Будущие аналитики данных, BI-аналитики, ML-разработчики и Data Scientists используют готовые датасеты для выполнения студенческих заданий, чтобы научиться понимать принципы обработки данных, искать и валидировать гипотезы, строить предсказательные модели. 

Однако задачи, которые решают студенты, часто недостаточно полезны как для них самих, так и для владельцев данных. Студенты не получают опыт решения практических задач, а также понимания, что результат их работы может быть полезен для бизнеса. В статье разбираюсь, почему так происходит и как получить опыт, который пригодится в работе.

Я работаю в DataNewton сервисе для скрининга контрагентов. Данные, которые мы предоставляем, берутся из 43-х официальных источников. Чаще всего это базы данных государственных сервисов. И тут есть проблема: такие сервисы любят менять формат массивов, в которых они отдают данные. Например, недавно один из них без предупреждения поле «name» поменял на «firstname», из-за чего могли полететь многие названия компаний. Но мы быстро увидели это в самодельной панели и предотвратили ошибку, которая для нашего сервиса была бы критической.

Как мы построили визуальное отображение ошибок — рассказываем в статье.

У меня высшее юридическое образование и степень магистра. Я отдал юриспруденции 13 лет. У меня была определенная специализация — арбитражный процесс и антимонопольное законодательство. Закончил карьеру я в должности начальника юридического отдела.

Из-за трагических событий внутри семьи мне потребовалась работа, которую можно работать удаленно. Так получилось, что несколько моих лучших друзей — разработчики, посоветовали вкатываться в АйТи через тестирование. 

Курсы для тестировщиков мне зашли и я понял, что это то дело, которое мне понравится. Юридический бэкграунд мне очень помогал в освоении новой профессии — я уже был внимательным, дотошным и настроенным критически ко всему вокруг. То, что надо тестировщику.