Телеграм канал «Канал Доброго Вани | Data Science»

А если я аналитик, но в DE пока вообще ничего не понимаю? 😳

Кажется пришло время поговорить про DE. В целом все понимают перспективность перехода в дата-инженерию. Гораздо чаще возникает другой вопрос: «А достаточно ли у меня сейчас знаний, чтобы вообще зайти в DE?»

И когда начинаешь смотреть на базовый стек дата-инженера, в голове примерно следующее:
SQL — знаю.
Python — тоже.
Airflow — видел.
Kafka — примерно представляю, что это что-то важное.
Spark — лучше пока не спрашивайте.

И где-то между «DWH» и «оркестрацией пайплайнов» появляется ощущение, что к первой позиции DE ты пока не готов.

Хотя если ты уже работаешь аналитиком, у тебя, скорее всего, уже есть приличная часть фундамента. Ты уже понимаешь, что такое данные, зачем нужны витрины, почему один и тот же показатель может внезапно считаться по-разному в двух командах и почему запрос на 15 JOIN'ов — не всегда хорошая идея. А значит, вопрос скорее не в том, чтобы начать профессию с нуля, а в том, чтобы достроить недостающий инженерный слой. И вот здесь мне как раз нравится подход Симулейтив в их буткемпе «Инженер данных».

Первые 10 недель — база и выход на junior-уровень. Дальше — более глубокое погружение в инструменты и развитие уже в сторону middle.

На обучение совершенно не обязательно приходить уже с опытом работы с Airflow, Spark и Kafka или с умением самостоятельно строить DWH. Наоборот — можно спокойно разобраться с тем, как все это устроено и зачем вообще нужно за 10 недель, а после углубить свои знания.

При этом на буткемпе довольно много внимания уделяют не только технологиям, но и тому, с чем предстоит работать на реальной позиции:
➖строить пайплайны
➖работать с хранилищами и DWH
➖обрабатывать данные
➖писать SQL и Python
➖разбираться с архитектурой
➖готовиться к собеседованиям еще во время обучения

В плане погружения в стек - формат буткемпа подходит лучше всего: есть структура, ментор, регулярные занятия, реальные инструменты и возможность не вариться во всем этом самостоятельно.

Плюс есть гостевые лекции от дата-инженеров из Яндекса, Т-Банка, Авито, Сбера и Ozon и ИИ-инструменты, которые используют в обучении.

У Симулейтив все так же остались гранты на обучение и гарантия трудоустройства для студентов, но места на новый поток разбирают еще активнее чем на прошлый, осталось только 3 места!

Так что не ждите идеального момента, действуйте прямо сейчас. Усильте свой профессиональный трек новым стеком.

🔗 ЗАБРОНИРОВАТЬ МЕСТО

Пауза в канале немного затянулась 😅 Пора возвращаться.

Сегодня — партнёрский пост про дата-инженерию. Если вы работаете аналитиком и присматриваетесь к DE, наверняка возникал вопрос: сколько ещё нужно выучить, чтобы вообще попробовать себя в этой роли? С него и начнём 👇

коллеги-яндексоиды, сил нам 🙏