Многие понимают важность и востребованность навыков программирования в современном мире. При этом надо понимать, что, например, финансисту не нужно становиться программистом, потому что его ценность заключается в хороших финансовых знаниях и умении применить их.

Сейчас существует сотни бесплатных и платных курсов, на которых готовы обучить всех желающих.

Но как же выбрать подходящий курс для человека, например, из мира бизнеса, финансов и консалтинга?

На основе опыта работы в Goldman Sachs и преподавательской деятельности я составил список из 4 правил для выбора вашего первого курса по программированию.

Итак, начнем!

Правило 1: не начинайте с компилируемых языков

К этим языкам, к примеру, относятся Java, C# и C++ . Они очень распространены в современном мире, но мало кто знает, что они создавались для решения сугубо технических задач.

Поэтому, помимо сложных в освоении концепций и синтаксиса, они также имеют громоздкую инфраструктуру. Даже у опытного программиста начальная настройка среды может занять несколько часов.

Человеку из нетехнических специальностей абсолютно не нужно знать, что такое maven, jdk и malloc: для него важны быстрая установка и возможность начать изучение кода в кратчайший срок.

Для таких целей идеально подходит язык Python и в чуть меньшей степени — R. Они позволяют написать первый код через 5 минут после установки и не тратить время на настройку.

Изучение программирования – нетривиальная задача, и лишние сложности здесь ни к чему.

Правило 2: не изучайте самостоятельно

Дело даже не только в том, что очень тяжело выбрать действительно полезный курс из всего многообразия предложений, а в том, что живое общение с преподавателем имеет множество преимуществ.

Во-первых, у вас будет возможность задать вопрос преподавателю и получить ответ через 15 минут, а не тратить десятки часов (и это не преувеличение) на самостоятельное решение проблемы.

При изучении любого языка программирования на вашем пути встретится много подводных камней. Безрезультатные и долгие поиски варианта решения проблемы могут разрушить мотивацию к изучению.

Опытный наставник проведёт вас по многим сложным участкам и покажет наиболее оптимальный выход из сложившейся ситуации.

Во-вторых, языки постоянно меняются, и то, что было актуальным год назад, может устареть или вообще не работать. Именно это произошло с самой популярной библиотекой для бизнеса и финансов в Python – pandas . В ней за 2018 год произошло как минимум три глобальных изменения.

Итак, у вас есть выбор: попробовать изучать самостоятельно и рисковать качеством, временем и результатом или записаться на курс с живой поддержкой.

Правило 3: не берите абстрактные курсы

Материал, который не привязан к вашей области деятельности, обречен на забвение. Думаю, все помнят школьный курс тригонометрии, многие даже имели пятерку по нему, но, не имея практического применения в жизни, тригонометрия довольно быстро забылась.

Поэтому, выбирая курсы, обязательно смотрите на привязку материала к вашей области деятельности. Вы должны видеть практическую ценность полученных знаний и понимать, что будете их применять.

И помните: вам не нужно писать сложные алгоритмы, чтобы применять навыки программирования.

У меня, например, есть несколько десятков скриптов по 10-30 строчек, которые помогают мне управлять персоналом, общаться с клиентами и составлять отчетность для топ-менеджмента.

Правило 4: не берите технические курсы

Как я уже писал в самом начале, совсем необязательно становиться программистом, чтобы получать выгоду от навыков программирования.

Существуют десятки специальных должностей в аналитике, финансах и консалтинге, где как раз нужны люди со знаниями бизнеса и технических наук.

Помимо этого, любой специалист может получать выгоду от автоматизации и упрощения текущих задач.

При этом большинство современных курсов сделаны программистами и для программистов. Преподаватель-программист, конечно, будет опираться на начальные навыки слушателей, но неизбежно основываясь на своем собственном образовании и опыте.

Вероятнее всего, в таком курсе фокус будет на навыках, необходимых для «настоящих» программистов: производительность, инфраструктура, базовые алгоритмы, дискретная математика и прочее.

Приведу несколько конкретных примеров:

  • Синтаксис while входит в любой курс программиста, хотя в реальности используется меньше, чем в 1% кода.
  • Знания линейной алгебры необходимы для серьезной работы в Data Science, но в 90% случаев анализа данных все обходятся готовыми библиотеками, и фокус смещается на интерпретацию анализа.
  • Знания инфраструктуры – hadoop, spark и прочие инструменты, c которыми в 99% случаев работают профессионалы, фокусирующиеся именно на управлении баз данных.

Подводя итог, я уверен, что, пользуясь данными критериями, вы сможете выбрать курс, который поможет вам в короткий срок и без чрезмерной нагрузки освоить столь необходимый навык в современном мире бизнеса, финансов и консалтинга.

Именно эти критерии я использовал для составления своего авторского курса по Data Science для финансов, консалтинга и бизнеса!

Автор: Влас Лёзин, ex-Vice President, Goldman Sachs