Роман Зыков - Роман с Data Science. Как монетизировать большие данные [litres]

Здесь есть возможность читать онлайн «Роман Зыков - Роман с Data Science. Как монетизировать большие данные [litres]» — ознакомительный отрывок электронной книги совершенно бесплатно, а после прочтения отрывка купить полную версию. В некоторых случаях можно слушать аудио, скачать через торрент в формате fb2 и присутствует краткое содержание. Город: Санкт-Петербург, Год выпуска: 2021, ISBN: 2021, Издательство: Издательство Питер, Жанр: Базы данных, popular_business, на русском языке. Описание произведения, (предисловие) а так же отзывы посетителей доступны на портале библиотеки ЛибКат.

Роман с Data Science. Как монетизировать большие данные [litres]: краткое содержание, описание и аннотация

Предлагаем к чтению аннотацию, описание, краткое содержание или предисловие (зависит от того, что написал сам автор книги «Роман с Data Science. Как монетизировать большие данные [litres]»). Если вы не нашли необходимую информацию о книге — напишите в комментариях, мы постараемся отыскать её.

Как выжать все из своих данных? Как принимать решения на основе данных? Как организовать анализ данных (data science) внутри компании? Кого нанять аналитиком? Как довести проекты машинного обучения (machine learning) и искусственного интеллекта до топового уровня? На эти и многие другие вопросы Роман Зыков знает ответ, потому что занимается анализом данных почти двадцать лет. В послужном списке Романа – создание с нуля собственной компании с офисами в Европе и Южной Америке, ставшей лидером по применению искусственного интеллекта (AI) на российском рынке. Кроме того, автор книги создал с нуля аналитику в Ozon.ru.
Эта книга предназначена для думающих читателей, которые хотят попробовать свои силы в области анализа данных и создавать сервисы на их основе. Она будет вам полезна, если вы менеджер, который хочет ставить задачи аналитике и управлять ею. Если вы инвестор, с ней вам будет легче понять потенциал стартапа. Те, кто «пилит» свой стартап, найдут здесь рекомендации, как выбрать подходящие технологии и набрать команду. А начинающим специалистам книга поможет расширить кругозор и начать применять практики, о которых они раньше не задумывались, и это выделит их среди профессионалов такой непростой и изменчивой области. Книга не содержит примеров программного кода, в ней почти нет математики.
В формате PDF A4 сохранен издательский макет.

Роман с Data Science. Как монетизировать большие данные [litres] — читать онлайн ознакомительный отрывок

Ниже представлен текст книги, разбитый по страницам. Система сохранения места последней прочитанной страницы, позволяет с удобством читать онлайн бесплатно книгу «Роман с Data Science. Как монетизировать большие данные [litres]», без необходимости каждый раз заново искать на чём Вы остановились. Поставьте закладку, и сможете в любой момент перейти на страницу, на которой закончили чтение.

Тёмная тема
Сбросить

Интервал:

Закладка:

Сделать

Конечно, это была счастливая случайность, что я попал на такую работу. Но для успеха одной удачи мало – надо ею правильно распорядиться. Одновременно со мной в StatSoft на должность стажера пришел еще один физтех с самого элитного факультета общей и прикладной физики (ФОПФ). Он ушел через месяц – ему не понравилось заниматься переводами, а возможно, еще через пару месяцев у него тоже появились бы интересные задачи. Кстати, на сайте StatSoft.ru до сих пор есть хорошие вакансии для студентов старших курсов.

На старте карьеры я не рекомендую гнаться за большими деньгами – гораздо важнее не бояться попытать удачу, и, если она вам улыбнулась, воспользоваться ею. Мне повезло – моя работа мне понравилась сразу. Очень много физтехов не связывает свою дальнейшую жизнь с наукой, а мне приятно, что я занимаюсь прикладной наукой. Ищите стажировки, причем необязательно в больших «уважаемых» компаниях. Лучше даже начать с небольших фирм: там вы получите широкий кругозор и самостоятельность, а не будете просто мелким винтиком в гигантской корпорации, где вы максимально далеки от конечного продукта. Работая в небольшой фирме, вы будете больше влиять на результаты ее работы, на продажи и прибыль – что, с моей точки зрения, гораздо интереснее.

