Алексей Стрельник

Всесторонняя помощь в подготовке к поступлению на крутые ML и Data Science образовательные программы (и успешному обучению на них).

• Определяем текущий уровень (высшая математика, алгоритмы и структуры данных) и стратегию подготовки (приоритеты, темы, режимы, переключения, контексты, модальности)

• Выстраиваем наиболее оптимальный план-график подготовки. Знакомимся с методами, как именно его корректировать и на основе чего

• Внешняя мотивация регулярно ботать: “абонемент в зал”, сторонний коммитмент, напоминалки с изящными задачами и интересностями по теме

• Внедрение и поддержка необходимых привычек

• Совместные разборы избранных тем (теория и задачи)

• Сопровождение по всему процессу

Помогу подружиться со штуками типа джедайских техник, чтобы вывозить большую учебную нагрузку, успевая работать и хорошо отдыхать

• Рассмотрим резюме с точки зрения поисковых фильтров, рекомендательных систем, ATS

• Сделаю ревью резюме глазами нанимающего, подсвечу непонятности и шероховатости

• Глубоко изучим опыт. Даже в нерелевантном или учебном опыте найдём актуальное зерно и удачно спозиционируем его, тем самым представим вас круче, но честно

• Разберём факапы – придумаем, как их подавать в плюс

• Предложу пути, как эмоционально зацепить рекрутёра и нанимающего менеджера

• Бонусом порекомендую хорошее обучалово и ресурсы точечно под вашу специализацию, чтобы усилить её в резюме и закрыть комплиментарные пробелы

Для кого: менеджеры продуктов и проектов, бизнес и системные аналитики, руководители разработки и другие специалисты от начинающих и вчерашних студентов без опыта до лидов и свитчеров.

1. Изучу ваше резюме, на основе него подготовлю вопросы на владение темами/разделами Data Science, которые релевантны вашему опыту. Обсудим эти вопросы, выявим пробелы и пути их закрытия — что именно изучить, как презентовать.

2. Предложу тезисы, чтобы ещё удачнее спозиционировать ваш опыт и экспертность в ML.

3. Проведу блиц-опрос по матчасти ML, поделюсь хорошими ответами и источниками. Объясню сразу на пальцах новые/непонятные для вас темы.

4. Разберём кейс по ML.

5. Подведём итоги, сформируем gaplist.

• До встречи: отправлю вводную “методичку” для погружения в тему и рефлексии, вы опишете/наговорите ваш контекст.

• На встрече:

  • Уточним ваш контекст, проведём небольшой аудит, пройдёмся по чек-листам.

  • Рассмотрим удачную онтологию, объясню её ключевые фишки и неожиданные пользы. Предложу системный взгляд на discovery & delivery. Отвечу на вопросы.

  • Подскажу конкретные простые шаги, как в вашей ситуации дёшево эволюционно наладить учёт фич/багов/идей/задач без карго-культа, чтобы Jira (или аналог) приносила максимум счастья и стоила минимум секретарской рутины.

  • Обсудим практику непрерывных улучшений.

• После встречи: сопровожу до результата, отвечу на вопросы ваши и ваших коллег, помогу заземлить все идеи на практике.

• Проанализируем ваши практики работы, график и привычки в контексте ваших интересов, предпочтений, намерений.

• Предложу и объясню релевантные SoTA практики, как можно заниматься сложными рискованными проектами и продуктами, при этом систематически учиться и хорошо спать. От джедайских техник, Мыслительных процессов Голдратта, системной инженерии до сторителлинга и собственных наработок. 

• Помогу внедрить практики и привить новые привычки. Сократим коммуникативные издержки, повысим фокустайм и кайф от работы.

• Предложу хорошее доп образование по теме непосредственно под ваш кейс.