Лето - время выбора ...
Для кого-то это выбор места в отпуск. А для выпускников это время выбора дальнейшего места обучения.
По своему опыту знаю как сложно было определиться с магистратурой. С одной стороны есть свои критерии выбора ВУЗа, факультета, программы обучения. Хочется чтобы это обучения было максимально полезным для тебя и будущей карьеры. С другой стороны есть множество предложений с разными фишками.
Для меня было важно
🔹 учиться в одном из топовых ВУЗов страны с сильным дипломом
🔹 получить прикладные знания для моей профессии
🔹 иметь возможность учиться на бюджете
🔹 изучать дисциплины, которые ведут настоящие преподаватели-практики
Одна из подходящих под мои критерии - программа онлайн-магистратуры по аналитике и инженерии от МИФИ и школы Simulative.
Важно что данная программа направлена на практику. Учишься в ВУЗе и практикуешься в решении реальных бизнес-задач, это просто мечта. Обучение идет в онлайн-формате для вашего удобства, есть бюджетные места, а в конце - диплом одного из лучших технических ВУЗов страны.
И бонус для тех кто успеет до 25 июля записаться в магистратуру - участие в 8-недельном тренинге, на котором научитесь делать выводы на основе данных.
Подробнее о программе - тут!
Для кого-то это выбор места в отпуск. А для выпускников это время выбора дальнейшего места обучения.
По своему опыту знаю как сложно было определиться с магистратурой. С одной стороны есть свои критерии выбора ВУЗа, факультета, программы обучения. Хочется чтобы это обучения было максимально полезным для тебя и будущей карьеры. С другой стороны есть множество предложений с разными фишками.
Для меня было важно
🔹 учиться в одном из топовых ВУЗов страны с сильным дипломом
🔹 получить прикладные знания для моей профессии
🔹 иметь возможность учиться на бюджете
🔹 изучать дисциплины, которые ведут настоящие преподаватели-практики
Одна из подходящих под мои критерии - программа онлайн-магистратуры по аналитике и инженерии от МИФИ и школы Simulative.
Важно что данная программа направлена на практику. Учишься в ВУЗе и практикуешься в решении реальных бизнес-задач, это просто мечта. Обучение идет в онлайн-формате для вашего удобства, есть бюджетные места, а в конце - диплом одного из лучших технических ВУЗов страны.
И бонус для тех кто успеет до 25 июля записаться в магистратуру - участие в 8-недельном тренинге, на котором научитесь делать выводы на основе данных.
Подробнее о программе - тут!
👍2🔥2
Вчера вам рассказал про сахар в sql, а сегодня поговорим про соль 🧂
Для чувствительных данных, например паролей, токенов доступа, и в целом других персональных данных, очень важна безопасность их хранения и передачи между системами.
Одним из методов повышения безопасности хранения данных является метод "добавления соли". Это процесс добавления случайной строки к значению реальных данных перед применением функции хэширования.
Представьте, вы зарегистрировались на очередном сайте с паролем "pass123". Пароль не сложный и велика вероятность, что если система запишет ваш пароль в явном виде в свою базу данных, то велик риск утечки пароля путем простого подбора или взлома базыпид**асами злоумышленниками.
Чтобы хранить пароли более надежно, делают 2 шага
1️⃣ добавление "соли".добавить например к значению пароля время регистрации или другое значение, может быть даже константную строку.
"pass123_2025-07-24" - пароль с солью
2️⃣ хэширование пароля с солью. например, применить криптографическую функцию md5
получится хэшированое значение "66783cf604b579391670d1f380c4e4ad"
Почему бы просто не сделать хэширование без соли?
Есть вероятность подбора значения хэша для довольно распространенных паролей. Например, можно создать так называемую радужную таблицу, где будет сгенерирован хэш на разные значения паролей. Но при добавлении соли сложность пароля получается увеличивается и подобрать логику "какая конкретно соли была добавлена и по какой логике" - уже не так легко.
