Θελω να γινω προγραμματιστης χωρις πτυχιο απο που να ξεκινησω;

[True_Alchemist14 0]

Καλησπερα σας 

Εχωντας ενα πτυχιο Πολιτικου Μηχανικου αποφασισα να κανω στροφη 180 μοιρες και να ψαχτω πως μπορω να γινω προγραμματιστης (Μην ρωτησετε γιατι). 

Ετσι λοιπον ρωτωντας φιλους και ψαχνωντας στο ιντερνετ ειδα οτι ειναι πλεον δυνατον στις μερες μας  στην Ελλαδα κιολας να γινεις προγραμματιστης χωρις πτυχιο(Αναλογα τι προγραμματιστης βεβαια) και ετσι ενθαρυνθηκα να δω τι μπορω να κανω μονος μου απο το να ξανακανω απο την αρχη μια ιδιωτικη σχολη 

Ψαχνωντας λοιπον βρηκα διαφορα σεμιναρια,μεταπτυχιακα,σχολες ιεκ κ.τ.λ.Επισης βρηκα καποιους κλαδους στους οποιους θα ηθελα να ασχοληθω το ερωτημα μου πιο πολυ ειναι ομως ρεαλιστικα τι μπορω να κανω.Αυτο ειναι καποιοι τομεις που θελω

Web development.

Software Engineer

DevOps 

Και πιο πολυ απο λα

Κατι σχετικο με Data Science και συγκεκριμενα πιο πολυ Machine Learning.

Ενω αποφασιζω τι θα ακουλουθησω απο ολα αυτα στο μεταξυ κανω python courses στο Coursera.Προσπαθησα να δηλωσω συμμετοχη με το προγραμμα regeneration σε σχετικα σεμιναρια με data science δεν με πηρανε.Εχω ρωτησει εχω ψαξει τι μπορεις να κανεις λοιπον για να τα καταφερεις μονος σου.Ρωτησα απο εταιριες στην Ελλαδα ατομα που ειναι σε θεσεις HR οτι γινεται για παραδειγμα να δουν τα project σου στο git-hub,courses απο καλα site και να δουν οτι εισαι καλος χωρις πτυχιο χωρις τιποτα και να σε προσλαβουν.Μου ειπε επισης οτι ατομα που δεν ηταν προγραμματιστες απλα αλλαξαν καριερα ασχοληθηκαν κυριως μονοι τους και γινανε κατι σχετικο με Data scientists.Εγω ομως κοιταω στο ιντερνετ και βλεπω οτι ειναι σπανιο να συμβει κατι τετοιο.Δηλαδη για να γινεις Data scientist πρεπει να εχεις εμπειρια καπως κανωντας ερευνες με δεδομενα.Ακουγεται οτι to data science ειναι το επαγγελμα του μελλοντος και να μαθετε python κτλ,ομως στην πραγματικοτητα ειναι πιο δυσκολο να τα κανεις αυτα μονος σου αν δεν τα εχεις σπουδασει.Δηλαδη ρεαλιστικα δινω ενα παραδειγμα οτι κανω 1-2 χρονια courses πολυ καλα σε αντιστοιχες πλατφορμες (φτανω και κανω και σε advanced courses π.χ) και εχω 3-4 προτζεκτακια με machine learning.Θα κανω στην αρχη κατι που κανουν ολοι ενα Project με τριλιζα για παραδειγμα.Μετα θα κανω μια ερευνα με ελευθερα δεδομενα στο ιντερνετ για να βγαλω ενα προγραμμα να προβλεπει κατι απο αυτα τα στατιστικα στο μελλον με machine learning.Μετα κατι με φωτογραφιες που θα αναγνωριζει πχ το χρωμα σε καποια αντικειμαν κτλ κτλ

Κατι τετοιο αρκει για να παρω μια δουλεια σαν junior developer με 2 χρονια εκμαθησης?Γιατι θελει πιο πολυ real life problems που εχω δεν θα εχω εμπειρια ας πουμε ενω αν καποιος παει και το σπουδασει στο Deree College αυτο να τους εχουν προετοιμασει καλυτερα (Ναι ας μην μετραει το πτυχιο οπως ειπα πριν οκ,μετραει  και τι κανεις ομως.Φανταζομαι Αλλιως θα ξερουν να σε καθοδηγησουν οι καθηγητες για να τα μαθεις πιο γρηγορα με τα πιο καταλληλα project και μαθηματα.Αμα ειμαι τελειως μονος μου και δεν εχω καποιον να με καθοδηγει θα φαω πιο πολυ χρονο ψαχνωντας τι ειναι πιο σωστο για την βιομηχανια να μαθω.Ετσι στα τυφλα να κανω courses και projectακια για καιρο δεν ξερω κατα ποσο θα ειναι αποδοτικο για τον χρονο που εχασα!)

Ετσι λοιπον υπαρχουν και πιο ευκολες επιλογες να κανεις μονος σου οπως καναν γνωστοι μου με μικρες πρακτικες και σεμιναρια.Οπως ειναι το WordPress, web developer κ.τ.λ.Η διαφορα σε αυτα ειναι οτι αμα τα κανεις μονο σου ειναι πιο ευκολα.

