LilyofValley
Вот, там у вас тоже говорят, что надо встать на учет)..

Напомню: если встаешь на учет, ты должен ходить туда, отмечаться, брать предлагаемые вакансии, ходить к работодателю и проставлять на направлениях, что ты не подошел... Кроме того, что этого в принципе делать не хочется (там такие вакансии, что... ну нафиг), так это еще и нереально для работающего человека, не?

Feature in the Dust
1. Я люблю таблицы и базы данных
2. Моя нынешняя зп = уровню нулевого Джуна без опыта
3. Мои страхи в том что я не смогу находить времени на учебу ибо есть семья и двое детей

Kedavra
Это вы наверно про то, что я писала. На самом деле этот проект активно именно для этих слоев населения пиарят. Но там есть категория "идущие работу", а потом причина "смена работы". И таким людям тоже активно одобряют, потому что не могут в том числе набрать группы. Сотрудники центра занятости предлагают безработным получить дополнительное бесплатное образование, а те не соглашаются по самым разным причинам.

Kedavra
Ходить туда надо безработным, категория "ищущие работу" не ходит и не отмечается и дополнительных выплат не получает. Я там всего один раз была, когда меня оформили и выдали справку, что я у них зарегистрировалась как ищущая работу.

LilyofValley
Спасибо за информацию!)

Второе высшее заочно. Но тогда ещё не было ребёнка. 4 года.
Тяжело было да. Но оно того стоило.

Пятница

1. Data science это не совсем как программирование БД. То есть эти области с БД тоже отличаются в подходах. Но кстати, если вы любите БД (имеется в виду sql на уровне джуна? разработка архитектуры? или работа с БД как пользователь?) , почему бы не развиваться в этой области - там зп тоже весьма неплохи , хотя количество вакансий, конечно, существенно меньше чем "программист на <популярный язык программирования>". Просто я знаю, что многим именно углубляться в работу с БД не заходит - все эта работа данными, понимание для себя как устроена структура и как вытащить нужное, оптимизация запросов - сильно отличается от того, как они привыкли работать.
Именно в Data science легче всего переходили знакомые, которые учились на примате (прикладной математике), потом работали программистами больших бизнес-приложений, и потом ушли в Data science.
3. Любой переход в другую специализацию (или резкий прыжок через ступень в развитии в рамках своей специализации) в ИТ вообще (особенно в БД и Data science) это очень много времени и умственных усилий на освоение теории и проглуки по граблям. В общем если полгода (а лучше ориентироваться на год) семья готова видеть вас утром за завтраком и вечером за ужином и не приставать с ежедневными почитай/приготовь/проконтролируй что ребенок принял витамины/поделка на праздник Осени/родительское собрание в среду в 17.30/что делать - мне мала куртка(шапка, колготки, рубашка) - то все зависит только от вашей способности к обучению.
Если вам, помимо профессиональной деятельности, нужно еще каждый вечер с детьми делать некие упражнения/дз/учить стихи/готовиться к чему-нибудь, то придется выбирать - или ваше обучение или потребности детей - одновременно не взлетит.

Feature in the Dust
Я сейчас злюсь на вас за правду

Делюсь. Времени это занимает весьма. Идеально - не работать и учиться. Если работать - свободных вечеров я себе могу уделить в неделю один. В сб и вск, когда работы нет, учёба занимает часов шесть - все сутки, пока вырубишься или не психанешь.
Если какой-то опыт есть в этой сфере, там полегче будет, конечно и попроще.

Если интереса нет у теме, то не стоит, темп весьма приличный.

Пятница
Простите.
Я просто считаю, что лучше в такое вписываться, обладая полной картиной, чем потратить деньги и усилия и через пару-тройку месяцев понять что не вывозишь.
Мотивационных историй вам и без меня расскажут. ;)
Сама прыгала через ступень (не по своей воле - когда окончательно сменила специализацию на новой работе после окончания моего испытательного срока синьор-специалист уволился и вся работа упала на меня) - прокачалась и это был отличный опыт, но для семьи я почти год выглядела как живой штамп про трудоголика, который приносит зп в дом и, если сосредоточится, то вспомнит как зовут домашних.

Я пока не совсем представляю чему хочу научиться. Работаю сама с данными. Но в виде: выгрузить из самостоятельно настроенного отчёта в 1с данные - запилить в табличку - предоставить данные в визуально понятном графике для лиц принимающих решения, попутно вычисляя разные отклонения и нормы.

Но я хочу это всё делать "по науке", а не "тут услышала", "тут нагуглила". Хочу систематизировать знания свои. Образование у меня в принципе подходящее - автоматизированные системы обработки информации и управления. Только устаревшее

Пятница
Это скорее BI (Business Intelligence) и визуализация. Data science несколько другое

Feature in the Dust
BI предлагают дальше уже на основе DS

Пятница
Предлагают в курсах?
Потому что BI это в том числе и расширение СУБД в части визуализации и представления данных в репортинговых системах. Так что если ваша цель именно BI, то к ней можно и другой дорогой прийти - через БД.
Это если про именно разработку говорить.

Или вы ориентируетесь на работу консультанта-аналитика-постановщика задач для разработчиков?

Feature in the Dust
У меня два ориентира

Я люблю таблицы
Хочу зп 150+

Пятница
Насколько я помню уровень зп - это не уровень джуниора, даже в Data science.
Я рискну побыть занудой, но имхо вам сначала надо понять для себя что вы можете сейчас и чего хотите достичь (не в зп, а в знаниях и умениях):
- сейчас вы - разработчик (=программист) (фронтэнд/бэкэнд/БД) и знаете Python/sql/java/.net/c/что угодно и хотите стать разработчиком другой специализации
- сейчас вы - не программист и хотите стать программистом

Второй путь существенно сложнее первого.
При этом любая специализация у разработчиков предполагает умение читать и писать код на нужном языке.
Дальше можно взять вакансии и почитать требования к рабработчикам нужной специализации разных уровней и понять, хотели бы вы заниматься кодингом подобных задач или нет.
Например, в больших проектах Data science это не совсем про таблички, это про мат.модель и ее реализацию: разработчик БД создаст валидную витрину данных, дальше код, написанный командой Data science подхватит данные из этой витрины, обработает их и вернет например, решение и вероятность решения по каждой записи витрины, а дальше разработчик БД реализует визуализацию данных из этой витрины в удобной для пользователя форме.
При этом всякие медианы/отклонения/графики и диаграммы изменений/подсветка пиковых изменений за период могут строится вообще без привлечения команды Data science - только силами разработчика БД.

На data science весьма желательно идти имея в бекграунде университетский курс прикладной математики.
Не, можно и без него, на курсах data science некоторые кусочки дают, но без понимания тервера и матстатистики соваться в data science весьма мало смысла. (сугубое имхо человека с 20+ летним опытом в айти)
а, прицепом нужен (весьма желателен) курс "структуры данных"

uncle Crassius
Математика в универе изучалась, тут проблемы нет

Как я и ожидала, муж не поддержал. Обязанности по быту и детям дополнительно на себя брать не хочет, хочет ещё и полностью (на 100%) чтобы этим занималась только я...

Реально взвешивая свои возможности - с такой поддержкой (плюсом будет вынесение мозга что что-то не сделано), Я не потяну. Сегодня вызывают опять в школу к младшему.

Ну что могу сказать. Ошиблась Я в свое время очень сильно...