно и без регистрации.

Королевство Дом

Казуальные, Настольные, Стратегии

Играть

Топ прошлой недели

  • CharlotteLink CharlotteLink 1 пост
  • Syslikagronom Syslikagronom 7 постов
  • BydniKydrashki BydniKydrashki 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 😊

Новости Пикабу Помощь Кодекс Пикабу Реклама О компании
Команда Пикабу Награды Контакты О проекте Зал славы
Промокоды Скидки Работа Курсы Блоги
Купоны Biggeek Купоны AliExpress Купоны М.Видео Купоны YandexTravel Купоны Lamoda
Мобильное приложение

Data Science

С этим тегом используют

IT Программирование Машинное обучение Обучение Python Аналитика Искусственный интеллект Все
118 постов сначала свежее
3
VelStyling
VelStyling
25 дней 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
2
DELETED
2 месяца назад

Развиваем Data Science навыки⁠⁠

https://t.me/ai_tablet больше материалов тут

Основные направления:

  1. Классическое машинное обучение (табличные данные):

    • Рекомендуется книга "Python Machine Learning by Sebastian Raschka". Следует обратить внимание на все главы, за исключением 13-й, информация в которой может быть устаревшей.

    • Специализация "Машинное обучение и анализ данных" от МФТИ и Яндекса представляет собой комплекс из шести курсов. Первые три курса охватывают основы машинного обучения, четвертый посвящен статистике. Пятый и шестой курсы ориентированы на практику и могут быть изучены по мере необходимости.

    • Участие в открытых соревнованиях на платформе Kaggle способствует пониманию метрик качества, методов валидации и практическому применению знаний.

    • Полезными могут быть лекции с конференции DataFest (https://www.youtube.com/channel/UCeq6ZIlvC9SVsfhfKnSvM9w), в частности, материалы трека Machine Learning Training (https://www.youtube.com/playlist?list=PLTlO6nV_TaGD21r6xPHhV1k7QfVuug3BB), включая более ранние доклады, освещающие базовые концепции.

  2. Практика и документация:

    • Для углубленного изучения алгоритмов бустинга рекомендуется детально разобраться в принципах их работы и областях применения, поскольку они являются ключевым инструментом при работе с табличными данными.

    • Официальная документация: https://catboost.ai/, https://xgboost.readthedocs.io/en, https://lightgbm.readthedocs.io/en.

  3. MLOps:

    • Книга "Introducing MLOps" издательства O'Reilly представляет собой введение в управление моделями машинного обучения для обеспечения их стабильной и эффективной работы.

  4. Системный дизайн в машинном обучении:

    • Книга "Designing Machine Learning Systems" (O'Reilly) рассматривает вопросы проектирования ML-систем с учетом выбора метрик, удобства сопровождения и масштабируемости.

  5. Развитие аналитических навыков:

    • Книга «Девенпорт, аналитика как конкурентное преимущество» может быть полезна для развития аналитического мышления.

    • Необходимо владеть SQL и библиотекой Pandas для эффективной работы с данными.

  6. Рекомендательные системы:

    • Курс Recsys доступен по ссылкам: https://m.youtube.com/watch?v=igwNb7dBlms и https://www.youtube.com/playlist?list=PLX6toIl17nZENhNNUTrwR3Pxb8nCSKZsV. Основная часть курса представлена первыми пятью лекциями, остальные материалы содержат прикладные примеры.

  7. АБ-тестирование:

    • Рекомендуются следующие ресурсы:

      • Гайд от VK: https://vkteam.medium.com/practitioners-guide-to-statistical-tests-ed2d580ef04f

      • Бесплатный курс от Яндекса: https://practicum.yandex.ru/statistics-basic/

      • Книга "Trustworthy Online Controlled Experiments"

  8. NLP (обработка естественного языка):

    • Для изучения NLP рекомендуется последовательно ознакомиться с концепциями tf-idf, Word2vec и fasttext, затем перейти к LSTM, трансформерам, BERT, GPT и LLM (включая LoRA). В качестве учебных материалов могут быть полезны следующие курсы:

      • Курс от ШАД по NLP: https://github.com/yandexdataschool/nlp_course

      • Курс Лены Войта: https://lena-voita.github.io/nlp_course.html

      • Курс Abby (охватывает материал до трансформеров): https://github.com/DanAnastasyev/DeepNLP-Course

      • Также рекомендуется изучение обзорных статей, например: "A Comprehensive Overview of Large Language Models" (https://arxiv.org/pdf/2307.06435).