Η ερωτηση μου ειναι

Εχω την ορεξω να κατσω να ασχοληθω πολυ και εντατικα.Αλλα δεν θελω να φαω και 5 χρονια να βρω μια δουλεια με κατι σχετικο σαν data scientist.Πειτε μου ρεαλιστικα τι θα μου προτεινατε να κανω αν θελω να ασχοληθω με αυτο.Αξιζει να κανω καποιο σεμιναρια,Projects και ισως μεταπτυχιακο(Δεν ξερω αν θα βοηθησει για αρχη) ωστε σε 2-3 χρονια να ειμαι ετοιμος στο κλαδο data science?Και μιλαω παντα για το τι γινεται στην αγορα της Ελλαδας.Μηπως πιο πολυ η λυση σε αυτο ειναι να γραφτω σε καποια ιδιωτικη σχολη?Επειδη θελω να αποφυγω τα πολλα χρονια της σχολης επειδη σπουδασα ειδη κατι αλλο,ομως αν ειναι πιο απαραιτητο για το ΣΥΓΚΕΚΡΙΜΕΝΟ ΕΠΠΑΓΕΛΜΑ θα το σκεφτω.Οχι επειδη μετραει το πτυχιο συγκεκριμενα αλλα ξαναλεω:Mπορει να δουν τα Project οσο ησουν στην σχολη και θα δουν οτι αυτα τα χρονια ησουν σε ενα προγραμμα  εχεις εμπειρια και θα ειναι καλυτερο απο το να τα εκανες αναρχα μονος σου.Επισης δεν θα χρειαστω καποιες πιστοποιησεις για στατιστικη μαθηματικα?Θα πρεπει να κανω courses και σε αυτα εστω βασικα πραγματα γιατι δεν χρειαζεται απο τι βλεπω περιπλοκα μαθηματικα συνηθως τρεχεις ετοιμα πραγματα.Απλα καταλαβαινεις καλυτερα την λογικη.

Ή

Μηπως αν εχω την λογικη να τα κανω πιο πολυ μονος μου με σεμιναρια και σκεφτομενος ποσο ευκολα θα ηταν να αποροθηφω πιο γρηγορα στην Ελλαδα θα μου προτεινατε κατι πιο ευκολο σαν επαγγελμα Πχ:Web Developer?Αμα θελει πολλα χρονια η επιστημη των δεδομενων  και λεφτα σε ιδιωτικες σχολες ισως να μην την ξεκινησω και να κανω κατι τετοιο αντιθετως με πιο φτηνα σεμιναρια.

Τι ειναι πιο ρεαλιστικο και ποιος ειναι ο πιο εξυπνος τροπος να ξεκινησω?

Δεν παιρνω οτι γραφω σαν δεδομενο λες και ξερω οτι ετσι ειναι τα πραγματα.Ικασιες κανω οτι μηπως ειναι ετσι η αλλιως.Μπορει να τα εχω καποια πραγματα λαθος στο νου μου αλλα δεν εχω ξεκινησει ουσιαστικα ακομα δεν εψω ψαχτει αρκετα και θελω να ξερω αν αξιζει να ασχοληθω πριν ξεκινησω.Θελω απλα να με βοηθησετε να καταλαβω καλυτερα γιατι μετα απο ενα σημειο δεν μπορω να ξερω πιο συγκεκριμενα καποιαπραγματα.

Σας ευχαριστω.

 

 

[giannis_al 25]

Φίλε καλησπέρα, και καλό κουράγιο κατ'αρχάς. Απ'ότι καταλαβαίνω είσαι σε μία μεγάλη φάση αναζήτησης.

Οι κλάδοι που αναφέρεις είναι αρκετά ετερόκλητοι. Αν αυτό που σε ενδιαφέρει είναι ο ρεαλιστικότερος δρόμος και η άμεση αποκατάσταση, θα έβγαζα από την εξίσωση devops και softw.eng, με το σκεπτικό οτι χρειάζονται μεγάλο εύρος γνώσεων πάνω στην τεχνολογία, που δεν είναι απαραίτητα δύσκολες αν όντως έχεις το 'μηχανιλίκι' στη σκέψη σου από το πτυχίο, αλλά είναι σίγουρα πιο χρονοβόρες κατά τη γνώμη μου από το web development και το data science. 

Δεδομένου οτι όντως έχεις ένα α' υπόβαθρο στα μαθηματικά από το πτυχίο, και την επιστημονική και problem solving προσέγγιση, δε θεωρώ οτι θα δυσκολευτείς ιδιαίτερα να εργαστείς κάπου ως data analyst. Τα online courses αν βρεις καλά είναι όντως εξαιρετική αρχή.

Προσωπικά θα μάζευα 2-3 τέτοια, τα οποία θα αφορούσαν data analysis με python, data visualization(reporting tools οπως power bi ή tableu) και ίσως κάποιο data science principles, ή κάτι σχετικό με το πώς κάνεις το 'business knowledge' extract από τα δεδομένα, και θα πήγαινα να ζητήσω θέσεις business analyst που να έχουν και τενχικό ρόλο μέσα. Νομίζω πως θα είναι πιο εύκολο να σου εμπιστευτούν το κομμάτι του business analyst το οποίο βασίζεται στην ανάλυση των δεδομένων σε επίπεδο χρησιμότητας για την επιχείρηση, και σιγά σιγά να αρχίσεις να επεκτείνεσαι και στα πιο τεχνικά κομμάτια, ενώ παράλληλα θα ενισχύεις και τις γνώσεις σου. 

Αν έχεις λεφτά να διαθέσεις, θα σου πρότεινα και κάποιο μάθημα e-learning Ελληνικού πανεπιστημίου. Όχι για τη γνώση, σε καμία περίπτωση, αλλά πιο πολύ γιατί σου δίνει μία δυνατότητα να έρθεις σε επαφή με καθηγητές που θα σε καθοδηγήσουν, ίσως δικτυωθείς, ίσως ακόμα ακόμα κάποια εταιρία ζητήσει άτομο από τον καθηγητή και αυτός το μεταφέρει στην τάξη. Στην ΑΣΟΕΕ πχ αυτά στο προπτυιακό γίνονται. Οπότε δε βλέπω το λόγο να μη γίνονται σε κάποιο μάθημα e-learning με λιγότερα, και κατά κύριο λόγο πιο μεγάλα άτομα. Δε μου αρέσει ως πρακτική το σπρώξιμο (ακόμα κι αν δε χρειάζεται να γλύψεις για να σε σπρώξουν), αλλά δουλεύει, οπότε οφείλω να το πω

 

Το αν θέλεις να φτάσεις στο μεταπτυχιακό αφορά κυρίως εσένα, και το πόσο σοβαρά το βλέπεις. Προσωπικά είμαι 'του χαρτιού', οπότε αν κυνηγούσα μόνιμη καριέρα σε κάτι άσχετο με τα μέχρι τώρα credentials μου, θα έκανα κάτι. 