P.S. можете еще погуглить эту тему через запрос 🔎 "salt в криптографии"
🔥 если было интересно прочитать пост и узнали что-то новое
Для чувствительных данных, например паролей, токенов доступа, и в целом других персональных данных, очень важна безопасность их хранения и передачи между системами.
Одним из методов повышения безопасности хранения данных является метод "добавления соли". Это процесс добавления случайной строки к значению реальных данных перед применением функции хэширования.
Представьте, вы зарегистрировались на очередном сайте с паролем "pass123". Пароль не сложный и велика вероятность, что если система запишет ваш пароль в явном виде в свою базу данных, то велик риск утечки пароля путем простого подбора или взлома базы
Чтобы хранить пароли более надежно, делают 2 шага
"pass123_2025-07-24" - пароль с солью
получится хэшированое значение "66783cf604b579391670d1f380c4e4ad"
Почему бы просто не сделать хэширование без соли?
Есть вероятность подбора значения хэша для довольно распространенных паролей. Например, можно создать так называемую радужную таблицу, где будет сгенерирован хэш на разные значения паролей. Но при добавлении соли сложность пароля получается увеличивается и подобрать логику "какая конкретно соли была добавлена и по какой логике" - уже не так легко.
P.S. можете еще погуглить эту тему через запрос 🔎 "salt в криптографии"
🔥 если было интересно прочитать пост и узнали что-то новое
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥56❤12
Я создавал канал с целью делиться знаниями и просто полезными ресурсами. Я преследую эту цель до сих пор и с огромным вдохновением пишу для тебя посты, которые как мне кажется должны нести ценность и новые знания.
Следующий пройденный шаг - создание образовательного курса для новичков в аналитике, чтобы обучать заинтересованных в этом людей и помогать им дойти до их целей 🎯: начать работать аналитиком, повысить свой уровень жизни и дохода, перейти на удаленку, найти работу с релокацией. Больше 100 учеников, десятки из них нашли свою первую работу аналитиками. Я максимально вкладываюсь в обучающие материалы и сам процесс обучения, чтобы каждый ученик получал то, за чем он пришел ко мне - знаниями и опытом для достижения своей цели.
🔜 Сейчас у меня есть желание сделать максимально полезный и доступный обучающий материал для уже работающих аналитиков и других специалистов, кому близок анализ и работа с данными.
Чтобы это сделать, я хочу попросить вас, дорогие аналитики, написать
❓ какие у вас есть запросы на обучение, которые у вас сейчас не закрыты❓
❓ какой навык в своей работе вы считаете самым важным и часто применимым❓
❓ чему вы бы в ближайшее время хотели обучиться, погрузиться глубже в изучение❓
❓ чему вы бы хотели обучиться лично у меня, опираясь на мой опыт и знания❓
Долго готовлю курс для аналитиков, обогащая его практикой работы с базами данных, ETL инструментами и облачными сервисами. В итоге у меня получается курс для аналитиков-инженеров - спецов, которые умеют решать аналитические задачи и задачи инженера данных, чем я сам и занимаюсь.
🚨 Я хочу посмотреть насколько курс покрывает потребности аналитиков с их набором навыков и инструментарием. И если чего-то не хватает или что-то лишнее, скорректировать программу, давая ученикам только максимум пользы. Поэтому прошу заполнить вас анкету! 🚨
🔜 Заполни анкету, ответив на вопросы
Если заполнил анкету, ты гарантировано получишь 50% скидку на любой из моих курсов или 50% скидку на личную консультацию (на твой выбор)
Следующий пройденный шаг - создание образовательного курса для новичков в аналитике, чтобы обучать заинтересованных в этом людей и помогать им дойти до их целей 🎯: начать работать аналитиком, повысить свой уровень жизни и дохода, перейти на удаленку, найти работу с релокацией. Больше 100 учеников, десятки из них нашли свою первую работу аналитиками. Я максимально вкладываюсь в обучающие материалы и сам процесс обучения, чтобы каждый ученик получал то, за чем он пришел ко мне - знаниями и опытом для достижения своей цели.
