Trochę pouczyłem się webdevu (tj napisałem jakiś tam serwis w django). Jakoś mnie to nie przekonywało i ciężko mi wchodziło z początku, ale mogę powiedzieć że mam podstawowe umiejętności. Jednak zacząłem uczyć się big data tj. pandas, numpy matplotlib, seaborn etc... i to jest to! Po prostu te zagadnienia są dla mnie mega ciekawe. Krzywa uczenia się jest o wiele większa, niż w przypadku django. Chciałbym się tym zająć zawodowo, nawet gdybym miał zarabiać tyle co dziś. Mam jednak rozkminę. Kiedy już skończę bawienie się w kursach i sandboxie to chciałbym zrobić dobrą analizę na tyle, żeby ktoś się mną zainteresował. Jak i gdzie się za to zabrać? Nie chcę już szukać pracy po skończeniu kursu na udemy bo i tak bym sobie nie poradził, więc skąd będę wiedział że to już czas? I jak najlepiej poprawiać skilla? Jak sobie wyznaczać cele?
@IsambardKingdomBrunel: Masz stronę https://www.kaggle.com/ gdzie masz prawdziwe zbiory danych, a także konkursy, gdzie będziesz mógł porównać swoje rozwiązanie z innymi. Myślę, że to jest dobry kolejny krok.
@IsambardKingdomBrunel: To nie tak. Data engineer ( sam nim jestem ) zajmuję się głównie obróbką czyszczeniem danych pisaniem aplikacji które surowe dane otrzymane od klienta, dostawcy itp przetworzysz w taki sposób żeby później data scientisci i analysci mogli je analizowac pod kontem prowadzenia biznesu. Predykcje, BI, ML (machine learning ). Ja akurat to lubię dlatego nie chcę iść w kierunku data science :D
@programistalvlhard: Tzn różnice rozumiem. Data analytyst to po prostu analityk danych, przy czym już je dostał i raczej nie bawi się w predykcje, engineer to jak wspomniałeś 'czyściciel' danych, scientyst to taka szlachta analizy danych ( ͡°͜ʖ͡°). W twoim odczuciu w co najlepiej iść i dlaczego?
@IsambardKingdomBrunel: Ważym jest co Cię jara. Data engineer ma dużo wyzwań i ciekawych problemów inżynieryjnych do rozwiązywania, do niestworzonych problemów które masz zagwarantowane dzięki open source ( tutaj stack technologiczny najlepszy i zarazem standardowy stack to scala, spark, kafka, hadoop familiy (hive, hbase, oozie etc) + cloud (AWS,AZURE,GCP). Najlepiej sobie pogoluj i poczytaj. Przykładowy link: https://www.stoodnt.com/blog/data-engineer-vs-data-scientist/
Ja nie za bardzo przepadam za matematyką itp więc z tego tytułu wolę problemy bardziej
@programistalvlhard: co jest wymagane na początku kariery dla data engineer? Jak tk wyglądało e twoim przypadku, sam python plus opanowane w jakims stopniu pakiety pandas numpy wystarcza?
@mozeskomentuje: Hmm tak jak napisałem up: scala, spark, kafka, hadoop familiy (hive, hbase, oozie etc) + cloud (AWS,AZURE,GCP). Zamiast scali możesz trzaskać w javie bądź pythonie ale większość ofert powiedział bym 80% to scala dlatego że duża część bibliotek i frameworków jest napisana w scali np spark :P
@programistalvlhard: Jak zacząłeś swoją karierę z bigdata? To była Twoja pierwsza specjalizacja czy wcześniej byłeś programistą java/python/innej technologii i w wolnym czasie uczyłeś się bigdata?
@programistalvlhard: no właśnie jak zacząć karierę z BigData, czego sie uczyłeś, jakieś poradniki? Z webdeveloperka wydaje mi sie że jest łatwiej zacząć
@PiotrokeJ: @newPassword: Hej, przejście z PL/SQL deva. Generalnie na początku siedziałem chwilę na benchu w pewnej firmie gdzie postanowili stworzyć dział "cognitive" tech. No i początek to był cloud + python jakiś projekt mieliśmy wew i robiliśmy. Później stwierdziłem z obserwacji rynku itp że python to nie to i poszedłem w scalę i tutaj zaskoczyło. Spodobał mi się język, tutoriale z neta, pisanie jakiegoś projektu związanego ze sparkiem itp. Jeżeli
#naukaprogramowania
#python
Trochę pouczyłem się webdevu (tj napisałem jakiś tam serwis w django). Jakoś mnie to nie przekonywało i ciężko mi wchodziło z początku, ale mogę powiedzieć że mam podstawowe umiejętności.
Jednak zacząłem uczyć się big data tj. pandas, numpy matplotlib, seaborn etc... i to jest to! Po prostu te zagadnienia są dla mnie mega ciekawe. Krzywa uczenia się jest o wiele większa, niż w przypadku django.
Chciałbym się tym zająć zawodowo, nawet gdybym miał zarabiać tyle co dziś. Mam jednak rozkminę. Kiedy już skończę bawienie się w kursach i sandboxie to chciałbym zrobić dobrą analizę na tyle, żeby ktoś się mną zainteresował. Jak i gdzie się za to zabrać? Nie chcę już szukać pracy po skończeniu kursu na udemy bo i tak bym sobie nie poradził, więc skąd będę wiedział że to już czas? I jak najlepiej poprawiać skilla? Jak sobie wyznaczać cele?
Ja nie za bardzo przepadam za matematyką itp więc z tego tytułu wolę problemy bardziej
Hej, przejście z PL/SQL deva. Generalnie na początku siedziałem chwilę na benchu w pewnej firmie gdzie postanowili stworzyć dział "cognitive" tech. No i początek to był cloud + python jakiś projekt mieliśmy wew i robiliśmy. Później stwierdziłem z obserwacji rynku itp że python to nie to i poszedłem w scalę i tutaj zaskoczyło. Spodobał mi się język, tutoriale z neta, pisanie jakiegoś projektu związanego ze sparkiem itp. Jeżeli