 

Για web developer δεν έχω προσωπική εμπειρία, αλλά στον κύκλο μου περισσότερο δουλεύει το να φτιάξεις κάποια site κοψοχρονιά, να βγάλεις όνομα, και να ξεκινήσεις free lancing. Αλλιώς κάνεις ένα πέρασμα από τις αγγελίες, βλέπεις ποιες είναι οι τεχνολογίες που ζητάνε σε άτομα με μικρή προϋπηρεσία, κάνεις αντίστοιχα κάποια courses και φτιάχνεις ένα portfolio (από ζωντανά site μέχρι github projects που είπες), και κάνεις αιτήσεις. Φαντάζομαι οτι όπως το έχεις κατά νου, μιλάμε για front end, γιατί σε επίπεδο full stack δεν είναι και τόσο εύκολο όσο το παρουσιάζεις συγκριτικά με το dta science

Πάντως έχε κατά νου, οτι απλήρωτη-κακοπληρωμένη δουλειά πάντα έχει ζήτηση, και όσο κι αν το σιχαίνομαι, πιθανότατα θα χρειαστεί να την κάνεις για να φτάσεις να βιοποριστείς. Αν έχεις το περιθώριο, jump in οσο πιο γρήγορα σε θέσεις με ελάχιστες απαιτήσεις. Και πούλα το επιστημονιλίκι σου. Παίρνουν κόσμο από μεγάλες εταιρίες για data analysts από τμήματα οικονομικού που έχουν ελάχιστη επαφή με python σε μάθηματα του πτυχίου. Δε νομίζω οτι θα δυσκολευτείς να ξεκινήσεις αν δεν έχεις απαιτήσεις για αξιοπρεπείς απολαβές (όσο διεστραμμένο κι αν ακούγεται αυτό)

[vs_skg 106]

1 ώρα πριν, giannis_al είπε

Φίλε καλησπέρα, και καλό κουράγιο κατ'αρχάς. Απ'ότι καταλαβαίνω είσαι σε μία μεγάλη φάση αναζήτησης.

Οι κλάδοι που αναφέρεις είναι αρκετά ετερόκλητοι. Αν αυτό που σε ενδιαφέρει είναι ο ρεαλιστικότερος δρόμος και η άμεση αποκατάσταση, θα έβγαζα από την εξίσωση devops και softw.eng, με το σκεπτικό οτι χρειάζονται μεγάλο εύρος γνώσεων πάνω στην τεχνολογία, που δεν είναι απαραίτητα δύσκολες αν όντως έχεις το 'μηχανιλίκι' στη σκέψη σου από το πτυχίο, αλλά είναι σίγουρα πιο χρονοβόρες κατά τη γνώμη μου από το web development και το data science. 

Δεδομένου οτι όντως έχεις ένα α' υπόβαθρο στα μαθηματικά από το πτυχίο, και την επιστημονική και problem solving προσέγγιση, δε θεωρώ οτι θα δυσκολευτείς ιδιαίτερα να εργαστείς κάπου ως data analyst. Τα online courses αν βρεις καλά είναι όντως εξαιρετική αρχή.

Προσωπικά θα μάζευα 2-3 τέτοια, τα οποία θα αφορούσαν data analysis με python, data visualization(reporting tools οπως power bi ή tableu) και ίσως κάποιο data science principles, ή κάτι σχετικό με το πώς κάνεις το 'business knowledge' extract από τα δεδομένα, και θα πήγαινα να ζητήσω θέσεις business analyst που να έχουν και τενχικό ρόλο μέσα. Νομίζω πως θα είναι πιο εύκολο να σου εμπιστευτούν το κομμάτι του business analyst το οποίο βασίζεται στην ανάλυση των δεδομένων σε επίπεδο χρησιμότητας για την επιχείρηση, και σιγά σιγά να αρχίσεις να επεκτείνεσαι και στα πιο τεχνικά κομμάτια, ενώ παράλληλα θα ενισχύεις και τις γνώσεις σου. 

Αν έχεις λεφτά να διαθέσεις, θα σου πρότεινα και κάποιο μάθημα e-learning Ελληνικού πανεπιστημίου. Όχι για τη γνώση, σε καμία περίπτωση, αλλά πιο πολύ γιατί σου δίνει μία δυνατότητα να έρθεις σε επαφή με καθηγητές που θα σε καθοδηγήσουν, ίσως δικτυωθείς, ίσως ακόμα ακόμα κάποια εταιρία ζητήσει άτομο από τον καθηγητή και αυτός το μεταφέρει στην τάξη. Στην ΑΣΟΕΕ πχ αυτά στο προπτυιακό γίνονται. Οπότε δε βλέπω το λόγο να μη γίνονται σε κάποιο μάθημα e-learning με λιγότερα, και κατά κύριο λόγο πιο μεγάλα άτομα. Δε μου αρέσει ως πρακτική το σπρώξιμο (ακόμα κι αν δε χρειάζεται να γλύψεις για να σε σπρώξουν), αλλά δουλεύει, οπότε οφείλω να το πω

Το αν θέλεις να φτάσεις στο μεταπτυχιακό αφορά κυρίως εσένα, και το πόσο σοβαρά το βλέπεις. Προσωπικά είμαι 'του χαρτιού', οπότε αν κυνηγούσα μόνιμη καριέρα σε κάτι άσχετο με τα μέχρι τώρα credentials μου, θα έκανα κάτι. 

