Aggiornamenti su questa residenza Londinese

Sono passati ormai due mesi da questa mia permanenza in UK, sono cambiate e successe diverse cose.

Al clima, sempre variabile, ormai ho fatto l’abitudine. Sono riuscito ad andare a correre sotto la neve, quindi considero il peggio passato, se, e solo se, i miei amici la smettessero di inviarmi le foto al tramonto di Formia e Gaeta, a questo non mi abituerò mai.

In questi mesi mi sono dedicato alla panificazione, disciplina fantastica che non conoscevo e che mi sta particolarmente divertendo. Ho iniziato così a preparare il pane in casa con lievito di birra, farina, acqua e sale.

Pane.PNG

Sto continuando a studiare e cercare lavoro come Data Scientist, in particolare sto approfondendo PostgreSQL, ho trovato questo sito veramente interessante e di supporto.

Purtroppo verso fine Febbraio ho dovuto fare i conti con il mio inglese e con l’affitto.

Un caro amico mi aveva detto che facevo un po’ di errori che andavano corretti, inoltre quando parlavo con i recruiter spesso mi bloccavo per l’ansia, così ho deciso di scegliere, temporaneamente, un lavoro che mi permettesse di migliorare forzatamente la lingua e di pagare le spese di casa.

Cercando su Indeed e consegnando anche il CV a mano sono riuscito ad accedere alla primo colloquio per lavorare presso Lola Cupcakes, successivamente ho effettuato una giornata di prova di due ore e sono stato assunto.

Oltre a questo lavoro per migliorare la mia padronanza linguistica continuo a seguire delle lezioni di inglese su Fluentify durante il weekend, così che possa avere un insegnante che corregga i miei errori.

Quindi ricapitolando, verso gli inizi di Marzo è cominciata ufficialmente la mia avventura come Sales Assistant presso Lola Cupcakes, una catena di pasticcerie che vende torte e cupcakes.

Lavoro presso la stazione di Marylebone, ogni mattina da un megalaboratorio arrivano alla stazione delle torrette con vari scompartimenti contenenti i cupcakes, che sono stati preparati durante la notte, io mi occupo di “creare il display”, venderli e fare in modo che sia tutto pulito.

E’ abbastanza faticoso, perché devo stare tutto il giorno in piedi, gli orari sono o 07:30-15:30 o 13:00-21:00 per 7.80£/h, ma nonostate la fatica è un’esperienza interessante sotto vari aspetti:

  • Posso pagarmi l’affitto, senza chiedere soldi alla mia famiglia
  • L’organizzazione del lavoro è molto strutturata e (quasi) nulla è lasciato al caso
  • Sin dalla seconda settimana ho avuto la responsabilità di aprire da solo il punto vendita di Marylebone
  • Dalla terza settimana ho iniziato ad occuparmi della chiusura del negozio (Gestione delle rimanenze, aggiornamento del database contenente le informazioni giornaliere su fatturato/# di clienti, raggiungimento o meno del target di fatturato, % di dolci buttati)
  • Parlo costantemente in inglese

Purtroppo questo ha determinato un rallentamento del lavoro sia sul mio canale YouTube, sia su lovabledata.com, perché nel poco tempo libero che mi rimane:

  • Sto cercando offerte di lavoro come Junior Data Scientist
  • Ho iniziato un progetto di analisi dati sull’accessibilità dell’istruzione e le disuguaglianze sociali con un mentor tecnico
  • Sono il City Manager di Londra dell’Associazione Alumni InnovAction Lab

 

Questo è un tipico pranzo domenicale degli  Alumni di InnovAction Lab iniziato alle 13:00 e finito alle 22:00.

29594764_10213509652807861_4066855351748202328_n

Nonostante tutte queste attività e circa 40h di lavoro settimanali, cerco di  andare a correre con una certa costanza almeno due volte a settimana e continuo a leggere cercando di sfruttare anche solo i 30 min di pausa pranzo che ho a disposizione. Attualmente ho finito un libro di poesie di Pablo Neruda , carino, e sto per finirne un altro di Alda Merini La vita facile: 1 che è ancora più bello, veramente emozionante. Devo ringraziare Ludo che me li ha regalati e fatti scoprire, visto che compro sempre saggi tecnici.

