В нашей стране, обычный человек заканчивает учится в 21-22 и при наличии достаточного количества энергии, к 30 уже имеет опыт работы в какой то конкретной области и является специалистом в этой области.
Исходя из этого, вопрос о том готов ли человек поменять уже сложившийся опыт на что то новое вполне логичен, не правда ли?
Рутина есть везде. Вопрос в том, что какая-то профессия человеку нравится, а какая-то нет. И если всегда хотелось программировать, но по какой-то причине не сложилось, никогда не поздно попробовать. Я не утверждаю, что переход в программирование — это весёлый и радостный процесс, напротив, там сначала куча труда, а потом период паники на первой работе по новой специальности.
Но те, кто через это прошёл, подтверждают — всё не зря.
У нас, Дирекция Больших Данных (ДБД) это отдельное подразделение не входящее в ИТ.
Директор по продуктам отчитывается непосредстенно бизнесу по продуктовым задачам, и Директору ДБД по стратегии развития.
Основная задача Product Owner (PO) — повышение эффективности бизнеса компании за счет внедрения аналитически продуктов «Больших данных». У нас именно PO отвечает за полный цикл работ по разработке, внедрению и поддержке продукта:
определяет стратегию развитие продукта
P&L
организует сбор обратной связи от пользователей
управление жизненным циклом сервисов и продуктов, включая мониторинг эффективности по ключевым показателям
Поэтому фокус в профиле и компетенциях на знания и опыте в предметной области, бизнес-ориентированность, умение сформировать и донести ценность продукта для бизнеса.
Понятно, что для закрытия этих задач он должен уметь работать с командой – постановка целей, мотивация, вдохновение на реализацию нового.
Иерархия у нас «плоская» — подчинение PO идет напрямую директору по продуктам.
Вообще, идея была написать статью о том что большие данные не равно ML (Как впрочем ML не равно Data Science) поэтому набор ключевых слов для изучения будет свой для каждой роли в команде. Если интересно в таком разрезе — можно попробовать составить.
Конкретно про ML и DS лучше всего смотреть тут Open Data Science (не реклама, но дань уважения)
В нашей стране, обычный человек заканчивает учится в 21-22 и при наличии достаточного количества энергии, к 30 уже имеет опыт работы в какой то конкретной области и является специалистом в этой области.
Исходя из этого, вопрос о том готов ли человек поменять уже сложившийся опыт на что то новое вполне логичен, не правда ли?
Зависит от. Конкретно участникам статьи около 30 и это не помешало.
Но те, кто через это прошёл, подтверждают — всё не зря.
Директор по продуктам отчитывается непосредстенно бизнесу по продуктовым задачам, и Директору ДБД по стратегии развития.
Поэтому фокус в профиле и компетенциях на знания и опыте в предметной области, бизнес-ориентированность, умение сформировать и донести ценность продукта для бизнеса.
Понятно, что для закрытия этих задач он должен уметь работать с командой – постановка целей, мотивация, вдохновение на реализацию нового.
Иерархия у нас «плоская» — подчинение PO идет напрямую директору по продуктам.
Конкретно про ML и DS лучше всего смотреть тут Open Data Science (не реклама, но дань уважения)