ее
[74].
Творить добро
Если вы не прошли первый этап отбора, подумайте о том, чтобы заняться волонтерством[75]. Существует ряд организаций, таких как DataKind и DrivenData, которые руководят проектами и проводят соревнования по анализу данных. Поучаствовать в их деятельности – совсем неплохо для начала.
Ряду благотворительных организаций требуются добровольцы, готовые поработать с данными, чтобы генерировать информацию, необходимую для получения финансирования этими организациями, для усиления согласованности их действий или просто для распространения сведений об их работе. Поспрашивайте, поищите в интернете, и, если есть благотворительная организация, которой вы хотите помочь, тогда, возможно, стоит прийти к ним с собственной идеей.
Получить реальный опыт очень просто – достаточно вернуться к массивам данных, которые я перечислил во введении к второй части, и пройти весь процесс анализа данных, описанный в этой книге. Платформы Kaggle и SuperDataScience также регулярно публикуют задачи, которыми вы можете заняться. Не бойтесь упомянуть этот опыт в своем резюме и использовать его как возможность рассказать о своих результатах. Наниматели оценят, что вы активно работаете с данными.
По сути, компании хотят найти кого-то, кто: 1) разбирается в данных; 2) может донести свои идеи и 3) поможет им сохранить конкурентоспособность. В своем заявлении убедите работодателей, что вы тот, кого они ищут, и что применение науки о данных благотворно скажется на их основных показателях.
Подготовка к собеседованию
Вы прошли первый этап отбора, и теперь компания приглашает вас на собеседование. Как подготовиться? Мой лучший совет: вместо того чтобы тратить силы на запоминание любимых алгоритмов и программ, узнайте все, что сможете, об отрасли, в которой вы предположительно будете работать. В конце концов, вполне вероятно, что на собеседовании вас будет расспрашивать не только аналитик данных, но и руководитель или менеджер, не очень хорошо представляющий специфику вашей деятельности, поэтому будьте готовы как к техническим, так и к нетехническим вопросам. Широта кругозора имеет решающее значение. Точно так же, как вы должны подумать о том, чем можете поделиться с вашим наставником, вы должны прикинуть, как сможете помочь этой компании. Каким образом наука о данных способна встряхнуть отрасль? Какие болевые точки она может устранить? Что делают конкуренты компании и как вы можете улучшить ситуацию с помощью науки о данных? Решения каких задач может ожидать от вас компания?
Когда вы доберетесь до самого собеседования, проявите энтузиазм в отношении как данных, так и того, что делает компания. Покажите, что вы можете сделать (если можно привести примеры работ, упомянутых в вашем резюме, – тем лучше), и будьте готовы к вопросам.