Skazany na sukces. Kariera w Data Science
- Autorzy:
- Jacqueline Nolis, Emily Robinson
- Wydawnictwo:
- Helion
- Ocena:
- 6.0/6 Opinie: 2
- Stron:
- 360
- Druk:
- oprawa miękka
- Dostępne formaty:
-
PDFePubMobi

Opis ebooka: Skazany na sukces. Kariera w Data Science
Nauka o danych, zwana danologią, zyskuje na znaczeniu. Dane dla gospodarki są tym, czym dotąd były węgiel, stal i ropa naftowa. Umiejętność korzystania z wiedzy zawartej w danych decyduje o efektywności prowadzenia działalności gospodarczej i determinuje rozwój nowych modeli, rozwiązań i relacji gospodarczych. Już teraz specjaliści danolodzy są rozchwytywani na rynku pracy. Aby jednak w pełni i do końca wykorzystać pojawiające się możliwości, trzeba wiedzieć, w jaki sposób podejść do trudnego zagadnienia, jakim jest budowanie ścieżki kariery i podążanie nią w odpowiednim dla siebie tempie.
To praktyczny przewodnik, dzięki któremu łatwiej zdobędziesz pierwszą pracę związaną z badaniem danych, szybciej staniesz się cenionym specjalistą i w miarę rozwoju zawodowego będziesz coraz trafniej wychwytywać pojawiające się możliwości awansu i zmiany pracy na atrakcyjniejszą. Dowiesz się, jak zdobyć podstawowe umiejętności i jak faktycznie wyglądają konkretne stanowiska pracy. Opisano tu również, jak pomyślnie przejść przez proces rekrutacji i zaaklimatyzować się w nowych warunkach. Nie zabrakło cennych wskazówek dotyczących awansowania na stanowiska kierownicze. Jako danolog prędko się przekonasz, że zawarta tutaj wiedza nietechniczna jest bardzo potrzebna do osiągnięcia sukcesu na polu badania danych.
Dzięki tej książce dowiesz się, jak:
- tworzyć świetne portfolio projektów z zakresu badania danych
- wyszukiwać, oceniać i negocjować oferty
- z klasą zmieniać miejsca pracy
- wybierać i skutecznie realizować scenariusze kariery
- poradzili sobie inni wybitni analitycy danych!
Danologia: nauka, pasja i sposób na życie!
Co stanowi klucz do odniesienia długofalowego sukcesu jako badacz danych? Połączenie technicznego know-how z odpowiednimi "miękkimi umiejętnościami" okazuje się być gwarantem satysfakcjonującej kariery.
Zrób karierę w danologii to Twój przewodnik, który pomoże Ci zdobyć pierwszą pracę związaną z badaniem danych, a z czasem także przeistoczyć się w cenionego i doświadczonego pracownika.
Postępując zgodnie z jasnymi i prostymi wskazówkami, nauczysz się pisać niesamowite życiorysy i po mistrzowsku radzić sobie na spotkaniach kwalifikacyjnych. W tej wymagającej, szybko zmieniającej się dziedzinie, utrzymanie projektów na właściwym torze, dostosowanie się do potrzeb firmy i zarządzanie trudnymi interesariuszami może stanowić nie lada wyzwanie. Spodobają Ci się porady, jak zarządzać oczekiwaniami, jak radzić sobie z niepowodzeniami, także jak planować swoją ścieżkę kariery - a wszystko to zostało przedstawione w formie historii, opowiedzianych przez doświadczonych danologów.
Co opisano w książce?
- Tworzenie portfolio projektów z zakresu badania danych,
- ocenianie i negocjowanie oferty,
- opuszczanie pracy z gracją i wspinanie się po szczeblach kariery.
- wywiady z profesjonalnymi danologami.
Jest to świetna publikacja dla czytelników, którzy chcą rozpocząć lub rozwijać karierę zawodową w dziedzinie badania danych.
"To pozycja pełna użytecznych porad, opisująca rzeczywiste scenariusze, a także zawierająca wypowiedzi branżowych profesjonalistów."
Sebastian Palma Mardones, ArchDaily
"Książka ta stanowi idealną lekturę dla kogoś, kto chce zostać odnoszącym sukcesy badaczem danych!"
Gustavo Gomes, Brightcove
"Wnikliwy przegląd wszystkich aspektów kariery w data science."
Krzysztof Jędrzejewski, Pearson
"Gorąco polecam."
