За год я открыл для себя науку о данных, записался на учебный курс и нашел работу. Это то, что я узнал.

Моя работа до данных:

Три года назад я получил степень инженера в Мадриде; После университета я устроился на работу в компанию, занимающуюся инфраструктурой и услугами в Испании, в качестве аналитика по анализу рынка в отделе инноваций. Мне было поручено найти новые технологии, которые можно применить к нашим текущим услугам, а также собрать результаты для существующих проектов умных городов. Неизбежно я бы в конечном итоге тратил много времени на поиск данных, систематизацию наших результатов и извлечение информации.

Январь 2018

Как я узнал о науке о данных?

Я не знал, как использовать базу данных, как смотреть на все, что не было электронной таблицей, и самый сложный график, который я мог нарисовать, - это гистограмма с накоплением. Здесь я начал чувствовать себя ограниченным. Я начал разговаривать со старшими людьми в моей компании, чтобы научиться работать с точки зрения данных, и я понял, что есть определенные сотрудники, работающие над «крутым» анализом, исследуя данные, полученные с помощью наших датчиков и приложений. Это были аналитики данных и ученые. Я снова и снова задавал одни и те же вопросы: «Какие инструменты вы используете? Как получить доступ к данным? ».

Оказывается, наука о данных - это не только причудливые графики и запросы к базе данных. Наука о данных дает вам инструменты для построения моделей для предсказания будущего на основе исторических данных. Я хотел этого.

Февраль 2018

Почему учебный лагерь?

Все предлагали мне получить степень магистра в области больших данных с гарниром к управлению проектами, потому что зачем вам сейчас стать айтишником? Чтобы стать менеджером, нужно учиться . Но это заняло бы у меня в среднем два года, и я не был достаточно уверен в себе, чтобы уйти из рабочего мира так рано. Я начал искать другие варианты, читать об онлайн-курсах, даже подал заявление на получение степени магистра на 1 год… и внезапно я наткнулся на Bootcamp. Я рано понял, что это будет все, поэтому мне просто нужно было найти лучший.

Март 2018 г.

Звонок в Лондон

Однажды я обедал с друзьями и случайно упомянул, что подумываю провести учебный курс по данным. Внезапно мой друг подскочил и рассказал мне о своем соседе, который только что прошел трехмесячный курс иммерсивной науки о данных в Лондоне с General Assembly и сразу после этого получил работу по работе с данными. 3 месяца? В Лондоне? Я начал видеть там много преимуществ, имея возможность учиться за границей, работать на английском языке, в европейском сердце технологий и стартапов.

Вскоре я отправил им электронное письмо, встретился с ними, провел несколько собеседований и провел мини-презентацию, чтобы продемонстрировать свои текущие навыки. Курс был дорогим, но я посчитал, что он окупится через несколько месяцев на новой работе. Это был рискованный шаг, но меня продали.

Июнь 2018 г.

Мои первые недели в GA и курс

Я переехал в Лондон и не мог в это поверить. У меня было ощущение, что я делаю правильные вещи в нужное время, я действительно увлечен этим, и каждая тема, которую мы затронули, была интересна, потому что была применима к реальным сценариям. Каждую неделю мы совмещали статистику и программирование, исследование данных и визуализацию. Я не мог насытиться. У моих одноклассников было очень разное образование, что также сделало курс очень интересным.

Первые несколько дней казались легкими, изучая основы Git и Python, но к тому времени, когда мы приступили к первому проекту в пятницу, темп начал набирать обороты и не останавливался! Блокноты Jupyter были нашей игровой площадкой, где мы анализировали данные с помощью моделей scikit-learn, визуализировали их с помощью Matplotlib и Seaborn, обрабатывали с помощью Pandas ... Очень скоро это стало бесконечным потоком новизны и практичности. Иногда я немного волновался, потому что понимал, что у меня недостаточно времени, чтобы погрузиться в каждую тему так, как я хотел; как только я начал понимать концепцию, мы перешли к следующей. Это было довольно напряженно и сложно, но к тому времени, когда мы дошли до последних тем о нейронных сетях и больших данных, мы почувствовали себя экспертами. Не имело значения, что у нас не было прошлого опыта, важна была возможность разбить проблему и найти ее в Stack Overflow (серьезно, веб-поиск - один из самых важных навыков, который вам нужен доминировать).

Октябрь 2018 г.

Закончила курс, теперь мне нужно устраиваться на работу…

Я не планировал заранее курс, я не знал, вернусь ли я сразу в Испанию или попытаюсь найти что-нибудь в Лондоне. В GA нам дали рекомендации по улучшению нашего онлайн-присутствия, методы работы с нанимающими компаниями и полностью обновить наше резюме. Сначала я обнаружил, что возвращаюсь в Мадрид, но через несколько недель нас пригласили на встречу в GA, где компании, ищущие специалистов по обработке данных, спросили бы о наших краеугольных проектах (и, возможно, наняли бы нас !?). Я не мог отказаться от этой возможности, поэтому вернулся на 1 дополнительную неделю в Лондон. Встреча прошла отлично, но, что наиболее важно, я поддерживал контакт с несколькими компаниями и, в конце концов, погрузился в несколько процессов собеседования.

Ноябрь 2018 г.

УГЛЕРОД

Когда я начал чувствовать синдром самозванца (честно говоря, я позиционировал себя как ученого по данным, и я занимался кодированием всего 3 месяца), внезапно Паскаль нашел меня через LinkedIn. Думаю, улучшение моего присутствия в сети действительно окупилось, потому что основной причиной для подключения были взаимные связи в секторе данных (я посетил несколько встреч PyData). Паскаль, руководитель отдела науки о данных, искал младшего специалиста по данным, который присоединился бы к недавно созданной команде Carbon London, и идея работы в финтех-стартапе с операциями в Африке была действительно привлекательной.

После нескольких встреч и успешных тестов мне поступило предложение, и я сразу принял его. Я понял, что точно узнал, что мне нужно, чтобы стать полезным сотрудником, работающим с данными, и что я могу добавить ценность с самого начала, даже если у меня еще не было опыта. Я стал частью семьи Carbon, что означало участие в бесчисленных увлекательных проектах, касающихся финансовых продуктов, обнаружения мошенничества, прогнозирования рисков, маркетинговых кампаний ... Мечта сбылась для человека, который хотел продолжать учиться как можно больше.

На протяжении всего этого времени в компании наличие босса и наставника в лице Паскаля действительно помогло мне понять широту охвата специалиста по данным, от понимания архитектуры баз данных до обеспечения эффективности кода и качества данных.

Февраль 2020 г.

Иногда я все еще чувствую себя новичком в науке о данных, но каждый месяц я изучаю новые методы и передовые практики, которые помогают мне расти в качестве менеджера проекта и лица, принимающего решения. Это позволило мне возглавить команду из 7 специалистов по данным в Carbon, а также вернуться в GA в качестве ассистента преподавателя.

Если вы спросите меня, речь идет не о том, чтобы стать разработчиком полного стека или специалистом по базам данных. Все дело в том, чтобы использовать любые цифровые инструменты в вашу пользу, принимать более обоснованные решения и добиваться лучших результатов за счет использования данных. Наука о данных дает вам суперсилы, и на самом деле не имеет значения, в какой области вы специализируетесь, вы всегда можете стать лучшим профессионалом, если изучите данные на стороне… Возможно, с помощью Bootcamp?