Las historias de éxito aman todo. Y hay muchos de ellos en el habr.
"Cómo conseguí un trabajo con un salario de $ 300,000 en Silicon Valley"
"Cómo conseguí un trabajo en Google"
"Cómo hice $ 200,000 a los 16"
"Cómo llegué a la AppStore superior con una aplicación de tasa de cambio simple"
"Como yo ..." y otras mil y una historia similar.
¡Es genial que una persona haya tenido éxito y haya decidido hablar de ello! Lees y te alegras por él. Pero la mayoría de estas historias tienen una cosa en común: ¡no puedes repetir el camino del autor! O vives en el momento equivocado, o en el lugar equivocado, o naciste niño, o ...
Creo que las historias de éxito en este sentido son a menudo más útiles. Simplemente no tiene que hacer lo que hizo el autor. Y esto, como ve, es mucho más fácil que intentar repetir la experiencia de alguien. Es solo que estas historias que la gente generalmente no quiere compartir. Y lo contaré.
Trabajé durante muchos años en integración de sistemas y soporte técnico. Hace unos años, incluso fui a trabajar como ingeniero de sistemas en Alemania para obtener más dinero. Pero el área de integración de sistemas no me inspiró durante mucho tiempo, y quería cambiar la esfera a algo más monetario e interesante. Y a finales de 2015, me topé con un artículo de habra "De los físicos en Data Science (De los motores de la ciencia al plancton de la oficina)" , en el que Vladimir describe su camino en Data Science. Me di cuenta: esto es lo que necesito. Conocía bien SQL y estaba interesado en trabajar con datos. Estos gráficos fueron especialmente impresionantes para mí:
Incluso el salario mínimo en esta área fue más alto que cualquiera de mis salarios durante toda mi vida anterior. Estaba decidido a convertirme en ingeniero de aprendizaje automático. Siguiendo el ejemplo de Vladimir, me inscribí en coursera.org para especializarme en nueve cursos: Ciencia de datos .
Hice un curso por mes. Fui muy diligente. En cada curso, completé todas las tareas hasta que obtuve el resultado más alto. En paralelo con esto, emprendí tareas en kaggle, ¡e incluso lo logré! Está claro que los premios no brillaron para mí, pero me metí en los 100 veces varias veces.
Después de cinco cursos exitosos en coursera.org y otro "Big Data con Apache Spark" en stepik.ru, me sentí fuerte. Me di cuenta de que estaba empezando a entrar en el tema. Entendí en qué casos qué métodos de análisis deberían usarse. Me puse bastante bien con Python y sus bibliotecas.
Mi siguiente paso fue analizar el mercado laboral. Era necesario averiguar qué más necesita saber para obtener un trabajo. Qué áreas temáticas vale la pena explorar que sean de interés para los empleadores. Paralelamente a los 4 cursos restantes, quería tomar algo más altamente especializado. Lo que un empleador en particular quiere ver. Esto aumentaría mis posibilidades de conseguir un trabajo para un principiante con buenos conocimientos, pero sin experiencia.
Fui a un sitio de búsqueda de trabajo para hacer mi análisis. Pero no había vacantes en un radio de 10 kilómetros. Y dentro de un radio de 25 kilómetros. ¡E incluso en un radio de 50 km! ¿Cómo es eso? ¡No puede ser! Fui a otro sitio, luego al tercero ... Luego abrí un mapa con vacantes y vi acerca de ESTO:
Resultó que vivo en el centro de la zona de exclusión de pitón anormal en Alemania. Ni uno follando ¡Un trabajo aceptable para un especialista en aprendizaje automático o al menos un desarrollador de Python en un radio de 100 kilómetros! Este es un hermano de fiasco!
Esta imagen 100% refleja mi condición en ese momento. Fue un golpe debajo del cinturón, que yo mismo infligí. Y realmente dolió ...
Sí, podrías ir a Múnich, Colonia o Berlín, había vacantes. Pero un obstáculo serio se interpuso de esta manera.
Nuestro plan inicial cuando nos mudamos a Alemania fue este: ir a donde sea que lo lleven. Estábamos absolutamente sin importar qué ciudad de Alemania nos arrojaría. El siguiente paso es sentirse cómodo, redactar todos los documentos y extraer el idioma. Bueno, entonces corre a la gran ciudad para ganar más. Nuestro objetivo prospectivo preliminar era Stuttgart. Una gran ciudad tecnológica en el sur de Alemania. Y no tan caro como Munich. Es cálido y cultiva uvas. Hay muchas empresas industriales, por lo tanto, hay muchas vacantes con buenos salarios. Alto nivel de vida. Justo lo que necesitamos.
Fuimos abandonados por el destino en un pequeño pueblo en el centro de Alemania con una población de aproximadamente 100,000 habitantes. Nos establecimos, nos acostumbramos, llenamos todos los documentos. La ciudad resultó ser muy cómoda, limpia, verde y segura. Los niños fueron al jardín de infantes y a la escuela. Todo estuvo cerca. Todo alrededor son personas muy amigables.
Pero en este cuento, no se trataba solo de las vacantes de especialistas en aprendizaje automático, aquí incluso Python no era necesario para nadie.
