Geekbrains какая профессия вам подходит

Опубликовано: 02.10.2024

Первые тесты по профориентации принято проходить в средней школе, это примерно 16 лет. Но даже если вам уже 20, 30 или 40, а вы все еще не знаете, чему хотите посвятить себя и свою жизнь – никогда не поздно пройти парочку тестов, которые подскажут направление. Мы собрали для вас 4 теста на профориентацию и расскажем об их плюсах и минусах.

Тест Холланда. Определение профессионального типа личности

Этот тест представляет собой 42 пары специальностей, из которых вы выбираете ту, рабочий процесс которой вам ближе. Таким образом определяется ваш профессиональный тип личности.

Реалистический — ориентирован на создание и обслуживание технических процессов и чего-то материального. Это инженерия, механика и так далее.
Предпринимательский — профессии, требующие быстрых и креативных решений, хороших коммуникативных данных. Как следует из названия, это бизнесмены, дельцы, а также журналисты.
Социальный — это общение и взаимодействие с людьми. Тут психологи, консультанты.
Конвенциальный или офисный тип — работа с числами, формулами и документами. Систематизация данных. Например, секретари и бухгалтера.
Интеллектуальный — предполагает умственный труд, рациональность, анализаторские способности. Это всевозможные аналитики, big data.
Артистический тип — нестандартные люди с уникальным взглядом на мир и чувственностью. Это артисты всех мастей, дизайнеры, sound designer, художники.

Плюсы:

Вопросы достаточно простые, с большой долей вероятности результаты теста будут достоверны.
Вы узнаете конкретные подходящие вам специальности в рамках своего типа, а также рекомендации к ним. Это значительно сузит поиск.

Минусы:

Для прохождения теста надо хотя бы на теоретическом уровне знать процессы той или иной работы.
Есть вероятность принять желаемое за действительное. Если вам нравятся красивые дизайны, это еще не значит, что вам подойдёт эта сфера.

Для кого:

Если вы хорошо представляете особенности профессий из теста – вам он может показать весьма достоверные результаты.

Мой результат:

Тест Климова. Д ифференциально-диагностический опросник

Это вариация предыдущего теста, но с доработкой. Тут вы выбираете между занятиями, а не профессиями. Результатом будет выявленная предрасположенность к одному из пяти профессиональных направлений.

Человек — природа. Сферы, связанные с живыми организмами и системами. Врачи, биологи.
Человек — техника. Это направления, предполагающие работу с неживыми системами. Тут всевозможные механики и инженеры.
Человек — человек. Взаимодействие с индивидами и коллективами. Преподаватели, психологи, консультанты.
Человек — знаковая система. Работа с данными: шифрами, цифрами, таблицами, текстом. Редакторы, аналитики, big data.
Человек — художественный образ. Это люди искусства, артисты, дизайнеры.

Плюсы:

Вопросы легко воспринимаются любым человеком, ответы не требуют самокопаний.
Результат данного теста содержит вполне конкретные рекомендации.

Минусы:

Как и в предыдущем тесте, легко спутать предрасположенность и интерес к профессии.
Не все профессии однозначно относятся к одному типу, это может запутать.

Для кого:

Вам подойдёт тест, если вы хорошо отделяете свой праздный и профессиональный интерес.

Мой результат:
Этот тест показал, что в какой -то мере я отношусь к математическому и аналитическому складу ума. Оно и верно, на работе UX дизайнера мне часто пригождается подобные навыки.

Тест Потемкиной. Л ичностные социально-психологические установки

Этот диагностический тест состоит из 80 вопросов и, в отличие от предыдущего, касается как раз ваших психологических особенностей и мотивации. Отвечая да или нет, вы узнаете, на что вы больше ориентированы:

Процесс,
Результат,
Человеколюбие,
Эгоизм,
Труд,
Финансы,
Свободу,
Власть.

Профессор Потемкина создавала тест, основываясь на трудах последователя К. Юнга и Э. Фромма, что делает его еще интереснее.

Плюсы:

Тест состоит из простых для восприятия вопросов, на которые вы даете однозначный ответ.
При выборе своей будущей профессии важно учитывать в том числе психологические наклонности наряду с предрасположенностью к какой-то сфере деятельности.

