Про подработку, вдохновение и тестовые задания – #22-10/24

Приветствую моих самых терпеливых в мире подписчиков! Рад, что после двух месяцев моего отсутствия вы остались со мной и дождались очередной статьи-отчета 😎 Ну а тем, кто здесь впервые, добро пожаловать в блог заводского работяги, задавшегося целью перекатиться в аналитику данных. Новостей и инсайтов за прошедшее время накопилось много, поэтому давайте по порядку.

Знакомый кот прекрасно иллюстрирует мою реакцию :)
Знакомый кот прекрасно иллюстрирует мою реакцию :)

В прошлый раз мы остановились на том, что я начал потихоньку запрашивать и выполнять тестовые задания из вакансий. Согласен с комментариями, что лучшая тренировка получается на реальных задачах. Пока у меня созревает идея следующего пет-проекта, наиболее приближенные к реальности вопросы получаю из этих тестов. В ближайших статьях расскажу, какие примерно вопросы присылают HR-ы соискателям на стажера и джуна.

Отлично знаю, чего мне не хватает
Отлично знаю, чего мне не хватает

Также некоторое время назад я устроился на небольшую (не айтишную) подработку. К удивлению, в комментариях совсем не было злорадства на тему «Ахаха! Учился на айтишника, а работаешь кладовщиком лол» 😅 Я уже писал, что невероятно доволен решением выбраться из-за учебников и документаций на белый свет и размять кости. В один момент реально поймал себя на мысли, что начинаю зацикливаться и порастать дома паутиной.

Несмотря на очевидные плюсы регулярной физической активности, спустя некоторое время всплыл один неочевидный психологический момент. Первое время, пока приспосабливался к новому графику, было тяжело отделаться от мысли «Я же сегодня уже поработал. Зачем мне еще что-то учить?», поэтому прогресс в аналитике и отклики на вакансии немного просели. Сейчас уже более-менее наладил режим – подработка подрабатывается, отклики отправляются и даже появилось время на блог 😉

Возможно, я подрастерял запал еще и потому, что в обучении (да и в обычной работе) существует такое понятие, как «плато». Это когда ты достигаешь определенного уровня и мозгу становится скучно работать с однообразной информацией. В этот момент нужно подкидывать ему новые вызовы и изучать новые инструменты, чтобы поддерживать темп.

Для меня таким новым инструментом стал Google Cloud, а именно сервисы BigQuery и Looker Studio. В одном из тестовых заданий было составление нескольких SQL-запросов и их визуализация именно в этой среде.

Проведя небольшое исследование и нарисовав на основе табличных данных наглядную диаграмму, с новой силой влюбился в анализ данных. Все-таки нереально вдохновляет меня, когда таблицу со сложно читаемыми цифрами можно преобразовать в наглядный и информативный график. А на настройке формы и цвета столбцов и шрифтов могу залипнуть до поздней ночи (было так уже пару раз 😏 ).

Так вот, Google Cloud. На самом деле это огромная экосистема взаимосвязанных сервисов, из которой я пока поработал только с двумя.

BigQuery – позволяет загрузить датасет в табличном формате и покрутить его с помощью SQL-запросов. Удобная штука, когда у проекта кроме csv-файла пока нет никакого приличного интерфейса, либо для решения единичной задачи. Очень мне напомнил тренажер из ознакомительных курсов Яндекс.Практикума – поле с исходными данными, место для SQL-запроса и окошко с результатом.

Интерфейс BigQuery
Интерфейс BigQuery

Еще здесь мне понравилась наглядная статистика выполнения запроса. Не настолько информативно, как EXPLAIN, но для представления о времени выполнения в самый раз.

Пример отчета о времени выполнения sql-запроса
Пример отчета о времени выполнения sql-запроса

Второй сервис, который я опробовал – Looker Studio. Возможно, вы знаете его прошлое название – Data Studio. Он тесно связан с BigQuery, хотя, как я понял, в экосистеме Google Cloud все можно связать со всем. Вы загружаете датасет в BigQuery, трансформируете его с помощью sql-запросов и, если нужно визуальное представление результата, привязываете к своему проекту Looker Studio. А тут уже похожим способом, как создание сводных таблиц в Excel, настраиваете диаграммы и графики.

Часть интерфейса Looker Studio
Часть интерфейса Looker Studio

Пока не готов оценить глубину и гибкость настройки данных в этих сервисах, но в качестве площадки для выполнения тестового задания они подходят идеально. А еще я обязательно буду иметь его в виду при дополнении своего резюме аналитическим пет-проектом.

P.S. Кажется, немного скомканное у меня получилось возвращение. Это потому, что хочется многим с вами поделиться, но нужно соблюдать хронологию событий 😉 В ближайшее время расскажу, насколько разные по уровню бывают тестовые задания, посоветую несколько интересных каналов и блогов, а еще поплачусь о первом по-настоящему обидном отказе на отклик 😄

Оставайтесь на связи!

1111
9 комментариев

Про опыт работы хорошо 🤣👍🏻

2
Ответить

Опыт не пробовал крутить? Недоджунов сейчас слишком много, чтобы тебя хрюши хотя бы заметили и на собес позвали. Я тоже сейчас пытаюсь вкатиться в айтишку, но в качестве бекенд разраба и вот смотрю на вакансии и понимаю, что без пиздежа даже на собес не попадешь

Ответить

Пока не пробовал. Через полгодика, если уж совсем будет голяк, начну, наверное, понемногу напиздюнькивать. Но пока прям вообще не хочу что-либо крутить. Тем более, прогресс идёт, инструменты изучаются

2
Ответить

для джунов всегда отличительной чертой был пет проект. Если его ещё и в прод вывести "хотя бы для друзей" уже ещё один плюс. А напиздеть любой сможет, только толку от этого?

1
Ответить

Лукер это вещь. В своих сеошных делах применяю

Ответить

Нравится сейчас, что постепенно узнаю о новых сервисах и появляется возможность выбора инструментов для разных задач. Раньше, когда только начинал с изучения sql, в вопросах визуализации были проблемы)

1
Ответить

Как будто вместо BigQuery проще на Python'e в Pandas'е прокрутить данные и построить какие угодно графики в matplotlib'e или plotly

Ответить