1

Этап 1

Анализ рынка вакансий

2

Этап 2

Английский язык

3

Этап 3

Linux

4

Этап 4

Соревнования

5

Этап 5

Машинное обучение

6

Этап 6

Python

7

Этап 7

Структуры данных и алгоритмы

8

Этап 8

Математика

9

Этап 9

Машинное обучение и Анализ данных на Coursera

10

Этап 10

SQL

11

Этап 11

Big Data

12

Этап 12

Подготовка к собеседованию

13

Этап 13

Прохождение собеседования

1

Этап 1

Анализ рынка вакансий

2

Этап 2

Английский язык

3

Этап 3

Linux

4

Этап 4

Соревнования

5

Этап 5

Машинное обучение

6

Этап 6

Python

7

Этап 7

Структуры данных и алгоритмы

8

Этап 8

Математика

9

Этап 9

Машинное обучение и Анализ данных на Coursera

10

Этап 10

SQL

11

Этап 11

Big Data

12

Этап 12

Подготовка к собеседованию

13

Этап 13

Прохождение собеседования

01 марта 2017 04 сентября 2017
Цель завершена 4 сентября 2017

Автор цели

Карьера и работа

Junior Data Scientist

Очень хочу стать Data Scientist'ом. Безумно нравится программирование и анализ данных. Звучит крайне тривиально, но за этим кроется гораздо большее

Data Scientist (ученый по данным) — это универсальный игрок, который может делать как то, что делает аналитик данных, так и то, что делает специалист по интеллектуальной обработке данных. И плюс к этому он имеет какое-то особенное умение или особо узкую специализацию.

«Data scientist — самая сексуальная профессия XXI века»

«Данные - новая нефть»

На одной конференции в этой области встретил парня из Роснано, который можно сказать открыл мне глаза на мое текущее состояние. Он рассказал о том, как поступал в Школу Анализа Данных, именно в то место, куда я и сам мечтаю поступить, также он рассказал про состояние data science в МТС, что они там делают и как работают, мне это понравилось, посоветовал попробовать устроиться джуном на работу туда, так как там крайне хорошие специалисты и они сделают из меня за 9 месяцев профи, а я подумал, что для этого я еще совсем плох. По прошествию некоторого времени после этой встречи я решил все-таки взяться за дело. Я стал смотреть вакансии и наткнулся как раз на данную позицию. В итоге я решил, что мне стоит подготовиться и устроиться именно туда

Описание вакансии:

Вы будете отвечать за исследования данных, проверять гипотезы на их основе, создавать решения, позволяющие извлекать практическую пользу из данных. У нас много разнообразных типов данных и идей для их использования. Отсюда широкий спектр областей в которых вы сможете себя проявить. Вот неполный список: различные виды предиктивного моделирования, анализ текстов, анализ соцсетей, определение тональности текстов, анализ поведения пользователей в интернете, поиск аномалий, анализ временных рядов, анализ геоданных.

Для нас больше всего важно ваше желание развиваться в области DataScience, не бояться трудностей. Важно уметь самостоятельно пользоваться Google, но не стесняться обращаться за помощью к старшим коллегам.

Цель будет дополняться

 Критерий завершения

Я устроился на должность Junior Data Scientist

  1. Анализ рынка вакансий

    Выборка требований к кандидатам на позицию DS. Разобраться что мне нужно учить

  2. Английский язык

    Сейчас мой уровень intermediate. Поднять хотя бы до upper-intermediate, но главной целью является возможность чтения литературы и просмотр видео в сфере ds.

  3. Linux

    Пока не знаю что именно мне нужно изучить, но эта позиция достаточно часто встречается в резюме

  4. Соревнования

    Выполненный этап считается, если я занял в 5-ти конкурсах средние места или в 2-х конкурсах занял призовы

    Основная площадка: Kaggle

  5. Машинное обучение

    Изучение алгоритмов машинного обучения, библиотек и фреймворков по анализу данных

  6. Python

    1. "Изучаем Python" - М. Лутц

    2. Geekbrains. Python - lvl1

    3. Geekbrains. Python - lvl2

  7. Структуры данных и алгоритмы

  8. Математика

    1. Статистика

    2. Теория вероятностей

    3. Алгебра

    4. Математический анализ

    5. Комбинаторика

  9. Машинное обучение и Анализ данных на Coursera

    Очень важный этап, нужно начать как можно раньше

    1. Математика и Python для анализа данных

    2. Обучение на размеченных данных

    3. Поиск структуры в данных

    4. Построение выводов по данным

    5. Прикладные задачи анализа данных

    6. Анализ данных: финальный проект

  10. SQL

    Нужно научиться писать запросы к базе данных. Встречается в вакансиях и NoSQL, но займусь сначала этим

    1. GeekBrains: Основы баз данных

    2. *Выбрать и прочитать книгу*

    3. Отточить навыки на codewars

    4. *Узнать до какого момента стоит учить SQL, узнать как дальше его учить*

  11. Big Data

    В вакансиях наиболее часто встречается стек технологий: Hadoop/Hive/Spark. Нужно понять что именно требуется изучить

  12. Подготовка к собеседованию

    1. Изучение того, как именно используют data science в МТС

    2. Повторение основных моментов

    3. Написание резюме

  13. Прохождение собеседования

  • 4009
  • 01 марта 2017, 21:13
Регистрация

Регистрация

Уже зарегистрированы?
Быстрая регистрация через соцсети
Вход на сайт

Входите.
Открыто.

Еще не зарегистрированы?
 
Войти через соцсети
Забыли пароль?