Як сформувати ефективне середовище для навчання світчера в ІТ у воєнний час

Привіт, мене звати Роман Повзик. Останні десять місяців працюю аналітиком даних у геймдев-компанії Bini Bambini. Та ще рік тому займався проєктним менеджментом у полтавській digital-агенції Yoda Consult, де працював 7 років.

З початком повномасштабного вторгнення частина знайомих втратили роботу, оскільки або працювали у містах, де відбувалися бойові дії, або ж у їхніх сферах відчутно зменшилися обсяги продажів. Вони вирішили перевчитися або довчитися і рухатися в ІТ-сферу — зокрема у фронт-енді та дата аналітиці.

Цей текст — спроба показати інструменти і техніки, які я використовував, коли переходив з digital-комунікацій в дата-аналітику, і які застосовую зараз. Розумію, що отримував офер у серпні 2021 року, коли ситуація на ринку була іншою. Але якщо поради стануть у пригоді і хтось завдяки цим підходам зможе отримати першу роботу в ІТ — буду радий.

Куди ти рухатимешся

Перш ніж розпочинати навчання, варто зрозуміти, чого саме хочеш досягти. Якщо робота в ІТ, то що саме це має бути: тут можна нарахувати десятки, якщо не сотні напрямків. Часто новачок боїться озвучити ціль, бо коли вона стає конкретною, є ризик, що не дійдеш до неї.

Один зі знайомих, який думає про перехід із бренд-менеджменту, досі не може зрозуміти, що йому цікавіше: маркетинг чи аналітика. Розвиватися в обох сферах важко, оскільки кожна вимагає багато часу для освоєння і має свої інструменти.

Ставлячи мету перед звільненням з попередньої роботи, я ставив чотири питання:

1. Чого ти хочеш? Отримати офер на посаду дата аналітика.
2. Якими метриками вимірятимеш ціль? Присвятити навчанню 1000 годин. Якщо працювати над цим 6-7 годин на день, це б мало зайняти 7 місяців у найгіршому випадку. Приділивши скільки часу, точно засвоїш базу і зробиш кілька pet-проєктів, які допоможуть виділитися.
3. Коли треба досягнути мети? У травні минулого року ставив собі за дедлайн 31 грудня. Це мотивувало не лежати на дивані, оскільки з кожним днем часу ставало менше, як і заощаджених коштів.
4. Який ризик, якщо не досягнеш? Цього питання не зустрінеш у методиках постановок цілей, але воно важливе. Якщо ти втрачаєш роботу і вкладаєш час у навчання, то ризик великий: проїсти заощадження і не отримати результату. Для мене це було сильним стимулом, моїм «батогом».

Одне з того, що допомагало протягом світчингу, — трекер часу. Цей інструмент поки що мої знайомі ігнорують, але я впевнений у його ефективності. Не вимірюючи навчальний час, не бачиш скільки вклався у нього за день, тиждень, місяць. Для мене ідеальним варіантом став Toggle Tracker, його безкоштовної версії вистачає для усіх потреб.

«1000 годин для навчання» для мене звучить гарно й амбітно. Хоч це й нагадує «правило 10 000 годин Градуела», але ідеться трішки про інше. За 1000 годин ти здобудеш навички, необхідні для початкового рівня. Але це повинна бути цілеспрямована робота над собою.

Як визначити вид світчингу, що тобі підходить

До війни я розглядав два підходи світчингу: поступовий і радикальний. Ці форми актуальні і нині.

• Поступовий — коли щодня навчаєшся 1-2,5 години на день, поки основний об’єм часу приділяєш нинішній роботі чи університету. У людини лишається дохід і вона застрахована від невдачі. З мінусів — більша втома, адже на відпочинок та родину лишатиметься ще менше часу, ніж зазвичай. Це демотивуватиме.
• Радикальний — коли приділяєш весь вільний час навчанню. Якщо раніше цей шлях був добровільний, то зараз стає вимушеним. Добре, якщо до цього була фінансова подушка безпеки, адже витрати на життя нікуди не зникли. З плюсів: втоми буде менше. Але з’явиться тривога: гарантій, що новачок отримає роботу, ніхто не дасть, а попит на джуна, м’яко кажучи, невисокий.