Минусы:

Тест не поможет выбрать конкретную специальность.
Если у вас еще не было полноценного опыта какой-либо работы, вам может быть несколько тяжело ответить однозначно на некоторые вопросы.

Для кого:

Подходит людям, которые уже имеют багаж профессионального опыта.

Мой результат:

Не пойму, почему ориентация на деньги не сработала. Когда я проходил свой первый курс по Веб дизайну - это одной из моих основных мотиваций.

Тест Голомшток. Карта Интересов

Он состоит из 174 несложных вопросов, в ответ вы будете озвучивать свое отношение от «совсем не нравится» через «сомневаюсь» до «очень нравится». Автор объединяет 23 профессиональных направления в большие группы, например, медицина, математика, искусство и другие. Результатом прохождения станет группа специальностей, к которой вы наиболее предрасположены.

Плюсы:

174 вопроса – достаточно много, а значит, результаты будут предельно точны.
Тест довольно прямолинеен, поэтому если вы любите животных и физиологию, он предложит вам стать ветеринаром.

Минусы:

Тест не учитывает психологические особенности и характер.
Если вы регулярно выбираете средний вариант “сомневаюсь”, результаты не будут точны.

Для кого:

Тест подходит тем, кто хорошо понимает свои желания и предрасположенности, и может подтвердить ваши догадки касательно выбора профессии.

Выводы

Тесты – это интересно. Они могут дать вам ключ к лучшему пониманию себя. Но могут и конкретно запутать. Поэтому обязательно проверяйте на практике результат, который показал тот или иной тест. Записывайтесь на интенсивы, стажировки, обучения, презентации профессий. Читайте теорию, практикуйте, поваритесь в выбранном направлении, прежде чем нырнуть в него с головой.

Понравилась статья и возникло резкое желание постоянно получать полезный материал по образовательной тематике - подписывайтесь на наш Яндекс.Дзен , ставьте лайки новым статьям и будьте востребованным специалистом. Дерзайте 👍

Существует мнение, что выход из зоны комфорта — лучший способ начать что-то новое, например, освоить другую, возможно, более подходящую профессию. А настоящий успех, как говорят, находится на стороне твоих собственных страхов. Минувший год научил многих из нас не бояться пробовать что-то новое и перестраиваться на жизнь в формате онлайн. С такой экосистемой как GeekBrains это стало сделать еще проще: теперь можно учиться не выходя из дома и, что важно, совмещать процесс с основной работой. Много лет назад о таком можно было только мечтать. Благодаря цифровизации жизнь во многих аспектах стала проще.

Вместе с GeekBrains мы выбрали несколько востребованных сейчас диджитал-профессий и пофантазировали на тему их «прототипов» в девяностые годы.

SMM-менеджер

А ведь еще какое-то количество лет назад такой профессии в принципе не существовало. Люди узнавали о качестве и свойствах того или иного товара по телевизору или еще чаще через сарафанное радио, которое в шутку называли ОБС («одна бабка сказала»).

Продакт-менеджер

Продакт-менеджер — это своего рода маркетинговая «фея», человек, который отвечает за все, что касается продукта — от его создания, анализа рынка и ценообразования до продвижения. Неудивительно, что эта профессия является одной из самых востребованных в маркетинге. Зарплата продакт-менеджера начинается примерно от 120 тысяч рублей (по данным, представленным на сайте geekbrains.ru).

В GeekBrains обучение этой профессии построено на практике: вы работаете с продуктом, консультируетесь с экспертами и учитесь управлять продуктовой командой. Кстати, сейчас там проходит беспрецедентная акция — три лучших продукта получат грант на развитие (до 800 тысяч рублей). Чтобы попробовать свои силы, вам нужно зайти на сайт и успеть подать заявку до 28 февраля.

Сегодня основное продвижение на рынке происходит онлайн. Расскажи вы о таком в девяностые, на вас посмотрели бы как на дурачка. Тогда бешеной популярностью пользовались реальные рынки, а двигателями маркетингового прогресса были сами продавцы.

Веб-дизайнер

Таргетолог

Эх, от скольких бы мучений было избавлено человечество, появись данная профессия на пару десятков лет раньше. Тогда бы продавцам не пришлось целыми днями ходить с рупором и сажать голос, зазывая народ в тот или иной магазин.

Саунд-дизайнер

Тем, кто хочет научиться создавать электронную музыку и, возможно, в будущем стать саунд-продюсером или диджеем, подойдет факультет дизайна музыки.