Un abbraccio

 

Annunci

Lascia un commento

Archiviato in Scritti sparsi, Viaggi

Le 25 skills più richieste per un Data Scientist (tratto da una storia vera) prt 1

Non è facile essere un wannabe Data Scientist

Essere un Data Scientist è veramente difficile, essere un Data Scientist autodidatta ancora peggio.

Il tempo non è mai abbastanza, c’è bisogno di focalizzarsi e focalizzarsi verso quello che il mercato del lavoro vuole, in questo modo ci saranno più possibilità di farcela, almeno all’inizio.

Dove focalizzarsi?

Sono sempre convinto che bisogna definire una strategia di medio termine e seguirla con pazienza, altrimenti si rischierà di essere distratti da tutte le informazioni provenienti dalla rete.

Verso Settembre 2017 fino ad oggi, molto spesso dopo aver inviato il mio CV per annunci di lavoro come Data Scientist ho segnato manualmente su Google Foglio le competenze richieste per quel ruolo

Ho superato più di 430 righe ognuna contenente una informazione.

Oggi ho deciso di analizzare questo CSV in modo da capire quali fossero le competenze più richieste come Data Scientist ed esercitarmi.

In [80]:
#importing the libraries 

import pandas as pd
import matplotlib.pyplot as plt
In [40]:
csvname= "skill.csv"
df= pd.read_csv(csvname,sep= ",", header=None, index_col=False)
print(df.head(30))
                             0    1
0                       Agile   NaN
1                           AI  NaN
2                    Algorithm  NaN
3                    Algorithm  NaN
4                   Algorithms  NaN
5                    Analytics  NaN
6                      Apache   NaN
7                      Apache   NaN
8                          API  NaN
9   Artificial neural networks  NaN
10                         AWS  NaN
11                         AWS  NaN
12                         AWS  NaN
13                         AWS  NaN
14                         AWS  NaN
15                         AWS  NaN
16                         AWS  NaN
17                         AWS  NaN
18                       Azure  NaN
19                       Azure  NaN
20                       Azure  NaN
21                       Azure  NaN
22                       Azure  NaN
23              Bayesian Model  NaN
24              Bayesian Model  NaN
25              Bayesian Model  NaN
26         Bayesian Statistics  NaN
27                          BI  NaN
28                          BI  NaN
29                         BI   NaN
30                    Big Data  NaN
31                    Big Data  NaN
32                    Big Data  NaN
33                    Big Data  NaN
34                    Big Data  NaN
35                    Big Data  NaN
36                    Big Data  NaN
37                    Big Data  NaN
38                    BIgQuery  NaN
39                    BIgQuery  NaN
In [34]:
print(df.columns)
Int64Index([0, 1], dtype='int64')
In [50]:
df.columns=['skills','vuota']
In [51]:
print(df.head())
       skills vuota
0      Agile    NaN
1          AI   NaN
2   Algorithm   NaN
3   Algorithm   NaN
4  Algorithms   NaN
In [65]:
df_skill=pd.DataFrame(df.iloc[:,0], columns=['skills'])
print(df_skill.head(5))
       skills
0      Agile 
1          AI
2   Algorithm
3   Algorithm
4  Algorithms
In [71]:
print(df_skill.info())
RangeIndex: 423 entries, 0 to 422
Data columns (total 1 columns):
skills    423 non-null object
dtypes: object(1)
memory usage: 3.4+ KB
None
In [84]:
df_skill_grouped=df_skill.groupby(['skills']).size().sort_values(ascending=False)
In [85]:
print(df_skill_grouped)
skills
SQL                                        37
Python                                     36
Spark                                      16
Python                                     13
Handoop                                    12
Scala                                      10
Scikit Learn                               10
NLP                                        10
Machine Learning                           10
Statistics                                 10
AWS                                         8
Big Data                                    8
NOSQL                                       7
Kafka                                       7
TensorFlow                                  6
Tableau                                     6
Pandas                                      5
Numpy                                       5
Azure                                       5
SQL                                         5
Machine learning                            5
Financial Systems                           4
Predictive Model                            4
Neural Networks                             4
C++                                         4
Machine Learning                            4
Go                                          3
Bayesian Model                              3
MapReduce                                   3
Clustering                                  3
                                           ..
Sentiment Analysis                          1
NLP                                         1
Scraping                                    1
NOSQL                                       1
Naive Bayes classifier                      1
Natural language processing                 1
Numpy                                       1
Linear Model                                1
Latent semantic indexing                    1
Pig                                         1
Hashmaps                                    1
Flask                                       1
Flink                                       1
Gis                                         1
GitHub                                      1
Testing Software                            1
Google 360                                  1
Gradient Boosted Machine                    1
TF-IDF                                      1
Plotly                                      1
T-SQL                                       1
Html                                        1
Information Extraction                      1
Instantaneously trained neural networks     1
JQuery                                      1
JSON                                        1
Java                                        1
JavaScript                                  1
Jira                                        1
AI                                          1
Length: 150, dtype: int64
In [90]:
df_skill_grouped.head(25).plot.bar()
 25 skills
Queste analisi devono evidentemente essere migliorate:

