Вышка больше не в тренде?

Сергей Брин, сооснователь Google, в недавнем интервью признал, что компания нанимает большое количество сотрудников без высшего образования. По его словам, среди тех, кто работает в Google, есть как академические «звезды», так и люди, которые самостоятельно осваивали навыки без диплома.

Согласно анализу, в период с 2017 по 2022 год доля вакансий в Google, требующих получения высшки, снизилась с 93% до 77%. И при этом Google в этом не одинок: такие компании, как Microsoft, Apple и Cisco, в последние годы снизили требования к образованию.

Тем не менее, сам же Брин не жалеет о своем обучении в Стенфорде. Наоборот, общаясь с нынешними студентами технических направлений, Сергей предостерег их, что в эпоху, когда ИИ может писать код, бросать обучение только из страха к автоматизации – не самая лучшая затея.

🦾 Чем реально отличается Senior ML от уверенного Middle?

На открытом вебинаре разберём продвинутые методы машинного обучения, о которых обычно говорят вскользь или не говорят вовсе. Рекомендательные системы, временные ряды, reinforcement learning, GenAI, байесовские подходы и деплой моделей в прод: где и зачем они применяются сегодня и почему без них невозможно расти дальше в профессии.

Это честный разговор о том, какие навыки действительно ценятся на уровне Senior, какие задачи решают специалисты ML Advanced и какие карьерные возможности открываются после перехода на эту ступень. Вы сможете задать любые вопросы и получить ответы от эксперта.

📋 Встречаемся 28 января в 18:00 МСК в преддверии старта курса «Machine Learning. Advanced». Регистрация открыта: https://otus.pw/9L7R/

Реклама. ООО «Отус онлайн-образование», ОГРН 1177746618576

Наверняка вы замечали, как на одну и ту же должность работодатели просят выполнять совершенно разную работу

Чтобы немного разобраться, чем же занимаются Data Engineer, взглянем, как проходит один день из жизни такого специалиста.

Будни инженера обычно проходят за мониторингом и устранением проблем в уже существующих пайплайнах данных: сотрудник отслеживает, что процессы извлечения, трансформации и загрузки работают исправно, и исправляет ошибки до того, как они повлияют на downstream-аналитику.

Еще инженер занимается разработкой и тестированием ETL-процессов, чтобы данные из разных источников корректно попадали в хранилище и были готовы к использованию.

Ключевая часть работы заключается в моделировании и организации данных: создании схем и структур (таблицы, слои данных или витрины), так чтобы с ними было удобно работать аналитикам и другим специалистам. Data Engineer также постоянно оптимизирует процессы, повышая производительность, надежность и масштабируемость инфраструктуры данных.

Разработчик, у которого мы подсмотрели его обязанности подчеркивает, что инженерия данных это про стабильную и хорошо организованную работу с данными.