Я прошел курсы от Анатолия Карпова и стал лучше справляться с работой в ИТ
Это история из Сообщества. Редакция задала вопросы, бережно отредактировала и оформила по стандартам журнала
Чуть больше года назад я начал искать свою первую работу аналитиком в ИТ.
На тот момент я окончил бакалавриат в МГТУ им. Баумана и поступил в магистратуру РЭШ по экономике. У меня была неплохая теоретическая база, но сильно не хватало практики.
Тогда я начал искать курсы, которые могли бы помочь мне быстро подтянуть навыки анализа данных, и нашел Karpov.Courses — платформу, где собраны курсы и тренажеры по языкам программирования, аналитике и Machine Learning. Это проект Анатолия Карпова — бывшего тимлида аналитики «Вконтакте».
На сайте я нашел бесплатный курс по языку работы с базами данных SQL и был счастлив. Симулятор состоит из двух блоков: 10 уроков посвящены основам SQL и три — решению продуктовых задач при помощи этого языка запросов. Большинство занятий включает короткий ролик с объяснением темы и практикум из 15—20 заданий. Доступ к контенту дается навсегда.
Курс очень помог: благодаря большому количеству практических задач по каждой теме я быстро набил руку и вскоре прошел отбор на аналитика в Сбер.
После полугода работы в Сбере я перешел в «Яндекс-еду» на позицию мидл-аналитика. Задачи стали объемнее, сложнее и ответственнее. В какой-то момент я понял, что мне нужно дополнительное обучение А/B-тестированию, и снова вспомнил про проект Карпова.
На этот раз пришлось тратить деньги: симулятор А/B-тестов стоил 45 000 ₽. В программе было 14 уроков по основным темам: проверка гипотез, выбор метрик, тестирование дизайна. Среди преподавателей был Валерий Бабушкин, входящий в число лучших специалистов по Data Science, согласно рейтингу Kaggle.
Кроме хорошей теории в курсе оказалось много практики на Python с задачками, которые симулируют реальные рабочие таски. Например, в одном из заданий нужно было проанализировать результаты A/B-тестирования и внести изменения в бизнес-стратегию.
Курс показался мне полезным. Порой мне не хватало строгих математических доказательств, но в общем и целом информации хватило, чтобы я начал лучше разбираться в теме и смог решать более сложные задачи по работе. Сейчас мы в команде делаем дизайны для довольно сложных тестов, и коллеги иногда плавают в деталях, а я теперь могу им помочь.
Понимаю, что платное обучение подходит не всем, но платформу все равно рекомендую. Во-первых, там есть хорошие бесплатные курсы — например, по основам Python или по математике для Data Science. Во-вторых, платные программы внушают доверие. Некоторые мои знакомые заходили в аналитику с нуля после программы «Аналитик данных», и у них все получилось. Другие коллеги покупают отдельные блоки в курсах, чтобы разобраться в узкой теме, — иногда материал в уроках действительно сложный, на уровне Школы анализа данных «Яндекса».