Трафик-менеджер

В девяностые и начале нулевых для привлечения покупателей часто использовали метод так называемых «холодных» звонков.

Data Science в медицине

В GeekBrains вы можете обучиться любой из вышеперечисленных специальностей. А всего данная платформа предлагает 57 профессий на выбор. GeekBrains — это не просто онлайн-курсы, а целая экосистема, позволяющая освоить современные и востребованные диджитал-специальности. Обучение постоянно совершенствуется и отвечает актуальным требованиям рынка. В программу включены навыки и компетенции, подтвержденные исследованиями рынка кандидатов и работодателей. Занятия ведут преподаватели-практики, работающие на рынке и имеющие свои кейсы. Основной упор делается на практику, а стажировка проходит в реальных компаниях. Если проявите себя, то вы можете получить предложение о работе еще до выдачи диплома.

Процесс получения новых знаний можно совмещать с основной работой. Продолжительность обучения зависит от того, какую программу вы выберете. Курсы краткосрочные. Обучение на факультетах длится от года.

По окончании обучения вам выдадут диплом о профессиональной переподготовке и электронный сертификат. Кроме того, вы получите портфолио, которое не стыдно будет презентовать на собеседовании. Если вы все еще находитесь в поиске работы мечты, то заходите на сайт GeekBrains и выбирайте профессию, которая изменит вашу жизнь.

На правах рекламы

Меня зовут Ольга Родина. Я работаю журналистом 13 лет. До прихода на SRSLY почти девять лет отработала в проекте «СтарХит» Андрея Малахова. Последняя должность – креативный редактор в журнале.

До звезд писала обо всем на свете: ездила в ночлежку к бомжам, когда там поставили избирательную урну, залезала под землю с диггерами, снимала сюжеты про душевнобольных (когда работала на телевидении). В общем, гламуром там и не пахло…

В проекте SRSLY я заняла должность редактора эксклюзивов и спецпроектов. За мной закреплена рубрика «Герои». Кто они такие? В первую очередь это интересные и думающие люди (артисты, блогеры, режиссеры, художники, предприниматели, изобретатели, путешественники…) со своей собственной позицией и оригинальным взглядом на мир. Думаю, что данное определение будет наиболее толерантным.

Образовательный портал GeekBrains позволяет получить образование и практические навыки по одним из самых востребованных специальностей будущего - программирование, маркетинг, дизайн и многие другие, с которыми вы сможете ознакомиться на сайте. Онлайн-школа предлагает освоить любую из 56 доступных профессий с гарантированным трудоустройством. В общей сложности доступно свыше 253 курсов и 56 бесплатных интенсивов. После прохождения обучения вы получаете сертификат или диплом, который котируется во всем мире.

Обзор GeekBrains - какие профессии можно освоить и кому подойдет обучение?

Курсы GeekBrains можно рекомендовать тем, кто хочет сменить работу и получить новые навыки, актуальные и хорошо оплачиваемые на рынке труда. Среди таких профессий - программисты, дизайнеры и менеджеры проектов. Так, разработчики искусственного интеллекта получают в среднем около 150 000 в месяц, а веб-программисты - 100 000.

Самые востребованные и высокооплачиваемые профессии будущего дают хороший доход, который гораздо выше среднего в нашей стране и станет доступен сразу после успешного завершения программы обучения. GeekBrains предлагает огромное многообразие курсов - от бесплатных интенсивов до полноценных образовательных программ с длительностью 12-18 месяцев, по окончанию которых вы получаете официальный диплом.

