Вход и регистрация
О работе · 5 августа 2019, 14:25 2954
Lobanovska Yevgeniya

Перспектива в data science

Добрый день, формучане. Есть вопрос (скорее даже к HR).

Мне 38 лет, огромный опыт в market research на fmcg рынках, работала в агентствах. Сейчас хотела бы развиваться в направлении data science. В западных источниках читала, что у них в этом направлении, как раз не хватает специалистов с бизнес бэкграундом, тк в основном идут туда чистые программеры. Как у нас обстоят с этим дела? И самый важный вопрос — насколько возраст + нулевой опыт (после курсов) может стать преградой в трудоустройстве?

Темы: Data Science
👍НравитсяПонравилось0
В избранноеВ избранном0
LinkedIn
Допустимые теги: blockquote, a, pre, code, ul, ol, li, b, i, del.
Ctrl + Enter
Допустимые теги: blockquote, a, pre, code, ul, ol, li, b, i, del.
Ctrl + Enter
Mariia Kashpur NLP Engineer 08.08.2019 17:03

А что не так с возрастом? Возраст вообще никто не обязывает сообщать. Сделайте пару пет-проектов — и вперед рассылать резюме.

Ответить
Поддержать
Viktor Petrenko 08.08.2019 14:12

Я переконаний, що у вашому випадку можна цілком успішно розвиватись у Data Science, але це потребує залізної витримки і наполегливості з вашого боку. Як показує досвід, перейти у DS навіть часто простіше спираючись на якусь свою ключову компетенцію, а не просто заходити туди з нуля. Через певний час можна повністю перейти на вже якусь позицію суто чисто DS.
Щоб почати у цій сфері свій шлях, я можу дати наступні практичні поради:
1) Вивчити якісно основи математики, статистики, програмування
2) Вивчити основи DS, шляхом проходження різних курсів і т.п.
3) Завести для себе конспект, роблячи різні корисні нотатки під час вивчення, це дуже знадобиться під час підготовки до співбесід
4) Намагайтесь постійно вимірювати свій реальний прогрес у цьому напрямку. Це важливо, оскільки зараз в наявності є велика кількість «корисних» курсів, які насправді не несуть ніякого змістовного навантаження
5) Читайте хороші книжки з DS, особисто для мене книги були основним джерелом розвитку. В Телеграмі є купа каналів, де їх можна скачати (t.me/dsproglib або t.me/bigdatabooks ). Також цікавтесь різними новими статтями, це теж дає непоганий поштовх у розвитку.
Тож, сміливо «лупайте сю скалу». Успіхів!

Ответить
Поддержать
Ivan Melnyk Software Engineer 07.08.2019 10:46

Не знаю наскільки в DS потрібні навики з бізнес бекграундом, майже усі DS котрих я знаю — математики, програмісти, які пиляють алгоритми місяцями, щоб потім запустити на великих даних, перевірити і далі пиляти.
В нас в компанії DS — це кістяк, є старші, є молодші, тому сумніваюся, що вік тут грає роль.

Ответить
Поддержать
Sergii Rizvan 06.08.2019 14:54

У меня есть знакомый примерно такого же возраста, который ушел в DS из финансовых аналитиков. Работал где-то в страховых агенствах. Подтянул навыки программирования на питоне, научился работать с DS либами и к тому же очень хорошо знает домен. Поэтому чувствует себя отлично.

P.S. На самом деле также часто не хватает специалистов с software development бекграундом. Если будет комбинация знания домена и опыта с software development — это безценно.

Ответить
Поддержать
Lema Salamov 07.08.2019 10:37

У меня тож хороший друг перешел из менеджмент консалтинга в дейта саенс. За пол года уже хорошо влился, однако у него был опыт в программировании на раннем этапе карьеры(больше теоретический и какие то пет проекты) и благодаря этому питон ему дается относительно легко. Ну и согласен с тем, что эта комбинация именно в консалтинге очень актуальна. Само это понятие весьма по разному толкуется и в некоторых компания это по прежнему специалисты по датабазам, но в перспективе думаю будет больше именно работы с анализами. Дейта саентисты в Норвегии зарабатывают больше девелоперов.

Ответить
Поддержать
Sergii Rizvan
Vladimir Gavrish Data Scientist 06.08.2019 13:42

Мой способ (еще в процессе, мне 44)
— изучения языка (Python, R ) Прошел 4 месячный курс в Hillel school (можно пробывать другие)
— DataCamp (рекомендую на год сразу брать)
— Coursera (ML specialization)
— For math Khan Academia (все темы высшей математики)
— mlcourse.ai (рекомендую сразу slack channel) и участвовать в конкурсе
— cs223, cs229, cs50 (это самое сложно и крутое обучение по данным темам)
— kaggle участвовать в тестовых, открытых соревнованиях. (иногда проходят в Киеве)

Все это занимает много времени, с учетом работы и других вопросов. Уже почти год пытаюсь освоить заданную программу.
Смотрите по себе как все идет — насколько мотивация не падает )

Ответить
Поддержать
Viktor Chyzhdzenka 06.08.2019 14:36

R обычно в финансах юзают.
В картинках обычно Питон.

Ну и как совет. Начни просто тупо юзать из Питона различные нейронки и смотри, что получается и как их переобучать и за какие параметры когда дергать, чуть почитай про кластеризацию и матстатистику (ну и не плавай в таком как собственные вектора матриц) и ищи работу. На работе
уже углубишься в то, что им нужно.