Hagai Luger, Clarizen
Wybrane bestsellery
-
Najlepsze relacyjne bazy danych, takie jak Oracle czy MS SQL Server, są nierozłącznie związane z językiem SQL. Język ten stworzono po to, aby budować i użytkować bazy przechowujące ogromne ilości danych. Bez wątpienia SQL jest dość złożony, obejmuje wiele elementów i funkcji, jednak jego z...(23.50 zł najniższa cena z 30 dni)
25.85 zł
47.00 zł(-45%) -
W tej książce znajdziesz kompletny proces analityczny, od generowania pomysłów po przygotowanie zestawienia produktu i rynku. Dowiesz się z niej, jak zweryfikować swój pomysł, znaleźć odpowiednich klientów, zdefiniować ostateczną wersję produktu, zarobić na swojej działalności i ją wypromować. Zn...
Metoda Lean Analytics. Zbuduj sukces startupu w oparciu o analizę danych Metoda Lean Analytics. Zbuduj sukces startupu w oparciu o analizę danych
-
Dzięki tej książce nauczysz się przekształcać suche dane liczbowe w pełną empatii narrację! Aby spełniły one swoje zadanie, ktoś musi przedstawić zawarte w nich informacje w postaci opowieści. W tej publikacji wyczerpująco i praktycznie opisano przebieg tego procesu. Jej lektura sprawi, że rozwin...
Opowieści ukryte w danych. Wyjaśnij dane i wywołaj działania za pomocą narracji Opowieści ukryte w danych. Wyjaśnij dane i wywołaj działania za pomocą narracji
(20.90 zł najniższa cena z 30 dni)20.90 zł
67.00 zł(-69%) -
To drugie, w pełni zaktualizowane wydanie znakomitego przewodnika, dzięki któremu bezproblemowo rozpoczniesz pracę z Power BI i w pełni wykorzystasz jego możliwości. Dowiesz się, jak pozyskiwać i oczyszczać dane z różnych źródeł, a także jak zaprojektować model danych, aby móc analizować relacje ...
Microsoft Power BI. Jak modelować i wizualizować dane oraz budować narracje cyfrowe. Wydanie II Microsoft Power BI. Jak modelować i wizualizować dane oraz budować narracje cyfrowe. Wydanie II
Devin Knight, Mitchell Pearson, Bradley Schacht, Erin Ostrowsky
(46.20 zł najniższa cena z 30 dni)50.05 zł
77.00 zł(-35%) -
W złożonej rzeczywistości myślenie systemowe jest kluczowym narzędziem pozwalającym odnieść się do licznych wyzwań: gospodarczych, ekologicznych, politycznych czy społecznych. Tylko w ten sposób w codziennych wiadomościach można dostrzec przejawy trendów, a w trendach — przeja...(29.94 zł najniższa cena z 30 dni)
32.44 zł
49.90 zł(-35%) -
Ta książka jest przewodnikiem dla każdego, kto musi przekazywać informacje, robiąc przy tym użytek z danych. Szczególnie wartościowa będzie dla analityków, studentów i naukowców, a także dla każdego, kto w swojej komunikacji odwołuje się do danych. Pokazano tu prostą i intuicyjną technikę przedst...
Storytelling danych. Poradnik wizualizacji danych dla profesjonalistów Storytelling danych. Poradnik wizualizacji danych dla profesjonalistów
(46.20 zł najniższa cena z 30 dni)50.05 zł
77.00 zł(-35%) -
BPMN pozwala na ciągłe analizowanie, monitorowanie i optymalizowanie procesów biznesowych. Jest narzędziem bardzo skutecznym, prawdziwym „świętym Graalem” współczesnego biznesu. Jednak nie jest on niestety tak przyjazny, jak mógłby oczekiwać początkujący użytkownik. Jego oryginalną sp...