Чтобы это сделать, я хочу попросить вас, дорогие аналитики, написать
Долго готовлю курс для аналитиков, обогащая его практикой работы с базами данных, ETL инструментами и облачными сервисами. В итоге у меня получается курс для аналитиков-инженеров - спецов, которые умеют решать аналитические задачи и задачи инженера данных, чем я сам и занимаюсь.
Если заполнил анкету, ты гарантировано получишь 50% скидку на любой из моих курсов или 50% скидку на личную консультацию (на твой выбор)
Please open Telegram to view this post
VIEW IN TELEGRAM
Google Docs
Опрос аналитиков
❤21👍9🔥3
Ребят, спасибо всем за заполнение формы и ответы на вопросы!
Очень ценно получить ваши ответы 😃
Могу сказать что и для постов в канал подчерпнул несколько идей что вам интересно🔥
Буду рад, если кто-то еще не успел, заполнит ее сегодня-завтра
🔜 Заполни анкету, ответив на вопросы
Если заполнил анкету, ты гарантировано получишь 50% скидку на любой из моих курсов или 50% скидку на личную консультацию (на твой выбор)
Очень ценно получить ваши ответы 😃
Могу сказать что и для постов в канал подчерпнул несколько идей что вам интересно
Буду рад, если кто-то еще не успел, заполнит ее сегодня-завтра
Если заполнил анкету, ты гарантировано получишь 50% скидку на любой из моих курсов или 50% скидку на личную консультацию (на твой выбор)
Please open Telegram to view this post
VIEW IN TELEGRAM
Google Docs
Опрос аналитиков
👍10❤2
Отдыхаем от аналитики, данных, задач, новостей
Сегодняшние облака с закатным светом 😍
Сегодняшние облака с закатным светом 😍
❤33🔥5
Меньше месяца до окончания приема заявок в магистратуру ЦУ с грантом до 75% на все время обучения!
Если хочешь двигаться в новую роль, но не хватает уверенности и структуры — начни обучение на одном из четырех ИТ-направлений магистратуры ЦУ.
Ты сможешь прокачаться:
— в продуктовой аналитике;
— машинном обучении;
— продуктовом менеджменте;
— backend-разработке.
Партнеры университета — ведущие компании на рынке РФ: ВТБ, Сбер, Т-Банк, Яндекс, Avito, Ozon, Х5 Tech и другие. 62% магистрантов ЦУ находят новую работу с ростом зарплаты в 1,6 раза уже на первом курсе, а средняя зарплата достигает 195 000 ₽.
Обучение можно совмещать с работой, так как занятия проводятся по вечерам и выходным.
Успей подать заявку до 24 августа: ссылка
Если хочешь двигаться в новую роль, но не хватает уверенности и структуры — начни обучение на одном из четырех ИТ-направлений магистратуры ЦУ.
Ты сможешь прокачаться:
— в продуктовой аналитике;
— машинном обучении;
— продуктовом менеджменте;
— backend-разработке.
Партнеры университета — ведущие компании на рынке РФ: ВТБ, Сбер, Т-Банк, Яндекс, Avito, Ozon, Х5 Tech и другие. 62% магистрантов ЦУ находят новую работу с ростом зарплаты в 1,6 раза уже на первом курсе, а средняя зарплата достигает 195 000 ₽.
Обучение можно совмещать с работой, так как занятия проводятся по вечерам и выходным.
Успей подать заявку до 24 августа: ссылка
👍3❤1
Как лучше писать резюме чтобы пройти ИИ-скрининг
Крупные компании используют ИИ для отбора резюме кандидатов на позиции. Это дополнительный этап воронки, который сокращает выборку резюме и кандидатов для более детального отбора рекрутером.
Увидел пост от Вышки с классной мыслью, что
Однако есть свои нюансы) Рекрутеры все равно сами просматривают резюме и читать огромный документ с большим количеством текста они не будут.
Подробнее можете почитать здесь
Крупные компании используют ИИ для отбора резюме кандидатов на позиции. Это дополнительный этап воронки, который сокращает выборку резюме и кандидатов для более детального отбора рекрутером.