Ответить
Поддержать
Vladimir Gavrish
Vladimir Gavrish Data Scientist 06.08.2019 14:55

спасибо! надо допилить начатые проекты и доучиться, а главное набраться смелости подаваться на вакансии )

Ответить
Поддержать
Viktor Chyzhdzenka
Viktor Chyzhdzenka 06.08.2019 15:16

Обычно не кусаются собеседующие. И да на собеседовании могут подолбать по теории, в работе она тебе, как обычно, практически не понадобится.
Ну и пет проект пригодится. А так последнюю работу нашел, причем собственно код не показывал. Просто видео треккинга объекта с квадрика, что едет по полю.
Т.е лепишь петпроектик на каких видео из инета и показываешь результат (и должен понимать. что там у тебя и суметь объяснить). Это для распознавания образов.
И для петпроектика тебе Питона и TF будет выше крыши. Другие движки нейронок, хоть они и приличнее TF редко юзают.

Для финансов, что там я не знаю, мне они сильно не нравятся и я туда нос не сую.

Ну а если на Кагле в лидеры выберешься по каким развлекаловкам там, то еще проще тебе будет.

Ответить
Поддержать
Vladimir Gavrish
Serhii Demydko 06.08.2019 13:18

совсем недавно наткнулся на небольшой ресерч одного чела, он изучал статистику как раз бекграунда, оч советую

«I wasn’t getting hired as a Data Scientist. So I sought data on who is.» by Hanif Samad link.medium.com/fS0vlpoGVY

Ответить
Поддержать
Senseye 05.08.2019 16:10

На мою думку шанси завжди є, а перешкоди зазвичай це лінь і різні стереотипи, от прикладу перед тим як створювати топік, що ви вчили з цієї сфери і скільки часу вклали?

Ответить
Поддержать
Konstantin Strukov 05.08.2019 15:18

Покажите пример вакансии, которая вам нравится (в смысле «вот этим я хотела бы заниматься»)

Ответить
Поддержать
Maxx 05.08.2019 14:56
market research на fmcg рынках

Чим ви займалися, можна детальніше?

Ответить
Поддержать
Lobanovska Yevgeniya 05.08.2019 15:12

исследование и анализ рынков потребительских товаров- рыночный аудит (доля рынка, тенденции, конкуренты), тестрование новых продуктов перед выходом на рынок, тестирование рекламы, трекинг KPI, внутренняя аналитика и т.д. По сути моя задача была и есть, это понять где находится компания в сравнении с конкурентами, какие есть ниши, что делать с новыми продуктами, куда двигаться. Непосредственно это дать задание агентству, которое проведет исследование\ опрос потребителей, потом проанализировать результат и донести до руководства и отдела маркетинга. Маркет рисерч по сути мозговой аналитичкский центр для маркетинга в компании.

Ответить
Поддержать
Maxx
Lobanovska Yevgeniya 05.08.2019 15:15

в том то и вопрос, стоит ли идти на курсы.... или каким образом набраться опыта или, как минимум, какой-то базы.

Ответить
Поддержать
anonymous
Lobanovska Yevgeniya 05.08.2019 16:22

тут еще вопрос несколько в другом. В том, что осилю или нет вопрос не стоит, а есть ли перспектива найти работу с такими исходными данными

Ответить
Поддержать
anonymous
Ювженко Денис Founder в TADA 05.08.2019 16:43

До попереднього коментатора я б ще додав таке:
Якщо ви осилити пройти курси Ендрю Ина і після цього не знайдете роботу відразу, йдете на сайт www.kaggle.com і вирішуєте задачі, качаєте свій аккаунт. Як тільки ваш рейтинг стане трохи більше ніж у 90% користувачів на тому сайті, рекрутери вже самі вас там знайдуть.
З того, що я чув, для багатьох західних компаній рейтинг на кагл достатній аргумент аби найняти вас майже без співбесіди.
Ну і після основного курса Ендрю на курсері варто пройти решту його крусів, але під кінець основного ви самі вже все почнете розуміти що і куди треба.

Ответить
Поддержать
Lobanovska Yevgeniya
Леголас Трандуилович 06.08.2019 19:13
Як тільки ваш рейтинг стане трохи більше ніж у 90% користувачів на тому сайті, рекрутери вже самі вас там знайдуть.

Ага... як тільки так одразу.

Ответить
Поддержать
Ювженко Денис
Ювженко Денис Founder в TADA 07.08.2019 11:50

Ну напишіть тоді своє бачення чи можна однозначно корелювати чесно зароблений самостійно рейтинг на kaggle і те як швидко тебе наймуть.

Ответить
Поддержать
Леголас Трандуилович
Леголас Трандуилович 07.08.2019 12:47

Я наврядчи зможу предоставити чітку кореляцію, але наскільки мені відомо топ 10% в рейтингу того вашого кагла то вже серйозно сформовані профессіонали, а не новачки які шукають роботу. Там наскільки я знаю серйозна конкуренція і дуже багато чого треба щоб там виділитися а не просто погратися.

Ответить
Поддержать
Ювженко Денис
Ювженко Денис Founder в TADA 07.08.2019 13:49

Блін, я тільки що перечитав своє оригінальне повідомлення і зрозумів, що написав дурницю) Звісно новачок не увійде в ТОП10% в перших N-років своєї DS кар’єри.
Мав на увазі стати краще ніж хоча б 10% знизу рейтингу.

Ответить
Поддержать
Леголас Трандуилович

Подписаться на комментарии

Не подписываться

Воспользуйтесь аккаунтом

×
с условиями использования сайта и политикой конфиденциальности.