Zrozumieć BPMN. Modelowanie procesów biznesowych. Wydanie 2 rozszerzone Zrozumieć BPMN. Modelowanie procesów biznesowych. Wydanie 2 rozszerzone
(29.40 zł najniższa cena z 30 dni)31.85 zł
49.00 zł(-35%) -
Premiera programów do zarządzania przedsiębiorstwem z linii InsERT nexo miała miejsce w marcu 2014 roku. W skład tego pakietu weszły: Subiekt nexo (zarządzanie sprzedażą), Rewizor nexo (uproszczona księgowość) i Rachmistrz nexo (pełna księgowość). Są to następcy programów InsERT GT — i choć...(17.45 zł najniższa cena z 30 dni)
19.20 zł
34.90 zł(-45%) -
Dziennikarstwo danych przeżywa dziś prawdziwy rozkwit. Dzieje się tak dlatego, że nasze życie w dużej mierze przeniosło się do internetu, a internet to... dane. Megabajty, gigabajty, terabajty danych. Misją współczesnego dziennikarza jest przedstawiać je społeczeństwu rzetelnie, a równocześnie pi...(29.94 zł najniższa cena z 30 dni)
32.44 zł
49.90 zł(-35%) -
Witaj, zanurz się w niej i nie utoń. Co więcej – pływaj skutecznie i kieruj innymi tak, by i oni nie utonęli – ani Twoi pracownicy, ani Twoja firma. Termin VUCA odnosi się do działania w świecie XXI wieku, w którym „stare, dobre czasy” przewidywalności, stabilności, równom...
Przywództwo w świecie VUCA. Jak być skutecznym liderem w niepewnym środowisku Przywództwo w świecie VUCA. Jak być skutecznym liderem w niepewnym środowisku
(35.40 zł najniższa cena z 30 dni)38.35 zł
59.00 zł(-35%)
O autorach ebooka
Dr Jacqueline Nolis jest głównym analitykiem danych w Brightloom. Od lat zajmuje się doradzaniem największym firmom w zakresie korzystania z danych. Często występuje na prestiżowych konferencjach.
Emily Robinson jest starszym badaczem danych w Warby Parker, wcześniej pracowała w DataCamp oraz w Etsy. Regularnie prowadzi wykłady związane z nauką o danych.
Ebooka przeczytasz na:
-
czytnikach Inkbook, Kindle, Pocketbook, Onyx Boox i innych
-
systemach Windows, MacOS i innych
-
systemach Windows, Android, iOS, HarmonyOS
-
na dowolnych urządzeniach i aplikacjach obsługujących formaty: PDF, EPub, Mobi
Masz pytania? Zajrzyj do zakładki Pomoc »
Audiobooka posłuchasz:
-
w aplikacji Ebookpoint na Android, iOS, HarmonyOs
-
na systemach Windows, MacOS i innych
-
na dowolnych urządzeniach i aplikacjach obsługujących format MP3 (pliki spakowane w ZIP)
Masz pytania? Zajrzyj do zakładki Pomoc »
Kurs Video zobaczysz:
-
w aplikacji Ebookpoint na Android, iOS, HarmonyOs
-
na systemach Windows, MacOS i innych
-
na dowolnych urządzeniach i aplikacjach obsługujących format MP4 (pliki spakowane w ZIP)
Szczegóły ebooka
- Tytuł oryginału:
- Build A Career in Data Science
- Tłumaczenie:
- Anna Zawiła, Tadeusz Zawiła
- ISBN Książki drukowanej:
- 978-83-283-7293-1, 9788328372931
- Data wydania książki drukowanej:
- 2021-04-13
- ISBN Ebooka:
- 978-83-283-7294-8, 9788328372948
- Data wydania ebooka:
-
2021-04-13
Data wydania ebooka często jest dniem wprowadzenia tytułu do sprzedaży i może nie być równoznaczna z datą wydania książki papierowej. Dodatkowe informacje możesz znaleźć w darmowym fragmencie. Jeśli masz wątpliwości skontaktuj się z nami sklep@ebookpoint.pl.