Увидел пост от Вышки с классной мыслью, что
более развернутые резюме имеют больше шансов пройти дальше
Однако есть свои нюансы) Рекрутеры все равно сами просматривают резюме и читать огромный документ с большим количеством текста они не будут.
Подробнее можете почитать здесь
VK
Высшая школа бизнеса НИУ ВШЭ. Пост со стены.
Как составлять резюме в эпоху ИИ 🤖
Долгое время правило «одно резюме — одна страница» считало... Смотрите полностью ВКонтакте.
Долгое время правило «одно резюме — одна страница» считало... Смотрите полностью ВКонтакте.
❤3👍3
Forwarded from Книги по аналитике (BA, DA, SA, PA)
Analytics Engineering with SQL and dbt / Rui Machado
"With the shift from data warehouses to data lakes, data now lands in repositories before it’s been transformed, enabling engineers to model raw data into clean, well-defined datasets. The data build tool (dbt) helps you take data further. This practical book shows data analysts, data engineers, BI developers, and data scientists how to create a true self-service transformation platform through the use of dynamic SQL."
Скачать книгу
"With the shift from data warehouses to data lakes, data now lands in repositories before it’s been transformed, enabling engineers to model raw data into clean, well-defined datasets. The data build tool (dbt) helps you take data further. This practical book shows data analysts, data engineers, BI developers, and data scientists how to create a true self-service transformation platform through the use of dynamic SQL."
Скачать книгу
❤11👍1
Книга выше ☝️
Моя рекомендация аналитикам погрузиться в процессы инженеров данных и понять как проходят трансформации данных перед тем как они попадут в красивый вид табличек в хранилище.
У нас в Сравни все аналитики сейчас работают с dbt, собирают витрины данных, готовят data-контракты на загрузку данных. Инженеры данных грузят сырой слой данных, помогают оптимизировать запросы для сборки витрин и других аналитических задач.
Моя рекомендация аналитикам погрузиться в процессы инженеров данных и понять как проходят трансформации данных перед тем как они попадут в красивый вид табличек в хранилище.
У нас в Сравни все аналитики сейчас работают с dbt, собирают витрины данных, готовят data-контракты на загрузку данных. Инженеры данных грузят сырой слой данных, помогают оптимизировать запросы для сборки витрин и других аналитических задач.
👍13❤5🔥2
Привет!
Все кто сейчас находится в начале своего пути становления аналитиком: с нуля или переход из другой сферы.
ЗАВТРА для вас будет анонс с полезными материалами! 🤝 🥲
Сейчас рынок стал более жестким, это факт. Работодатели хотят нанимать с рынка твердых кандидатов, для этого нужно освоить фундаментальные навыки и инструменты. Дальше на них уже можно наращивать новые знания на работе через опыт и дальнейшее обучение.
Будем вместе с вами проходить путь построения этого фундамента, чтобы выделяться из всего множества кандидатов.
Важно понимать, что требует рынок и быть готовым соответствовать ему🧑💻
Все кто сейчас находится в начале своего пути становления аналитиком: с нуля или переход из другой сферы.
Сейчас рынок стал более жестким, это факт. Работодатели хотят нанимать с рынка твердых кандидатов, для этого нужно освоить фундаментальные навыки и инструменты. Дальше на них уже можно наращивать новые знания на работе через опыт и дальнейшее обучение.
Будем вместе с вами проходить путь построения этого фундамента, чтобы выделяться из всего множества кандидатов.
Важно понимать, что требует рынок и быть готовым соответствовать ему
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥33❤13👍8👏1
САМАЯ ВОСТРЕБОВАННАЯ IT-ПРОФЕССИЯ в 2025 году
Многие думают, что IT — это супер-сложно и только «для технарей». Это миф.
Сейчас сменить профессию стало гораздо легче и быстрей чем раньше. Не нужно переучиваться несколько лет, чтобы получать стабильный высокий доход, работая удалённо и занимаясь интересными задачами.
