KPI не KPI, но ситуацию такую встречала. Причем не со стороны собеседуемого сейчас это говорю.
Работодатель в курсе ценника на такого специалиста, но как бы «не верит» такому ценнику. Публикует все же его, но на собесе старается сбить.
Или второй вариант: работодатель не оглашает ценник, даже вилку. Человек называет свой (в описываемом случае человек с точно достаточной и нужной именно этому работодателю квалификацией) ценник и этот ценник НАМНОГО ниже рынка (у кандидата сильные проблемы с самооценкой). Работодатель на этом играет и снижает ценник от названного еще. Причем представляется это все так, что кандидат «не дотянул».
Заканчивается такая история (из моих личных примеров, статистики не знаю) так, что через некоторое время уже нанятый сотрудник понимает, что что-то совсем на нем ездят, получает предложение на ценник, который хочет он (причем все еще ниже рынка) и покидает первого работодателя.
Ситуацию в обоих вариантах наблюдала много раз. В том числе была «по молодости-глупости» в роли кандидата.
К сожалению, мой личный опыт говорит о том, что такой вид работодателя более распространен, чем тот, кто «не сбивает».
Оказывается, мы с вами оба не увидели ответ на ваш вопрос сразу в посте. Хорошо, биологи обратили мое внимание. Он тут: «Результаты показывают, как естественные опухолевые инфильтрирующие лимфоциты (TIL) были извлечены из опухоли пациента, » и TIL сразу с переходом по ссылке. Сама по себе эта технология подразумевает вариант, как происходит деление. Тут не нужно возвращение к стволовым и потом заново процесс дифференцировки, как я предположила в другом комментарии. Эти клетки делились под действием интерлейкинов.
Хочется за этот текст вам руку пожать. Ровно как мои мысли сказали.
В университет за 2400р в месяц тоже каталась когда-то. Потому что «иначе вот такие неграмотные и будут работать вместе со мной». Так чем сетовать на «какую берут молодежь», не правильнее ли сделать вклад в формирование такой молодежи?
иногда не предупреждают. И после первых даже недель работы на тебя сваливают книгу «Корпоративного кодекса», который надо выучить и через некоторые время сдать почти наизусть. И в этом кодексе и слова, которые запрещено говорить, и обязанности, о которых никто не предупреждал, и прочего бреда. Не выучил кодекс — не прошел испытательный срок. От «обязанностей» из кодекса потом хоть частично, но можно увиливать. Но почему ты должен увиливать хоть от чего-то, на что бы ты никогда не согласился, знай это при трудоустройстве, это отдельный большой вопрос.
аналогичная история. Осознание тупика. Во многом тупика зарплатного. Только оттуда не в разрабы, а в анализ данных. И про полезность того опыта полностью согласна
Очень возможно, что статью пропустили тут потому, что иначе начались бы обвинения в «замалчивании важной информации» и «потокательстве». То есть примерно те же причины, почему авторитетный The lancet когда-то вынуждены были опубликовать не выдерживающее никакой критики письмо Пуштаи. Потому что отреагировать как было бы разумно (игнором) было бы не разумно в перспективе.
Профессии на графике взяты из сырых данных, то есть это самые часто встречающиеся варианты, указанные клиентами.
ИМХО (+практика): на этом этапе уже нужна предобработка и исключение таких вещей. Иначе о информативности не очень можно говорить.
И уже не к графику, а к сбору данных: лучше, чтобы клиенты выбирали из списка, а не писали от руки. Будут данные чище.
Данные конечно же относительные (количество дефолтных клиентов данной профессии, деленное на общее количество клиентов данной профессии), но конкретные значения на некоторых осях пришлось удалить, коммерческая тайна к сожалению.
категории были сравнимого размера? Если нет, то была ли проверка на то, можно ли вообще сравнивать данные из таких категорий? (пример: 1000 врачей и всего 7 ИП-шников. Тогда данные по ИП-шникам брать нельзя.)
И еще к кластеризации: перед ее выполнением делалась ли оценка на то, есть ли там предварительно подозрение на кластеры? (та же статистика Хопкинса)
1. Профессии: контролер — указано дважды на графике.
2. Профессии: директор (по вашему же описанию) является подклассом класса руководитель, но вынесен в отдельную категорию.