- Format:
- 168x237
- Numer z katalogu:
- 130195
- Rozmiar pliku Pdf:
- 6.3MB
- Rozmiar pliku ePub:
- 6.4MB
- Rozmiar pliku Mobi:
- 14.9MB
- Pobierz przykładowy rozdział PDF
Spis treści ebooka
- 1.1. Czym jest danologia? 27
- 1.1.1. Matematyka/statystyka 29
- 1.1.2. Bazy danych/programowanie 30
- 1.1.3. Zrozumienie biznesu 32
- 1.2. Różne rodzaje prac związanych z badaniem danych 33
- 1.2.1. Analiza 34
- 1.2.2. Uczenie maszynowe 34
- 1.2.3. Nauka o podejmowaniu decyzji 35
- 1.2.4. Pokrewne prace 36
- 1.3. Wybór swojej drogi 37
- 1.4. Wywiad z Robertem Changiem, badaczem danych w Airbnb 38
- Jak zaczęła się twoja podróż badacza danych? 39
- Czego ludzie powinni szukać w pracy związanej z danologią? 39
- Jakich umiejętności potrzeba, aby zostać badaczem danych? 40
- 2.1. MTC - potężna firma technologiczna 42
- 2.1.1. Twój zespół - jeden z wielu w MTC 42
- 2.1.2. Technologia - zaawansowana, ale obecna w firmie w systemie silosowym 43
- 2.1.3. Zalety i wady pracy w MTC 44
- 2.2. HandbagLOVE - uznany sprzedawca detaliczny 45
- 2.2.1. Twój zespół - grupka ludzi walczących o rozwój 46
- 2.2.2. Twoja technologia - stos technologiczny, który zaczyna się zmieniać 46
- 2.2.3. Wady i zalety pracy w HandbagLOVE 47
- 2.3. Seg-Metra - nowo powstały start-up 48
- 2.3.1. Twój zespół (jaki zespół?) 48
- 2.3.2. Technologia - najnowsza, wewnętrznie spójna technologia 49
- 2.3.3. Wady i zalety pracy w Seg-Metra 50
- 2.4. Videory - udany start-up technologiczny na późnym etapie rozwoju 52
- 2.4.1. Zespół - wyspecjalizowany, ale z przestrzenią do działania 52
- 2.4.2. Technologia - próby pokonania kodu odziedziczonego 53
- 2.4.3. Zalety i wady pracy w Videory 53
- 2.5. Global Aerospace Dynamics - wielki dostawca rządowy 54
- 2.5.1. Zespół - danolog w morzu inżynierów 55
- 2.5.2. Technologia - stara, skostniała i wyposażona w blokadę bezpieczeństwa 56
- 2.5.3. Zalety i wady pracy w GAD 56
- 2.6. Podsumowanie 57
- 2.7. Wywiad z Randym Au, specjalistą Google'a ds. badań
ilościowych w zakresie doświadczenia użytkownika (ang. user experience)
58
- Czy istnieją duże różnice pomiędzy dużymi a małymi firmami? 58
- Czy istnieją różnice w zależności od branży, w jakiej działa dana firma? 59
- Jaka jest twoja ostatnia rada dla początkujących badaczy danych? 59
- 3.1. Uzyskiwanie tytułu zawodowego lub stopnia naukowego w zakresie danologii 62
- 3.1.1. Wybór uczelni 64
- 3.1.2. Dostanie się do programu akademickiego 66
- 3.1.3. Podsumowanie kwestii tytułów zawodowych oraz stopni naukowych 68
- 3.2. Przejście przez intensywny kurs 69
- 3.2.1. Czego się nauczysz 69
- 3.2.2. Koszt 71
- 3.2.3. Wybór programu 71
- 3.2.4. Podsumowanie intensywnych kursów danologicznych 72
- 3.3. Zdobycie pracy z zakresu badania danych w swojej firmie 72
- 3.3.1. Podsumowanie nauki w pracy 75
- 3.4. Uczenie się na własną rękę 75
- 3.4.1. Podsumowanie nauki na własną rękę 76
- 3.5. Dokonanie wyboru 77
- 3.6. Wywiad z Julią Silge, badaczką danych i programistką w RStudio 78
- Zanim zostałaś badaczką danych, pracowałaś na uczelni. Jak zdobyte w środowisku akademickim umiejętności pomogły ci w danologii? 78
- Po podjęciu decyzji o zostaniu badaczką danych w jaki sposób zaczęłaś nabywać nowych umiejętności? 79
- Czy wiedziałaś, wkraczając do domeny badania danych, jaką pracę chciałabyś wykonywać? 79
