я больше не обьясняю математику. теперь учусь объяснять данные.

2,5 года я работала репетитором: разбирала ошибки учеников, искала слабые места, объясняла сложные темы простым языком и постоянно видела одну вещь — почти любую проблему можно решить, если правильно разложить её на части.

сейчас я учусь на 3 курсе Финансового университета по направлению «Инженерия данных» и хочу развиваться в аналитике данных / data engineering.

мне интересно не просто “построить график”, а понять, откуда пришли данные, как они связаны между собой, где в них ошибки и какой вывод из них реально можно сделать.

сейчас я прокачиваю SQL, PostgreSQL, Python, pandas, Excel, делаю pet-проекты и готовлюсь к стажировкам. уже успела сделать проект с анализом цен на продукцию и ML-моделью, проект с FastAPI/SQLite/Docker и сейчас собираю SQL-проект с БД для учебной платформы.

наверное, мой главный скилл из репетиторства, который я забираю в аналитику, — умение докопаться до сути и объяснить результат так, чтобы его понял не только человек “из данных”.

поэтому мой план на ближайшее время простой: много SQL, pet-проекты, отклики, тестовые и первая стажировка в данных.

буду рада советам от аналитиков и дата-инженеров: что бы вы посоветовали прокачать в первую очередь человеку, который только заходит в профессию?