Интересная точка зрения про корреляцию опыта собеседования и опыта работы в компании. Если в описание вакансии хаус, если ваш спрашивают непонятные вопросы и дают непонятные задания, не говорят сроков по этам, уровень дохода, перспективы и многое другое, то скорей всего внутри компании вас не ждет ничего хорошего.

Компании, которые хотят найти хороших спецов постараются сделать этот процесс максимально понятным и прозрачным.

В тему datalearn, ваши первые собеседования будут BAD! И это нормально, главное, что 20е или 30е закончилось офером.

В любом процессе будет сначало плохо, но просто надо двигаться дальше и все будет супер!

Недавно в нашем чатике обсуждали жизнь и работу в Черногории. Замечательная страна.

O'Reilly опубликовали результаты опроса по зарплатам, которые они провели среди подписчиков Data&AI.  

Вот основные моменты:
- Средняя зарплата 146000 US$.
- За последние три года в среднем у людей зарплата выросла на 9252 US$ в год, то есть на 2.25%. Нашлось 8% бедолаг, у кого заработок понизился.
- Толька 22% крепко призадумались о смене работы, возможно из-за пандемии все хотят надежности и боятся поменять работу
- В Калифорнии самая высокая средняя компенсация - 176000 US$, затем NY и Boston (MA штат)
- 84% зарплат женщин оказались меньше их коллег мужчин, зато у женщин было больше ученых степеней
- Многое товарищи прошли сертификация AWS и Azure, и это положительно сказалось на доходах
- Многое из опроса проходят тренинги и проходят курсы.

А что я думаю о результатах?
- Так, я не понял где зарплаты по 500 000 US$, на графиках шкала заканчиватся на 200 000 US$🤔
- Почему у женщин зарплаты меньше? Если мы только и слышим о равенстве в западном мире. Возможно, мужики более наглые и не стесняются торговаться?
- Понятное дело в ИТ все время надо учится, а то будет как у 8% бедолаг - понижение зарплаты
- В списке языков Python и SQL где-то по середине, а сверху Rust и Go.  На них тоже делают Data&AI? Кто использует PERL для аналитики, тот вообще, мягко говоря, неудачник (судя по графикам). Еще мне понравился язык D.

Получается очень красивое название у опроса и цель хорошая была, но как-то получается бесполезные результаты, а вы что думаете?

Народ, вы используете docker для DE? В каких случаях можно получить преимущетсва?

PS Никогда не использовал в продакшн.

Microsoft опубликовал курс IoT for Beginners https://github.com/microsoft/IoT-For-Beginners

И там же есть Beginner's Series to Blockchain https://github.com/microsoft/beginners-series-blockchain

Креативненько!
https://hh.ru/vacancy/48489049

Еще одна новая книга по Табло от Орейли
https://www.oreilly.com/library/view/tableau-desktop-cookbook/9781492090106/

Облака это круто, говорили они… Но вот, что-то поломалось в облаках и соц сети отвалились

https://www.theverge.com/2021/10/4/22708989/instagram-facebook-outage-messenger-whatsapp-error

Привет!
В Новартис ищем стажера аналитика на 1-2 месяца.
Работа с Excel, Alteryx, Qlik, Python + power point
Офис в Москве м. Сокол. Можно рассмотреть и частичную удаленку

В datalearn много новичков, вероятнее всего, кому-то точно будет интересно 😊

Чатик, я вам новый дайджест принёс!
https://jb.gg/ectvj9

6 Октябра Plotly выпускает Dash 5.0 и будет рассказывать про него.

Dash - the leading low-code platform for AI apps (Можно и BI построить). Dash (open source) & Dash Enterprise let you build & deploy analytic web apps using Python, R, and Julia. No JavaScript or DevOps required.

Plotly - Open Source Graphing Libraries
Interactive charts and maps for Python, R, Julia, ggplot2, .NET, and MATLAB®.

Статья про назначение __init__ .py

Интересный опрос)) Но на самом деле никто не получает. Главное делать выводы и учиться на ошибках.

Воспользуясь советом Дмитрия :)
Ну вдруг) интересно же!

Наша дата-команда ищет на большой проект 2 инженеров данных уровня мидл и выше с твёрдым знанием T SQL.

Задачи проекта - создание моделей в хранилище данных у клиента под процессную аналитику, включая интеграцию и достаточно нестандартный подход к etl.

Полагается построение хранилища не по тз, а с головой, под решение аналитических бизнес задач, дальше на моделях строим как обычно всякие дашборды.

Суть всей создаваемой аналитики - поиск возможностей для изменения и улучшения процессов компании.

Будем рады и ооочень ждем:) 🤳🏼
Пишите

Хоть какое то описание на hh:
https://hh.ru/vacancy/46371781?from=employer

У продуктовой команды чаще получается создать и запустить продукт, чем у дата команды создать аналитическое решение. Возможно стоит управлять дата командой как продуктовой?

There is a better way to build and run a data organization: run it as if you were building a Data Product and all of your colleagues are your customers. We believe this has the ability to transform your organization and help teams reach their true potential.

Статья про то, как начать в data профессии.

Ключевая фраза -  I’d give 60% focus on SQL, with maybe 10% each for Git, CLI, Python, BI tools.

Я всегда топил за SQL! И в datalearn, кто учится, то знает, как надо начать и найти работу за 5 месяцев с 0.

General advice being - go and start doing analytics in your current position, utilizing whichever data skills/tools/etc you have access to. Guaranteed there are data pain points you can solve (which requires you to have some business acumen and soft skills to identify & work on!). This will get you real-life experience which you can leverage into a full-time position within a couple years.

Не важно кем вы работаете и что вы делаете, попробуйте начать использовать “аналитику”.

Вы доставляете еду? Запишите все в Excel табличку, и попробуйте проанализировать.

Продавец? Запишите кол-во клиентов, наименование продуктов, кто, что смотрел, откуда пришли и тп.

Студент? Постройте дашборд в экселе про кол-во занятий в день

Ничего не делаете? Выгрузите расходы из онлайн банка, и постройте отчет, чтобы сгруппировать покупки по 3-4 категориям за последний год.

В общем, вариантов много, но они нужны для вашего резюме, для вашей истории без практического опыта.