В каких компаниях (в Москве) можно начать карьеру в анализе данных (data science)?

Question

[hudozhnin]

всем привет
я один из тех 3*-летних "чудаков", которые решают что-то поменять в своей жизни, но не совсем понимают как.

Предыстория вкратце: основной мой рабочий опыт сосредоточен на стороне ИТ-консалтинга (внедрение ПО для нужд бизнеса). Большую часть своего опыта я занимался настройкой/внедрением системы для бизнес-анализа, которую больше никто не продает и не покупает, и суть настройки которой заключалась в кастомизации бесчисленных окон с "галочками" и XML файлов. Ввиду этого, с точки зрения владения какой-то технологией в хорошем объеме, мой опыт совсем нерелевантен рынку, так что у меня нет сильной стороны на продажу.
Последний год я участвовал в более-менее серьезном проекте (на другом "уважаемом" ПО), но в качестве аналитика, то есть выходом моей работы были документы и схемы бизнес-процессов. Проект претерпел крах, начались задержки з/п и я ушел "в никуда", решив при этом по крайней мере на данном этапе жизни покончить с ИТ-консалтингом.

В какой-то умной книге я прочитал, что при желании сменить деятельность надо посмотреть на свою жизнь, на увлечения молодости, на то, что ближе сейчас. Очевидно, что для среднего "технаря" такой деятельностью может быть программирование и его различные приложения.
Я понимаю, что программистом можно стать только за 10 лет, я видел комикс "как стать программистом за 21 день" и т.п. Естественно, изучая этот вопрос, чаще всего я сталкивался с советами изучать Python как наименее сложный для вхождения "стариками" и вообще. Но язык сам по себе - лишь инструмент, и кроме него нужно изучать многое в зависимости от потенциального интереса применения. И если есть интерес писать игры, то очевидно, что python - не лучший выбор.
Далее изучая происходящее в ИТ и компании, где со временем хотелось бы оказаться, я пришел к выводу, что мне скорее интересно развиваться в направлении анализа данных (или data science, как сейчас модно обозначать), так что вроде как и python подходит.
Прошел начальный курс по python от stepic.org, там же - основы статистики. Сейчас заканчиваю первые два курса специализации "data science" от Курсеры, собираюсь закончить специализацию (еще 7 курсов), правда, без дипломной (т.к. бесплатно). Одновременно с этим в планах дополнительный курс по R и по применению python для анализа данных от Udacity.
По материалам и курсам примерно понятно, но не совсем ясно, как начинать карьеру (нахожусь в ближайшем Подмосковье).

Прошу уважаемое сообщество скорректировать (если нужно) планы по самообучению и подсказать компании (кроме Яндекса), где бывают начальные позиции, у которых анализ данных - основной или один из центральных скиллов.
Спасибо! (простите за сумбур)

Comments

[Иван Мельников]

Прошло более 3-х лет. Ну и как успехи?

Answer 1

[mamkaololosha]

> начальные позиции

Тут скорее подойдет ученый математик какой-нибудь.
У вас может быть bottleneck в точных науках и theoretical computer science. Выльется это в то, что вы просто не сможете понять чего от вас хотят. Можете начать смотреть эти лекции (~36 часов). На 4-6 месяцев хватит, чтобы схватить немного теоретические вершки. habrahabr.ru/company/yandex/blog/208034

Answer 2

[bobrovskyserg]

Не поддавайтесь самообману.
Основы статистики на stepic.org - это ниочем, самый вводный курс. Курс по R, видимо, не уйдёт далеко.
Про Курсеру и Udacity ничего не скажу.
Гляньте на выложенные в паблик курсы ШАД Яндекса, примерьтесь - потянете ли.
Удачи.

Comments

[hudozhnin]

Насчет "потянете ли" - это отдельная проблема. В виду того, что моя карьера и вообще жизнь сложилась не очень удачно по сравнению с большинством людей, которых я знаю лично, у меня очень большой градус неуверенности в себе, и малейшая сложность для меня является триггером статуса "не потяну". Не знаю, как с этим бороться. Не бороться и выбрать самое простое? Бороться до последнего? Я не знаю :-(

[Сергей]

Боритесь. Дорогу осилит идущий. Всё начинается с малого.

[bobrovskyserg]

hudozhnin:
Я бы разделил ваш план на подзадачи, выполнение которых имеет самостоятельную ценность.
Например, изучение Питона. Курсы - этого мало, надо набить руку. Запишитесь на checkio.org, у них с этим хорошо - решаешь и получаешь доступ к чужим решениям, сразу видно что к чему.
А 10 лет - это страшилка.

Answer 3

[hudozhnin]

Короче, парни, докладываю, если интересно кому: докладывать пока особо не о чем.

Закончил очередной курс по R, освежил курсом для начинающих основы Python.
Далее в планах - примерно как завещал товарищ akrot с mlclass.ru:
- курсы по дискре и алгоритмам (возьму оба со stepic.org, вроде неплохие по советам бывалых);
- курс Andrew Ng по ML от на Курсере (вероятно, на нем станет понятно, пойдет ли у меня дело дальше неумелого хобби);
- (где-то в этом районе курс Воронцова по ML, который читается в ШАД);
- kaggle tutorials, задачи для начинающих;
- ...

Все это конечно в теории хорошо, а на практике, к сути вопроса - за это время я "откликался" примерно на 5-7 вакансий (это очень мало, понимаю), которые так или иначе были похожи на младшие позиции, связанные с анализом данных - везде незамедлительный отказ. Спорить с этим сложно, толкового опыта кроме примитивной подготовки данных, проверки гипотез и т.п. в R у меня ничего нет.
Все это время я перебиваюсь всяким фрилансом по теме со старых работ, но надо выходить на постоянку какую-то, есть охота. И раз предложений кое-как по теме у меня нет, критично ли устроится на что-то не связанное с анализом данных никак? Или все же поискать что-то, что хоть как-то можно увязать в будущем, например, младшие позиции разработчиков python и т.п.?

Comments

[Сергей]

У одной конторы есть данные о поездках в её такси (обновляемые) за несколько лет.
Грубо говоря. начальная точка (GPS) -конечная точка (GPS) -маршрут (список GPS), возможно есть еще времена, какие-то служебные данные.

Вот можно было бы придумать, что из этих данных можно выжать, и т.о. как-то предложить свои услуги этой фирме (связи есть, сами управленцы не против использования этих данных). Т.е. вот вам фриланс-DataMining :) Идеи есть ?
Мне кажется суть DataMining-это как раз идеи, а вот реализация - это всего лишь дело техники.

[hudozhnin]

Сергей: да идей полно, это же "классический" case от McKinsey прежде всего, часто похожее встречал на собеседованиях за последний год

[Сергей]

Я, к сожалению, не специалист в этом деле. Если у вас есть интерес, напишите мне на почту свои контакты (почта в профиле).

Answer 4

[Александр]

компания Betamind. попробуйте.