- Co poleciłabyś osobom, które chciałyby zdobyć umiejętności potrzebne do zostania badaczem danych? 80
- 4.1. Tworzenie projektu 82
- 4.1.1. Identyfikowanie danych i zadanie pytania 82
- 4.1.2. Wybór kierunku 85
- 4.1.3. Wypełnianie pliku README na GitHubie 86
- 4.2. Założenie bloga 87
- 4.2.1. Potencjalne tematy 87
- 4.2.2. Logistyka 88
- 4.3. Praca nad przykładowymi projektami 90
- 4.3.1. Freelancerzy zajmujący się badaniem danych 90
- 4.3.2. Uczenie sieci neuronowej na podstawie kontrowersyjnych tablic rejestracyjnych 91
- 4.4. Wywiad z Davidem Robinsonem, danologiem 93
- Jak zaczęła się twoja przygoda z blogowaniem? 93
- Czy działalność publiczna przyniosła ci konkretne korzyści? 93
- Czy są ludzie, którzy twoim zdaniem szczególnie skorzystaliby na działalności publicznej? 93
- Jak zmieniał się z czasem twój pogląd na wartość działalności publicznej? 94
- Jak powstają pomysły na posty dotyczące analizy danych? 94
- Jaka jest twoja ostatnia rada dla początkujących i młodszych badaczy danych? 94
- Zasoby do rozdziałów 1. - 4. 95
- Książki 95
- Posty na blogu 96
- 5.1. Znalezienie pracy 102
- 5.1.1. Dekodowanie opisów 103
- 5.1.2. Szukanie znaków ostrzegawczych 105
- 5.1.3. Określanie swoich oczekiwań 106
- 5.1.4. Uczestnictwo w spotkaniach 107
- 5.1.5. Korzystanie z mediów społecznościowych 109
- 5.2. Podejmowanie decyzji o tym, o jaką pracę się ubiegać 110
- 5.3. Wywiad z Jesse Mostipak, rzeczniczką ds. rozwoju oprogramowania w Kaggle'u 112
- Jakie masz porady co do rozpoczęcia poszukiwania pracy? 112
- Jak można zbudować swoją sieć kontaktów? 112
- Co robić, gdy brak nam pewności, żeby odpowiadać na oferty pracy z zakresu badania danych? 113
- Co byś powiedziała komuś, kto uważa, że "nie spełnia wszystkich wymogów na to stanowisko"? 113
- Jaka będzie twoja ostatnia porada dla początkujących badaczy danych? 113
- 6.1. Życiorys - podstawy 116
- 6.1.1. Struktura 118
- 6.1.2. Zanurzenie się w szczegółach dotyczących doświadczenia zawodowego - generowanie treści 123
- 6.2. Listy motywacyjne - podstawy 125
- 6.2.1. Struktura 126
- 6.3. Szycie na miarę 127
- 6.4. Polecenie 128
- 6.5. Wywiad z Kristen Kehrer, wykładowczynią i autorką kursów danologicznych 130
- Ile razy, według twoich szacunków, przeredagowywałaś swój życiorys? 130
- Jakie są częste błędy, które twoim zdaniem ludzie popełniają? 131
- Czy dostosowujesz swoje CV do stanowiska, na które aplikujesz? 131
- Jakie strategie polecasz do opisania stanowisk pracy w CV? 131
- Jaką masz ostatnią radę dla początkujących danologów? 132
- 7.1. Czego pragną firmy? 134
- 7.1.1. Proces rozmowy rekrutacyjnej 135
- 7.2. Krok 1. Wstępna rozmowa telefoniczna 136
- 7.3. Krok 2. Rozmowa w siedzibie firmy 138
- 7.3.1. Rozmowa na tematy techniczne 140
- 7.3.2. Pytania behawioralne 144
- 7.4. Krok 3. Analiza przypadku 146
- 7.5. Krok 4. Rozmowa końcowa 148
- 7.6. Oferta 149
- 7.7. Wywiad z Ryanem Williamsem, doświadczonym analitykiem decyzyjnym w Starbucksie 150
- Co trzeba zrobić, żeby świetnie wypaść na rozmowie o pracę? 150
- Jak sobie radzisz w sytuacjach, gdy nie znasz odpowiedzi? 150
- Co należy zrobić w przypadku, gdy odpowiedź spotka się z negatywną reakcją? 151
- Czego na temat kandydatów nauczyło cię prowadzenie rozmów o pracę? 151
- 8.1. Proces 154
- 8.2. Otrzymanie oferty 154