Это та самая работа мечты:
🔹 вход без супер-долгого обучения
🔹рост дохода от 100 000 ₽ и выше
🔹гибкий график и удаленная работа
Привет, меня зовут Даниил, я - аналитик данных
и им может стать КАЖДЫЙ, я помогу дойти вам до своей цели и получить нужные навыки.
Некоторые факты обо мне:
🎓 Учился в НИУ ВШЭ, успел съездить по обмену в Грецию
📚Инфокоммуникационные технологии и системы связи (бакалавр)
📚 Business Analytics and Big Data systems (магистратура на английском)
Уже более 6 лет в аналитике, работал в
📍Леруа (System Analyst) ➡️ 📍EPAM (BI/DWH Analyst) ➡️ 📍Сравни (Analytics Engineer)
💼 На данный момент работаю на Lead позиции на проекте клиентской аналитики
🌀 Являюсь основателем образовательного проекта Data Study по развитию аналитических навыков и компетенций в IT.
Есть мнение, что аналитика требует годы обучения и нельзя просто взять и освоить IT-профессию с нуля, не потратив на это несколько лет
Так вот, история одной из моих учениц:
Наталья Чеговцова (52 года) - сейчас системный аналитик, выпускница курса "Основы анализа данных".
До обучения работала экономистом.
После обучения Наталья получила оффер от крупной IT-компании. Мысли что из-за возраста что-то не получится ушли. Сейчас она создает востребованные IT-продукты, уже отработала год, получила повышение в должности и хороший пересмотр зарплаты) У Натальи есть важное качество - стремление к своей цели и новым знаниям, она и после курса не перестала учиться новому.
Это один из кейсов моих учеников больше примеров можешь посмотреть на странице Кейсы учеников
Может показаться неубедительным опыт других людей. Я понимаю.
Поэтому я подготовил для тебя ПОДАРОК 🎁
БЕСПЛАТНЫЙ ОНЛАЙН-КУРС "Введение в анализ данных"
В нем ты освоишь базовые навыки профессии и поймешь, как дойти от точки 0 до заветного оффера от 100 000+ Р.
Также ты узнаешь:
🔹Почему реально стать аналитиком с любым опытом за спиной
🔹Почему не надо тратить на обучение годы для начала работы
🔹Кто такой аналитик данных и почему он нужен компаниям
🔹Какие навыки необходимы для этой профессии
🔹Как использовать свой прошлый опыт как свое преимущество для профессии аналитика
...
И еще много чего полезного)
Для меня важно, чтобы каждый получил максимум пользы, ведь сейчас такой материал сложно достать в понятном и структурированном виде в одном месте, еще и бесплатно.
Поэтому жми на кнопку и сделай свой первый шаг в аналитику!
Многие думают, что IT — это супер-сложно и только «для технарей». Это миф.
Сейчас сменить профессию стало гораздо легче и быстрей чем раньше. Не нужно переучиваться несколько лет, чтобы получать стабильный высокий доход, работая удалённо и занимаясь интересными задачами.
Это та самая работа мечты:
🔹 вход без супер-долгого обучения
🔹рост дохода от 100 000 ₽ и выше
🔹гибкий график и удаленная работа
Привет, меня зовут Даниил, я - аналитик данных
и им может стать КАЖДЫЙ, я помогу дойти вам до своей цели и получить нужные навыки.
Некоторые факты обо мне:
🎓 Учился в НИУ ВШЭ, успел съездить по обмену в Грецию
📚Инфокоммуникационные технологии и системы связи (бакалавр)
📚 Business Analytics and Big Data systems (магистратура на английском)
Уже более 6 лет в аналитике, работал в
📍Леруа (System Analyst) ➡️ 📍EPAM (BI/DWH Analyst) ➡️ 📍Сравни (Analytics Engineer)
💼 На данный момент работаю на Lead позиции на проекте клиентской аналитики
🌀 Являюсь основателем образовательного проекта Data Study по развитию аналитических навыков и компетенций в IT.
