Совет: Python Intermediate Developer?

Собственно, хотелось бы услышать мысли/советы/идеи по поводу как/куда/каким образом продвигаться дальше:

1. Начал учиться программировать (с нуля) где то около 2 (с передышками) лет назад. Сначала осваивал Swift, но на тот момент от оказался не по зубам. В этом году в марте засел уже конкретно за Python и вообще Computer Science. Не скажу, что стал программистом, т.к. признаю что говнокодер, но галопам по Европам прошел всю университетскую программу, включая математику (матан/дискретка/линал), алгоритмы, работу ПО, базовое программирование (вкл. MIT'ышные 2 основных начальных курса по Java/и C++, хотя программировать на них не умею).

2. Сейчас: перечитал и пересмотрел до фига видео и книг по Питону.
Сделал порядка 10 курсов Jose Portilla на Udemy:
1. Python Bootcamp
2. Django (+HTML/CSS/Bootstrap/jQuery/JS - basics)
3. Flask
4. SQL Bootcamp
5. Dash (Python framework)
6. Data Structures + Algorithms
7. Python for Finance
8. Python for Data Science (с элементами NumPy, Pandas, MatplotLib, Seaborn, Scikit-Learn и
примерами Linear/Logical Regression, K Nearest Neighbour, Decision Trees, SVM, NLP,
recommender system, чуть-чуть Tensor Flow и как устанавливать AWS)
9. Spark
10. курс по Tableau
11. лекции Хирьянова с МФТИ

Поверхностно пробежался по нескольким другим основным книгам Dive into Python, Automate Everything, по алгоритмам, McKinney "Python for Data Analysis" итд для середнячков (и прочим темам вроде pattern'ов, ООП, алгоритмам, cyphers:)).

Плюс полностью освоил Learn Python the Hard Way и Learn Programming with Python by Irv Kalb (2 лучших ресурса имхо для начинающих)

Сделал портфолио на Github с 10 проектами:
1. Social Network на Django/HTML/CSS
2. Stock Ticker на Dash.Plotly (можно посм. здесь https://dash.plot.ly/gallery)
2. Bank Account
3. Blackjack
4. Calculator Guess Number
5. MCQ game с IO возможностями
6. Tank Game
7. Find zodiac sign
8. разн. маленькие задачи для Panda's (и другие by Henley "Learn Data Science with Python"
9. пару простых упр. игр для освоения OOP
итд

В итоге:
1. Окончательная цель - попасть/уйти в Data Science в коммерческой сфере
(тем более сейчас работаю бухгалтером, т.е. domain knowledge у меня есть и
тем более (еще), недавно ходил на лекцию профессора математики, кот. сейчас стала Data Scientist'ом, но за 2 часа лекции не сказала ни разу слово бизнес, ни что либо практичное, а только тараторила как можно работать с R).
2. Но: а) реалистично у меня нет ни Mагистратуры, ни даже CS образования, что является неотемлеммым условием для кандидатов на эти позиции б) ни даже более-менее профессиональных навыков программирования чтобы хотя бы туда идти на собеседования
3) Поэтому: есть идеи пойти работать в дизайн-студию junir'ом, кот. занимаются разработкой софта для клиентов, но более в сторону фронт-энда. ИМХО, в какие то компании серьезные в данный момент меня на программисткую позицию не возьмут.

Но, с одной стороны, если идти в верстку и прочий web, т.е. это еще дальше от Data Science, хотя можно многому научиться непосредственно у людей, кот. этим занимаются каждый день и профессионально.
С другой, учиться одному учиться по вечерам уже и надоело и сил больше нет, т.к. пока изучал все этом сам изобрел не один велосипед и понимаю сейчас, что все можно было освоить и быстрее и системнее даже если бы взял простые курсы, но на университетском или каком то академическом уровне. Плюс, работая с наставником иногда проблему, кот. у меня может занять на решение час, у профессионала уйдет 3 минуты на объяснение.

Т.е. опять же, с основной работой тоже хочу уже закончить, т.к. и засиделся на ней нереально, и компания меня не продвигает, дошел как и до профессионального, так и морального в ней потолка, надо двигаться хоть куда уже дальше.

Поэтому: приветствую любые наводки, пред.опыт, мысли по поводу как лучше двигаться дальше или мысли по поводу вышесказанного.

Заранее спасибо за все комментарии!
  • Вопрос задан
  • 1711 просмотров
Пригласить эксперта
Ответы на вопрос 6
gobananas
@gobananas
finishhim.ru
Странные вы люди...
Начал, продвинулся, до конца пока не дошёл, решил повернуть совсем в другую сторону. 2 года жизни выкинуть не жалко...

По существу совета два:
1) начните работать питон-разработчиком не на Data Science пока. Получите профильный опыт разработки и потом даже без профильного образования проще будет на нужную должность перейти.
2) Отсутствие образование формального мешает? Получите заочно, удалённо.

В общем: по американски "Сделай ИЛИ умри", по-нашему "Умри НО сделай". Если чувствуете что сфера интересна - добивайте её до конца. Ну и работу смените, она убивает ваше это и уверенность в себе, а это мешает двигаться дальше.
Ответ написан
@Sizar
У меня все точно так же, прям идентичная ситуация. Если бы ты потратил это время на изучение Java, то уже работал бы джавистом, зарабатывал бы, были бы перспективы и рост. Обидно за потерянное время? Мне вот частично да.
Тебя без строго математического образования топ вуза (МГУ, ВШЭ, МФТИ) не возьмут. Вечерку мехмата МГУ очень мало кто может закончить, учиться 4 года, стоит миллион. С очного в data science мало кто идет по многим причинам, в том числе не берут. Python в data science это вообще просто инструмент, там кодить не надо как программист, там математика и мышление аналитика. Посмотри по каким материалам готовятся в ШАД и что там они делают (там тоже мало кто тянет, сложно), вот это про data science. С твоим бэкграундом тебя не возьмут уже, конкуренция большая, среди них много аспирантов.
И ты это понял и решил податься в веб, ведь питон знаешь, а там он как собаке пятая нога, там PHP с JS царь и бог, и работа эта плохая, если откровенно и бесперспективная.
Так вот:)) Т.е. без шансов. Некоторые, кто сейчас там, буквально с младших классов участвовали в математических олимпиадах (родители тащили), и ботаны (в хорошем смысле) там все. Так-то эта тема конечно лучше чем энтерпрайз и сайтоклепство.
Ответ написан
@asd111
В дата саенс тебя скорее всего завалят на собеседовании потому что спросят какой у тебя ранг на kaggle.com и какие задачи с кегла ты решил.
В вебе спросят покажи готовый интернет магазин или ещё какой нибудь более менее законченный тобою проект даже если он не в продакшене. На самом деле такой проект можно написать на коленке за 2 недели.
Я бы советовал либо программирование 1с потому что вы бухгалтер, либо тестировщиком т.е. QA на python.
Ответ написан
Правило хорошего тона: долби одну сферу, тогда доберешься до успеха.
Ответ написан
Решайте задачи в новых областях с новыми инструментами.
Ответ написан
xozzslip
@xozzslip
Чекни мой канал о кодинге https://bit.ly/2LNBAL8
Но, с одной стороны, если идти в верстку и прочий web, т.е. это еще дальше от Data Science


вёрстка да, но backend — вполне релевантный навых для Data Science. Работая в этом направлении вы будете развивать свой навык написания кода, работы с инструментами. Будете развиваться как инженер. А в DS сможете зарулить позже.
Ответ написан
Ваш ответ на вопрос

Войдите, чтобы написать ответ

Войти через центр авторизации
Похожие вопросы