- 8.3. Negocjacje 156
- 8.3.1. Co podlega negocjacji? 157
- 8.3.2. Jak bardzo możesz negocjować 159
- 8.4. Taktyki negocjacyjne 162
- 8.5. Jak wybrać jedną spośród dwóch "dobrych" ofert pracy 163
- 8.6. Wywiad z Brooke Watson Madubuonwu, starszą badaczką danych w ACLU 165
- Co należy wziąć pod uwagę, oprócz wynagrodzenia, gdy rozważa się przyjęcie oferty? 165
- Jakie są sposoby na przygotowanie się do negocjacji? 165
- Co zrobić, kiedy mamy już jedną ofertę, ale nadal czekamy na inną? 166
- Jaka jest twoja ostatnia rada dla początkujących i młodszych badaczy danych? 166
- Zasoby do rozdziałów 5. - 8. 167
- Książki 167
- Posty na blogach i kursy 168
- 9.1. Pierwszy miesiąc 174
- 9.1.1. Wdrożenie w dużej organizacji - dobrze naoliwiona maszyna 174
- 9.1.2. Wdrożenie w małej firmie. Jakie wdrożenie? 175
- 9.1.3. Zrozumienie i ustalenie oczekiwań 175
- 9.1.4. Znajomość własnych danych 177
- 9.2. Stawanie się produktywnym pracownikiem 180
- 9.2.1. Zadawanie pytań 181
- 9.2.2. Budowanie relacji 182
- 9.3. Jeśli jesteś pierwszym zatrudnionym badaczem danych 184
- 9.4. Kiedy praca nie jest tym, co Ci obiecywano 185
- 9.4.1. Charakter pracy jest okropny 185
- 9.4.2. Środowisko pracy jest toksyczne 186
- 9.4.3. Decyzja o odejściu z pracy 187
- 9.5. Wywiad z Jarvisem Millerem, badaczem danych w firmie Spotify 189
- Co cię zaskoczyło w twojej pierwszej pracy naukowej w dziedzinie danologii? 189
- Z jakimi problemami się stykałeś? 190
- Możesz nam opowiedzieć o jednym ze swoich pierwszych projektów? 190
- Jaka byłaby twoja najważniejsza rada na kilka pierwszych miesięcy pracy? 191
- 10.1. Wniosek 196
- 10.2. Plan analizy 198
- 10.3. Przeprowadzenie analizy 201
- 10.3.1. Importowanie i czyszczenie danych 201
- 10.3.2. Eksplorowanie i modelowanie danych 203
- 10.3.3. Ważne punkty dotyczące eksplorowania i modelowania 205
- 10.4. Odpowiednia otoczka 209
- 10.4.1. Finalna prezentacja 210
- 10.4.2. Kończenie pracy 211
- 10.5. Wywiad z Hilary Parker, badaczką danych w Stitch Fix 211
- W jaki sposób myślenie o innych ludziach pomaga w twoich analizach? 212
- Jaką strukturę nadajesz swoim analizom? 212
- Jakiego rodzaju korektę przeprowadzasz w ramach wersji ostatecznej? 212
- Jak sobie radzisz z osobami proszącymi o wprowadzenie zmian do analizy? 213
- 11.1. Czym w ogóle jest wdrożenie do środowiska produkcyjnego? 216
- 11.2. Tworzenie systemu produkcyjnego 218
- 11.2.1. Gromadzenie danych 219
- 11.2.2. Budowa modelu 220
- 11.2.3. Serwowanie modeli przy użyciu interfejsu programowania aplikacji 221
- 11.2.4. Budowa interfejsu programowania aplikacji 222
- 11.2.5. Dokumentacja 224
- 11.2.6. Testowanie 225
- 11.2.7. Wdrażanie API 225
- 11.2.8. Testy obciążeniowe 229
- 11.3. Utrzymanie działającego systemu 229
- 11.3.1. Monitorowanie systemu 230
- 11.3.2. Ponowne trenowanie modelu 230
- 11.3.3. Wprowadzanie zmian 231
- 11.4. Na zakończenie 232
- 11.5. Rozmowa z Heather Nolis, inżynierem zajmującym się uczeniem maszynowym w T-Mobile 232
- Co oznacza bycie "inżynierem zajmującym się uczeniem maszynowym" w twoim zespole? 232
- Jakie to było uczucie, gdy po raz pierwszy wdrażałaś fragment kodu do środowiska produkcyjnego? 233
- Jeśli coś pójdzie nie tak w środowisku produkcyjnym, to co wtedy? 233
- Jaka będzie twoja ostatnia rada dla danologów pracujących z inżynierami? 234