Για web developer δεν έχω προσωπική εμπειρία, αλλά στον κύκλο μου περισσότερο δουλεύει το να φτιάξεις κάποια site κοψοχρονιά, να βγάλεις όνομα, και να ξεκινήσεις free lancing. Αλλιώς κάνεις ένα πέρασμα από τις αγγελίες, βλέπεις ποιες είναι οι τεχνολογίες που ζητάνε σε άτομα με μικρή προϋπηρεσία, κάνεις αντίστοιχα κάποια courses και φτιάχνεις ένα portfolio (από ζωντανά site μέχρι github projects που είπες), και κάνεις αιτήσεις. Φαντάζομαι οτι όπως το έχεις κατά νου, μιλάμε για front end, γιατί σε επίπεδο full stack δεν είναι και τόσο εύκολο όσο το παρουσιάζεις συγκριτικά με το dta science

Πάντως έχε κατά νου, οτι απλήρωτη-κακοπληρωμένη δουλειά πάντα έχει ζήτηση, και όσο κι αν το σιχαίνομαι, πιθανότατα θα χρειαστεί να την κάνεις για να φτάσεις να βιοποριστείς. Αν έχεις το περιθώριο, jump in οσο πιο γρήγορα σε θέσεις με ελάχιστες απαιτήσεις. Και πούλα το επιστημονιλίκι σου. Παίρνουν κόσμο από μεγάλες εταιρίες για data analysts από τμήματα οικονομικού που έχουν ελάχιστη επαφή με python σε μάθηματα του πτυχίου. Δε νομίζω οτι θα δυσκολευτείς να ξεκινήσεις αν δεν έχεις απαιτήσεις για αξιοπρεπείς απολαβές (όσο διεστραμμένο κι αν ακούγεται αυτό)

ο data analyst δεν ειναι data scientist, με τον ιδιο τροπο που ο ηλεκτρολογος δεν ειναι ηλεκτρολογος μηχανικος

[Sacadmerde 140]

8 ώρες πριν, True_Alchemist14 είπε

Έχω την ορεξω να κατσω να ασχοληθω πολυ και εντατικα.Αλλα δεν θελω να φαω και 5 χρονια να βρω μια δουλεια με κατι σχετικο σαν data scientist.Πειτε μου ρεαλιστικα τι θα μου προτεινατε να κανω αν θελω να ασχοληθω με αυτο.Αξιζει να κανω καποιο σεμιναρια,Projects και ισως μεταπτυχιακο(Δεν ξερω αν θα βοηθησει για αρχη) ωστε σε 2-3 χρονια να ειμαι ετοιμος στο κλαδο data science?Και μιλαω παντα για το τι γινεται στην αγορα της Ελλαδας.Μηπως πιο πολυ η λυση σε αυτο ειναι να γραφτω σε καποια ιδιωτικη σχολη?Επειδη θελω να αποφυγω τα πολλα χρονια της σχολης επειδη σπουδασα ειδη κατι αλλο,ομως αν ειναι πιο απαραιτητο για το ΣΥΓΚΕΚΡΙΜΕΝΟ ΕΠΠΑΓΕΛΜΑ θα το σκεφτω.Οχι επειδη μετραει το πτυχιο συγκεκριμενα αλλα ξαναλεω:Mπορει να δουν τα Project οσο ησουν στην σχολη και θα δουν οτι αυτα τα χρονια ησουν σε ενα προγραμμα  εχεις εμπειρια και θα ειναι καλυτερο απο το να τα εκανες αναρχα μονος σου.Επισης δεν θα χρειαστω καποιες πιστοποιησεις για στατιστικη μαθηματικα?Θα πρεπει να κανω courses και σε αυτα εστω βασικα πραγματα γιατι δεν χρειαζεται απο τι βλεπω περιπλοκα μαθηματικα συνηθως τρεχεις ετοιμα πραγματα.Απλα καταλαβαινεις καλυτερα την λογικη.

Ή

Μηπως αν εχω την λογικη να τα κανω πιο πολυ μονος μου με σεμιναρια και σκεφτομενος ποσο ευκολα θα ηταν να αποροθηφω πιο γρηγορα στην Ελλαδα θα μου προτεινατε κατι πιο ευκολο σαν επαγγελμα Πχ:Web Developer?Αμα θελει πολλα χρονια η επιστημη των δεδομενων  και λεφτα σε ιδιωτικες σχολες ισως να μην την ξεκινησω και να κανω κατι τετοιο αντιθετως με πιο φτηνα σεμιναρια.

Τι ειναι πιο ρεαλιστικο και ποιος ειναι ο πιο εξυπνος τροπος να ξεκινησω?

Δεν παιρνω οτι γραφω σαν δεδομενο λες και ξερω οτι ετσι ειναι τα πραγματα.Ικασιες κανω οτι μηπως ειναι ετσι η αλλιως.Μπορει να τα εχω καποια πραγματα λαθος στο νου μου αλλα δεν εχω ξεκινησει ουσιαστικα ακομα δεν εψω ψαχτει αρκετα και θελω να ξερω αν αξιζει να ασχοληθω πριν ξεκινησω.Θελω απλα να με βοηθησετε να καταλαβω καλυτερα γιατι μετα απο ενα σημειο δεν μπορω να ξερω πιο συγκεκριμενα καποιαπραγματα.

 

tl;dr (too long; didn't read) έκδοση

Είναι αρκετά λογικό να στραφείς από το κατασκευαστικό τομέα σε κάτι που πλήττεται λιγότερο και, επίσης, φαίνεται να είναι και πιο βιώσιμο στο μέλλον. Όμως, λόγω έλλειψης εκπαίδευσης πάνω σε αυτό, δεν είναι ρεαλιστικό να σκέφτεσαι να χτυπήσεις θέσεις και αντικείμενα που θέλουν αρκετή εκπαίδευση. 

Δες για web development/CMS expert user ή προγραμματιστής/developer (και όχι software engineer). 

Ακολουθεί μία πιο elaborated version των αποπάνω. 

===============================================================

Το τι δουλειά θα χτυπήσεις είναι, κατά μέσο όρο, ανάλογο της εκπαίδευσης που έχεις για αυτή την δουλειά. Φυσικά και υπάρχουν οι αποκλίσεις, αλλά αυτές μπορείς να τις δεις ως τις τιμές της κατανομής δεξιά και αριστερά από το μέσο, με την κατανομή να έχει αρκετά μικρό \sigma. 

Το σενάριο με το data scientist και machine learning, θα ήταν ρεαλιστικό να το απορρίψεις. Εκτός από programming skills, θέλουν και field-expertise skills, όπου το field-expertise χωρίζεται σε statistical/machine learning (ML) **και** scientific computing. Μέσα στο δεύτερο μπορείς να βρεις αρκετά στοιχεία από software (SW) engineering, system admin, και algorithm/speed optimization. Θεωρώντας ότι έχεις το βασικό engineering math background, θα χρειαστείς να διαβάσεις αρκετά για να μπεις στο notation, τα concepts, και την αργκώ του ML. 

