🌐 Бесплатный курс Анализ данных

Продолжаем публиковать полезные бесплатные курсы.

Цель курса - приобретение слушателями необходимых знаний методов статистического анализа данных и практических навыков их применения.

В процессе изучения курса слушатели получат базовые теоретические знания статистической методологии анализа статистических данных в части оценки колеблемости, динамики и структуры, а также построения прогнозных оценок.

В курсе рассматриваются прикладные аспекты анализа на основе абсолютных, относительных и средних величин, показателей вариации, взаимосвязи и структурных сдвигов. Рассмотрены вопросы анализа динамики социально-экономические явлений и построения прогнозных оценок на основе простейших методов прогнозирования.

Курс будет полезен тем, кто хочет понять статистику, познать суть методов статистического анализа данных и возможности из прикладного применения для решения конкретных практических задач.

➡️ Курс

@data_analysis_ml

Мифы и правда о поиске работы за границей

Это была второй по популярности тема в опросе, так что продолжаем. Извините, если мои тезисы больно бьют, но это так работает. Мы видим эти кейсы сотнями в месяц.

Всегда будут люди, которые скажут, а вот у меня друг подруги мамы сделал вот это, и все у него хорошо. Окей, я тут говорю про большинство и про статистику.

Миф 1: я здесь работал продактом/маркетологом/аналитиком в крупной корпорации. Значит буду работать на Западе CPO/CMO/CAO в международном стартапе.

Реальность: будет даунгрейд и/или переход в no name компанию/стартап на рядовую позицию. Чтобы прийти на повышение на Запад, надо буть ультра звездой в России, и то не факт, что выйдет.

Миф 2: буду расти на Западе так же быстро, как я это делал в России. Через три года буду директором.

Реальность: на Западе всё работает намного медленнее. Люди растут медленнее, топами становятся позже, на пенсию уходят поздно. Зайдите на Link и посмотрите на среднестатистический карьерный трек какого-нибудь VP из FMCG или даже из айти. Люди работают годами и десятками лет в одной компании и нарабатывают репутацию.

Миф 3. Через год буду получать +20-30% от того, что есть сейчас.

Реальность: В Европе (особенно в Великобритании. или Германии, например) не принято повышать зарплату сотруднику год от года. Вы договариваетесь на сумму в оффере и дальше по ней работаете ближайшие годы, пока/если не получите официальное повышение по должности.

Миф 4: получу оффер и перееду через две недели

Реальность: между оффером и вашим выходом на работу может пройти больше полугода.

Миф 5: необязательно знать язык страны, куда переезжаю

Реальность: без знания первого языка страны пробиваться наверх будет крайне сложно. Язык — это часть культуры, шуток, слов между строк. Формально можете знать только английский. Неформально — без языка никогда не стать полностью своим.

Миф 6: работодатель меня перевезет

Реальность: работодателю совсем не в кайф заниматься визами, и это доп.сигнал, чтобы выбрать того кандидата, у которого есть виза (при прочих равных)

Миф 7: за пару месяцев найду работу

Реальность: статистика нашей карьерной поддержки говорит, что поиск работы за рубежом занимает 6-12 месяцев

Миф 8: откликнусь на 100 вакансий, процентов 10 позовут на интервью

Реальность: процент положительного ответа (то есть вас приглашают на следующий этап) равен 1%. То есть, чтобы у вас было 10 приглашений, вам надо откликнуться на 1.000 вакансий, а не на 100.

Миф 9: ладно, на Западе всё сложно, но в ОАЭ и арабском мире, в целом, я буду нарасхват

Реальность: будете, если у вас есть местный знакомый или русский, который вас куда-нибудь посоветует и представит.

Миф 10: переехать можно по любой профессии, если я большой спец

Реальность: релокация открыта для технических специальностей где hard намного важнее soft в ежедневной работе и у которых четко очерчен круг навыков: разрабы, продуктовые аналитики, дата сайнтисты, UX дизайнеры, тестировщики, девопсы, дата инженеры. И, конечно, от уровня middle и выше.

P.S. Кстати, лучший курс по релокации на рынке ждет вас по ссылке на новогодней распродаже 🐶

#релокация

⭐️ Data Science: Machine Learning (Harvard university)

Отличный бесплатный курс от Harvard. Создайте систему рекомендаций фильмов и изучите научные основы одного из самых популярных и эффективных методов обработки данных.

По мере создания системы рекомендаций фильмов вы узнаете, как обучать алгоритмы с использованием обучающих данных, чтобы алгоритм мог предсказывать результат для будущих наборов данных. Вы также узнаете о переобучении и способах его избежать.

➡️ Курс

ставьте ❤️, если подобный контент вам полезен

@data_analysis_ml