- 12.1. Typy interesariuszy 236
- 12.1.1. Interesariusze biznesowi 236
- 12.1.2. Interesariusze inżynieryjni 237
- 12.1.3. Korporacyjne kierownictwo 239
- 12.1.4. Twój menedżer 240
- 12.2. Współpraca z interesariuszami 240
- 12.2.1. Zrozumienie celów interesariusza 241
- 12.2.2. Ciągła komunikacja 243
- 12.2.3. Bycie konsekwentnym 245
- 12.3. Ustalanie priorytetów w pracy 247
- 12.3.1. Praca zarówno innowacyjna, jak i wywierająca wpływ 248
- 12.3.2. Praca, która nie jest innowacyjna, ale wciąż wywiera wpływ 249
- 12.3.3. Praca innowacyjna, która jednak nie wywiera żadnego wpływu 249
- 12.3.4. Praca, która ani nie jest innowacyjna, ani też nie wywiera żadnego wpływu 250
- 12.4. Uwagi końcowe 251
- 12.5. Wywiad z Sade Snowden-Akintunde, badaczką danych w Etsy 251
- Dlaczego zarządzanie interesariuszami jest ważne? 252
- Jak nauczyłaś się zarządzać interesariuszami? 252
- Czy miałaś kiedyś problemy z interesariuszem? 252
- Co młodzi badacze danych często robią źle? 252
- Czy zawsze starasz się wyjaśniać techniczne aspekty danologii? 253
- Jaka jest twoja ostatnia porada dla młodszych lub początkujących danologów? 253
- Zasoby do rozdziałów 9. - 12. 253
- Książki 253
- Blogi 255
- 13.1. Dlaczego projekty danologiczne kończą się niepowodzeniem 261
- 13.1.1. Dane nie spełniają Twoich oczekiwań 261
- 13.1.2. Brak sygnału w zakresie danych 262
- 13.1.3. Utrata zainteresowania klientów 264
- 13.2. Zarządzanie ryzykiem 266
- 13.3. Co możesz zrobić, gdy Twój projekt kończy się niepowodzeniem? 267
- 13.3.1. Co należy zrobić z projektem? 267
- 13.3.2. Radzenie sobie z negatywnymi emocjami 269
- 13.4. Wywiad z Michelle Keim, dyrektorką ds. danologii i uczenia maszynowego w Pluralsight 270
- Czy zdarzyło ci się doświadczyć porażki w swojej karierze? 271
- Czy potrafisz rozpoznać sygnały ostrzegawcze przed rozpoczęciem projektu? 271
- Czy firmy różnią się w sposobie podejścia do niepowodzeń? 271
- Skąd wiesz, że projekt, który realizujesz, skończy się niepowodzeniem? 272
- Jak pokonać strach przed porażką? 272
- 14.1. Rozwijanie własnego portfolio 275
- 14.1.1. Więcej wpisów na blogu 275
- 14.1.2. Więcej projektów 276
- 14.2. Uczestnictwo w konferencjach 277
- 14.2.1. Radzenie sobie z lękiem społecznym 280
- 14.3. Wystąpienia 281
- 14.3.1. Poszukiwanie możliwości wystąpienia 281
- 14.3.2. Przygotowanie 284
- 14.4. Przyczynianie się do rozwoju otwartego oprogramowania 285
- 14.4.1. Wkład w pracę innych ludzi 285
- 14.4.2. Tworzenie własnego pakietu lub biblioteki 287
- 14.5. Rozpoznawanie i unikanie wypalenia 288
- 14.6. Wywiad z Renee Teate, dyrektor ds. danologii w HelioCampus 289
- Jakie są główne korzyści płynące z działalności w mediach społecznościowych? 289
- Co byś powiedziała ludziom, którzy mówią, że nie mają czasu na angażowanie się w życie społeczności? 290
- Czy warto wytwarzać niewielką ilość treści? 290
- Stresowałaś się publikacją pierwszego wpisu na blogu lub pierwszym przemówieniem? 290
- 15.1. Decyzja o odejściu 294
- 15.1.1. Podsumuj swoje postępy w nauce 294
- 15.1.2. Omów swoją sytuację z menedżerem 295
- 15.2. Jak wygląda poszukiwanie pracy, kiedy masz już za sobą pierwszą pracę 297
- 15.2.1. Decydowanie o tym, czego chcesz 298
- 15.2.2. Rozmowa kwalifikacyjna 298
- 15.3. Znalezienie nowej pracy w trakcie zatrudnienia 300
