Сегодня вечером накануне моего собеседования на базовую работу в сфере мерчандайзинга, которая поддержит меня, пока я отправляюсь на путь смены карьеры в науке о данных. Прямо сейчас я думаю о том, каким должен быть идеальный рабочий день с точки зрения продуктивности и моих целей. Для целей, связанных с наукой о данных, я хочу закончить бесплатные уроки Kaggle до начала следующего семестра программы Udacity по науке о данных (25 сентября). Это дает мне 2 недели, чтобы пройти около 39 часов бесплатных онлайн-уроков. Эти уроки включают в себя; SQL, R, Python, машинное обучение, визуализация данных, глубокое обучение и Pandas. Я хочу сделать эти уроки, чтобы освежить навыки, которые я изучил в программе Udacity Data Analyst Nano Degree, и чтобы помочь мне подготовиться к программе по науке о данных.
Итак, вот первая цель: пройти все бесплатные уроки Kaggle до 25 сентября. Если я буду тратить 20 часов в неделю до тех пор, я смогу достичь цели, поэтому я хотел бы, чтобы мой день выглядел так:
5 утра-проснуться
5:30–7:00 тренажерный зал
8:00–4:00 работа
5:00–6:00 ужин/отдых
6:00–9:00 Kaggle Учеба
21:00 -22:00 Средняя запись, засыпаю за просмотром ютуба 😝
Выходные будут зависеть от расписания встреч. У меня есть около 15 часов учебного времени в будние дни, поэтому я потрачу первую половину субботы на оставшееся необходимое учебное время. Остальные выходные будут посвящены гольфу, фильмам и тусовкам с друзьями 🍺.
Как только я запишусь на программу Data Science, я напишу об этом подробнее. На данный момент Udacity оценивает, что программа занимает 28 недель по 10 часов в неделю, чтобы завершить программу. Всего около 280 часов. Я планирую проводить около 30 часов в неделю, работая над программой, так что на ее завершение у меня уйдет около 9–10 недель, но об этом позже.