ТОП самых востребованных профессий будущего, которые можно освоить на GeekBrains

Веб-разработчик, который создает сайты с нуля. В процессе обучения вы пройдете путь от создания макетов до оптимизации данных и алгоритмов. По итогу у вас будет практический опыт, которым можно воспользоваться для создания проектов любой сложности. Веб-разработчик после обучения сможет создавать сайты, социальные сети, поисковые системы. Он отвечает как за дизайн проекта, так и за логику его функционирования: работу баз данных, серверов и других важных моментов. Без веб-разработчиков никто не сможет зарабатывать в интернете, в связи с чем это одна из наиболее востребованных профессий 21 века. В среднем в месяц веб-разработчик получает 100 000 рублей сразу после обучения. ЗАПИСАТЬСЯ ;
Разработчик искусственного интеллекта. За последние несколько лет спрос на Data Scientist-ов вырос вдвое. Технологии машинного обучения повышают эффективность бизнес процессов, выполняют аналитику и другие важные задачи. После обучения в GeekBrains вы станете хорошим специалистом в этой области и сможете зарабатывать от 150 000 в месяц. ЗАПИСАТЬСЯ ;
Python-разработчик. Это одна из наиболее востребованных IT-специальностей. Справившись с обучением вы освоите Python, сможете писать программы и разрабатывать веб-приложения. К моменту окончания обучения в вашем портфолио будет 4 проекта, а вместе с этим вы получаете гарантию трудоустройства. Год обучения равняется году реального опыта разработки в вашем резюме. Python легко освоить новичкам, а спрос на специалистов в многократно превышает предложение. ЗАПИСАТЬСЯ .

Это самые востребованные профессии GeekBrains, но есть и множество других, среди которых вы найдете наиболее интересное и прибыльное направление.

Как проходит онлайн-обучение в GeekBrains?

Записаться на обучение можно ОСТАВИВ ЗАЯВКУ НА САЙТЕ. У каждого студента есть свой менеджер, который поможет выбрать подходящее направление. По завершению образовательной программы вам помогут подобрать вакансии и подготовят к собеседованию. Преподаватели не только проводят лекции и вебинары, но и отвечают на все возникающие вопросы.

Помощь в трудоустройстве по выбранной специальности

Немаловажным преимуществом обучения в GeekBrains является помощь со стажировкой в компаниях-партнерах и последующим трудоустройством. По статистике 80% учеников после прохождения курсов успешно устраиваются на работу. На оставшиеся 20% приходятся те, кто бросил учебу или по личным причинам заморозил обучение. Отдельные занятия посвящаются правилам подготовки резюме, прохождения собеседований и самопрезентации, что упростит трудоустройство. Курсы GeekBrains построены на основании практик, которые используются в профессии, а значит студент будет готов к любым трудностям и сможет успешно работать в выбранной сфере.

Итоги обзора онлайн-университета GeekBrains

Обучение GeekBrains - это прекрасная альтернатива традиционным вузам. В отличии от них не будет жесткого расписания, а упор при обучении делается на практические навыки, которые будут полезны в выбранной вами профессии. Кроме того, компания помогает со стажировкой и трудоустройством. Как следствие, смена профессии перестает быть риском, а становится продуманным шагом, способным изменить вашу жизнь к лучшему.

Считается, что Data Science — это очень сложное направление, в котором обязательно нужны математические знания и техническое образование. Это верно только отчасти: внутри Data Science есть сайентисты, аналитики и инженеры. У них разные задачи и им нужен разный бэкграунд. О том, на кого легче выучиться гуманитарию, что нужно знать, чтобы войти в новую специальность и можно ли стать хорошим аналитиком данных без профильного опыта, рассказывает преподаватель GeekBrains, Data Analyst с уклоном в Data Engineering Никита Васильев.

В Data-Science (по крайней мере, в крупных компаниях) работают не только Data-сайентисты, но и аналитики с инженерами. Это разные профессии, для которых нужны разные знания и навыки. Например, если банку нужно определить, какой клиент вернёт кредит, а какой нет, аналитик найдёт источники данных для анализа. Он исследует их доступность, а результаты передаст инженеру. Тот обработает эти данные для сайентиста, приведёт их в нужный вид и формат. Сайентист, в свою очередь, будет решать задачи бизнеса. Получив данные от инженера, он переведёт их на математический язык и найдёт метрику для измерения проблемы. Именно этот специалист может посчитать, с какой вероятностью клиент вернёт кредит, построив модель из данных. После этого сайентист передает её обратно аналитику. Тот с помощью AB-тестов и других методов оценит эффективность модели и её статистическую значимость, а в конце проекта аналитик визуализирует полученные данные в виде графика или других наглядных материалов. Он презентует результат руководству и объяснит свои выводы.

Что нужно знать аналитикам, инженерам и сайентистам

Из этих трех профессий в Data Science углублённо разбираться в математике должен только сайентист. Data-инженеру достаточно школьной базы, но нужно знать программирование и фреймворки, уметь читать документацию. Ещё не помешает владение понятиями нормального распределения, отклонения, понимать теорию вероятности на очень базовом уровне и знать основы статистики. Иногда людям кажется, что это скучная профессия, но если вы любите читать, изучать документацию, то Data-инженер — очень интересная специальность.