- 15.4. Złożenie wypowiedzenia 301
- 15.4.1. Rozważanie przyjęcia kontroferty 302
- 15.4.2. Poinformowanie zespołu 303
- 15.4.3. Ułatwienie przeprowadzenia zmiany 304
- 15.5. Wywiad z Amandą Casari, menedżerem ds. technicznych w Google'u 305
- Po czym poznać, że nadszedł czas na szukanie nowej pracy? 305
- Czy kiedykolwiek rozpoczęłaś poszukiwania pracy i zdecydowałaś się jednak pozostać? 306
- Widzisz ludzi, którzy zbyt długo wykonują tę samą pracę? 306
- Czy można zmienić pracę zbyt szybko? 306
- Jaka jest twoja ostatnia rada dla ambitnych i początkujących danologów? 307
- 16.1. Ścieżka menedżerska 311
- 16.1.1. Zalety bycia menedżerem 312
- 16.1.2. Wady bycia menedżerem 312
- 16.1.3. Jak zostać menedżerem 313
- 16.2. Ścieżka głównego danologa 315
- 16.2.1. Zalety bycia głównym danologiem 317
- 16.2.2. Wady bycia głównym danologiem 318
- 16.2.3. Jak zostać głównym danologiem 318
- 16.3. Zostanie niezależnym konsultantem 319
- 16.3.1. Zalety bycia niezależnym konsultantem 321
- 16.3.2. Wady bycia niezależnym konsultantem 321
- 16.3.3. Jak zostać niezależnym konsultantem 322
- 16.4. Wybór ścieżki 323
- 16.5. Wywiad z Angelą Bassą, dyrektorką ds. danologii, inżynierii danych i uczenia maszynowego w iRobot 323
- Jaka wygląda codzienna praca na stanowisku menedżerskim? 324
- Jakie są oznaki tego, że należy przestać być szeregowym pracownikiem? 324
- Czy musisz w końcu całkiem przestać wykonywać robotę szeregowego pracownika? 324
- Jakiej rady udzieliłabyś komuś, kto chce zostać technicznym liderem, ale jeszcze nie jest na to gotowy? 325
- Jaka jest twoja ostatnia rada dla początkujących i młodszych badaczy danych? 325
- Zasoby dla rozdziałów 13. - 16. 326
- Książki 326
- Blogi 327
Wstęp 13
Podziękowania 15
O niniejszej książce 17
O autorkach 21
CZĘŚĆ I. ROZPOCZĘCIE PRZYGODY Z BADANIEM DANYCH 23
1. Czym jest danologia? 25
2. Firmy działające w obszarze danologii 41
3. Zdobywanie umiejętności 61
4. Tworzenie portfolio 81
CZĘŚĆ II. ZNALEZIENIE PRACY ZWIĄZANEJ Z ANALIZĄ DANYCH 99
5. Poszukiwania - znalezienie odpowiedniej dla siebie pracy 101
6. Aplikowanie - życiorysy i listy motywacyjne 115
7. Rozmowa kwalifikacyjna - czego należy się spodziewać i jak sobie z tym poradzić 133
8. Oferta - co można zaakceptować 153
CZĘŚĆ III. ZADOMOWIENIE SIĘ W ŚWIECIE BADANIA DANYCH 171
9. Pierwsze miesiące w nowym miejscu pracy 173
10. Przeprowadzanie skutecznej analizy 193
11. Wdrażanie modelu do środowiska produkcyjnego 215
12. Współpraca z interesariuszami 235
CZĘŚĆ IV. TWÓJ ROZWÓJ W ROLI BADACZA DANYCH 257
13. Kiedy Twój projekt danologiczny kończy się niepowodzeniem 259
14. Dołączenie do środowiska danologicznego 273
15. Jak odejść z pracy z wdziękiem 293
16. Wspinanie się po szczeblach kariery 309
Epilog 329
Dodatek. Pytania z rozmów kwalifikacyjnych 330
Oceny i opinie klientów: Skazany na sukces. Kariera w Data Science Jacqueline Nolis, Emily Robinson (2)
Weryfikacja opinii następuję na podstawie historii zamówień na koncie Użytkownika umieszczającego opinię. Użytkownik mógł otrzymać punkty za opublikowanie opinii uprawniające do uzyskania rabatu w ramach Programu Punktowego.
(2)
(0)
(0)
(0)
(0)
(0)
Data dodania: 2022-01-05 Ocena: 6 Opinia potwierdzona zakupem
Data dodania: 2021-05-17 Ocena: 6 Opinia potwierdzona zakupem
więcej opinii