Ни для кого не секрет, что сфера Data Science сегодня горячая, работы много, рук не хватает, и начать зарабатывать 300 кк/сек можно еще до того, как конкуренты пройдут курсы по саморазвитию и созданию собственного бизнеса у владельцев селфи.
со спортивными автомобилями.
Мы в X5 Group также активно помогаем молодым специалистам стать зрелыми профессионалами и можем вас заверить, что даже если 300 тыс.
/сек – это утопия, то 300 тыс.
/мес – вполне реальность.
Типичный случай выглядит так: Молодой стажер приходит к нам, получает наставника из числа старших сотрудников, проходит курсы повышения квалификации в нашей X5 Digital Academy, формирует компетенции и через 3-4 месяца становится младшим аналитиком, а по сути менеджером по анализу больших данных, так как эта должность называется в штатном расписании.
И некоторые из них сразу становились Старшими менеджерами, если их привели, достроили и продемонстрировали.
Школа аналитиков Это наш второй запуск, первый запуск был для внутренних сотрудников Х5, второй запустился в октябре 2020 года онлайн для всех, кто сдал вступительные экзамены.
Выпускной состоялся 17 июня, стажировки и договоры найма все присутствовали.
Расскажем немного о содержании Школы.
Он основан на двух мощных курсах, составляющих его основу: программирование на Python и машинное обучение.
Первый — это 14 лекций, начиная от основ, собственных структур данных и базового синтаксиса, итераторов, замыканий и исключений и заканчивая модулями, управлением атрибутами и библиотеками обработки данных.
Приятным бонусом для слушателей пилотного запуска стали занятия по асинхронному программированию от Сергея Кабанова, которые изначально даже не планировались.
Второй курс — классическое машинное обучение: регрессия и классификация, бустинг и библиотеки для них, обучение без учителя и временные ряды, всего 14 лекций и 14 семинаров, домашние задания, Kaggle in-class. Вокруг двух базовых курсов есть встроенные модули по математике, статистике и тестам AB, SQL и базам данных, Bigdata и Devops. Все модули имеют примерно одинаковую продолжительность – 20-28 часов аудиторных занятий плюс домашнее задание.
В целом выпускник Школы — это практически готовый аналитик, знающий инструменты повседневной работы, стек технологий и знающий принципы работы систем хранения и обработки больших данных.
Ему достаточно поработать стажером всего 3-4 месяца, чтобы понять, как обстоят дела на самом деле, либо он может сразу приступить к работе младшим аналитиком, если у него есть некоторый опыт работы, полученный до поступления в Школу, или параллельно с обучением в Школе.
это.
Понятно, что содержание Школы доступно обучающимся, и недостаток знаний они восполняют не только непосредственно на рабочем месте, но и из методических материалов, разработанных в Школе.
Давайте рассмотрим спектр навыков и знаний, которыми обладает, в нашем понимании, младший аналитик, или, более звучно, менеджер по анализу больших данных.
Это отображено на этой замечательной ретро-картинке прямо из Excel и говорит о том, что младший аналитик должен уметь программировать на Python (внезапно), писать базовые запросы на SQL (:вы-не-говорите:), знать базовую статистику на уровне p. - значение уровня, уметь преобразовывать числа в идеи, уметь использовать fitpredict и знать базовый стек компьютерных технологий: Git, Linux, bash, можно делать Docker, Kubernetes и так далее и так далее, здесь в какой-то момент будет фазовый переход к середине, и так до бесконечности.
Подробности здесь .
Что касается SQL, мы задаем вопросы на уровне соединений, группировок и оконных функций; иногда мы можем попросить вас рассказать нам об индексах и для чего они предназначены.
Также мы просим вас решить задачу Leetcode-easy level на Python, чтобы понять, насколько уверенно кандидат будет справляться с повседневными задачами, знает ли он о сложности алгоритмов, не забывает ли о крайних случаях и пишет ли работающий код. в общем.