3. Профессии: на графике не приведена шкала по оси ординат. Если же показатели даны относительные, то указаний на это в тексте нет. Шкала в идеале и должна быть относительной, так как мы не можем гарантировать одинаковое количество представителей разных классов профессий.
4. Профессии: категория специалист. Специалист-медик и специалист-разработчик это принципиально разные зарплаты, в отличие от медсестры частной клиники и государственной, например. Такая категория малоинформативна.
5. Кластеризация. Согласно визуализации — сомнительна. Или пробовать другие виды визуализации, или не показывать ее результаты совсем (если результаты кластеризации таки принесли прирост в предсказании). В таком виде она не информативна.
6. Курс рубля. Хорошо, что он не абсолютный. Но был ли поиск других вариантов, перед использованием указанного? Почему не отношение курса прошлого месяца к текущему? Или не разность? Также покажет тенденцию и ее величину. Иногда в моделях полезно использовать несколько вариантов одновременно. Если использовали и это не дало результатов, хотелось бы видеть это в тексте.
7. Курс рубля. Визуализация дефолта. График не информативный. Единственный вывод, который можно сделать из него, не перечитывая формулировку величины измерения, это то, что при стабильном курсе рубля дефолт минимален. Но что происходит при изменении курса? Надо несколько раз перечитать как вы считали, чтобы понять, что нарисовано. И моя цель была понять, как аналитику. Но у бизнеса, который будет смотреть на эту диаграмму, может просто не хватить терпения/навыков, чтобы понять этот график.
8. Визуализация. Стиль и оформление. Узнаю графики из стандарного матплотлиба (поправьте меня). Здесь очень многое стоит написать, но коммент итак длинный. Если коротко: для целей показать это другим аналитикам и тем более бизнесу, визуализацию всех пунктов так делать не стоило бы.
полностью соглашусь. И добавлю к началу комментария, что студенту это тоже нереально переварить. В итоге будет куча оторванных от практики лоскутов знания из разных областей, которые забудутся за неиспользованием сразу после экзамена.
Закончила первый универ в 2010. По тому опыту подтвердила бы слова автора.
Закончила второй универ (магистратуру) в 2018: давали python3, hadoop etc. Давали в том числе люди из индустрии. Вуз не московский, а тем не менее. Так что тут многое зависит от.
Ну и имхо. Все мои знакомые разработчики (о ком мне известно) начинали работать в индустрии еще в годы учебы в универе. У нас работали процентов 70-80 группы уже курса со второго. Так что к моменту выпуска почти ни у кого не было проблем с вакансиями, где «требуется до 20 лет, но чтобы опыта было несколько лет».
Без решения задач для индустрии никакое преподавание самых новых фреймворков не даст большого эффекта. Эти технологии будут просто оторванными от практики в головах.
Подписываюсь под словами автора. Как бы заставить прочитать эту статью сотрудников разработки Skyeng?
Они зачем-то могут кому-то пригодиться? Я всегда сразу после вручения выкидывала, никто никогда их нигде и не спрашивал. У кого-то есть иной опыт?
Работодатель в курсе ценника на такого специалиста, но как бы «не верит» такому ценнику. Публикует все же его, но на собесе старается сбить.
Или второй вариант: работодатель не оглашает ценник, даже вилку. Человек называет свой (в описываемом случае человек с точно достаточной и нужной именно этому работодателю квалификацией) ценник и этот ценник НАМНОГО ниже рынка (у кандидата сильные проблемы с самооценкой). Работодатель на этом играет и снижает ценник от названного еще. Причем представляется это все так, что кандидат «не дотянул».
Заканчивается такая история (из моих личных примеров, статистики не знаю) так, что через некоторое время уже нанятый сотрудник понимает, что что-то совсем на нем ездят, получает предложение на ценник, который хочет он (причем все еще ниже рынка) и покидает первого работодателя.
Ситуацию в обоих вариантах наблюдала много раз. В том числе была «по молодости-глупости» в роли кандидата.
К сожалению, мой личный опыт говорит о том, что такой вид работодателя более распространен, чем тот, кто «не сбивает».