Data-аналитику важнее всего софт-скиллы — разговорные навыки, умение вести документацию и процессы в Jira. Этот специалист делает вспомогательную работу в Data Science, поэтому на базовом уровне ему тоже стоит понимать теорию вероятности и статистику. Но на работе эти знания ему могут и не пригодиться. Всё зависит от специфики компании, в которую он устроится. Но точно понадобится понимание бизнеса, того, как там всё устроено, какие есть боли, задачи и проблемы.

Data Scientist действительно должен хорошо разбираться в математике: чтобы строить модели, нужно понимать, как они работают. Например, он должен знать, чем можно пренебречь, чтобы модель построилась быстрее, как её использовать и подать данные. Работать с ними, как с черным ящиком — нельзя.

Некоторые думают, что Искусственный интеллект — это отдельное направление, специальность внутри Data Science. На самом деле, это просто определенные алгоритмы, которые в него заложены. Сайентист получает модель в результате их применения. Если модель умеет предсказывать какое-то значение, расшифровывать речь, вести диалог или распознавать изображение — это и есть искусственный интеллект.

ИИ занимаются специалисты по компьютерному зрению и обработке естественного языка (Natural Language Processing). Требования к этим специалистам аналогичны тем, что предъявляются к сайентистам, но вдобавок нужны знания про направление, которым они занимаются. Тем, кто занимается компьютерным зрением важно понимать, как работают алгоритмы по распознаванию видео и картинок, владеть С++. Специалисты по NLP должны знать Python.

Как учиться на Data Science

Стать специалистом в Data Science можно с любым (даже гуманитарным) бэкграундом, было бы желание. Моя сестра — студентка, учится на социолога. Сейчас она проходит курсы по SQL и Python, хочет стать аналитиком данных. Я ей рассказываю что нужно знать, на каком уровне и зачем. Она отлично справляется.

Глубокие знания статистики или теории вероятности потребуются далеко не всем: это зависит от компании. Аналитики ищут источники, находят данные, соединяют их, а затем передают заказчику. Это львиная часть их работы. Вторая часть — умение разговаривать с коллегами. Никакая математика здесь не нужна, главное — научиться пользоваться языком запросов для БД. Достаточно понять логику и уметь правильно её описать.

Самостоятельно овладеть профессией из Data Science сложно. Нужно много работы, практики, придётся потратить массу времени. Курсы позволяют сделать это гораздо проще и быстрее, так как есть готовая программа, наставник, который отвечает на вопросы, помогает и даёт обратную связь.

Проблема самостоятельного обучения — обилие источников, часто слишком сложных или ошибочных. Обычно в профессиональной литературе публикуют информацию не для новичков, а для людей с опытом. В ней будет много терминов и слишком глубокое погружение в область. У меня так было с первым учебником: я его открыл и вообще ничего не понял. Продирался через дебри неизвестной мне терминологии — «бустинг», «линейная регрессия». Начинаешь читать — куча слов, значения которых не знаешь. В результате новички путаются, стартуют не с того, накапливают ошибочные или неправильные знания. На курсах информацию для вас структурируют и она всегда будет корректной.

Как облегчить обучение Data Science

Главная проблема для тех, кто решает учиться на Data-аналитика — незнание, с чем придется столкнуться и что с этим нужно делать. Чтобы определить, подходит ли вам Data Science, посмотрите на YouTube-ролики, авторы которых рассказывают, чем занимаются и какие навыки нужны, чтобы справляться с обязанностями. На первом этапе это поможет сложить представление о профессии. Не стесняйтесь писать авторам этих видео или расспрашивать своих знакомых, уже работающих в этой сфере.

Как бы вы не решили учиться, сами или на курсах, начиная обучение, обязательно почитайте, на какое направление идёте и какие знания вам нужны. Советую открыть вакансии на HeadHunter и прочитать требования. Составьте список навыков и по нему начинайте изучать специальность. В сети всё есть — документация, курсы по Data Science, статьи, видео.