  9. CV (компьютерное зрение):

    • В качестве базового материала по глубокому обучению рекомендуется книга "Deep Learning with PyTorch". Для практического изучения компьютерного зрения полезным будет руководство по построению базовых моделей для классификации и сегментации изображений. Дальнейшее изучение тем может осуществляться самостоятельно. Ключевые направления включают:

      • image classification

      • segmentation

      • GAN

      • object detection

      • instant segmentation

      • pose estimation

      • diffusion models

      • multimodal models

      • Vision Transformer

      • Изучение обзорных статей по данным направлениям также является важным.

Буду рад, если данная подборка окажется полезной. Ваши дополнения и комментарии приветствуются.

Показать полностью
Искусственный интеллект Data Science Текст Telegram (ссылка) YouTube (ссылка)
0
Datatime
2 месяца назад

Как развить навыки в Data Scince - личный опыт⁠⁠

Постоянно набрасываю себе книги и курсы, которые мне действительно понравились и помогли

База

1️⃣ Классическое машинное обучение (табличные данные)
📖 "Python Machine Learning by Sebastian Raschka" – классика, но избегайте 13-й главы (устарела).
🎓 Специализация "Машинное обучение и анализ данных" от МФТИ и Яндекса – 6 курсов, из которых первые три по ML, 4-й — по статистике (очень полезно), а 5-6 можно пропустить.
🏆 Участвуйте в открытых соревнованиях на Kaggle. Это поможет научиться метрикам и валидации.
🎥 Лекции с Датафеста – YouTube канал и плейлист "ML Training" (ссылка).

2️⃣ Углубление в бустинги
Понимание их работы – основа для табличных задач, важно разбираться в CatBoost, XGBoost и LightGBM.
📜 Документация:

  • CatBoost

  • XGBoost

  • LightGBM

3️⃣ MLOps (O'Reilly)
📖 "Introducing MLOps" – 200 страниц о том, как управлять моделями машинного обучения и обеспечивать их надежную работу в продакшене.

4️⃣ System Design для Data Science
📖 "Designing Machine Learning Systems" (O'Reilly) – о том, как строить системы с правильным выбором метрик, поддерживаемостью и масштабируемостью.

5️⃣ Развитие аналитических навыков – это не просто база, а один из самых важных аспектов!
📖 "Девенпорт, аналитика как конкурентное преимущество"
💻 Разобраться с SQL и Pandas – это фундамент для работы с данными.

6️⃣ Рекомендательные системы
🎓 Recsys курс на YouTube и плейлист.

7️⃣ АБ-тестирование
📖 "Trustworthy Online Controlled Experiments"
📚 Гайды и курсы:

  • VK Guide

  • Бесплатный курс от Яндекса

8️⃣ NLP
Тема огромная, с tf-idf -> Word2Vec, fasttext, LSTM -> трансформеры -> BERT -> GPT -> LLM (и LoRA).
🎓 Курс от ШАДа по NLP – ссылка.
🎓 Курс от Lena Voita – ссылка.
📖 Обзорная статья A Comprehensive Overview of Large Language Models – ссылка.

9️⃣ Computer Vision
📖 Deep Learning with PyTorch – базовый курс по DL для работы с компьютерным зрением. Практическая книга по классификации и сегментации изображений.
✨ Изучайте темы по мере интереса:

  • image classification

  • segmentation

  • GAN

  • object detection

  • instant segmentation

  • pose estimation

  • diffusion models

  • multimodal models

  • Vision Transformer

Еще больше полезных материалов и обсуждений – в моем Telegram-канале 🚀

Показать полностью
[моё] Программирование IT Data Science Текст Telegram (ссылка) YouTube (ссылка)
0
Datatime
2 месяца назад

Soft skills: как развить и прокачать себя до топ-специалиста⁠⁠

Написано в рамках статей Как стать хорошим специалистом в Data Science: мой личный опыт и проверенные материалы

Помимо хардов важно развивать софтовые навыки. Это не менее критично для роста, особенно если вы хотите не просто выполнять задачи, а строить карьеру, работать в команде и вести проекты. Делюсь своим личным опытом и проверенными материалами, которые реально помогают прокачаться.