Το να πιστεύεις ότι με <5 χρόνια και χωρίς πτυχίο, θα βγεις στην αγορά ως data scientist, είναι λίγο εκτός τόπου και χρόνου. 

Το να θες να γίνεις όμως data analyst (DA), είναι πιο εφικτό. Βέβαια, δεν ξέρω τι είδος ML έχεις στο μυαλό σου ότι κάνει ένας DA αλλά, και βάσει της υφιστάμενης κατάστασης/αγοράς στο ML, θα έλεγα ότι πλέον δεν είναι ML αυτό που κάνει ένας DA, όπως ακριβώς δεν είναι software engineering και προγραμματισμός το να γράφεις σε HTML. Στο Ελλαδιστάν βέβαια, ο καθένας είναι ό,τι δηλώνει και είμαι αρκετά σίγουρος ότι παραπάνω από τους μισούς data scientists θα είναι απλά DAs και πως κάτι παραπάνω από ένα απλό logistic regression ή άντε και κανένα Κ-ΝΝ δεν θα κάνουν. Ή, και εάν κάνουν, θα παίρνουν κάποιο έτοιμο software (π.χ. WEKA και, ακόμα χειρότερα, MATLAB), θα πετάνε τα δεδομένα τους μέσα σαν το κρέας σε μία κιμαδομηχανή, και με brute force (και χωρίς καμία κατανόηση του τι κάνουν και γιατί) θα προσπαθούν να βγάλουν κάτι. Κάτι το οποίο περιγράφεις και εσύ, λέγοντας ότι δεν θέλεις και να φας και 5 χρόνια για να γίνεις data scientist, αλλά θέλεις να ασχοληθείς με τον κλάδο του data science. Τέλος, αυτή την στιγμή στην Ελλάδα δεν υπάρχει ιδιωτική σχολή που να δίνει σοβαρό πρόγραμμα σπουδών σε σύγχρονο data science ή/και ML. Εδώ τα περισσότερα πανεπιστήμια δεν δίνουν και είναι λίγα ελάχιστα αυτά που όντως έχουν ανθρώπους που ξέρουν (π.χ. Αριστοτέλειο και Παν. Ηρακλείου). Στην Ελλάδα έχουν μείνει οι περισσότεροι ακόμα στην εποχή των RF και kernel tricks. 

Software engineering (SWE) με την ένοια ότι όντως θα κάνεις SWE και όχι developer ή/και coding monkey, δύσκολο να το πετύχεις χωρίς σπουδές. Θα σου είναι αρκετά χρονοβόρο να οργανώσεις την πρόσληψη γνώσης για να είναι αποδοτική και δεν υπάρχουν ελεύθερα courses (ή εγώ δεν ξέρω) που να δίνουν όντως γνώσεις για SWE. Π.χ., σχεσιακή άλγεβρα, αρχιτεκτονική Η/Υ, μαθηματικός προγραμματισμός (που δεν είναι προγραμματισμός για μαθηματικά LOL), σχεδίαση λογισμικού, θεωρητική πληροφορική (κανονικές εκφράσεις, αυτόματα, πολυπλοκότητα, λ-calculus), compilers, κτλ. Θα μπορέσεις να τα μάθεις στην δουλειά όσα δεν θέλουν θεωρητικό υπόβαθρο (π.χ. σχεδίαση λογισμικού), αλλά πάντα θα υπολείπεσαι κάποιου που κάνει SWE και έχει σωστό υπόβαθρο. Άρα, software engineer δεν είναι τόσο ρεαλιστικό. Γίνεται, αλλά θέλεις αρκετό καιρό εργασιακής εμπειρίας για να καλύψεις την γνώση που δεν θα έχεις διδαχθεί με έναν οργανωμένο τρόπο. Βέβαια, developer (ή/και code money, σύμφωνα με την Wikipedia: "A term for a computer programmer who isn't actually involved in any aspect of conceptual or design work, but simply writes code to specifications given.": https://en.wikipedia.org/wiki/Code_monkey) μπορείς να γίνεις χωρίς σπουδές και γίνονται αρκετοί στις μέρες μας. Βασικά, γίνονται και αρκετοί από τα διάφορα γ'βάθμια ιδρύματα. Σχετικά με το code monkey, μην σε επηρεάζει η ονομασία, δεν είναι καθόλου ευκαταφρόνητη εργασία. Αντιθέτως, είναι δύσκολη, θα έλεγα ότι είναι και απαιτιτική, και έχει και μεσαίου επιπέδου μηναίες απολαβές. Βέβαια, δεν συμμετέχεις σε αποφάσεις για το λογισμικό, μόνο γράφεις (και με αποδοτικό τρόπο) κώδικα. 

Για το web developer, ισχύουν τα ίδια με το SWE, μόνο που ο όρος code monkey μεταφράζεται ως CMS expert user και ο web dev είναι ένας developer (και όχι SWE) για web εφαρμογές. 

Τέλος, το devops είναι παγίδα γιατί ο καθένας το εννοεί όπως του έρθει και τον συμφέρει. Προσωπικά θα έλεγα ότι στην Ελλάδα είναι ένας νέος και fancy τίτλος για τους παλαιούς sysadmins, όπου ήταν άνθρωποι χωρίς επιστημονική γνώση αλλά με τεράστια εμπειρική γνώση (στην ιδανική περίπτωση). Δεν έχω όμως εμπεριστατομένη άποψη. Καλύτερα να το ψάξεις μόνος σου ή να πάρεις την γνώμη κάποιου άλλου. 

===========================================================

7 ώρες πριν, giannis_al είπε

Οι κλάδοι που αναφέρεις είναι αρκετά ετερόκλητοι. Αν αυτό που σε ενδιαφέρει είναι ο ρεαλιστικότερος δρόμος και η άμεση αποκατάσταση, θα έβγαζα από την εξίσωση devops και softw.eng, με το σκεπτικό οτι χρειάζονται μεγάλο εύρος γνώσεων πάνω στην τεχνολογία, που δεν είναι απαραίτητα δύσκολες αν όντως έχεις το 'μηχανιλίκι' στη σκέψη σου από το πτυχίο, αλλά είναι σίγουρα πιο χρονοβόρες κατά τη γνώμη μου από το web development και το data science. 