На что обратить внимание при выборе первого (а также второго, третьего и всех остальных) места работы? Во-первых, чему там научат? Я бы рекомендовал напрямую задавать такой вопрос на собеседовании. Если его сочтут за дерзость – значит, это не ваш работодатель. Во-вторых, личность руководителя – важная часть вашего становления как специалиста. Если он/она сильный – и как коллега, и как менеджер, – считайте, что вытянули счастливый билет. В-третьих, оказавшись на испытательном сроке, присмотритесь к корпоративной культуре – насколько она добра или токсична к новичкам. Я не считаю, что с ними нужно нянчиться, но должна существовать хотя бы самая простая программа введения в курс дела. Я сам обычно попадал в равнодушную среду – меня особо не тащили, но и не мешали, и этого мне было достаточно. Были моменты, когда мне передавали дела и я сталкивался с ревностью сотрудников. Но с этим должен уже разбираться руководитель. Еще один момент – не игнорируйте свою интуицию, когда проходите собеседования или уже работаете на испытательном сроке. Если вам кажется, что что-то не так, – возможно, вы правы.

Как искать работу

Есть три способа: обратиться в компанию напрямую, через профессиональных рекрутеров или использовать личные связи. Последний вариант лучше всего. Один сотрудник компании Netflix мне так и сказал – сюда нельзя попасть, если никто тебя не знает. В очень серьезные компании типа FAANG (Facebook, Apple, Amazon, Netflix, Google (Alphabet)) через знакомых проще получить доступ к рекрутеру. Самые лучшие предложения о найме я получил от тех, с кем когда-то работал: например, в Ozon я попал через своего бывшего руководителя из StatSoft, в Ostrovok.ru меня позвала моя бывшая сотрудница, которая устроилась туда работать. Поддерживайте хорошие отношения с коллегами, они вам еще пригодятся. Ответить на вакансию на сайте компании или hh.ru – менее популярный путь. У него есть минус по сравнению с трудоустройством через знакомых – о вас нет априорной информации (никто вас не рекомендовал). Кроме того, будем честны – самые интересные вакансии зачастую даже не публикуются на сайтах компаний. А вот поиск работы через профессиональных рекрутеров в моей практике ни разу не сработал – я никогда не находил работу и сам не нанял ни одного человека с их помощью. На мой взгляд, у такого посредничества есть только один плюс – иногда рекрутеры работают по скрытым вакансиям компаний (ищут топ-менеджеров), которые их наняли.

Как попасть на собеседование и подготовиться к нему? В первую очередь нужно внимательно прочитать весь текст объявления о вакансии, лучше несколько раз – почти каждое слово в нем несет смысл. Второй шаг – переписать резюме таким образом, чтобы рекрутер, просто просмотрев его, сразу понял(а), что вас стоит позвать. Не игнорируйте сопроводительное письмо – оно правда работает. Я в это не верил, пока сам не начал нанимать сотрудников. Напишите, почему вам интересна вакансия и почему вы считаете себя подходящим кандидатом. Для меня как руководителя это очень сильный сигнал, что человек очень хочет попасть к нам. Я обязательно обращу внимание на такое резюме, даже если у меня есть кандидаты посильнее, но без сопроводительного письма.

Читать дальше
Тёмная тема
Сбросить

Интервал:

Закладка:

Сделать

Похожие книги на «Роман с Data Science. Как монетизировать большие данные [litres]»

Представляем Вашему вниманию похожие книги на «Роман с Data Science. Как монетизировать большие данные [litres]» списком для выбора. Мы отобрали схожую по названию и смыслу литературу в надежде предоставить читателям больше вариантов отыскать новые, интересные, ещё непрочитанные произведения.


Отзывы о книге «Роман с Data Science. Как монетизировать большие данные [litres]»

Обсуждение, отзывы о книге «Роман с Data Science. Как монетизировать большие данные [litres]» и просто собственные мнения читателей. Оставьте ваши комментарии, напишите, что Вы думаете о произведении, его смысле или главных героях. Укажите что конкретно понравилось, а что нет, и почему Вы так считаете.

x