Это история человека, который почувствовал ветер перемен, немедленно подставил паруса, и уже по ходу разбирался, куда плыть. Два года назад Дарья Гришко работала дизайнером на канале телешопинга в Останкино, но сердце звало в аналитику и привело на факультет дата-анализа в Яндекс.Практикум.
В обществе принято противопоставлять творческих работников и аналитиков. Но примеры такого совмещения существуют: хронология перехода Дарьи из творческой профессии в работу с данными подробно описана в ее личном блоге.
В конце августа, ничего не зная о будущей специальности, записалась на курсы «MS Excel. Расширенные возможности» и «Введение в статистику». Кто знает, что такое DS, сейчас понял — я стартовала на Луну из центра Земли.
Для новичка-гуманитария начать знакомство с данными именно с Excel — неплохая идея. Это негибкий инструмент, но достаточно простой, и его все еще используют в бизнесе. Основы статистики также полезны для студента с гуманитарным образованием за плечами. Однако программы выбранной школы, в целом, отставали от того, что происходит на рынке. Поэтому после него Дарья взялась за бесплатные лекции ODS.
Если вы ещё не слышали про ODS (Open Data Science), то очень зря. Эти ребята из Mail.ru создали международное сообщество специалистов, исследователей и инженеров, связанных с DS. Они и сейчас проводят профильные митапы (вроде DataFest), а ещё создали открытый обучающий курс по ML, с лекциями, видео и домашками — достаточно хардкорного уровня, если вы ноль.
Обучение оказалось сложным, так как входной порог для новичков очень высокий, и есть требования к математическим способностям. Приходилось продираться на чистом упрямстве. Тогда и сформировался запрос на курс, который объединил бы нулевую точку отсчёта и слишком сложный DS. Курс, который бы дал базу и общее видение процессов, и с дипломом в конце. Да-да, здесь на сцену выходит «Яндекс.Практикум», который как раз запустил соответствующую программу по анализу данных.
Бесплатная вводная часть по Data Аналитике проходилась ещё весной, залпом. Наконец-то материал был понятен, интересен, а главное — полезен. До самого лета я пилила терпеливую поддержку вопросами: когда, когда, когда же откроется полный курс?
Дарья подтверждает, что для прохождения курса Data-аналитики в Яндекс.Практикуме не нужны специальные знания, можно заходить в обучение «с чистого листа», если не было вопросов по вводной бесплатной части курса. Большим подспорьем оказалась работа с реальными данными сервисов Яндекса — не нужно было придумать свои цифры, все по-настоящему. Главное, впервые появилась поддержка от студентов и наставников.
Начало было похоже на прыжок в воду с трамплина. Каждый студент, который написал в Слаке о своей любви к анализу, будто открывал мне глаза. Я не одна! Месяц назад это было так, а вот сейчас — нас много, мы общаемся и готовы постигать новое вместе. И понеслась.
Учеба шла по двухнедельным спринтам. Новый отрезок всегда начинается в понедельник, когда в специально разработанном тренажере открывается набор задач с двухнедельным дедлайном. В конце спринта сдается проект, и дальше начинается новый. Проекты подобраны так, чтобы охватить разные сферы экономики и работы с массивами данных. Работать приходилось системно и интенсивно, что, впрочем, здорово подготавливает студентов к реальной работе в сфере аналитики.
Вечером понедельника я садилась и писала своё расписание прохождения теории до пятницы включительно. Каждый день на неё у меня уходило около 2-3 часов после работы, кроме четверга. Четверг был день передышки, чтобы не сойти с ума. План состоял в том, чтобы к пятнице полностью пройти теорию, а на выходных собирать первый подход к самостоятельному проекту. Тогда проект проверяли примерно к среде второй недели, и вечером у меня было время исправить комментарии. Если их немного, то уже к пятнице заключительной недели проект полностью принимали. Последние выходные спринта оставались свободны для отдыха и сериалов.
Некоторые проекты, как, например, из сферы недвижимости, не понравились. Аналитика игр, А/B-тест в телекоммуникациях, анализ рынка кафе — напротив, очень понравились. Это совершенно нормально, так как все люди разные и в рамках курса Яндекса можно не только научиться работать с данными, но и выбрать себе сферу по душе.
Каждый аналитический проект создавался с нуля. Нужно было открыть пустую «тетрадку» в Jupyter и самостоятельно создать законченную работу с кодом и комментариями.
Личный лайфхак: писать краткие выводы по каждому пункту плана проекта. Посмотрела под одним углом — вывод. Посмотрела под другим — вывод. Таким образом к концу проекта можно было собрать все-все выводы и окинуть их одним взглядом. Обычно тогда приходило озарение, выводы превращались в красивые списки, а предположения — в рекомендации. В какой-то момент я даже полюбила извращённые, вылизанные графики со всеми подписями к осям и единой цветовой гаммой в seaborn. Эстетический вкус «не пропьёшь».
Дипломная работа курса Аналитики данных сборная. В нее входят все изученные темы. То есть, в рамках диплома нужно разобрать полноценный аналитический кейс, просчитать результаты A/B-теста и выполнить SQL-задачи.
Ещё на дипломном проекте я впервые познакомилась с трекером задач, что сильно помогло в понимании логики работы с JIRA (в этой системе я работаю сейчас).
Студенты выпуска Дарьи прекрасно сработались, помогали и поддерживали друг друга. Проводили встречи в Москве, многие съехались со всей страны на Выпускной.
Нам очень повезло с выпуском: нужные люди в нужное время и именно с нужной мотивацией.
Программа помощи в трудоустройстве Дарье не понадобилась. За три дня до Выпускного она получила оффер на работу рекламным аналитиком в онлайн-кинотеатр IVI.ru.
Практикум стал моей ласковой катапультой в IT, полностью перевернув представление о себе, своих силах и ожиданиях от будущего. Шесть месяцев их команда поддерживала, выслушивая наши просьбы, боли и собирая обратную связь, чтобы каждый следующий спринт делать лучше. Исправить ошибки. Порадовать юмором. А некоторые преподаватели, как Слава, во времена первой когорты почти достигли уровня канонизации. Без него мы бы не дошли.
Эта история – хороший пример, что барьер, где творческий человек не может перейти в профессию более точных, можно перешагнуть. Любой человек с сильной мотивацией и некоторым количеством свободного времени может перестроиться и начать новую успешную карьеру. Для этого не обязательно сразу уходить со старой работы, достаточно только правильно организовать расписание.
Вы можете попробовать свои силы в курсе дата-аналитики, первые 20 часов тренажера — бесплатные. За это время можно будет понять, как он работает и есть ли у вас интерес к этой сфере.