Когда я приступила к изучению Data Science (сейчас автор статьи CAN | Geoscience BSc undergrad student | Software Dev graduate), — прим. перев.), я читала практически каждую статью по этой теме, которая попадала в мои руки. В большинстве случаев это были вдохновляющие статьи других людей, которые смогли обучиться профессии дата-сайентиста самостоятельно.
В этих статьях было полным-полно информации о счастливчиках, которые, не имея IT-образования, преодолели все преграды и проблемы и стали дата-сайентистами в течение нескольких месяцев. Само собой, большинство авторов таких статей затем устраивались в крупные компании класса FAANG.
Статей подобного рода в интернете много. «Как я стал дата-сайентистом за 6 месяцев», «Как я стал дата-сайентистом и устроился в Google» — в них описываются подробности успеха.
Но как человеку с образованием в сфере разработки программного обеспечения и университетским уровнем знания математики мне хорошо заметны очевидные проблемы таких статей. А ведь такие статьи пытаются вдохновить людей без образования, убедив их в том, что стать дата-сайентистом можно менее чем за год, без предварительного опыта работы или полученных ранее знаний.
Возможности — это все
Никто не говорит, что статьи, о которых идет речь, неправдивы. Нет, вполне возможно, что во многих из них действительно правдивые истории. Но то, что обходится стороной в таких историях, — это возможности, доступные немногим, которые действительно помогают быстро получить необходимый опыт и знания.
Например, возможность учиться по 8 часов в день, что может позволить себе далеко не каждый, возможность платного участия в буткемпах и MOOC, проживание в каком-нибудь tech hub. Все это позволяет ускорить процесс обучения.
Никто не говорит, что люди с подобными преимуществами не работали, не старались. Конечно, нет, они много месяцев долго и упорно трудились, не будем приуменьшать их заслуги. Но проблема в том, что статьи об успешных новичках в индустрии обычно не раскрывают эти подробности, а ведь рассчитаны подобные материалы на самую широкую целевую аудиторию. У 90% из читающих нет возможности ни учиться целыми днями, ни платить за буткемпы.
Поэтому, читая эти статьи, стоит понимать, что поданный в них материал — лишь вершина айсберга. Все остальное читатель не видит.
В общем, если у вас не получается за полгода стать дата-сайентистом, не ругайте себя, сравнивая с теми, у кого получилось.
Эффект выжившего или «то, что сработало для кого-то, не означает, что оно сработает для всех»
Авторы некоторых статей о Data Science предлагают идеальный, по их мнению, план, который позволит любому читателю стать профессионалом в этой сфере за короткий период времени.
Но как бы понятно, что если это сработало для автора, то этот же план может оказаться неподходящим для другого человека. Все это — хорошо известный «эффект выжившего», только в отношении обучения.
Начинающим специалистам по данным следует отнестись к этим статьям с большой долей скептицизма. Тот факт, что один метод сработал для одного человека, не означает, что он будет работать для всех.
И нет, если вы задумали написать такую статью, не отказывайтесь от своего намерения. В них много полезнейшей для начинающих дата-сайентистов информации. Но такие статьи могут быть лишь вспомогательным инструментом, а не основным руководством.
![](https://www.treelogic.com/es/assets/images/data-science-1400x933.jpg)
Кстати, большинство авторов, которые пишут такие материалы, часто считают само собой разумеющимся базовое образование в сфере разработки ПО или любой другой IT-отрасли. И для айтишника это действительно само собой разумеется. Но ведь читают-то такие статьи вовсе не только IT-специалисты.
Для подготовки лучше всего использовать лучшие предложения из разных статей, и составить собственный план обучения, исходя из собственных возможностей, предпочтений и распорядка дня.
Стать дата-сайентистом менее, чем за год? Это можно считать чудом
Год — не такой и большой промежуток времени. Достичь чего-либо за год — это сложно, особенно, если мы говорим о том, чтобы стать специалистом в сфере больших данных.
Можно, конечно, поставить временные рамки вроде полугода или года, но в процессе обучения вам быстро станет понятен истинный срок, за который можно стать начинающим дата-сайентистом.
Когда я училась в университете, и приступила к изучению разработки ПО, не имея предшествующего опыта программирования (за исключением небольшого опыта HTML и CSS, что нельзя, собственно, считать программированием), то мне понадобился целый семестр, чтобы изучить хотя бы базовые основы работы с C#. Целых четыре месяца.
Шести месяцев или года будет недостаточно для того, чтобы освоить базовые вещи, которые необходимы IT-специалисту, не говоря уже о самой дата-сайенс. Но, конечно, это в том случае, если у вас нет специального образования. На то, чтобы разобраться в абстрактных концепциях и научить свой мозг думать о вещах иначе, может понадобиться куча времени.
А время идет, дедлайн все ближе, и все это может здорово вас расстроить. Здесь снова стоит подчеркнуть, что дедлайны — важны, но вам нужно понимать свой собственный путь. Да, человек, который в состоянии посвятить обучению 8 часов в день, вполне может справиться за год, возможно, и за полгода. Но если выкраивать на обучение 1-2 ежедневно после основной работы? Сомневаюсь.
По моему мнению, для того, чтобы получить работу в отрасли дата-сайенс, необходимо потратить на обучение минимум год. Этот минимум — очень зыбкий, поскольку, скорее всего. Понадобится больше времени. Если у вас получится — отлично, нет — не стоит переживать, поскольку даже год можно считать почти невозможным сроком. А полгода — и подавно.
Спросите любого дата-сайентиста, и он или она вам подтвердят, что это сложная тема для обучения. Не усложняйте все еще больше. Вместо фокусирования лишь на дедлайне, просто учитесь, получая наслаждение от самого процесса. Сделайте полезным каждый день, изучая небольшой кусочек информации, и через какое-то время паззл сложится, а вы станете дата-сайентистом.
В сухом остатке
![](https://habrastorage.org/webt/wl/cg/ka/wlcgkalahhyms8prewvl9cm5upo.jpeg)
Снова подчеркну — я не хочу сказать, что статьи об успехе в обучении дата-сайенс все сплошь ложь и разочарование. Нет, с ними все в порядке, но каждая такая статья — описание опыта одного конкретного человека, опыта, который не подходит всем остальным.
Относитесь к таким статьям с изрядной долей скептицизма. А популярны они потому, что в них рассказывается об успехе. Вряд ли кто-то с радостью возьмется читать статью про обучение дата-сайенс в течение нескольких лет, верно? А вот именно такие статьи и стоит читать, жаль только, что их мало.
Ваш собственный путь в дата-сайенс может занять всего полгода (что вряд ли) или больше года (скорее всего так и будет). Но это ваш личный путь. И если все получится — то о своем опыте стоит написать, указав все сложности и проблемы, которые встречаются на пути.
От переводчика. Если вы — представитель этой отрасли, расскажите в комментариях, за какое время вам удалось стать хотя бы начинающим специалистом и получить работу (в любой компании, не обязательно крупной).
![](https://habrastorage.org/webt/po/n0/k4/pon0k4d42fpsz6dtf_cutbkv0qw.png)
Only registered users can participate in poll. Log in, please.
Cколько вы потратили время на то, чтобы стать специалистом по дата-сайенс?
13.42% До 1 года20
14.77% 1-2 года22
16.78% 2-4 года25
8.05% 5 лет и больше12
46.98% Я работаю в отрасли много лет, но по-прежнему понимаю, что до совершенства далеко70
149 users voted. 234 users abstained.