 

1) Implementare delle Regex, in questo modo potrò correggere velocemente gli errori di battitura ed essere più preciso (ad esempio nel grafico si vede che “Python” e “Python ” (con spazio finale) sono stati trattati come elementi differenti

 

2) Web Scraping degli annunci di lavoro ai quali ho risposto per estrarre automaticamente le competenze richieste ed aggiornare automaticamente il foglio Google

 

3) Migliorare il codice del Pomodoro Workout Analyzer così da essere più consapevole dicome sto gestendo le ore di esercizio con Python.

 

Un abbraccio e grazie per aver letto il mio articolo.

 

Andrea

 

ps se noti qualche errore scrivimi pure

 

Lascia un commento

Archiviato in Ingegneria, riflessioni

La differenza tra Vincere ed avere Successo secondo John Wooden

Col nuovo anno Alessandro mi aveva girato questo video del TED di John Wooden

John Wooden è un stato un allenatore di pallacanestro e cestista statunitense.

E’ stato il tecnico più vincente della storia del basket collegiale USA alla guida degli UCLA Bruins.

Nel video del TED definisce dei punti chiave sia sul successo che sull’insegnamento.

No written word, no spoken plea can teach our youth what they should be.
Nor all the books on all the shelves, it’s what the teachers are themselves.

Ha anche citato la sua piramide del successo, non è andato nel dettaglio, ma è molto interessante.

In cima a tutto troviamo la pazienza ed “il crederci”.

Un concetto quello della pazienza che ritorna in discorsi già visti(“La vita è fatta di centimetri” Al Pacino in Ogni Maledetta Domenica o “There is NO Overnight Success” di Gary Vay) denominatore comune per qualsiasi obiettivo che si voglia raggiungere.

Focus sull’obiettivo ed allenamento costante.

Il punto interessante del talk è stata la sua definizione di successo.

La definizione è nata dopo alcune discussioni con dei genitori mentre insegnava in Indiana:

“Il successo rappresenta la serenità acquisita esclusivamente attraverso la soddisfazione personale nel sapere che hai dato il massimo rispetto al tuo potenziale.

Se tu ti impegni al meglio in ciò che sei capace di fare cercando di migliorarti (performance, risultati ecc) allora avrai raggiunto il successo.
E’ simile alla differenza tra carattere e reputazione, la reputazione è ciò che le persone percepiscono di te, il carattere è ciò che realmente sei.

Io penso che il carattere sia molto più importante di quello che gli altri pensino di te. “

Gran bel video!