Мій радикальний шлях світчера почався після забігу на 30 км і розуміння готовності до довгого навчального «забігу»

Якщо нині все ж є змога обирати, то радив би почати з поступового шляху: щодня приділяти хоча б годинку, щоб вчити основи в обраній тобою сфері. Якщо захопить, то можна і довше.

Я обрав напрямком роботу з даними, вивчав ази Python, читав Kaggle та дивився влоги людей, які вже працювали в аналітиці та Data Science. І готував себе до радикального шляху.

Міні-курси на Kaggle дуже допомогли освоїти базовий рівень

Декого з моїх знайомих стримує той факт, що нинішня робота все ще приносить більше, ніж посада новачка. Тут немає правильних рішень: або погоджуєшся на менше і з часом компенсуєш втрачене зростанням оплати, або ж лишаєшся на стабільній (поки що) попередній роботі. Але як побачили за останні три місяці — ця стабільність може бути дуже хиткою.

Сам собі університет

Після розуміння цілей та часу на навчання, визнач, що саме збираєшся вчити. І для себе, і для знайомих я використовую такий алгоритм:

1. Поговорити зі знайомими, що вже у цій сфері. Їхні поради зекономлять час і дадуть розуміння, які саме технології використовують компанії. Наприклад, що саме варто вчити дата аналітику: Power BI, Tableau, Looker чи Google Data Studio?
2. Листи людям, яких не знаєш, але які мають авторитет. Особливо це зручно зараз, коли LinkedIn дав українцям безкоштовний Premium-акаунт на кілька місяців. Я і досі звертаюся з питаннями до людей, які мені цікаві, наприклад до грандмайстрів Kaggle, і отримую корисні поради. Гарантій, що ці люди дадуть відповідь, немає. Але вони точно це отримають.
3. YouTube-влоги з порадами щодо навчального плану у вашій сфері. Такий жанр відео доволі поширений — варто просто забити правильні ключові слова. Не варто зупинятися на одному влозі: подивись кілька і сформуй на основі тих дисциплін, курсів, тренажерів, які зустрічалися у багатьох з них.
4. Аналіз вакансій на ринку. Так, їх стало менше, ніж до війни, але це все ще великий обсяг інформації, який покаже, які саме знання шукають рекрутери. Djinni та DOU — для України, вкладка Jobs на Linkedin — для світу. Хоча тепер можна і навпаки.

Особисто моїм топом в аналізі даних став курс з Python на 4 місяці від Beetroot Academy, який розбавляв SQL, Power BI, Tableau, статистикою, практичною роботою з даними, англійською та активністю з пошуку роботи.

Коли найкраще вчитися

Це питання залежить від того шляху, який обираєш. Якщо світчитися поступово, то варіантів три: ранок, вечір, ранок + вечір. Все залежить від біоритмів та хобі. Мені складно вчитися зранку у будні, але набагато легше ввечері після пробіжки. Комусь — навпаки.

У випадку радикального шляху, можна вчитися, коли завгодно. Але все ж раджу використовувати час з 9 до 18, щоб все-таки був певний режим. Під час свого «добровільного безробіття» практикував спільні виходи з дружиною з дому: вона йшла на роботу, а я повертався додому за 10-15 хвилин, ніби на власний офіс.

Результати самонавчання минулого року, помісячно


І те ж у цьому році

Раджу пам’ятати про так званий снек-час. Тобто проміжки у 10-15 хвилин, які можна використати, щоб засвоїти щось нове. Наприклад, у черзі чи в транспорті. Якщо повітряна тривога зустрічає мене не вдома, то маю з собою додаток Udemy, й у сховищі дивлюся актуальний курс.

Звісно, код на телефоні писати складно, але послухати тему зі статистики чи теорії ймовірності цілком можливо.

Використовуйте мозок ощадливо

У перші тижні війни мені, як і багатьом знайомим, було складно сконцентруватися на роботі, не кажучи про навчання. Але поступово цей ресурс вдалося відвоювати у ресурсів з новинами.

Останні кілька років мені допомагає система Pomodoro: розподіляєш роботу у відрізки по 25 хв і потім 5 хв відпочиваєш. Це зручно у роботі з digital, коли маєш багато коротких задач.

