Nell’ultimo anno, conducendo il podcast DataFramed, ho avuto l’incredibile privilegio di parlare ogni due settimane con leader del settore che sono in prima linea nella rivoluzione dei dati. Ne sono nate conversazioni affascinanti sul futuro del moderno data stack, sulle competenze dati di domani e su come costruire l’alfabetizzazione ai dati nelle organizzazioni.
Tuttavia, man mano che il podcast DataFramed cresce, vogliamo fornire alla community dei dati, dai professionisti ai leader, insight mirati che li aiutino a orientare al meglio la loro carriera. E vogliamo farlo con maggiore frequenza.
Ecco perché siamo entusiasti di annunciare il lancio di una serie di quattro giorni, DataFramed Careers. In questa serie intervistiamo thought leader ed esperti su cosa serve per entrare nella data science nel 2022 e sulle best practice per distinguersi dalla massa. Inoltre, questa serie segnerà il passaggio di DataFramed da podcast bisettimanale a settimanale.
A partire da lunedì 30 maggio, DataFramed diventerà un podcast settimanale.
Cosa aspettarsi dalla serie DataFramed Careers in quattro episodi?
Nell’arco della serie, tratteremo tutti gli aspetti per costruire una carriera nei dati e i diversi modi per distinguerti nella ricerca di lavoro. Ecco gli episodi in arrivo:
- [DataFramed Careers Series #1] Sadie St Lawrence, CEO di Women in Data, su cosa serve per avviare una carriera nei dati nel 2022 — In uscita il 30 maggio 2022
- [DataFramed Careers Series #2] Nick Singh, coautore di Ace the Data Science Interview, su cosa rende eccellente un progetto di portfolio in data science — In uscita il 31 maggio 2022
- [DataFramed Careers Series #3] Khuyen Tran, Developer Advocate in Prefect, su come la scrittura possa accelerare una carriera nei dati — In uscita il 1° giugno 2022
- [DataFramed Careers Series #4] Jay Feng, CEO di Interview Query, su come superare brillantemente i colloqui di data science — In uscita il 2 giugno 2022
Dove e quando puoi ascoltarla?
Non perderti gli episodi quando inizieranno a uscire il 30 maggio: iscriviti a DataFramed ovunque ascolti i tuoi podcast. Nel frattempo, facci sapere cosa ne pensi ascoltando i nostri episodi più recenti.