1️⃣ Общение и networking – это практика в виде разнообразного общения, встреч, small talk-ов и т.д. Важно не количество, а качество и разнообразие ситуаций, а значит и людей.

2️⃣ Переговоры и донесение мыслей
📌 "Договориться можно обо всем! Как добиваться максимума в любых переговорах"
📌 "Договориться о невозможном. Как найти выход из тупика и разрешать любые конфликты (не применяя силы)"
📌 «Переговоры с монстрами» – отличная книга, ориентированная на российский рынок, с интересными приемами, например, буфер для ослабления позиции.
📌 "Найти выход. Как сохранить самообладание и выбраться из тупиковой ситуации" – книга от бывшего переговорщика, очень познавательная.

3️⃣ Навыки деловой переписки
📌 "Новые правила деловой переписки" – не просто о том, как писать письма, а о глубоком понимании коммуникации. Форматирование, обязательность выводов, четкость целей – это сильно влияет на эффективность работы.

4️⃣ Фасилитация – управление встречами, сбор и генерация идей.
📖 "Руководство фасилитатора" – полезная книга, но сложная в имплементации.

5️⃣ Public speaking – навыки публичных выступлений. Здесь только практика и анализ обратной связи.

6️⃣ Развитие лидерства – критично, если хотите расти в DS и управлять проектами.
📌 "Действуй как лидер, думай как лидер" – аналог "Rise", но более практичный.
📌 "100 правил проектов NASA" – коротко, емко и по делу.
📌 "Лидер без титула" – про лидерство как стиль, а не должность.
📌 "Идеальный руководитель: Почему им нельзя стать и что из этого следует" – про баланс противоречивых характеристик.
📌 "5 пороков и 5 благодетелей команды" – интересные концепции, можно просто ознакомиться с кратким изложением.
📌 Стили лидерства: "Шесть стилей эмоционального лидерства и когда их использовать" (ссылка)
📌 "10 types of power in leadership" – все стили важны, и их можно развивать.

7️⃣ Креативность
📖 "Как придумать идею, если вы не Огилви" – отличная книга, факультативно.

8️⃣ Менторы, коучи и психологи – помогают проработать ограничивающие установки, выделить сильные стороны и развивать себя быстрее.

Data Science – это не только алгоритмы и код, но и умение взаимодействовать, решать сложные задачи и управлять процессами. Еще больше полезных материалов и обсуждений – в моем Telegram-канале 🚀

Показать полностью
[моё] Статья Развитие Data Science Soft skills Текст
0
dad.business
dad.business
3 месяца назад
Молодые предприниматели

10 лет был предпринимателем: Я закрыл 2 своих компании и устроился в 38 лет на работу в IT⁠⁠

Обычно все рассказывают, как ушли из найма и открыли многомиллионный бизнес, а тут всё шиворот-навыворот. Но это отнюдь не история провала, прочтёшь и сделаешь выводы сам...

10 лет был предпринимателем: Я закрыл 2 своих компании и устроился в 38 лет на работу в IT Бизнес, Предпринимательство, Личный опыт, Увольнение, Банкротство, Малый бизнес, Карьера, Стартап, IT, Data Science, Удаленная работа, Провал, Работа, Найм, Telegram (ссылка), Бизнес по-русски, Бизнес-идея, Бизнес-план, Фриланс, Длиннопост

Приветствую, на связи твой священный поставщик годных статеек — Батюшка, пропах ряс воском, Бизнесменский!

Руку целовать не надо, просто подпишись на телеграм-канал, это засчитаю.


Данная статья написана на основе интервью с главным героем истории. «Все истории вымышлены, а совпадения случайны». Некоторые фотографии могут быть взяты из интернета для создания атмосферы и глубокого погружения в рассказ.

Для понимания контекста

Все эти гуру, инфоцыг@не и прочие "успешные" личности только и трубят, как бросить эту каторгу под названием "работа в офисе" и, вуаля, оказаться на Мальдивах с коктейлем в руке. А вот о том, как из этого "рая" сбежать обратно в найм, почему-то молчат. Пандемия, спасибо ей, немного приоткрыла глаза на эту "романтику".

Когда я был царем и богом в своем микро-королевстве (читай: малый бизнес), на собеседованиях наивно спрашивал кандидатов, кем они себя видят лет через 5-10. Ответ, как под копирку: "Свой бизнес, свобода, яхта, острова!"...