Есть мнение, что аналитика требует годы обучения и нельзя просто взять и освоить IT-профессию с нуля, не потратив на это несколько лет
Так вот, история одной из моих учениц:
Наталья Чеговцова (52 года) - сейчас системный аналитик, выпускница курса "Основы анализа данных".
До обучения работала экономистом.
После обучения Наталья получила оффер от крупной IT-компании. Мысли что из-за возраста что-то не получится ушли. Сейчас она создает востребованные IT-продукты, уже отработала год, получила повышение в должности и хороший пересмотр зарплаты) У Натальи есть важное качество - стремление к своей цели и новым знаниям, она и после курса не перестала учиться новому.
Это один из кейсов моих учеников больше примеров можешь посмотреть на странице Кейсы учеников
Может показаться неубедительным опыт других людей. Я понимаю.
Поэтому я подготовил для тебя ПОДАРОК 🎁
БЕСПЛАТНЫЙ ОНЛАЙН-КУРС "Введение в анализ данных"
В нем ты освоишь базовые навыки профессии и поймешь, как дойти от точки 0 до заветного оффера от 100 000+ Р.
Также ты узнаешь:
🔹Почему реально стать аналитиком с любым опытом за спиной
🔹Почему не надо тратить на обучение годы для начала работы
🔹Кто такой аналитик данных и почему он нужен компаниям
🔹Какие навыки необходимы для этой профессии
🔹Как использовать свой прошлый опыт как свое преимущество для профессии аналитика
...
И еще много чего полезного)
Для меня важно, чтобы каждый получил максимум пользы, ведь сейчас такой материал сложно достать в понятном и структурированном виде в одном месте, еще и бесплатно.
Поэтому жми на кнопку и сделай свой первый шаг в аналитику!
👍9🔥9❤4
Цикл аналитики данных
Недавно делился книгой по Analytics engineering, там расписан цикл аналитики данных:
🔹 Определение проблемы
🔹 Моделирование данных
🔹 Извлечение данных и трансформация
🔹 Хранение и структуризация
🔹 Визуализация и анализ
🔹 Мониторинг качества данных, создание документации
В целом согласен с таким циклом, действительно работа с данными от начала и до конца включает все эти шаги.
Единственное что хочется добавить, что данный цикл описывает техническую работу с данными, но не отражает большую часть работы аналитика:
- сбором требований и общение с заказчиками (можно отнести к 1-му пункту)
- создание или выбор методологии расчета метрик (что учитывать в зависимости от доступных данных, бизнес-кейсов и самой поставленной задачи)
- проверка качества данных ДО анализа (оценка можно ли вообще рассчитать то что нужно на основе доступных данных или нет)
Также дополню, что аналитик может быть сфокусирован на одном или нескольких этапах данного цикла. Например, определение проблемы и визуализация. Или оценка качества и расчет метрик, если данные например уже известно где лежат, задача поставлена и визуализация не требуется.
Лично я люблю комплексные задачи, состоящие из нескольких этапов цикла, так можно переключаться между аналитическими и инженерными задачами, при этом также появляется и гибкость решений 😉
Недавно делился книгой по Analytics engineering, там расписан цикл аналитики данных:
🔹 Определение проблемы
🔹 Моделирование данных
🔹 Извлечение данных и трансформация
🔹 Хранение и структуризация
🔹 Визуализация и анализ
🔹 Мониторинг качества данных, создание документации
В целом согласен с таким циклом, действительно работа с данными от начала и до конца включает все эти шаги.
Единственное что хочется добавить, что данный цикл описывает техническую работу с данными, но не отражает большую часть работы аналитика:
- сбором требований и общение с заказчиками (можно отнести к 1-му пункту)
- создание или выбор методологии расчета метрик (что учитывать в зависимости от доступных данных, бизнес-кейсов и самой поставленной задачи)
- проверка качества данных ДО анализа (оценка можно ли вообще рассчитать то что нужно на основе доступных данных или нет)
Также дополню, что аналитик может быть сфокусирован на одном или нескольких этапах данного цикла. Например, определение проблемы и визуализация. Или оценка качества и расчет метрик, если данные например уже известно где лежат, задача поставлена и визуализация не требуется.