Mi esposa y yo comenzamos a discutir la opción de mudarnos a Stuttgart o Frankfurt ... Comencé a buscar trabajo, a los requisitos de los empleadores, y mi esposa comenzó a cuidar un departamento, un jardín de infantes y una escuela. Después de aproximadamente una semana de búsqueda, mi esposa me dijo: "Sabes, no quiero ir a Frankfurt, ni a Stuttgart, ni a ninguna otra gran ciudad. Quiero quedarme aquí ".
Y me di cuenta de que estoy completamente de acuerdo con ella. También estoy cansado de la gran ciudad. Solo mientras vivía en San Petersburgo, no entendí esto. Sí, una gran ciudad es un lugar ideal para construir una carrera y ganar dinero. Pero no para la vida cómoda de una familia con hijos. Y para nuestra familia, este pequeño pueblo resultó ser justo lo que necesitamos. Aquí estaba todo lo que nos faltaba en San Petersburgo.
Decidimos quedarnos hasta que nuestros hijos crezcan.
¿Pero qué pasa con Python y el aprendizaje automático? ¿Y esos seis meses que ya he pasado en todo esto? De ninguna manera ¡No hay trabajos cerca! Ya no quería pasar 3-4 horas al día camino al trabajo. Ya he trabajado en San Petersburgo durante varios años: viajé con Dybenko a Krasnoye Selo, cuando la carretera de circunvalación aún no se había construido. Una hora y media allí y media de vuelta. La vida pasa y miras las casas parpadeantes desde la ventana de un automóvil o minibús. Sí, en el camino puedes leer, escuchar audiolibros y todo eso. Pero esto rápidamente molesta, y después de medio año o un año simplemente matas esta vez, escuchando la radio, la música y mirando sin rumbo a la distancia.
He tenido fallas antes. Pero no hice cosas tan estúpidas como esta durante mucho tiempo. La constatación de que no podía encontrar el trabajo de un ingeniero de aprendizaje automático me inquietó. Dejé todos los cursos. Generalmente dejé de hacer nada. Por las noches, bebía cerveza o vino, comía salami y jugaba LoL. Entonces ha pasado un mes.
De hecho, no es tan importante las dificultades que la vida te presenta. O incluso te presentas. Lo que importa es cómo los superas y qué lecciones aprendes de estas situaciones.
"Lo que no nos mata nos hace más fuertes". ¿Conoces esta sabia frase? Entonces, ¡creo que esto no tiene sentido! Tengo un amigo que, a raíz de la crisis de 2008, perdió su trabajo como director de un salón del automóvil bastante grande en San Petersburgo. ¿Qué hizo él? Derecho! Como un hombre de verdad, fue a buscar trabajo. El trabajo del director. ¿Y cuándo el director no encontró trabajo durante seis meses? Continuó buscando el trabajo de un director, pero en otras áreas, como trabajar como gerente de ventas de automóviles u otra persona que no sea director no era nada malo para él. Como resultado, no encontró nada en un año. Y luego anotó en una búsqueda de empleo en general. El resumen depende de HH: quién lo necesita, lo llamará.
Y se quedó sin trabajo durante cuatro años, y su esposa ganó dinero todo este tiempo. Un año después, recibió un aumento y obtuvieron más dinero. Y se sentaba en casa, bebía cerveza, miraba televisión, jugaba juegos de computadora. Por supuesto, no solo eso. Cocinaba, lavaba, limpiaba, iba de compras. Se convirtió en un cerdo tonto. ¿Lo hizo más fuerte? No lo creo
Yo también podría seguir bebiendo cerveza y culpar a los empleadores por no abrir vacantes en mi pueblo. O culparme por ser tan tonto y ni siquiera me molesté en buscar vacantes antes de enfrentarme a Python. Pero no tenía sentido en esto. Necesitaba un plan B ...
Como resultado, reuní mis pensamientos y comencé a hacer lo que valía la pena comenzar desde el principio, con el análisis de la demanda. Analicé el mercado laboral de TI en mi ciudad y llegué a la conclusión de que hay:
- 5 empleos desarrolladores java
- 2 vacantes de desarrolladores de SAP
- 2 vacantes de desarrolladores de C # en MS Navision
- 2 vacantes de algunos desarrolladores para microcontroladores y hardware.
La elección fue pequeña:
- SAP está más extendido en Alemania. Estructura compleja, ABAP. Esto, por supuesto, no es 1C, pero será difícil dejarlo más tarde. Y si te mudas a otro país, las posibilidades de encontrar un buen trabajo se están desplomando.
- C # para MS Navision también es una cosa específica.
- Los microcontroladores han desaparecido por sí mismos, porque allí todavía era necesario enseñar electrónica.
Como resultado, en términos de perspectivas, salario, prevalencia y la posibilidad de trabajo remoto, Java ganó. De hecho, fue Java quien me eligió a mí, no a mí.
Y lo que sucedió después, muchos ya lo saben. Escribí sobre esto en otro artículo: "Cómo convertirse en un desarrollador de Java en 1,5 años" .
Por lo tanto, no repitas mis errores. Unos pocos días de análisis reflexivo pueden ahorrarle mucho tiempo.
Sobre cómo cambié mi vida a los 40 años y me mudé con mi esposa y mis tres hijos a Alemania, escribo en mi canal de telegramas @LiveAndWorkInGermany . Escribo sobre cómo fue, qué es bueno y qué es malo en Alemania, y planes para el futuro. Brevemente y por negocios. Interesante? - Únete ahora.