Lascia un commento

Archiviato in riflessioni

DataCamp.com considerazioni sul “DataScientist Career Track with Python”

Ieri, 30 Dicembre, ho finito il “Career Track da Data Scientist con Python” su DataCamp.com.

E’ stata una bella avventura durata per la precisione 226 ore(monitorate con la tecnica del Pomodoro).

DataCamp

Ero troppo pigro da rimuovere la parola “Working” 

Il piano di studi  è composto da 20 corsi, ai quali ho aggiunto due su SQL e PostgreSQL .

 

Il percorso è costato 180$, in realtà con 180$ ho accesso ad un anno di corsi, quindi potrei anche seguirne altri (e dopo Febbraio farò così) e scadrà ad Agosto 2019.

E’ stato veramente interessante ed ho scoperto ua disciplina che mi appassiona tantissimo fondendo più materie.

Quello che ho apprezzato del percorso è stata la struttura per moduli, inoltre ogni 5 minuti di teoria seguivano almeno tre esercizi pratici e non era prevista una conoscenza iniziale di Python, per quanto delle basi di programmazione le avessi acquisite studiando un po’ di C con Arduino.

Lo consiglio?

Si, se la materia interessa, ma successivamente è necessario dedicarsi a dei propri progetti per implementare e consolidare quegli insegnamenti che altrimenti possono essere dimenticati in fretta.

Una nota negativa, sul sito c’è scritto che tutto il piano di studi duri 67h, non ho la più pallida idea di come abbiano fatto i conti, sarebbero 3,35 h per corso, ma, basato sulla mia esperienza personale, non credo sia una stima veritiera.

Gli sforzi ed il tempo necessario per maturare i concetti spiegati sono molto maggiori.

Adesso è tempo di mettere in pratica tutto quello che ho studiato!

Gennaio, oltre alla preparazione per l’esame di stato e la ricerca di un posto di lavoro, lo dedicherò alla realizzazione su Git Hub di un mio personale portfolio.

In realtà ho anche promesso a Diego che avrei scritto un paio di articoli sul suo blog in cui spiegavo cosa fossero in Statistica i test di verifica delle ipotesi e gli errori legati a questi test.

Anche perché come potete vedere dai due grafici, quasi tutto il tempo dedicato in questi mesi su Python è stato dedicato allo studio su DataCamp(226h su 290h totali) piuttosto che a qualche progetto da DataScientist.

 

Python31 12

Un abbraccio e buon anno

Lascia un commento

Archiviato in Ingegneria, Tecnologia

L’Ordine Del Tempo, Carlo Rovelli

Un po’ di tempo fa (quanto è relativo) dopo aver finito il libro sul ex ceo della IBM Louis Gestner ho iniziato a leggere “L’Ordine del Tempo” di Carlo Rovelli.

L’autore è un Fisico teorico, membro dell’Institut universitarie de France e dell’Accadémie internationale de philosophie des sciences.

Si è rivelata una lettura decisamente interessante, anche perché apprezzo sempre quando, con consapevolezza, si mescola la scienza con la filosofia.

In particolare mi è particolarmente piaciuta una riflessione sul secondo principio della termodinamica.

Il secondo principio afferma l’irreversibilità del passaggio di calore da un corpo caldo ad un corpo freddo.

Questa, riportando l’autore, è l’unica legge della fisica che distingue il passato dal futuro.

Ad esempio nel caso delle leggi della meccanica classica di Newton, l’elettromagnetismo di Maxwell “Se una sequenza di eventi è permessa da queste equazioni, lo è anche la stessa sequenza balzata all’indietro nel tempo. Nelle equazioni elementari del mondo la freccia del tempo appare solo quando c’è il calore”

L’autore continua la sua analisi evidenziando come il tempo non sia una variabile indipendente dal resto dell’Universo, né che scorra alla medesima velocità citando le dovute fonti bibliografiche ed immergendo il lettore in tutte le nuove scoperte della fisica quantistica e le varie implicazioni della teoria della relatività.

In questo percorso viene riconsiderata la visione aristotelica del tempo come misura del cambiamento.