Лично я люблю комплексные задачи, состоящие из нескольких этапов цикла, так можно переключаться между аналитическими и инженерными задачами, при этом также появляется и гибкость решений 😉
👍15❤5
☑️ Чек-лист идеального сотрудника для компании
Считаете, что застряли на месте в компании и не понимаете как расти дальше? Хотите, но боитесь попросить повышение? Боитесь стать ненужным сотрудником, которого вот-вот могут уволить?
Расскажу со своей стороны какого сотрудника хотят видеть у себя компании, кого ценят и готовы удерживать у себя, потому что вы слишком ценны и не заменимы.
1️⃣ Иметь гибкое мышление и быть готовым учиться новому
Должно быть так:
Мир технологий очень гибок, даже банальная смена инструмента с Postgres на Clickhouse или миграция с Power BI на Datalens проверяет сотрудников кто может быстро приспособиться к новым реалиям внутри компании. Не хочешь меняться, а работать только с одной привычной технологией - рано или поздно ты станешь не нужен.
2️⃣ Принимать ответственность в своей зоне работы
Ответственность за качество выполнения задач, ответственность за согласованные с тобой сроки, ответственность за своих сотрудников/проект/конкретный отчет... В случае возникновения рисков срыва сроков, невыполнения задачи, косяка сотрудника - не замалчиваешь, а подсвечиваешь риск и стараешься его минимизировать возможными способами.
3️⃣ Уметь ошибаться
Накосячил - принял этот факт - порефлексировал и сделал разбор ошибок - сделал выводы. Плохой сотрудник не тот кто ошибается, а тот кто делает одну и ту же ошибку повторно, не сделав из этого никаких выводов.
4️⃣ Иметь хорошие soft-навыки и эмоциональный интеллект
Компания не будет терпеть токсичных, не умеющих работать в обществе сотрудников, это разрушает и демотивирует коллег вокруг. У нас был такой кейс на стажировке - парень был технически сильный, но были неоднократные кейсы токсичности с коллегами. Пришлось попрощаться со стажером в первые недели стажировки.
У всех бывает плохое настроение или можно попросту вспылить в моменте. Это норм, но стоит извиниться после таких ярких ситуаций и стараться все же не повторять их в будущем.
5️⃣ Быть проактивным
Менеджеры очень любят это качество. Кричать громче всех о своих достижениях, рассказывать на широкий круг о результатах своей работы. Также ценится, когда сотрудник не только решает поставленные задачи, но и предлагает свои идеи и мысли по улучшению проекта/продукта и решений, участвовать в постановке целей ил планировании. Ну здесь понятно - чем больше делаешь за те же деньги, тем ты ценней. Надо понять что повышения в компаниях работают по принципу:
1) расширил свою зону ответственности, стал выполнять боле сложные проекты
2) если справляешься, то через время (полгода или год, в зависимости от компании) получил повышение
Многие ожидают что:
1) сначала получил повышение
2) после этого ты готов брать на себя больше, ведь за это уже платят
Увы, но работает не так
6️⃣ Иметь сильную техническую компетенцию
Имея все пункты выше, но при этом быть слабым специалистом технически - увы, но ценность как исполнителя твоя будет не велика. В оценку сотрудников всегда закладываются технические компетенции его роли. Поэтому нужно иметь твердые компетенции в любом случае, чтобы справляться со своими прямыми обязанностями в работе.
❤️ если пост был полезен тебе
Считаете, что застряли на месте в компании и не понимаете как расти дальше? Хотите, но боитесь попросить повышение? Боитесь стать ненужным сотрудником, которого вот-вот могут уволить?
Расскажу со своей стороны какого сотрудника хотят видеть у себя компании, кого ценят и готовы удерживать у себя, потому что вы слишком ценны и не заменимы.