Δεδομένου οτι όντως έχεις ένα α' υπόβαθρο στα μαθηματικά από το πτυχίο, και την επιστημονική και problem solving προσέγγιση, δε θεωρώ οτι θα δυσκολευτείς ιδιαίτερα να εργαστείς κάπου ως data analyst. Τα online courses αν βρεις καλά είναι όντως εξαιρετική αρχή.

Όπως ήδη σου έγραψαν, ο data analyst και ο data scientist δεν κάνουν την ίδια δουλειά, ούτε παίρνουν τα ίδια λεφτά, και ούτε χρειάζονται το ίδιο εκπαιδευτικό υπόβαθρο. 

Το να είσαι expert user κάποιου λογισμικού δημιουργίας γραφημάτων, δεν σε κάνει scientist. 

 

===========================================================

 

 

8 ώρες πριν, True_Alchemist14 είπε

αν αξιζει να ασχοληθω πριν ξεκινησω.

Από διπλανό thread: 

 

Πριν αρχίσεις λοιπόν, σκέψου και πώς εσύ θα διαφέρεις από έναν ακόμα που πήρε ένα PC και λέει ότι κάνει κάτι. 

Επεξ/σία 24 Νοεμβρίου 2020 από Sacadmerde

[najinblue3 3.999]

Oτι αξιζει να ασχοληθεις, αξιζει. Ειδικα αν σου αρεσει!  Αλλα για machine learning πρεπει να εχεις ενα πολυ καλο background σε software engineering και μαθηματικα(πιθανοτητες, στατιστικες) κτλπ. Νευρωνικα δικτυα επισης χρειαζονται, και πολυ καλη γνωση καποιων frameworks(pytorch) κτλπ. 

Ο "ευκολοτερος" δρομος να ασχοληθεις με προγραμματισμο χωρις πτυχιο ειναι το front end. 

[LppToLss 7]

13 ώρες πριν, True_Alchemist14 είπε

ψαχτω πως μπορω να γινω προγραμματιστης

Για αρχή, ξεκίνα από Ψούνη - Θα πάρεις τις βάσεις που χρειάζεσαι.

https://www.youtube.com/c/ΔημήτρηςΨούνης/playlists

Στο μεταξύ, ψάξε για βιβλιοθήκες πανεπιστημίων - Έχουν πολύ καλά βιβλία.
Γίνε μέλος σε μια τέτοια βιβλιοθήκη εάν δεν είσαι, και ξεκίνα από τα βασικά που σ' ενδιαφέρουν.

Επεξ/σία 24 Νοεμβρίου 2020 από LppToLss

[giannis_al 25]

12 ώρες πριν, vs_skg είπε

ο data analyst δεν ειναι data scientist, με τον ιδιο τροπο που ο ηλεκτρολογος δεν ειναι ηλεκτρολογος μηχανικος

 

6 ώρες πριν, Sacadmerde είπε

 

Όπως ήδη σου έγραψαν, ο data analyst και ο data scientist δεν κάνουν την ίδια δουλειά, ούτε παίρνουν τα ίδια λεφτά, και ούτε χρειάζονται το ίδιο εκπαιδευτικό υπόβαθρο. 

Το να είσαι expert user κάποιου λογισμικού δημιουργίας γραφημάτων, δεν σε κάνει scientist. 

Να απαντήσω και στους 2 και να πω οτι καλύτερα να μην το ανάγουμε σε debate data scientist vs analyst, για να μην εκτροχιαστεί το θέμα από το τι μπορεί να κάνει ο φίλος που το άνοιξε.

 

Σε γενικές γραμμές συμφωνώ σε αυτό που λέτε, γι αυτό είπα οτι ο τομέας που θα ασχοληθεί θα είναι το data science αλλά η θέση που θα μπορούσε άμεσα να καλύψει θα ήταν του data analyst. 

Δεν αντιλαμβάνομαι τη διαφορά analyst/scientist ως ηλεκτρολόγου/ ηλ. μηχανικού, αλλά πιο πολύ ως ηλ.μηχ (ΤΕ)/ ηλ.μηχ(ΠΕ)

Εργάζομαι ως data analyst, και χρειάζεται να έχω γνώσεις για συστήματα db και κώδικα, να γράφω script και να καθαρίζω/επεξεργάζομαι τα δεδομένα που αναλύω

Ο expert user ενός reporting tool είναι πιο πολύ στο κομμάτι του business analyst, ο οποίος παίρνει έτοιμα τα δεδομένα, και κάνοντας μόνο το extract από βάσεις σε excel ή πάνω στο reporting tool, κάνει την ανάλυση που βγάζει συμπεράσματα με βusiness νόημα για την εταιρία. 

Ο data analyst χρειάζεται πολλά από τα skills του scientist, σε πιο πρακτικό επίπεδο (δεν ξέρω απαραίτητα το μαθηματικό background ενός machine learning μοντέλου, αλλά ξέρω να χρησιμοποιώ τις βιβλιοθήκες της python για να τρέξω ένα μοντέλο). Έχει ρόλο στη μορφοποίηση των δεδομένων για να βγουν τα συμπεράσματα (ίσως και στην εξαγωγή των συμπερασμάτων των ίδιων), και επί της ουσίας είναι ανάμεσα σε έναν data scientist που έχει βαθειά γνώση σε όλο το θεωρητικό υπόβαθρο της ανάλυσης και διαχείρισης δεδομένων (αλλά τυπικά τα φέρνει σε μορφή, ώστε να τα επεξεγραστεί και να τα κάνει συμπεράσματα κάποιος άλλος) και του business analyst που περιορίζεται στο να μορφοποιεί/φιλτράρει/διαβάζει τα data για να βγάλει τα συμπεράσματα

