Мы часто говорим про "облака", посмотрите как они выглядят в google https://www.youtube.com/watch?v=kd33UVZhnAA

Ничто не остановит талантливых и целеустремленных людей. А у меня в гараже велосипеды и круги надувные. А у кого-то и гаража нет. https://blog.aboutamazon.com/innovation/amazon-robotics-engineers-build-cutting-edge-technologies-from-their-garages

Лёша Шаграев из Яндекса опубликовал мануал о том, как проходить собеседования по ML.

https://youtu.be/krDfPEYVVvk

Собеседуя для Amazon на позиции BI и Data Engineer для разных команд, я осознал одну интересную вещь, она распространяется на всех, то же самое и со мной, если я буду проходить собеседование. Например, мой последний кандидат на роль BI имел 12 лет опыта, очень круто шарил в Tableau Server и администрирование, мог все рассказать про настройки и инструменты для сервера. Но оказалось, что он не очень дружит хранилищем данных и не так часто пользуется SQL. То есть получается, мы можем работать годами на одном месте, каждый день решать сложные задачи, но со временем наш кругозор начнет сужаться, и мы будем использовать только то, что нужно на работе - несколько приложение, сервисов, возможно SQL, возможно python. Чем мы не пользуемся, то уйдет на совсем, это как с иностранным языком. И в этом нет ничего плохого. Пока мы не захотим пройти собеседование в другой компании, где вас спросят совершенно другое, и вам 12 летний опыт будет не по теме. 🤦‍♂️

Всем привет! Мы же обещали вам все самое лучше! Уже на следующей неделе будет вебинар про AI и Machine Learning от Анастасии! Она расскажет про свой путь, про сертификацию AWS ML и много всего интересного! Я скину попозже youtube ссылку. PS А еще она мне помогала решать задачки по ML и ее модели показала очень хороший результат! 🚀

Пришла посылка от новой команды, приятная коробочка, а у вас в компании есть такое?

Книга про визуализацию и коллекцию дашбордов по Tableau.

В одном из обзере профессий я рассказывал про data visualization engineer. Это такой специалист/программист с фокусом на элементы визаулизации для продуктов, приложений или просто аналитики. https://www.noodle.com/articles/how-and-why-to-become-a-data-visualization-engineer

Классика. Сейлзы IBM напродавали решения для страховой компании в Лондоне за 36 млн фунтов, повнедряли чего-то. В итоге софт оказался никакой и его просто выкинули, теперь судятся. Вам продавали решения или консалтинг такой?

Одно из "модных" BI решений MODE, которое очень популярно в стартапах и продвинутых западных компаниях (там по-моему отчёты из SQL создаются) получили 33млн инвестиций. Кто-то пробовал?

Вебинар от Databricks (Spark) Лучшие Практики Инжиниринга данных https://pages.databricks.com/wb-data-engineering-best-practices

Чувак - директор аналитики в Yelp (это такой сервис рекомендаций мест). У него открыто 5 вакансий. Под постом 141+ комментарий, аля возьми меня, я уже откликнулся. Интересно другое, если быстро пролистать список комментариев, то получиться 120+ это ребята из Индии. Получается, что они захватили весь рынок аналитики в Северной Америке? Почему людей из СНГ вообще нет? Наверно это связано с чем-то? Недавно товарищ, кстати Стас, которого я одного из первых обучил BI и он устроился в Ламоду, устроился в Краков в компанию на позицию SAP manager, и его менеджер и менеджер над менеджером, тоже из Индии. То есть тренд на лицо?

Яндекс будет рассказывать про свое облако в сентябре

Австралийская конференция по инжинирингу данных. Можно бесплатно посмотреть 20 августа. Регистрация тут.

Всем привет!
В понедельник в 20:00(мск) вебинар проведёт Анастасия Риццо - Data Scientist.

Подписывайтесь на youtube канал и ставьте колокольчик, чтобы не пропустить!

Структура вебинара:
- Что такое AI ML DS и как они взаимодействуют?
- Зачем будущим Data Engineer на курсе DataLearn знать про Machine Learning и Data Science?
- В чем заключается совместная работа DE и DS?
- Кто такой DS и как им стать? Их скилы, обязанности, резюме, сертификации, софт скилы.
- Личный опыт: вход в профессию, интерншип в Mozilla, ошибки и отказы, самообучение и ресурсы, профессиональный нетворкинг, проекты и трудности работы с реальными кейсами.

Этот вебинар будет полезен:
- будущим DE которые проходят курс DataLearn
- людям с опытом работы в IT
- новичкам
- всем тем, кто хочет стать DS либо перейти в эту профессию но не знает с чего начать.

Записал подкаст с Дмитрием Аношиным — Data Engineer Амазон и автор канала Инжиниринг данных и проекта Datalearn.

Получился насыщенный разговор: Дима рассказал про свой подход к поиску работу, почему обилие технологий затрудняет вход в профессию и чем занимается дата инженер в Амазон.

2:01 — Почему сейчас сложнее войти в профессию
6:03 — Как переехал и искал работу
13:36 — Аналитик — специалист на все руки?
22:03 — Чем занимается Data Engineer в Amazon’e?
44:34 — Как у вас организован Data Governance?
47:05 — Как разработать модель данных?
51:28 — Extract или Live?
57:49 — Блиц

Аудио и текстовая версия
Яндекс Музыка
Другие платформы
Конспект текстом

Мы очень классно поговорили с Ромой Буниным, я знал что он мега крут по прошлому вебинару, и теперь лично познакомился🤗

Все что он делает со своими вебинарами, визуализацией данных очень круто! Так что, обязательно посмотрите его прошлые выпуски с другими специалистами! Ну и в нашем видео проскакивают интересные и полезные моменты про подход к поиску работы, развити и тп.

Начинается наш вебинар про DS/ML https://www.youtube.com/watch?v=0bejTH1BKWI