А что если в IT не нужно постоянно переучиваться?❌
Звучит странно, но я попробую объяснить. С одной стороны, кажется, что мы непристегнутыми мчимся в технологическую сингулярность👤. Последние новости заставляют чувствовать себя пьяным русским в Лондоне, который неожиданно проснулся в такси:
С другой – предлагаю ознакомиться с годом открытия ключевых методов для моделирования:
Преобразование Фурье – 1811 и Fast Fourier Transform – 1965
Линейная регрессия – 1886
Perceptron – 1943 и Backpropagation – 1982
ARIMA – 1970
Convolutional Network (CNN) – 1998
XGBoost – 2016
Transformer – 2017
Ну и набор джентльмена:
🖥SQL – 1974
🙃Excel – 1987
🖥Python – 1991
Получается, что при решении некоторых задач можно спать десятилетиями💤, отрицая всё новое. В компаниях всё ещё полно аналитиков, которые владеют только Excel, максимум SQL. В то же время в России остаётся полно крупных компаний, где data-driven в зачатке и банальное кручение бустингов и линрегов на табличках даст ощутимый буст.
Поэтому в DS я вижу проблему не в том, что надо постоянно переучиваться. Скорее список требуемых хардов растет и вынуждает развиваться в ширину (например 👎🖥💻). Но тут уже чисто рыночная история: кол-во человек на место растет, поэтому с кандидата можно требовать больше навыков, чем в каком-нибудь 2016.
Звучит странно, но я попробую объяснить. С одной стороны, кажется, что мы непристегнутыми мчимся в технологическую сингулярность👤. Последние новости заставляют чувствовать себя пьяным русским в Лондоне, который неожиданно проснулся в такси:
-едем во встречке
-на водительском
-без руля.
С другой – предлагаю ознакомиться с годом открытия ключевых методов для моделирования:
Преобразование Фурье – 1811 и Fast Fourier Transform – 1965
Линейная регрессия – 1886
Perceptron – 1943 и Backpropagation – 1982
ARIMA – 1970
Convolutional Network (CNN) – 1998
XGBoost – 2016
Transformer – 2017
Ну и набор джентльмена:
🖥SQL – 1974
🙃Excel – 1987
🖥Python – 1991
Получается, что при решении некоторых задач можно спать десятилетиями💤, отрицая всё новое. В компаниях всё ещё полно аналитиков, которые владеют только Excel, максимум SQL. В то же время в России остаётся полно крупных компаний, где data-driven в зачатке и банальное кручение бустингов и линрегов на табличках даст ощутимый буст.
Поэтому в DS я вижу проблему не в том, что надо постоянно переучиваться. Скорее список требуемых хардов растет и вынуждает развиваться в ширину (например 👎🖥💻). Но тут уже чисто рыночная история: кол-во человек на место растет, поэтому с кандидата можно требовать больше навыков, чем в каком-нибудь 2016.