Χαρατηριστικό είναι οτι κάποια από τα πρώτα MSc που βρήκα στην Ελλάδα, ζητάνε γνώσεις μαθηματικών (που θεώρησα δεδομένο πως έχει ο φίλος λόγω πολυτεχνείου όπως έγραψα αρχικά) και "active" γνώσης κώδικα (που έγραψα οτι είναι από τα πρώτα πράγματα που πρέπει να κοιτάξει). Οπότε ναι, θεωρώ οτι μπορείς να είσαι άμεσα απασχολήσιμος ως data analyst και ταυτόχρονα να αναπτύσσεις το ακαδημαϊκό/επιστημονικό σου υπόβαθρο πάνω σε αυτά (όπως επίσης έγραψα στο πρώτο σχόλιο).

https://www.acg.edu/graduate/school-of-graduate-professional-education/masters-degree-programs/master-of-science-ms-in-data-science/?gclid=CjwKCAiA-_L9BRBQEiwA-bm5friqHgvw3dWAKAit9R8FwhitH_25HJwxfJOunB0IZitmC4cxFLt3axoC_5UQAvD_BwE

https://datascience.aueb.gr/page.php?id=114

Το παρακάτω μάλιστα που είναι του ΕΜΠ, απευθύνεται σε όλους τους αποφοίτους του ΕΜΠ (και λοιπών πολυτεχνείων) αναγνωρίζοντας πως έχουν το επιστημονικό υπόβαθρο να μπορέσουν να γίνουν data scientists μέσα σε ένα χρόνο

https://dsml.ece.ntua.gr/announcements/prokeryxe-dpms-edemm-gia-akademaiko-etos-2020-2021

 

Όπως και να'χει, ο τομέας των δεδομένων έχει αρκετή ζήτηση, ώστε να προσφέρει θέσεις όλων των επιπέδων εξειδίκευσης και θεωρητικής γνώσης κατά τη γνώμη μου

 

 

[Sacadmerde 140]

1 ώρα πριν, giannis_al είπε

Να απαντήσω και στους 2 και να πω οτι καλύτερα να μην το ανάγουμε σε debate data scientist vs analyst, για να μην εκτροχιαστεί το θέμα από το τι μπορεί να κάνει ο φίλος που το άνοιξε.

Ευτυχώς που δεν συνέβαλες στο να γίνει debate. Βέβαια, ξεκαθάρισε το τοπίο όταν είπες πως είσαι data analyst. Από εμπειρία, όλοι οι περισσότεροι data analysts θα θέλανε να λένε (άλλοι λένε) ότι είναι data scientists, αλλά δεν είναι έτσι. 

Από εκεί και πέρα, το να φορτώσει κάποιος έτοιμα μοντέλα σε Python (να φανταστώ Keras ή scikit learn; ) και να τα τρέξει, δεν τον κάνει scientist ούτε έχει και τα skills του scientist. Εκτός από το να γνωρίζει τις βιβλιοθήκες που πρέπει να χρησιμοποιεί. 

Τέλος, συμπεράσματα βγάζουν όλοι. Άλλοι για το ποδόσφαιρο, άλλοι για τον καιρό. Το ότι ένας DA βγάζει συμπεράσματα επειδή γνωρίζει πως να χρησιμοποιεί ένα visualization tool, δεν λέει κάτι.

Για να μην παρεξηγηθώ, μια χαρά χρήσιμη δουλειά κάνουν. Αλλά ο διαχωρισμός είναι ξεκάθαρος και υπάρχει, και δεν ισχύει ότι ένας DA έχει τα skills του data scientist... από εκεί και πέρα, ο καθένας είναι ελεύθερος να λέει ό,τι θέλει. Αυτό όμως δεν το κάνει και αλήθεια. 

[skiabox 3.843]

Don't feed the troll guys!

LOL

[k33theod 406]

Τι θα πει προγραμματιστης χωρις πτυχιο. Εγω δεν ξερω κανεναν που στο πτυχιο του να γραφει προγραμματιστης. Στη σχολη σου δεν ειχατε μαθηματα προγραμματισμου. Επειδη στην Τουριστικων Επαγγελματων μαθαινουν python γιυατο το λεω. 

[towardsData 1]

Πάρε μαθηματα απο τη coursera αν σε ενδιαφέρει η επιστήμη των δεδομένων.  Μάθε καλά τη Python και μετα μπες σε μαθηματα data analysis.

 

[True_Alchemist14 0]

Παιδια σας ευχαριστω ολους για τις απαντησεις σας!Με εκαναν να καταλαβω λιγο καλυτερα πως ειναι κατι τι κανεις σε αυτα τα πεδια!

Στις 24/11/2020 στις 4:59 ΜΜ, giannis_al είπε

Ο data analyst χρειάζεται πολλά από τα skills του scientist, σε πιο πρακτικό επίπεδο (δεν ξέρω απαραίτητα το μαθηματικό background ενός machine learning μοντέλου, αλλά ξέρω να χρησιμοποιώ τις βιβλιοθήκες της python για να τρέξω ένα μοντέλο). Έχει ρόλο στη μορφοποίηση των δεδομένων για να βγουν τα συμπεράσματα.

Χαρατηριστικό είναι οτι κάποια από τα πρώτα MSc που βρήκα στην Ελλάδα, ζητάνε γνώσεις μαθηματικών (που θεώρησα δεδομένο πως έχει ο φίλος λόγω πολυτεχνείου όπως έγραψα αρχικά) και "active" γνώσης κώδικα (που έγραψα οτι είναι από τα πρώτα πράγματα που πρέπει να κοιτάξει). Οπότε ναι, θεωρώ οτι μπορείς να είσαι άμεσα απασχολήσιμος ως data analyst και ταυτόχρονα να αναπτύσσεις το ακαδημαϊκό/επιστημονικό σου υπόβαθρο πάνω σε αυτά (όπως επίσης έγραψα στο πρώτο σχόλιο).

https://www.acg.edu/graduate/school-of-graduate-professional-education/masters-degree-programs/master-of-science-ms-in-data-science/?gclid=CjwKCAiA-_L9BRBQEiwA-bm5friqHgvw3dWAKAit9R8FwhitH_25HJwxfJOunB0IZitmC4cxFLt3axoC_5UQAvD_BwE