Выбирайте литературу, с которой вам комфортно работать. Есть очень разнообразные варианты — и поверхностные, и углубленные. Легче будет тем, кто пришел из математических специальностей: у них было много статистики и теории вероятности. Есть бэкграунд, есть знания, которые нужны. Но если этих знаний нет — их не проблема быстро нагнать при желании.

Если вы заинтересованы в результате, найти время на учебу несложно. Посмотрите вебинар вместо фильма, решайте задачи, пока едете в метро. Устали — почитайте обзорные материалы. Если есть возможность, изучайте темы посложнее.

Самое трудное — не бросить. Это актуально и для курсов, и для самостоятельного обучения. Начинать учить что-то новое всегда сложно и важно соблюдать баланс. Занимаясь по 8 часов в сутки, вы перегрузите себя, испугаетесь обилия информации, быстро выгорите и бросите. Лучше обучаться планомерно: понемногу, но каждый день. Можете выделить два часа — занимайтесь два часа. Можете 15 минут — занимайтесь 15 минут. Главное — не забрасывайте и возвращайтесь к учёбе каждый день.

Ко мне на курс приходят учиться разные люди:

Самоучки, которые хотят структурировать знания, которыми обладают, получить базу и развиваться профессионально.

Те, кто пришли из IT, но хотят переквалифицироваться.

Те, кто пришли из совсем другой сферы, так как хотят сменить профессию.

Студенты технических и гуманитарных факультетов, которые хотят получить вторую специальность.

Я учу студентов строить модели на основе линейной регрессии, градиентного бустинга, дерева решений и делать на этой основе выводы. Все задачи взяты из реальных бизнес-кейсов. Например, в конце обучения ребята сдают итоговый проект. В формате соревнования нужно пройти все этапы работы с данными, построить модель и предсказать стоимость домов по датасету. Для этого задания есть лидерборд, в котором каждый студент может видеть, как он справился со своей задачей по сравнению с теми, кто проходил курс раньше. Бывает, что человек стесняется спрашивать. Если что-то непонятно, но кажется, что вопрос глупый, лучше его задать, чем упустить возможность и не усвоить материал.

Приходя на курсы, большинство студентов облегченно выдыхает. У них наконец начинает складываться представление о профессии, её методах и задачах. А практикуясь, они понимают, что работа им под силу. Есть и те, кто разочаровывается. В основном это те, кто приходит в Data Science с нуля из-за денег и не хочет вникать в детали. Когда таким людям приходится писать много кода, они разочаровываются. Но по-другому учиться не получится. Нужно трудиться, выполнять практические задания. Если готов работать, будет легко.

Я пришел в Data Science с физического факультета. Из базы у меня были знания статистики и теории вероятности, но я ничего не знал о программировании. Учился сам — смотрел курсы на Youtube, читал книги.

Без практики выучиться на профессию невозможно. Если решили обучаться своими силами, обязательно используйте тренажеры типа SoloLearn, чтобы набивать руку на кодинге. Научившись решать абстрактные задачи, вы сможете решать и реальные.

Некоторые скачивают простой датасет, строят несложную модель по шаблону и считают, что они полностью разобрались в теме. На самом деле этого мало и не хватит для работы — в Data Science можно разбираться всю жизнь и не получить даже половины знаний.

Чтобы было понятнее, вот пример задачи из моей работы. Нужно построить модель, которая измеряет эффективность сотрудника на основе данных: стажа, пола, возраста, того, как он проходит сертификации и тесты на знание продукта внутри организации. Отталкиваясь от этих данных моя команда построила модель, которая с высокой финансовой точностью предсказывала, выполнит ли сотрудник план к концу следующего месяца. Выявление таких людей позволяет на них влиять. Руководитель может прорабатывать с ними проблемы и добиться улучшения производительности. Такого рода задачи мы и решаем в Data-Science.

Зачем в Data Science программирование и Excel

Если вы уже знаете какой-то язык, будет легче. В Data Science используют Python, но у всех языков программирования есть общие паттерны. Из Python понадобится умения соединять таблицы, группировать, работать с аналитическими функциями. Также стоит изучить некоторые библиотеки. Для работы с массивами данных это NumPy, Pandas и Matplotlib для их визуализации. Ещё пригодятся TensorFlow и Keras — это готовые библиотеки с алгоритмами машинного обучения.

Частый вопрос — нужны ли для работы в Data Science глубокие познания в Excel. На самом деле, да. Хотя без Excel и можно обойтись, некоторые задачи в Python придётся делать гораздо дольше.