Оказывается, мы с вами оба не увидели ответ на ваш вопрос сразу в посте. Хорошо, биологи обратили мое внимание. Он тут: «Результаты показывают, как естественные опухолевые инфильтрирующие лимфоциты (TIL) были извлечены из опухоли пациента, » и TIL сразу с переходом по ссылке. Сама по себе эта технология подразумевает вариант, как происходит деление. Тут не нужно возвращение к стволовым и потом заново процесс дифференцировки, как я предположила в другом комментарии. Эти клетки делились под действием интерлейкинов.
или вопрос был о том, как происходит дифференцировка? или в чем-то еще?
обычно не значит всегда.
да и если наличие указано, это не означает, что указана и суть. И в кодексе было не про «носить майки», все намного хуже.
Да, на практике все не так просто как в теории. Но к моему счастью, я там уже не работаю.
В университет за 2400р в месяц тоже каталась когда-то. Потому что «иначе вот такие неграмотные и будут работать вместе со мной». Так чем сетовать на «какую берут молодежь», не правильнее ли сделать вклад в формирование такой молодежи?
ИМХО (+практика): на этом этапе уже нужна предобработка и исключение таких вещей. Иначе о информативности не очень можно говорить.
И уже не к графику, а к сбору данных: лучше, чтобы клиенты выбирали из списка, а не писали от руки. Будут данные чище.
категории были сравнимого размера? Если нет, то была ли проверка на то, можно ли вообще сравнивать данные из таких категорий? (пример: 1000 врачей и всего 7 ИП-шников. Тогда данные по ИП-шникам брать нельзя.)
И еще к кластеризации: перед ее выполнением делалась ли оценка на то, есть ли там предварительно подозрение на кластеры? (та же статистика Хопкинса)
2. Профессии: директор (по вашему же описанию) является подклассом класса руководитель, но вынесен в отдельную категорию.
3. Профессии: на графике не приведена шкала по оси ординат. Если же показатели даны относительные, то указаний на это в тексте нет. Шкала в идеале и должна быть относительной, так как мы не можем гарантировать одинаковое количество представителей разных классов профессий.
4. Профессии: категория специалист. Специалист-медик и специалист-разработчик это принципиально разные зарплаты, в отличие от медсестры частной клиники и государственной, например. Такая категория малоинформативна.
5. Кластеризация. Согласно визуализации — сомнительна. Или пробовать другие виды визуализации, или не показывать ее результаты совсем (если результаты кластеризации таки принесли прирост в предсказании). В таком виде она не информативна.
6. Курс рубля. Хорошо, что он не абсолютный. Но был ли поиск других вариантов, перед использованием указанного? Почему не отношение курса прошлого месяца к текущему? Или не разность? Также покажет тенденцию и ее величину. Иногда в моделях полезно использовать несколько вариантов одновременно. Если использовали и это не дало результатов, хотелось бы видеть это в тексте.
7. Курс рубля. Визуализация дефолта. График не информативный. Единственный вывод, который можно сделать из него, не перечитывая формулировку величины измерения, это то, что при стабильном курсе рубля дефолт минимален. Но что происходит при изменении курса? Надо несколько раз перечитать как вы считали, чтобы понять, что нарисовано. И моя цель была понять, как аналитику. Но у бизнеса, который будет смотреть на эту диаграмму, может просто не хватить терпения/навыков, чтобы понять этот график.
8. Визуализация. Стиль и оформление. Узнаю графики из стандарного матплотлиба (поправьте меня). Здесь очень многое стоит написать, но коммент итак длинный. Если коротко: для целей показать это другим аналитикам и тем более бизнесу, визуализацию всех пунктов так делать не стоило бы.
Закончила второй универ (магистратуру) в 2018: давали python3, hadoop etc. Давали в том числе люди из индустрии. Вуз не московский, а тем не менее. Так что тут многое зависит от.
Ну и имхо. Все мои знакомые разработчики (о ком мне известно) начинали работать в индустрии еще в годы учебы в универе. У нас работали процентов 70-80 группы уже курса со второго. Так что к моменту выпуска почти ни у кого не было проблем с вакансиями, где «требуется до 20 лет, но чтобы опыта было несколько лет».
Без решения задач для индустрии никакое преподавание самых новых фреймворков не даст большого эффекта. Эти технологии будут просто оторванными от практики в головах.