Όπως και να'χει, ο τομέας των δεδομένων έχει αρκετή ζήτηση, ώστε να προσφέρει θέσεις όλων των επιπέδων εξειδίκευσης και θεωρητικής γνώσης κατά τη γνώμη μου

 

Σχετικα με το να γινω Data Analyst:

Καταρχας να ξεκαθαρισω οτι ειμαι αποφοιτος του τμηματος Εκπαιδευτικών Πολιτικών Μηχανικών της Α.Σ.ΠΑΙ.Τ.Ε,αλλα ναι εχω γνωσεις σε βασικα μαθηματικα (επιπεδου 3ης λυκειου ας πουμε) και τα συνδυαζαμε με γλωσσες προγραμματισμου σε καποια μαθηματα π.χ:Matlab.Ειδα τα μεταπτυχιακια και τα εχω σαν ενα σεναριο στο μυαλο μου αλλα ισως πιο μετα.Αυτο που θελω να ρωτησω ειναι κατα ποσο ειναι δημιουργικο αυτο που κανεις.Ακου οτι ειναι πονοκεφαλος και βαρετο να καθαριζεις και να οργανωνεις  δεδομενα την περισσοτερη ωρα και μετα να τα επεξεργαζεσαι/εξερευνας/τρεχεις πειραματα κτλ.Βγαζεις αποτελεσματα αλλα στα συμπερασματα  πιο πολλοι ασχολουνται οι αλλοι τομεις σωστα?Καποιες φορες φανταζομαι ισως καποια αποτελεσματα θελουν πιο πολυ βαθος η ειναι πιο εμεσα για να τα κατανοησει απλα ενας data analyst.

Πως το βρισκεις σαν καθημερινοτητα?

Επισης το background μου θεωρειται μαθηματικο επειδη ειμαι Πολιτικος Μηχανικος?Επειδη εχει να κανει με εφαρμοσμενα μαθηματικα και προγραμματισμο,τα εκανα ολα αυτα τοσα χρονια στην σχολη μου.Δηλαδη αμα κανω πιο μετα ενα μεταπτυχιακο στο Data Science στο Deere θα θεωρειται ακυρο το πτυχιο μου και θα κοιταξουν μονο το μεταπτυχιακο σε μια δουλεια?Για παραδειγμα σε αυτην την αγγελια γραφει: Bachelor’s or/and Master’s degree in Computer Science, Mathematics, Statistics or a related field.Θα ηταν ενταξει ο συνδυασμος αυτος μαζι με projects μου πιστευετε για να αρχισω μια δουλεια ΣΑΝ και αυτη ως data analyst(Ας μην εμβαθυνουμε δηλαδη στις υπολοιπες απαιτησεις τις αγγελιας που ισως ειναι πιο απαιτητικες,το λεω πιο πολυ για το τι πτυχια μαζι με μεταπτυχιακα ζηταει μια εταιρια)

Σχετικα με το να γινω Web Developer:

Mου αρεσει ισως καλυτερα μου φαινεται πιο δημιουργικο.Σκεφτομαι και το freelancing.Ομως επειδη ειναι πιο ευκολο δεν ειναι και πιο χαμηλοι μισθοι?Εχω ακουσει οτι εχουν ξεφτιλιστει οι τιμες στην αγορα της Ελλαδας στους Junior.Βεβαια υπαρχουν και αλλοι που παιρνουν καλα λευτα.Επειδη το βλεπω μακροπροθεσμα προφανως οκ δεν με πειραζει να αρχισω με χαμηλο μισθο αλλα μπορω να εξελιχθω σαν web developer στην Ελλαδα η δεν θα παει ο μισθος πολυ πιο πανω??

Εχω δει και ενα σχετικο προγραμμα:

Αυτο που με εκανε να το προτιμισω απο online courses ειναι οτι σε καθοδηγει πιο πολυ στο να βρεις δουλεια επειδη συνεργαζεται με εταιριες και εχει μεντορες οι οποιοι θα μπορουν να σου λυνουν αποριες να φτιαξεις καλυτερα το portfolio σου και πιστευω θα ειναι καλυτερο απ το να το κανεις μονο σου με learning by doing trial and error.Επισης θα μπορουν να σε δικτυωσουν καλυτερα σε εταιριες και στις θεσεις τους απο το να προσπαθεις μονο σου να στελνεις βιογραφικα και να βρεις οτι κατσει σχετικα με αυτο.Πιστευετε οτι θα αξιζε να το αρχισω?

 

 

 

[neo80 170]

Πάρε και ένα λινκ για front end/ back end web developer ,υπόψιν αυτά είναι απλά εισαγωγή θα πρέπει να αγοράσεις βιβλία που σχετίζονται με wordpress,SEO,Photoshop,php,python,html,κτλ.

Welcome to the club 

 

[towardsData 1]

A Study Pathway for Data Science in 2020 (7 Steps)

https://www.youtube.com/watch?v=ySI5P37Xf_k

Επεξ/σία 26 Νοεμβρίου 2020 από towardsData

[nickname2016 139]

Έτυχε να δω το θέμα και θυμήθηκα ένα bookmark π είχα κάνει τις προάλλες.

https://towardsdatascience.com/how-to-get-into-data-science-without-a-degree-2f84516f1afd

 

Δεν παίρνω θέση, απλά το αφήνω και φευγω. 

Good luck

[solarpower 70]

Επειδή διαβάζουν και άλλοι εδώ, ίσως και νέα παιδιά, οι γνωστικοί δεν μπορούν με απλά λόγια να πουν τι δουλειά κάνει ο DA; Γιατί το πληρώνουν; Κάνει data entry; Αποφασίζει για τις μεθόδους ως μελετητής; Ποιες επιχειρήσεις χρησιμοποιούν DA;

Μας διαβάζουν και άλλοι εδώ και δεν βλέπω εμβάθυνση στο θέμα.

 

Επεξ/σία 27 Νοεμβρίου 2020 από solarpower