Моей первой фирме исполнилось 10 лет на момент, когда я решил поменять свою жизнь на 180 градусов. Тогда я и представить не мог, что сам когда-нибудь променяю эту "свободу" на корпоративный галстук. Про галстук утрирую, не ношу.

Но вот я здесь, и, знаете что? Это приключение! Из бизнес-воротилы в системного аналитика – путь неблизкий, с переездом и кучей сюрпризов. Готовьте попкорн, сейчас расскажу.

Мои бизнесулички

Как рождаются бизнес-идеи? Легко! Если тебе чего-то остро не хватает, а вокруг – выжженная пустыня, где все "как бы есть, но как бы нет". Вот и я так думал: "Надо делать!" И понеслось! И вообще, я очень легкий на подъём.

2008 год. Я работал в одной региональной компании бухгалтером, нужно было пройти повышение квалификации. Курсы бухгалтеров – мой личный ад. Три "конторы" в пыльных развалинах, преподаватели – мамонты с заводов, объясняют так, что проще выучить китайский.

10 лет был предпринимателем: Я закрыл 2 своих компании и устроился в 38 лет на работу в IT Бизнес, Предпринимательство, Личный опыт, Увольнение, Банкротство, Малый бизнес, Карьера, Стартап, IT, Data Science, Удаленная работа, Провал, Работа, Найм, Telegram (ссылка), Бизнес по-русски, Бизнес-идея, Бизнес-план, Фриланс, Длиннопост

Но я не сдавался. Закончил этот "цирк", сдал экзамен и решил: "Надо делать!" Так родился мой центр бизнес-обучения.

Сам учебники рисовал (да-да, с картинками!), нашел молодых, голодных до знаний преподов (сейчас все – воротилы!). Мы так жахнули, что весь город заговорил о нас в профессиональной среде.

Гуф, ты умер? - Да не, меня убило

Я решил, что наш город просто умрёт без концерта Гуфа. И кто, как не я, сможет организовать это грандиозное событие? Первым делом я отправился к родственникам и друзьям, чтобы "немного" одолжить денег. Ну, знаете, как это бывает: "Привет, тётя, дай взаймы на концерт, а то Гуф без нас зачахнет!"

Это был примерно 9-10 год, и на удивление ни разу Гуфа никто в наш город не привозил, да и в целом молодежных концертов с привозными реперами почти не было. Все слушали в колонках на детских площадках музыку, попивая горячительные.

По мере приближения дня X, я начал понимать, что влип по полной. В голове крутились мысли: "А вдруг никто не придёт? А вдруг Гуф забудет текст и люди потребуют вернуть деньги?" Но я героически продолжал верить в успех, хотя внутри всё тряслось.

Продали около 100 билетов.

И вот, настал тот самый день. Гуф вышел на сцену, и я подумал: "Ну, всё, сейчас начнётся!" Но, к моему удивлению, зал взорвался аплодисментами, и я понял, что мы не только вернём долги, но и заработаем сверху.

10 лет был предпринимателем: Я закрыл 2 своих компании и устроился в 38 лет на работу в IT Бизнес, Предпринимательство, Личный опыт, Увольнение, Банкротство, Малый бизнес, Карьера, Стартап, IT, Data Science, Удаленная работа, Провал, Работа, Найм, Telegram (ссылка), Бизнес по-русски, Бизнес-идея, Бизнес-план, Фриланс, Длиннопост

В итоге всё прошло на ура, и я стал местным героем. Приехало даже местное телевидение и попросили меня как организатора сказать пару слов.

Король шаурмы

В 2016 году я решил, что миру не хватает шаурмы, и кто, как не я, должен спасти человечество от голода. Я открыл сеть киосков с шаурмой, и за два года я вырос до четырех точек. Прибыль есть, и я уже представлял себя королём шаурмы.

Но, как оказалось, быть королём — это не только поедать шаурму целыми днями, но и решать миллион операционных вопросов. Киоски требовали внимания, как маленькие дети, и делегировать это было невозможно. Я тратил кучу времени на то, чтобы следить за качеством мяса, учить сотрудников правильно обслуживать клиентов, справляться с текучкой и переманиванием шаурмистов конкурентами...