Мы хотим, чтобы кандидат разбирался в машинном обучении на уровне базовых алгоритмов обучения с преподавателем и без него, умел говорить о валидации и разработке функций, а также знал основные типы задач и метрики для них.
Все открыто курс от ODS .
Статистика лежит в основе наших конвейеров AV-тестирования, которые мы используем для оценки экономического эффекта от реализации той или иной инициативы, поэтому знание этой области требуется в рамках метода максимального правдоподобия, максимальной апостериорной вероятности, методов статистического тестирования.
гипотезы, само AV-тестирование и оценки процесса статистическими методами.
Важный навык проведения аналитических исследований не так-то просто оценить на собеседовании; здесь мы судим скорее по словам заявителя, по его пет-проектам, по тому, как он аргументирует свои ответы в других разделах интервью.
Последнее требование — базовая компьютерная грамотность, которая включает в себя навыки работы с Git, bash, базовое понимание тестирования программ и понимание процессов непрерывной интеграции.
Нам кажется, что, получив теоретические знания по темам Школы аналитиков во время стажировки, и поработав с реальными задачами ad-hoc анализа и продуктовой аналитики, умный стажер легко сможет претендовать на должность младшего аналитика.
по окончании стажировки уверенно выполнять поставленные задачи и приносить пользу компании, что мы отражаем в его зарплатной ведомости.
В Х5 мы предлагаем два типа стажировок: круглогодичную и летнюю.
В первую очередь мы стараемся набирать выпускников Школы аналитиков данных Х5, зная, что они гарантированно обладают интересующими нас знаниями и навыками, но также набираем студентов вузов, если они могут совмещать учебу и работу в течение 20-30 лет. часов в неделю.
Но второй стартует 1 июля, длится 2 месяца и дает потрясающую возможность работать 20-40 часов в неделю вместо жарких летних развлечений над продуктами и проектами нашей компании.
Приведем несколько примеров.
Ценовой продукт — это расчет регулярных ценников в сети «Пятерочка», состоящей из 17 тысяч магазинов, для достижения заданных показателей бизнеса.
В продукте используются графовые модели, бустинг, AB-тесты, модели исследования операций, подгонка кривой и многое другое.
В Х5 есть планирование промоакций – оптимизация набора товаров, входящих в акцию.
При оптимизации учитываются встраивания продуктов (привет модель матричной факторизации) для исключения продуктов-заменителей, прогноз продаж и сложная механика (купи 2, получи 1 бесплатно) + оптимизация акционных цен.
Можно с уверенностью сказать, что продукт сочетает в себе все текущие разработки Big Data в сфере коммерции.
Особое внимание мы уделяем показателям продукции и документации по качеству.
Также есть направление работы с внешними организациями, которые хотят принимать решения с использованием данных Х5. Например, поставщики продукции могут получать сложные отчеты и, например, корректировать свою продуктовую линейку или корректировать логистику и производство.
Рекламные агентства – проводят кампании, ориентированные на нужный сегмент клиентов Х5, а также оценивают их результаты.
Финансовые учреждения заинтересованы в совершенствовании собственных скоринговых моделей с помощью наших моделей или поиске клиентов со схожим поведением.
Как правило, у каждой команды свои требования к аналитикам, но основная цель всех продуктов — сделать комплексные решения в интересах бизнес-подразделений, поэтому у нас есть SQL-разработка, статистика, машинное обучение и различные инженерные задачи.
Обычно стажеры занимаются AV-тестированием, продуктовой аналитикой, написанием вспомогательного кода, работой с данными, построением витрин и дашбордов.
Теги: #Машинное обучение #python #Карьера в ИТ-индустрии #Большие данные #стажировка #ml #bigdata #торговая торговля #Инженерия данных #sql #A/B-тестирование #наука о данных #mlcourse_open
-
Особенности Apple Macbook
19 Oct, 24 -
Полюсы
19 Oct, 24 -
Солнечным Батареям 60 Лет.
19 Oct, 24 -
Камера С Функцией Отслеживания Объектов
19 Oct, 24