Un’altra riflessione, apparentemente banale. (che poi era quello che diceva già Rafiki a Simba) , è legata all’asimmetria dell’evoluzione: il passato non si può cambiare ma il futuro si.

Le dinamiche del tempo e la loro relatività accompagnano il lettore verso una visione più soggettiva del mondo e delle sue interazioni che si può sintetizzare in una frase:

Non è importante ciò che è, ma ciò che è per te.

 

 

Se l’articolo ti è piaciuto o ti ha fatto riflettere ricondividilo 🙂

Lascia un commento

Archiviato in Hobby

Un anno dopo

E’ passato più di un anno dall’ultimo post su questo blog in cui raccontavo del mio fantastico viaggio a Barcellona, in un anno, guardandomi indietro sono cambiate tante cose e tante ne ho imparate.

Dopo la laurea ho iniziato seriamente a studiare un nuovo linguaggio di programmazione {Python} attraverso DataCamp.com e mi sono appassionato a tutto il mondo dell’analisi dati, che nel gergo è chiamata Data Science.

Per raccontare di questa avventura (ed allenarmi con la lingua inglese) ho creato un nuovo blog con Word press ma su un altro hosting, perché più economico, lovabledata.com

Spero di riprendere seriamente a scrivere qui con cadenza almeno mensile anche dopo l’esperienza di VLog con “Radio Londra” su Youtube.

Un abbraccio,

Andrea

Lascia un commento

Archiviato in Uncategorized

Barcellona prt. 5 la pasta al sugo Australo-Tedesca

09/10/16 Saint Jordi Hostel

E’ comunque interessante riflettere sulla differenza di età tra me Omi e Silvana. Dei tre io ero il più grande, Omi 23 e Silvana 21, tutti e tre eravamo in viaggio in solitaria, ma per i loro genitori non c’erano problemi di viaggio.

Inoltre Omi ha svolto 3 anni di servizio militare perché in Israele è obbligatorio, sia per gli uomini che per le donne, quest’ultime rispetto ai ragazzi devono fare un anno in meno.

Passeggiando con Omi ho potuto vedere delle differenze tra i nostri sistemi educativi (anche con Silvana).

Ad esempio Omi non ha studiato Storia Dell’Arte, probabilmente viene da una sorta di Istituto Tecnico, ma ha studiato programmazione iniziando con Pascal.

Ora lui lavora come sviluppatore in una startup che ha raccolto 100milioni di euro con 60 dipendenti, clienti come Netflix e uffici a Londra e Parigi.

Suo padre è ingegnere elettronico, la madre dentista, il fratello maggiore ingegnere meccanico e la sorella ingegnere biomedico.

Oggi ho camminato tantissimo ed ho visto i giardini botanici (due).

filename-6

Devo iniziare a pensare cosa regalare a Claudia.

Oggi inoltre è successa una cosa strana, non so come, ne quando …[Censurato]

10/10/16

Saint Jordi Hostel

Sto per andare a dormire, domani vorrei vedere il museo di storia di Barcellona e la Pedrera.

filename-5

A cena ho cucinato una carbonara, mentre cucinavo sono arrivati due ragazzi lei bionda giacca di pelle converse e calzini che nascondevano qualche origine del nord Europa, lui invece scarpe bucate calzino alto di spugna, felpa scambiata e pantaloncini.

Lei 18 anni australiana, con genitori tedeschi (il calzino non mente) e anche lui 18 da New York.

Entrambi trascorrevano un anno sabatico prima di cominciare l’università, si sono conosciuti lavorando in una fattoria in Portogallo 20/30 ore alla settimana in cambio di vitto e alloggio gratuiti.

Avevo calato più pasta di proposito per conoscere qualcuno. Così quando la ragazza australiana mi ha fatto i complimenti per l’aspetto del piatto mentre mescolavo la pasta con la carbonara, ha preparato un piatto anche per lei e lui, inutile dire quanto fossero felici.

Per ricambiare il favore hanno fatto un piatto della loro pasta per me.
Come hanno preparato la pasta?  (Davvero volete saperlo?)