Например, если аналитик подготовит простой график в таблице, он потратит на это меньше времени, чем если будет писать его на Python. Единственная проблема Excel в том, что он начинает медленно считать, если в таблице больше полумиллиона строк. Пользоваться макросами в Excel сейчас не стоит: Python удобнее и быстрее.

Бывает, что процессы уже написаны на макросах, и тогда переводить их на Python — пустая трата времени. Многие компании не хотят этим заниматься, поэтому бывает, что специалистам приходится поддерживать эти технологии.

Резюмируя, Excel в Data Science знать нужно как минимум на уровне формул, графиков и сводной таблицы. Тем более, в вашей компании многие будут знакомы с Excel, но ничего не знать про Python.

Если вы аналитик, у вас много раз возникнет ситуация, когда нужно быстренько выгрузить данные в Excel и отдать коллегам, чтобы они их посмотрели.

Как устроиться на работу без «вышки»

Первое место найти тяжело. Вам может потребоваться полгода или даже год. Начинать её искать стоит сразу после учебы — обязательно такую, где будет обратная связь. В одних компаниях это код-ревью, в других — ментор. Он проверяет, какими методами джун решил задачу, правильно ли, подсказывает более лаконичное и красивое решение.

Пока ищите, есть смысл продолжать практиковаться. Это не сложно: сами для себя находите датасеты и решайте какие-то задачи. Например, можно оценить количество людей в городе возрастом от 45 до 70 лет. Затем сделать модель, которая определит долю этой возрастной группы среди покупателей хлеба или посмотреть, какие продукты они берут в магазинах чаще всего. Ставьте себе подобные задачи и решайте их всё время поисков.

Если вы хотите попасть на работу в определенную компанию, а вас туда не берут из-за отсутствия опыта, расстраиваться не стоит. Можно попробовать поработать полгода в другом месте, а затем, получив опыт, попытаться еще раз.

Открою секрет: устроиться джуном проще, чем попасть на стажировку в крупную компанию. Там настолько серьёзный отбор, что порой кандидаты по скиллам бывают выше джуниоров.

Главное на собеседовании — вести себя адекватно, не замыкаться, откликаться, если тебе пытаются помочь или подсказать. Идти на контакт, показывать свою обучаемость.

На профильное высшее образование в резюме смотрят только у новичков без опыта. Если на работу пришли устраиваться два таких кандидата, возьмут того, что с дипломом. Еще смотрят на профильные курсы, сертификаты, если уже сталкивались и есть доверие к какой-то школе.

Главное — опыт, если он есть, образование неважно. Будут задавать технические вопросы и смотреть на прошлые места работы. Можете рассказать о проектах: что делали, как решали задачи и какими методами. Этого для собеседования достаточно.

Из софтскиллов смотрят на умение общаться и работать в команде. Для Data Science это важно, чтобы правильно выстраивать рабочий процесс. Однажды я был сотрудником компании, где мы перекидывались одной фразой за весь день, в других же местах мы целый день о чем-то говорили. Важно не бояться спрашивать у коллег и наставников. Это единственный путь быстро прокачаться в профессии.

После неудачных собеседований я никогда не стеснялся задавать вопросы о том, чего мне не хватило. На всякий случай возьмите у технического специалиста, который с вами говорил, контакты, чтобы задать этот вопрос, если вам откажут. HR оставит стандартный ответ и вы не узнаете, что именно было не так. Например, устраиваясь на работу, я видел, что везде нужен SQL. Когда не справился с собеседованием, попросил поделиться материалами. В итоге мне посоветовали сайт SQL-ex и я там его осваивал.

В практике моего друга была ситуация, когда он хотел переквалифицироваться в Java-разработчика, пошел на собеседование и завалил его. Он спросил, где не дотянул; ему посоветовали книгу. Сказали, если изучишь — приходи через полгода и попробуй снова. В итоге его действительно взяли на работу в ту же компанию.

Если хотите получить большое конкурентное преимущество, есть смысл поизучать статистику и теории вероятности, чем глубже, тем лучше. Можно даже взять пару уроков у репетитора.

