С Днем знаний!

Осень — время новых стартов. Даже если вы взрослый, ведь учеба не заканчивается никогда. И пусть вас не пугают перемены: даже большие проекты начинаются с маленького — с первого шага.

— Apple стартовала в гараже Джобса.
— Google родился в университетском коридоре.

Никогда не поздно поменять планы, учиться и достигать новых вершин.
Пусть таким моментом для вас станет эта осень — сезоном решений, которые меняют жизнь 🧡

Не только переводчики, журналисты и редакторы. Data Scientists и финансовые аналитики тоже попали в топ-10 профессий наиболее подверженных влиянию ИИ, по данным исследования Microsoft. Значит ли, что этих специалистов заменит нейросеть?

Нет, конечно. Сотрудники высокоинтеллектуального труда продолжают пользоваться спросом. Но требования к ним кардинально меняются. На коне остается тот, кто не испугался, а грамотно делегировал ИИ часть рутины.

Какие реальные тренды наблюдаем на рынке IT-труда:

➗ Вайб-кодинг
Новый подход к созданию ПО, при котором разработчик формулирует задачи, а ИИ генерирует код. Фокус специалиста смещается: он не пишет алгоритм, а проверяет полученные результаты.

➗ ИИ стирает разницу между уровнями специалистов
Джуны, которые активно используют ИИ, уже работают эффективнее старожилов, которые полагаются только на старый опыт. Соответственно, они быстрее растут в карьере.

➗ Эйчары одобряют использование ИИ в работе
Если кандидат считает нейросети свалкой галлюцинаций, скорее всего, он боится нового, не интересуется технологиями и попросту не умеет ими эффективно пользоваться. Дорога открыта специалистам, готовым адаптироваться.

Не ждите, пока руководитель обяжет оптимизировать работу. Изучайте промптинг и освобождайте время для более амбициозных задач. Но и про базу не забывайте — без нее ИИ-инструменты не работают.

Разборы на какие темы хотите почитать у нас еще? Пишите в комментарии.

Как внедрить data-driven подход в работу? Какие результаты он даст для карьеры и бизнеса?
Приходите на вебинар 9 сентября, обсудим эти темы с преподавателями курса «Data-аналитика в финансах» от karpovꓸcоurses и Школы финансов НИУ ВШЭ.

В программе:
📌 Зачем компаниям data-driven подход;
📌 Как создавать эффективные метрики, KPI и дашборды;
📌 Какие навыки нужны современным финансистам и аналитикам;
📌 Как устроен совместный курс «Data-аналитика в финансах».

Спикеры:
➗ Елена Макеева — замруководителя Школы финансов ФЭН НИУ ВШЭ. Обучала команды Газпромнефти, МегаФона и РусГидро.
➗ Сергей Гришунин — доцент Школы финансов ФЭН НИУ ВШЭ. Более 10 лет опыта в сфере управления рисками.

[Записаться]

Бесплатные мероприятия этой недели
Хотите разобраться, как устроена профессия аналитика данных в 2025 году? Или вам интересно узнать, с чего начать путь в ML — даже без техбэкграунда?
Подключайтесь к нашим онлайн-встречам!

Аналитик данных: всё, что нужно знать для старта в профессии
Сегодня, в 19:00 по Мск

Спикер: Анастасия Зеленова — team lead продуктовой аналитики в Raiffeisen CIB, преподаватель karpovꓸcоurses

На вебинаре разберем:
— Кто такие аналитики данных и зачем они бизнесу;
— Какие навыки нужны, чтобы войти в профессию в 2025 году;
— Решение реальной задачи: запуск A/B-теста.

📌 Зарегистрироваться

Как начать карьеру в ML без технического бэкграунда и превратить свой опыт в силу?
Завтра, 11 сентября, в 18:00 по Мск

Спикеры: Юлия Лим, Product Manager программ ДПО AI Talent Hub, ИТМО и Мария Стенникова, сооснователь Hvoya Construction, ex Product Lead в Контуре.

На вебинаре вы узнаете:
— Какие навыки уже есть у аналитиков, проджектов и продактов для успешного старта в ML;
— Как бизнесовые метрики помогают дополнять ML-метрики;
— Почему отсутствие опыта — не минус, а шанс использовать доменную экспертизу.

📌 Зарегистрироваться