В итоге я понял, что выхлоп от этого бизнеса меньше, чем от моего центра обучения бухгалтеров. Там хотя бы мясо не портится и не требует постоянного контроля. И вот, с тяжёлым сердцем, я продал свою шаурмную империю. Надо сказать, выгодно.

Пандемия дала оплеуху

2020 год! Кто бы мог подумать, что мир решит устроить глобальную перемену декораций и запустить пандемию? И вот, когда все начали запасаться туалетной бумагой и учиться печь хлеб, я столкнулся с дилеммой: что делать с моим центром обучения бухгалтеров? Уходить в онлайн или оптимизироваться? Казалось бы, надо принимать быстро и резко решение, но не все так однозначно...

В то время я решил, что лучший способ справиться с ситуацией — это впасть в депрессию. Сейчас я подозреваю, что это последствие болезни ковидом было. В итоге я просто перестал видеть смысл во всём. Бизнес? Какой бизнес? Я же в депрессии.

10 лет был предпринимателем: Я закрыл 2 своих компании и устроился в 38 лет на работу в IT Бизнес, Предпринимательство, Личный опыт, Увольнение, Банкротство, Малый бизнес, Карьера, Стартап, IT, Data Science, Удаленная работа, Провал, Работа, Найм, Telegram (ссылка), Бизнес по-русски, Бизнес-идея, Бизнес-план, Фриланс, Длиннопост

И вот, пока я сидел и размышлял о смысле жизни, мой центр обучения бухгалтеров тихо закрылся. Ну, что тут скажешь? 10 лет существования центра, и такая никчемная смерть. Это ещё больше загнало меня "в себя", и полтора года я не выходил из дома, лежал и смотрел в потолок. В итоге, ковид победил, а бизнес... ну, он просто ушёл на покой, как и моя мотивация.

Депрессуха — палец тебе в ухо!

Я походил к психологам, пропил таблеточек. Мне специалисты посоветовали занять себя чем-то новым, создать новые нейронные связи в голове. Сказано — сделано!

Я решил, что мне интересна IT-сфера. Выбрал направление Data Science.

Я тщательно отбирал курсы, как сомелье выбирает вино, бабки же плачу, не хочется отдавать за воздух, ибо понимаю, что его много на рынке. Остановился на одной из тренинговых компаний. Восемь месяцев обучения — и я готов покорять мир! Несколько часов в день я посвящал изучению, а с 4 месяца начал рассылать резюме. И тут начинается самое интересное.

Кстати, если ты пишешь тексты — у Батюшки есть бесплатный чек-лист с приёмами хулиганского копирайтинга. Забирай в телеграм-канале, в закрепленном посте.

Пару месяцев я провёл в эпической битве с HR-боссами, рассылая резюме и проходя по несколько собеседований в день. Это было как участие в марафоне, только вместо медали в конце — предложение работы в крупной IT-компании. Но, конечно, не всё так просто.

Мне на тот момент было 38 лет, и я только что прошёл обучение. Опыта практического нет, я вообще думал что это бредовая затея, и моё место — работа на автомойке.

На одном собеседовании, на третьем созвоне (там поэтапное собеседование) мне сказали: "Добро пожаловать на борт! Но сначала месяц испытательного срока. Если выживешь, то переезжай в Москву, потому что работа в офисе." Я согласился, ибо легкий на подъём, не забываем. В конце концов, кто не рискует, тот не пьёт шампанское в офисе мечты.

И вот, я отработал этот месяц. Каждый день был как эпизод реалити-шоу "Выживший", только без пляжей и кокосов. По ходу работы гуглил термины, смотрел гайды на ютубе, дообучался в процессе, скажем так. Но я справился, и меня взяли! Ура, пора паковать чемоданы и отправляться в Москву. Да, синдром самозванца меня стороной обходит.

Через 2 года работы меня повысили. Теперь я — ведущий аналитик. Переезд в Москву стал моим личным квестом, а работа в офисе — наградой за пройденные испытания. В итоге всё закончилось хорошо, и я даже начал находить удовольствие в московских пробках. Ведь что может быть лучше, чем сидеть в пробке и знать, что ты — ведущий аналитик в компании своей мечты?