Должно быть так:
Не знаю сейчас, но это нужно для работы - значит изучу
Мир технологий очень гибок, даже банальная смена инструмента с Postgres на Clickhouse или миграция с Power BI на Datalens проверяет сотрудников кто может быстро приспособиться к новым реалиям внутри компании. Не хочешь меняться, а работать только с одной привычной технологией - рано или поздно ты станешь не нужен.
Ответственность за качество выполнения задач, ответственность за согласованные с тобой сроки, ответственность за своих сотрудников/проект/конкретный отчет... В случае возникновения рисков срыва сроков, невыполнения задачи, косяка сотрудника - не замалчиваешь, а подсвечиваешь риск и стараешься его минимизировать возможными способами.
Накосячил - принял этот факт - порефлексировал и сделал разбор ошибок - сделал выводы. Плохой сотрудник не тот кто ошибается, а тот кто делает одну и ту же ошибку повторно, не сделав из этого никаких выводов.
Компания не будет терпеть токсичных, не умеющих работать в обществе сотрудников, это разрушает и демотивирует коллег вокруг. У нас был такой кейс на стажировке - парень был технически сильный, но были неоднократные кейсы токсичности с коллегами. Пришлось попрощаться со стажером в первые недели стажировки.
У всех бывает плохое настроение или можно попросту вспылить в моменте. Это норм, но стоит извиниться после таких ярких ситуаций и стараться все же не повторять их в будущем.
Менеджеры очень любят это качество. Кричать громче всех о своих достижениях, рассказывать на широкий круг о результатах своей работы. Также ценится, когда сотрудник не только решает поставленные задачи, но и предлагает свои идеи и мысли по улучшению проекта/продукта и решений, участвовать в постановке целей ил планировании. Ну здесь понятно - чем больше делаешь за те же деньги, тем ты ценней. Надо понять что повышения в компаниях работают по принципу:
1) расширил свою зону ответственности, стал выполнять боле сложные проекты
2) если справляешься, то через время (полгода или год, в зависимости от компании) получил повышение
Многие ожидают что:
1) сначала получил повышение
2) после этого ты готов брать на себя больше, ведь за это уже платят
Увы, но работает не так
Имея все пункты выше, но при этом быть слабым специалистом технически - увы, но ценность как исполнителя твоя будет не велика. В оценку сотрудников всегда закладываются технические компетенции его роли. Поэтому нужно иметь твердые компетенции в любом случае, чтобы справляться со своими прямыми обязанностями в работе.
❤️ если пост был полезен тебе
Please open Telegram to view this post
VIEW IN TELEGRAM
❤29👍7😁2
Все мы знаем, что самое ценное на любой конференции происходит не на сцене, а в кулуарах. 12 сентября на big tech night «кулуарами» станут офисы Яндекса, Сбера, X5, Т-Банка и Lamoda.
Это ночь, когда можно будет подойти к тимлиду из соседней компании и «off the record» спросить: «А как вы на самом деле пережили тот релиз?», «Какой у вас сейчас основной технический челлендж?».
Вас ждут не только доклады и запланированные экскурсии, но и возможность напрямую пообщаться с людьми вашего уровня, обменяться «боевым» опытом и понять, чем инженерная культура в одной компании отличается от другой.
Онлайн программа тоже будет.
Если вам важнее не послушать, а поговорить с равными, вы знаете, что делать.
📅 Когда: 12 сентября
📍 Где: Москва или онлайн
🔗 Программа и регистрация: bigtechnight.ru
Это ночь, когда можно будет подойти к тимлиду из соседней компании и «off the record» спросить: «А как вы на самом деле пережили тот релиз?», «Какой у вас сейчас основной технический челлендж?».
Вас ждут не только доклады и запланированные экскурсии, но и возможность напрямую пообщаться с людьми вашего уровня, обменяться «боевым» опытом и понять, чем инженерная культура в одной компании отличается от другой.
Онлайн программа тоже будет.
Если вам важнее не послушать, а поговорить с равными, вы знаете, что делать.
📅 Когда: 12 сентября
📍 Где: Москва или онлайн
🔗 Программа и регистрация: bigtechnight.ru
👍5