Але у випадку дата-аналітики, особливо там, де йде робота з кодом, цей підхід не працював: пів години — надто мало для того, щоб в’їхати у задачу і придумати хороше рішення. Тому підхід, який працює для мене останній рік — 50/10: 50 хвилин сконцентрованого навчання чи роботи та 10 хвилин відпочинку. Разом це — година, щоб допомагає зручно моніторити, якщо починати цикл на початку години.

У ці 10 хвилин варто розвантажити голову і попрацювати руками: застелити ліжко, помити посуд, прибрати за котом. Соцмережі та новини теж стараюся дивитися тільки у цей проміжок. Хоча і розумію, що розфокусуватися це не дуже допомагає.

Навчитися «думати пальцями»

Друк наосліп — навичка, яка дуже допомагає, незалежно від майбутньої спеціалізації в ІТ. Це стосується і української, а особливо англійської, на якій писатимете код.

Ось як виглядає мій екран під час вивчення курсу SQL: зліва пояснення лектора, справа — я повторюю його код

Як би важко це не було на початку, згодом зекономить час, коли повторюватимете код за лектором. До того ж це може бути маленькою перемогою під час довгої дороги до світчингу.

Залученість у навчання — вже частина успіху

Чим краще ти залучиш себе до навчання — тим більше шансів, що все закінчиться позитивно. Мої підходи:

• Проєктно-орієнтоване навчання. Наприклад, вивчаючи якусь мову чи технологію, відразу думай, як зможеш полегшити собі життя з її допомогою. Наприклад, я свого часу написав бота, який начитував заголовки з «Українською правди» і давав мені аудіофайл для пробіжок.
• Повторення коду за вчителем. Жоден урок коду не має бути просто пасивно переглянутий. Твої пальці (а бажано, і мозок) теж мають працювати. До того ж це допомагає виявити моменти, коли у лектора все працює, а у тебе — ні (бо у нього, наприклад, була раніше встановлена бібліотека, про яку він не сказав). Також, якщо курс застарілий, то якісь з частин коду уже можуть не працювати і потрібно знайти рішення, як його замінити (для мене це було актуально з машинним навчанням).
• Залишай коментарі у коді. Відкривши його уже через кілька днів, можеш не згадати алгоритм, який застосував. Тому вважай це допомогою собі у майбутньому. Та і людям, які оцінюватимуть технічні навички, буде зручніше переглядати твої репозиторії.

Що варто знати про «правило 10 000 годин»

Журналіст Малкольм Гладуел у книзі «Неординарні» розповів про «правило 10 000 годин». Якщо коротко: потрібно витратити стільки часу, щоб стати експертом міжнародного класу.

Та тут є хитрість. Потрібно вдосконалювати себе саме там, де є складнощі, а не просто постійно робити одне й те ж в надії, що це покращує навички. Наприклад, вивчивши базу SQL, варто розбиратися зі складнішими темами, типу процедур та віконних функцій, а не перепроходити цю базу на іншому курсі.

Варто пам’ятати про криву складності: матеріал треба підбирати так, щоб він був на межі поточних можливостей. Якщо освоюватимеш табличку множення у 31 рік — буде нудно. Якщо ж перемножуватимете матриці вперше за 10 років — занадто складно. Шукай середину.

Як перевірити свою готовність

Найкраща можливість перевірити знання — співбесіди. Оскільки може бути пастка нескінченності курсів, як це трапилося з моїм знайомим фронт-ендером. Йому здається, що він ще недостатньо знає для пошуку роботи. Цій неготовності уже більш як десять місяців.

Співбесіди — це стресова перевірка, але вона потрібна, щоб побачити слабкі сторони. Розумію, зараз дійти до співбесіди початківцю стало складніше, але все ж треба пробувати.

Після кожного технічного інтерв’ю раджу виписувати те, на чому були складнощі і детальніше це пропрацьовувати. Після кількох таких ітерацій набагато впевненіше себе почуватимеш.

Приклад зворотного зв’язку, після якого варто попрацювати над собою

Якщо все ж не можеш потрапити на справжню співбесіду, почни з легших варіантів. Перший — Pramp — безкоштовний сервіс, де двоє кандидатів англійською проводять співбесіди один з одним. Моїми партнерами стали дослідник з Единбурзького університету і колишня розробниця з Apple.