Hanno preso l’acqua e senza aspettare che bollisse hanno buttato dentro la pasta, una volta cotta (senza assaggiare) hanno aperto il sugo pronto di pomodoro (a freddo, come la morte) e l’hanno versato sopra, tutti e due felici di condividere con me questo momento di gloria culinaria.

pasta

Un mal di pancia allucinante.

La salsa più la pasta erano salatissime, ma non ho fatto lo spocchioso e così il mio commento è stato “normale” e aggiungendo che il giorno dopo gli avrei insegnato a cucinare.

Visto che mi è avanzato un bel pezzo di guanciale e formaggio preparerò una amatriciana.

Appuntamento alle 19:30 nella cucina dell’ostello.

La Pedrera note sparse:

  • Sagrada Familia -> le colonne si diramano secondo le equazioni di paraboloidi iperbolici che ritroviamo negli alberi, l’uso di colonne in Cemento Armato Precompresso ha permesso di raggiungere altezze superiori alle basiliche tradizionali, rendendola una delle più alte al mondo
  • Ferro battuto riciclato nei parapetti della Pedrera

filename-1

  • Mattone per archi catenari per sostenere la terrazza.
  • Conoscenza maniacale di Dali per la geometria descrittiva.
  • I comignoli non sono sterili elementi funzionali, questi ispireranno George Lucas per le truppe dell’Impero

filename-4filename-3

  • Le facciate autoportanti della Pedrera permettono di realizzare grandi finestre
  • La famiglia Guell era una borghesia che pagava i lavori avrebbe poi venduto quelle abitazioni

filename-2

  • Gaudi studio molto i frattali nello specificole geometrie degli oggetti naturali (mais, pigne, palme). Cercava di identificare equazioni dietro queste forme
  • I mobili in rovere e frassino sono coerenti con l’edificio
  • Sono stati effettuati degli studi ergonomici sulle sedie
  • L’ergonomia della maniglia: calco in argilla così da sapere qual è la forma più opportuna. Vivere il problema per capire come progettare la soluzione.
  • La sedia era stata progettata con uno spazio centrale per impugnarla nel caso fosse servito spostarla

img_20161203_225129

  • E’ possibile quindi identificare di una progettazione integrata dell’abitazione, dove tutto è gli spazi sono pensati in funzione degli arrendi e viceversa, non sono due fasi della progettazione indipendenti

IMG_20161205_181425.jpg

Che poi una volta che la guida inizia a raccontare dello studio della geometria descrittiva di Gaudi pensare alla forma Gaussiana della finestra è un attimo.

IMG_20161205_181431.jpg

Io non so disegnare credo si noti 🙂

La cucina ha i fornelli senza fiamma ed una piastra veniva scaldata con un bruciatore e su questa posizionata la pentola, sarà questo che ha portato ad alcuni paesi ad usare le piastre piuttosto che la fiamma viva?

IMG_20161203_225113.jpg

Superiormente decorazione in gesso.

Ho visto alla Pedrera il primo bidet in Spagna, forse devo ricredermi e la regola vale solo per gli ostelli dove sono stato, chissà!

Interessante come alla fine della visita sia obbligatorio attraversare lo shop o l’invito ad acquistare qualcosa per avere una foto stampata gratis con lo sfondo della Pedrera (ti fanno la foto con un telo bianco dietro e poi applicano uno sfondo).

Sono al Bar Pinotxo, molto carino era sulla lista dei migliori posti dove mangiare a Barcellona.

Il vino nulla di che.

Ho ordinato della carne grigliata e del codfish fritto con pomodori.

filename-7

Il nome del locale deriva dal cane del figlio di uno dei proprietari.

Il pesce è fritto da loro nella farina di mais, pazzesco!

Il caffè è buono, la miscela deve avere una certa quantità di robusta.

Mangiare qui è stato un vero piacere.

Lascia un commento

Archiviato in Racconti universitari, Scritti sparsi, Viaggi