Не расстраивайтесь, если собеседование не удалось. Любая оценка очень субъективна. Даже если в одном месте сказали, что профессия «не ваше», в другом ваш опыт может быть ценен. Чем больше собеседований вы пройдете, тем легче они будут даваться. С какого-то момента страх уйдет совсем. Встречи с работодателями — это полезно. Они локализуют те знания и скиллы, которых вам не хватает и позволяют не останавливаться.

О портале GeekBrains

GeekBrains – это одна из самых известных образовательных платформ, представленная сервисом Mail.ru Group, комплекс обучающих программ которой позволяет освоить современные и востребованные digital-профессии с нуля.

В отличие от конкурентов, GeekBrains работает с крупными компаниями и лидерами рынка, благодаря чему студенты получают бесценный опыт работы с реальными компаниями. Портал предлагает освоить 31 профессию.

Общие сведения

НА ЗАМЕТКУ. Обучение в GeekBrains подходит всем, кто решил кардинально поменять направление своей профессиональной деятельности или получить дополнительные навыки на рынке труда.

Особенности GeekBrains

НА ЗАМЕТКУ. GeekBrains имеет все необходимые разрешения на ведение образовательной деятельности, поэтому выпускники получают дипломы установленного образца, гарантирующие преимущества на рынке труда.

Направления обучения

Изначально компания GeekBrains была нацелена на профессии, ориентированные на программирование. На сегодняшний день перечень обучающих программ достаточно сильно расширился, и теперь содержит наиболее востребованные на современном рынке digital-услуг профессии, касающиеся аналитики, интернет-маркетинга, SMM, дизайна. Тем, кому достаточно лишь получить актуальные знания и дополнительные навыки в данных сферах, доступны менее объёмные курсы по повышению квалификации.

Чтобы определить способности и предпочтения студента, созданы специальные тренажёры, позволяющие оценить его фактический уровень знаний в определённой области. В случае, когда человек желает кардинально сменить направление деятельности и профессиональную сферу, например, учитель русского языка решает стать интернет-маркетологом, ему предлагаются вводный курс для постепенного погружения в новую профессию.

Обучение на факультетах включает не только глубокую теоретическую базу и значительный объем практических работ. Программы курсов отличаются менее продолжительной длительностью обучения, а потому высокой интенсивностью, в отличии от обучения в привычных всем офлайн-университетах. Тем не менее, студент на курсах GeekBrains делает огромное количество практических заданий и пишет итоговую квалификационную работу на основе реального кейса от партнёра университета. Всё обучение построено таким образом, чтобы выпускник мог стать востребованным специалистом и приносить пользу компании-работодателю.

НА ЗАМЕТКУ. Длительность обучения составляет от 1 года до 2 лет, за это время студенты получают полноценное высшее образование в соответствии с требованиями профессиональных стандартов.

Достоинства и недостатки платформы

Возможность замены преподавателя. Если слушателя не устраивает конкретный наставник, администрация переведёт студента к другому преподавателю.

К недостатку можно отнести лишь тот факт, что иногда курсы не успевают за постоянными и стремительными изменениями в IT-сфере, поэтому теоретические и практические блоки могут содержать устаревшие знания. Но эти недостатки стараются регулярно устранять. Также в число минусов некоторые пользователи включают немаленькую стоимость курсов и отсутствие приложения для телефона.

Как стать студентом GeekBrains?

Чтобы попасть на образовательную платформу GeekBrains, нужно зарегистрироваться на официальном сайте через e-mail или любой аккаунт в социальных сетях.

После активации ссылки студенту открывается доступ в личный кабинет, в котором собрана вся информация о курсах, тренингах, доступных тестах, расписании, бонусах, скидках, личном счёте, вакансиях и стажировках. Там же размещаются домашние практических задания и указывается их статус выполнения, открывается доступ к форумам.

Подводя итог

GeekBrains – это онлайн-университет нового поколения. Разработчики сервиса учли все замечания и недостатки традиционных университетов: невозможность совмещать обучение с основной работой, минимальное количество практических навыков, оторванность от реальности. Поэтому площадка GeekBrains ориентируется на удобство своих студентов, старается максимально дополнять теоретические знания практикой, помогает со стажировкой и трудоустройством. В результате смена профессии проходит гладко и гармонично. Обучение в онлайн-университете GeekBrains – большой шаг к переменам в жизни и весомый вклад в свою карьеру. А стоимость учебы быстро окупается доходами от новой работы.

Читайте также: