VICDS

Но все же я решила дать запись вебинара, так как были те, кто не смог прийти и интересовались записью.

Судя по отзывам вебинар прошел хорошо, хотя еще есть над чем работать: техническая сторона, моя речь((

До вебинара осталось чуть больше 30 мин. Кто ещё не зарегистрировался, жду!!! Будет Мега полезно! https://monecle.com/buy/42307

ЧТО БУДЕТ НА ВЕБИНАРЕ? Этот вебинар предназначен для новичков, людей которые либо только начали изучать, либо только думают/ слышали о Data Science и хотят узнать подробнее! После вебинара вы получите ответы на вопросы: 1. Что такое DS, где применимо? 2. Какие специальности есть в этой сфере, в чем отличия? 3. Что необходимо знать/ уметь в каждой из них? 4. Как понять ваше или нет, как примерить профессию на себя? 5. Где можно обучаться, где брать информацию, ответы, поддержку? 6. Как обучаться самостоятельно и в какой последовательности. 7. Что спрашивают на собеседовании на junior позицию? Также у вас будет возможность задавать свои вопросы и получать развёрнутые ответы!!! После у вас сформируется полное понимание этой сферы, ее перспектив и какие шансы у вас освоить одну из профессий в этом направлении. Ссылка регистрации на вебинар: https://monecle.com/buy/42307

Все таки решилась провести вебинар для новичков « Первые шаги в сферу Data Science” В это воскресенье в 18:00 мск. Вебинар платный, так как хочу, чтобы пришли, только те, кому действительно нужно! Ссылка на регистрацию: https://monecle.com/buy/42307

КАК ПОНЯТЬ, ЧТО DATA SCIENCE ЭТО ТВОЁ? Трудно оценить то, чего никогда не пробовал, поэтому: 1. Необходимо разобраться какие специальности есть в данном направлении и что в них требуется уметь делать ( также помним, что Data science “Наука о данных” применима везде, где есть данные); 2. Реально взглянуть на вашу точку А и отнести себя к каждой специальности, где наибольшее число соответствий, с того и можно начать ( важно понимать, хотите ли вы с нуля освоить новую профессию или сделать апгрейд своих навыков/ применить DS в своей деятельности); 3. Выбрать бесплатный курс/вебинар и попробовать пройти / повторить / использовать знания ( после этого этапа, вам уже должно быть примерно понятно «ЧТО ТАКОЕ НАУКА О ДАННЫХ»); Сделав эти ТРИ шага, вы получите ответы на большинство своих первичных вопросов, что позволит вам самостоятельно принять решение «ваше это или нет», хотя и займёт у вас не мало времени. Но есть и другие способы: 1️⃣Читать мой блог: большинство постов это ответы на эти и другие вопросы с директа; 2️⃣Записаться ко мне на консультацию: в индивидуальном порядке я помогу вам совершить эти три шага и получить ответы на все вопросы за один час .

Кто такой Citizen Datа scientist? Вряд ли вы встретите такую вакансию на hh.ru, но в компаниях уже много таких людей! Это специалисты с опытом работы в своём направлении, которым поручается часть рутинной работа Data scientista, либо это люди, которые используют автоматизированные системы построения моделей машинного обучения (Auto ML). Все что требуется, так это понимание и знание основ ML, бизнеса и soft skills. ➕низкий порог входа; ➕компенсация нехватки высококвалифицированных специалистов в DS; ➕дешевле; ➕подходит для быстрого тестирования гипотез; ➖поверхностное понимание происходящего; ➖больше риск допустить ошибку; ➖увеличение обязанностей, если не рассматривается вариант повышения; А вы слышали о такой профессии? Почитать подробнее: https://www.dataversity.net/so-you-want-to-be-a-citizen-data-scientist/

МАТЕМАТИКА ЭТО ХОРОШО, НО БИЗНЕС НИКТО НЕ ОТМЕНЯЛ В Российском образовании очень сильный упор на теоретическую математику, как следствие, мы имеем хорошую мат. школу! Но с другой стороны, мы совершенно не понимаем как все эти абстракции перекладывать на жизнь/бизнес и говорим, что высшее образование нам ничего не дает. ‼️Итог: большинство избегает направления, где присутствует математика! Data Science - именно такая сфера, но где так же очень важно знание области/бизнеса, к которой применяется анализ данных. Также, считаю ошибкой нынешних курсов по DS, начинать обучение с основ мат. анализа, студенты просто убегают сразу, не поняв, что такое Наука о данных. Либо, закончив курсы, не понимают как применять знания, как решать проблемы бизнеса, ведь для этого мы все учимся. Поэтому я уверенна, что люди взрослые, с большим опытом работы в своей сфере, имеют большие шансы на успех в DS, как минимум, в роле эксперта в команде Data scientists, но для этого тоже полезно понимание основ анализа данных и машинного обучения. А вы уже начали изучать DS?

ВОЗРАСТ НЕ ПОМЕХА Средний возраст студентов, которые приходят на курсы по Data Science 32 - 34 года! Не удивляйтесь, этому есть логическое объяснение. Анализ данных - очень перспективное и высокооплачиваемое направление, поэтому взрослые люди, с опытом работы в различных сферах, приходят чтобы: ⁃ получить новую востребованную профессию; ⁃ переквалифицироваться, так как их профессия изжила себя/ надоела / не приносит необходимый доход; ⁃ освоить современные навыки работы с данными и применять их на текущем месте работы; Я собеседовала 50-ти летнего студента на курс Data Science! Была и удивлена, и восхищена одновременно! 👨🏽‍🏫Это был преподаватель вуза с огромным опытом работы, который хотел сделать собственный проект по анализу данных. Он нашёл необходимые ему данные и решил провести исследование и построить прогноз с помощью алгоритмов машинного обучения, но знаний в этом ему не хватало и он пошёл учиться! В 50 то лет!!! ⁉️А меня спрашивают: не поздно ли мне в 30 лет идти учиться? ‼️Запомните!!! Никогда не поздно!!! И если вы не начнёте сейчас, то потом будет только сложнее!

ИИ НУЖНО ОБУЧИТЬ, ЧТОБЫ ЕГО ПОЛЮБИТЬ Мы уже и не замечаем, как методы искусственного интеллекта все глубже и глубже проникают в нашу жизнь. Все чаще мы пользуемся его благами и наслаждаемся уровнем удобств в современном мире. Но так не всегда! Вспомним неподходящую рекламу, что аж думаем: «Господи, почему Я это вижу». Яндекс Музыка, подбирает песню: «Я реально подобное слушаю?» Навигатор ведёт не туда ...и тд. ИИ это методы машинного обучения, которым необходимо объяснять, что есть хорошо, а что есть плохо! Учить их, как все мы учимся, на примерах! Поэтому, когда вам показывают неинтересную рекламу, необходимо сообщить об этом и тогда вы будите приятно удивлены, когда будите видеть хорошую рекламу, соответствующую вашим реальным интересам! ИИ находится в постоянном обучении и новые данные, которые вы генерируете, «скармливаются» алгоритму и позволяют ему улучшить прогноз. Вы должны понимать, что современный ИИ — это не что-то абстрактное и неуправляемое, а это то, на что вы можете повлиять! Согласны ?

РАСТУЩАЯ ВОСТРЕБОВАННОСТЬ ПРОФЕССИЙ В DS Все профессии связанные с работой с данными : Data Analyst, Data Scientist, Data Engineer, ML/DL Researcher и тд., с каждым годом становятся только востребованнее, есть этому море доказательств, исследований рынков ( наших и зарубежных) смотри карусель👉 ⁉️Но почему так, что влияет⁉️ ❕Количество данных, которые мы генерируем каждый день, растёт молниеносно. ❕Современные технологии, наконец-то, позволяют эти данные хранить, обрабатывать и извлекать из них пользу. ❕Искусственный интеллект - двигатель прогресса и сильное конкурентное преимущество как на внутреннем уровне, так и на мировом, вплоть до конкуренции государств. ❕Технология развивается — рынок растёт. ❕Компании, сначала крупные, постепенно все меньше и меньше, стартапы, следуя тенденциям — создают рабочие места, дабы растить свой бизнес. ‼️Зарубежный рынок, который, как правило, на пару шагов впереди нас, подтверждает стабильный рост потребности в специалистах такого профиля‼️ Все это только подтверждает долговременную необходимость, поэтому не надо думать, что вам уже поздно идти учится или менять профессию. Не будет лучше времени, чем сейчас! А вы задумываетесь о смене профессии или повышении квалификации?

ВЫСШЕЕ ОБРАЗОВАНИЕ НЕ ГАРАНТИЯ 👩‍🎓Если у вас есть Высшее образование, это совершенно не значит, что вам удастся получить хорошее рабочее место. Работой больше будут обеспечены те, кто закончил Профессиональное училище и освоил конкретный навык. 😓Нынешняя ситуация на рынке труда и образования является доказательством сказанного выше. Люди с высшим образованием идут учиться на курсы от онлайн/офлайн школ, чтобы освоить конкретный востребованный навык и ещё на чуть закрепиться на рынке труда. Это такая аналогия ПТУ в современных реалиях. 🚄Скорость развития и роста экономики принуждает нас постоянно обучаться — концепция “life long learning” (обучение на протяжение всей жизни) — наша новая реальность! Уже не выйдет освоить одну профессию и делать всю жизнь одно и тоже. Рано или поздно тебя заменят, модифицируют или вообще сократят. Нельзя сказать, что высшее образование совсем потеряло своё преимущество, но точно перестало быть ключевым требованием. Я думаю, идеальная история сейчас — это получение высшего образования параллельно работе/стажировке/курсам! Да, не легко, но 💯 вариант 😉 Согласны ?