Люди, які приходили до нас в університет (у 2021 році) казали що достатньо знати математику і вміти працювати з інструментами R, Power Bi, Excel, Google Data. Зі слів цих людей у 2021 році дуже не вистачало аналітиків і тому вони були готові вас навчити всьому аби ви працювали.
Чого я б не пішов (дуже суб’єктивно):
Не бачу перпективи росту (не означає що перспективи нема). Потрібно дуже добре знати область компанії в якій будете працювати (екологія, економіка і тд.), бо потрібно знати нюанси області, щоб виявляти цінну інформацію. З компаній привабливим є тільки Київстар але й там багато чув негативних відгуків про умови роботи. Так сталося, що ніхто тепер точно не знає в чому різниця між Data Scientist vs Data Analyst vs Data Engineer і можливо ви попадете не туди і лише витратите свій час. (дуже суб’єктивно)
Альтернативи на які б я пішов зараз: — QA — є ріст попиту на цих фахівців +більше шанс, що візьмуть на роботу без досвіду (згідно зі статистикою джина meta.djinni.co/...c9-48e1-add2-74fea5dd4c28 )
АЛЕ: Якщо цікаво то варто спробувати!
Курси, книжки:
www.kaggle.com — головне комьюніті для статиста(?), де у ході змагань вирішуюють рельна проблеми великих компній. Деякі компанії вимагають наявність участі у змаганнях, які регулярно проводяться на сайті (Google, Amazon, Microsoft, NASA); ( www.udemy.com/...te-data-science-bootcamp ) - дуже рекомендую; www.datacamp.com — для вивчення інструментів (зокрема Python, R); codeacademy — є курс аналітика з гарним поясненням статистики; introductory-statistics — важлива книжка з базовими поняттями статистики ( openstax.org/...tics/pages/1-introduction );
Порядок вивчення:
Математика (Probability, Statistics, Advance Statistics, Math Modeling, Math Optimisation)
R або Python абл Power Bi або Tableau (мають майже однакову функцію)
Big Data Tools (Hadoop, BigQuery)
Різниця між BigData Analysis та Traditional Analysis; Різниця між Analysis та Analytics; Яка роль Business Intelligence та Business Analytics у Data Science
Тут всього дуже багато накидано і може виглядати неральним але це все реально. Як тільки ви осягнете основні розділи математики, які я перечислив, все стане на свої місця.
Voicechat: Product в Deftechсереда о 19:30
Бакалавр аналітики даних.
Люди, які приходили до нас в університет (у 2021 році) казали що достатньо знати математику і вміти працювати з інструментами R, Power Bi, Excel, Google Data. Зі слів цих людей у 2021 році дуже не вистачало аналітиків і тому вони були готові вас навчити всьому аби ви працювали.
Чого я б не пішов (дуже суб’єктивно):
Не бачу перпективи росту (не означає що перспективи нема).
Потрібно дуже добре знати область компанії в якій будете працювати (екологія, економіка і тд.), бо потрібно знати нюанси області, щоб виявляти цінну інформацію.
З компаній привабливим є тільки Київстар але й там багато чув негативних відгуків про умови роботи.
Так сталося, що ніхто тепер точно не знає в чому різниця між Data Scientist vs Data Analyst vs Data Engineer і можливо ви попадете не туди і лише витратите свій час. (дуже суб’єктивно)
Альтернативи на які б я пішов зараз:
— QA — є ріст попиту на цих фахівців +більше шанс, що візьмуть на роботу без досвіду (згідно зі статистикою джина meta.djinni.co/...c9-48e1-add2-74fea5dd4c28 )
АЛЕ:
Якщо цікаво то варто спробувати!
Курси, книжки:
www.kaggle.com — головне комьюніті для статиста(?), де у ході змагань вирішуюють рельна проблеми великих компній. Деякі компанії вимагають наявність участі у змаганнях, які регулярно проводяться на сайті (Google, Amazon, Microsoft, NASA);
( www.udemy.com/...te-data-science-bootcamp ) - дуже рекомендую;
www.datacamp.com — для вивчення інструментів (зокрема Python, R);
codeacademy — є курс аналітика з гарним поясненням статистики;
introductory-statistics — важлива книжка з базовими поняттями статистики ( openstax.org/...tics/pages/1-introduction );
Порядок вивчення:
Математика:
Теорія Вірогідності
— Combinatorics;
— Bayesian Inference;
— Distribution;
— Descriptive Statistics;
— Hypothesis Testing;
Статистика
— Linear Regression;
— Logical Regression;
— Clustering;
— k-means;
Тут всього дуже багато накидано і може виглядати неральним але це все реально. Як тільки ви осягнете основні розділи математики, які я перечислив, все стане на свої місця.