Znam podstawy Pythona- co dalej?

Witajcie.

Nauczyłem się podstaw pythona i teraz zastanawiam się co dalej?

Na xtb widziałem ofertę pracy jak Trading Data scientist gdzie wymagali pythona i sql. Więc stwierdziłem, że jak interesuję tradingiem, giełdą i lubię analizować to będzie to coś dla mnie.

Niestety nie zrobiłem dokładnego researchu i pomimo tego, że python jest dobry dla początkujących to nie doczytałem, że służy głównie do machine learning oraz data science gdzie wymagane są całki oraz inna zaawansowana matematyka, z którą sobie pewnie nie poradzę.

W takim wypadku czego uczyć się dalej, aby w miarę szybko znaleźć pracę jako junior? Zastanawiam się nad django oraz algorithmic trading.

Pozdrawiam

Kamil Kuczyński napisał(a):

oraz inna zaawansowana matematyka, z którą sobie pewnie nie poradzę.

Matmy się najłatwiej uczyć z Youtube. To game changer jeśli chodzi o naukę matmy. Bo zamiast mieć 1 nauczyciela, to w ciągu godziny możesz mieć ich z 10, więc czego jeden nauczyciel nie potrafi jasno wytłumaczyć, wytłumaczy ci inny. Youtube i matematyka staje się prosta.

W takim wypadku czego uczyć się dalej, aby w miarę szybko znaleźć pracę jako junior?

• możesz obczaić takie portale jak: Bulldog Job, Indeed, Just Join IT, No Fluff Jobs, Pracuj, a także grupy na FB i zobaczyć, jakie są poszukiwane skille dla Pythonowców i tego się zacząć uczyć
• Ale musisz być dobrym technicznie i mieć zajawkę do tego, bo jak będziesz robić to od niechcenia i bez polotu, to od razu to wyjdzie.
• Jeszcze warto ogarnąć napisanie atrakcyjnego CV, wpisać na Linkedin, że umiesz w Pythona, niektórzy też zakładają konta na Github i wrzucają tam swoje projekty, ale mam wrażenie, że często robią to zbyt na siłę
• No i jednak radziłbym przestać się fiksować na twardych skillach i ćwiczyć te miękkie (np. mówienie po angielsku, autoprezencja, pewność siebie, panowanie nad stresem itp.) po to, żeby łatwiej móc przejść rozmowy rekrutacyjne (gdzie twarde skille to tylko połowa sukcesu)

Bibliotekami używanymi w big data są np. Pandas, Tensor Flow, Keras, NumPy. Fajnym ćwiczeniem jest np. TensorFlow i klasyfikację obrazów.

Python in 'algorithmic trading' ? mysle ze nie tedy droga tj. Python to zbyt malo aczkolwiek nie mam doświadczenia w branży finansowej/okolo finansowej/fintechowej etc.

Ciekawe co oznacza dokładnie ze znasz podstawy Python-a ?
Mozesz bardziej opisac co umiesz napisac ? Co napisales ? Czy potrafisz stworzyc maly projekt od A do Z ? Czy potrafisz poruszac sie w duzych systemach ?
Czy umiesz pisac unittesty ? Co Cie interesuje ? Albo co Cie na pewno nie interesuje ? / swoja droga takich pytan mozesz tez sie spodziewac na intereview ;p

Jak dla mnie masz 3 'glownie sciezki' w Pythonie:
-web (backend powiedzmy ze jak skupisz sie na Django/FastAPI to wystarczy - zauwazam trend ze sporo firm ucieka z Flaska na rzecz FastAPI dlatego nie wymieniam, dodatkowo czesc firm backendy djangowe probuje dzielic na miikroserwisy czyli w glownej mierze spodziewam sie FastAPI) - mysle ze mikroserwisy itp itd to zbyt duza bariera na wejscie wiec ja bym celowal w klasyke: Python + pytest + Django + PostgreSQL + Docker + Linux

-devops/SRE (tutaj Python sie przydaje ale srodek ciezkosci jest polozony na cos innego) -> cloudy/dockery/k8s/sieci/ web /observabiliity/configuration toole i trzeba miec bardzo szeroko wiedza wokol roznych tematow Python dodatek chyba ze team szuka dobrze kodujacych Devopsow ale raczej nie ma tego duzo i na ogol sa to ludzie lvl Snr bo jednak caly wymagany soft praktycznie zaklepano kwestia konfiguracji i dobrania narzedzi - pisze sie to czego brakuje

-Data Engineer/ML/Data Science - wrzucilem do 1 worka dla uproszczenia bo ta dziedzina jesst mi najmniej znana - ale to mozna podzielic na bardziej 2 kategorie: Data Engineering i DataScience/ML - o tym pierwszym moge powiedziec ze poza Pythonem trzeba byc dobrym z Baz Danych (SQL, Nosql, + toole Airflow, czasem tez trafiaja sie tematy PySpark, Hadoop roznie) w tym drugim nacisk na numpy/pandas matematyke ML ale no i bazy danych.

Ja tak widze taki glowny podzial na dziedziny w Pythonie sa teamy co pisza np. oprogramowanie robotow w Pythonie, pisza jakies algorytmy liczacy efektywnosci wiatrakow, klepia serwisy odpowiadajac za uwierzytelnianie tj. IAM (LDAP, itp td) - po prostu w obrebie roznych zespolow roznie rozklada sie nacisk wymagan i kompetencji ale i tak bym postawil na te 3 glowne "tematy" jesli chodzi o Pythona.

Dziękuje za odpowiedź. Pewnie pójdę w web. :)