Жалею ли я о том, что моя предпринимательская карьера не задалась и я потерял бизнес, который существовал 10 лет в моей жизни? Именно об этом я и жалел полтора года депрессии. Даже не жалел, а выл на луну. Но, когда начал учится новому, айтишному ремеслу, мне стало сильно легче, и даже нравится. Даже допускаю, что это больше моё, чем бизнес. Но, если уж говорить честно — невольно задумываюсь о бизнесе, мысли сами лезут, но пока отгоняю.

Сколько волка не корми, а он все равно в лес будет смотреть...

Что думаете? Был ли у кого-то похожий опыт? Поделитесь, будет интересно почитать, и не только мне.


Батюшка Бизнесменский в своём блоге пишет об историях предпринимателей и их уникальном опыте.

Подпишись на телеграм-канал чтобы не потерять новые статьи.

Показать полностью 4
[моё] Бизнес Предпринимательство Личный опыт Увольнение Банкротство Малый бизнес Карьера Стартап IT Data Science Удаленная работа Провал Работа Найм Telegram (ссылка) Бизнес по-русски Бизнес-идея Бизнес-план Фриланс Длиннопост
7
user6098773
4 месяца назад

Подскажите в какое направление it приткнуться⁠⁠

Всем привет!
Хочу вкатиться в it или около тему. Знаю и понимаю программирование (в том числе питон), но заниматься им не нравится. Имеется образование системного аналитика и опыт работы со сложными системами на Excel (когда-то такое было модно). Есть опыт работы бизнес аналитиком - бегал описывал бизнес процессы у заказчика.
Проходил курсы data science, показалось что это тоже самое программирование.
Может есть какие-то неочевидные направления куда можно пойти с таким опытом или обучившись чему-то новому?

[моё] IT Работа мечты Вопрос Data Science Поиск работы Текст
10
0
datadreamen
datadreamen
4 месяца назад

Аналитическое бинго⁠⁠

Вот и начался рабочий 2025 год, предлагаю немного посмотреть назад и вспомнить каким был Ваш аналитический 2024 год. Думаю, у каждого в нем было много классных моментов, интересных задач, сложных вызовов.

Предлагаю подвести итоги, зачеркивая клеточки в Новогоднем аналитическом бинго! Забирайте себе файлик, скриншотьте, зачеркивайте и делитесь тем, как прошел ваш 2024

Если хотите еще больше про аналитику, карьеру в ИТ и данные - подписывайтесь на тг канал про аналитику data dreamen https://t.me/data_dreamen

Аналитическое бинго Бинго, Аналитика, SQL, Python, Большие данные, Microsoft Excel, Data Science, Данные, Новый Год
Показать полностью 1
[моё] Бинго Аналитика SQL Python Большие данные Microsoft Excel Data Science Данные Новый Год
0
0
Calvinbro
5 месяцев назад

Какое направление выбрать, 1С или аналитика данных?⁠⁠

Имеется высшее техническое , понимаю что по специальности вряд-ли получится уже работать, и заканчивал уже более пяти лет назад, работаю по другой специальности не связанной не с айти не со специальностью. По этому хочу изучить одно из направлений либо 1С либо аналитика данных. По 1С более менее есть дорожные карты изучения, по аналитике не так много конкретики. По вакансиям тоже +- , ну сейчас из-за наплыва в it так везде.
Собственно вот, как определится, и что далее будет более востребованным в будущем? Не хочется просто так потратить время.

1С 1с:предприятие 8 Data Science Программирование Карьера Обучение Дистанционное обучение IT Айтишники Текст Выбор Нужен совет
14
Посты не найдены
О Нас
О Пикабу
Контакты
Реклама
Сообщить об ошибке
Сообщить о нарушении законодательства
Отзывы и предложения
Новости Пикабу
RSS
Информация
Помощь
Кодекс Пикабу
Награды
Команда Пикабу
Бан-лист
Конфиденциальность
Правила соцсети
О рекомендациях
Наши проекты
Блоги
Работа
Промокоды
Игры
Скидки
Курсы
Зал славы
Mobile
Мобильное приложение
Партнёры
Промокоды Biggeek
Промокоды Маркет Деливери
Промокоды Яндекс Путешествия
Промокоды М.Видео
Промокоды в Ленте Онлайн
Промокоды Тефаль
Промокоды Сбермаркет
Промокоды Спортмастер
Постила
Футбол сегодня
На информационном ресурсе Pikabu.ru применяются рекомендательные технологии