Другий — Interview Warmup від Google, який аналізує відповіді англійською і показує семантичний аналіз, допомагаючи побачити інсайти, типу використовування робочої термінології, найчастіше вживані слова тощо.

Як виглядає мій розклад у Pramp

Розклад, який створюєш ти

У школі та університеті розклад переважно нам подавали від керівництва. При світчингу ти сам собі формуєш його.

Я прихильник чергування дисциплін, щоб мозок перемикався між активностями. Наприклад, Python з математикою, SQL з Power BI, пошук роботи з англійською. Натомість один з моїх знайомих бере певну дисципліну і приділяє їй тиждень з ранку до вечора.

Твій розклад має підходити під можливості. Наприклад, якщо я навчаюся у вихідний, то мені простіше на початку дня писати код, а у другій половині — працювати з рутинними задачами.

Додаткове середовище для світчингу

Якщо все ж хочеш перейти в іншу сферу, то оточення повинно максимально цьому допомагати. Навіть якщо це не напряму навчає хард-навичкам.

• Влоги спеціалістів цієї сфери. Вчиш дата-аналітику — дивишся дата аналітиків, вчиш бекенд — відповідно. Ніколи не знаєш, яка з їхніх порад знадобиться. Мій топ — Тіна Хуанг, у влогах якої можна знайти багато корисного для навчання.

Приклад Data Science влогів від Тіни Хуанг

• Подкасти зі сфери ІТ чи конкретно по твоїй темі. Я слухаю DOU, Startups are hard, The Data Scientist Show.
• Художня література. З юності захоплююся науковою фантастикою і вважаю, що це — ідеальний жанр для айтівця. Наприклад, Метавсесвіт, що у 1992 році Ніл Стівенсон описував у романі «Лавина», нині — одна з головних ідей майбутнього для технологічних компаній.

Що варто пам’ятати про своє фізичне оточення

Те, що довкола нас, не менш важливе за інформаційний простір. І його потрібно адаптувати під свої навчальні потреби.

1. Стоячий стіл. Одна з найкращих покупок для мене минулого року, оскільки допомагає розвантажувати спину, якщо довго сидиш. Тим паче під час повітряних тривог його зручно переносити у коридор, щоб далі працювати чи навчатися.
2. Відключення сповіщень. Без цього неможливо надовго заглибитися у задачу і війти у стан потоку. Єдині сповіщення, які не ризикую вимикати, — та ж повітряна тривога. Все решта може почекати мої 50 хв концентрації.
3. Вода. Якщо хочеш, щоб мозок ефективно працював, — напувай його достатньо.
4. Музика на навушники. Допомагає додатково зосередитися на завданні. Для мене звично слухати саундтреки без вокалу. Крім того, через певний час певні мелодії допоможуть швидко налаштовуватися на продуктивне навчання. Мій топ — Ханс Циммер.

Що варто запам’ятати на старті світчингу

• Сформоване тобою середовище багато у чому визначатиме шанси отримати офер. Вебінари, мітапи, онлайн-знайомства зі спеціалістами, влоги. Чим більше довкола вас буде таких підсилювачів, тим краще.
• Зрозумій, навіщо все це. Чітко визнач мету: отримати роботу, збільшити зарплатню, переїхати в інше місто чи країну, знайти компанію з крутою місією. Мені приємно від розуміння, що українська компанія, де я працюю, створює конкурентний міжнародний продукт. Ну і те, що математикою можна заробляти на життя.
• Усі колись були джунами. Насолоджуйся цим часом: колись буде сумно побачити перші завдання. Нині статус світчера — перевага, ознака того, що можеш швидко адаптуватися до нової ролі.
• Головна метрика — час навчання. Відстежуй, скільки приділяєш цьому часу і рухайся до мети.
• Не порівнюй себе ні з ким. Це як з бігом: маєш дивитися лише на свої показники і прогрес. Головне — не зупинятися.

Я вірю, що навіть війна не зможе зупинити людину, яка вирішила відкрити для себе нову сферу. Так, це буде складніше, ніж раніше, але все ж можливо. Успіхів вам і оферів!