- в IT столько разных специальностей, и я не понимаю, на кого мне стоит учиться 😵

Так уж вышло, что с этим вопросом я и сам не мог определиться почти полгода, причем уже после того, как поступил в универ. Я с детства думал, что в IT есть только программисты (люди, которые пишут код), и больше - никого. В школе я неплохо решал задачки на питоне и поэтому думал, что мне нравится программировать - именно поэтому я и поступил на "программную инженерию", где учат программистов-разработчиков. Спойлер: я немного не угадал с направлением

Спустя два года (то есть сейчас) я бы для простоты разделил всех специалистов в IT на три большие группы и привел несколько направлений, на которых этих специалистов, как правило, учат:

🤖 Разработчики (или сфера Computer Science) - люди, которые создают программные продукты. Результатом их работы может быть сайт, приложение, программа, алгоритм и тому подобные вещи. Большую часть времени они занимаются написанием кода и думают над архитектурой программного продукта.
В роли разработчика, как правило, надо будет писать много кода, а также есть возможность не так часто взаимодействовать с людьми, если для вас это по каким-либо причинам важно. На мой взгляд, тут нередко возможен сценарий, что человек может быть абстрагирован от бизнес-задачи, которую преследует продукт. Это вовсе не плохо, и не всем нужно думать о бизнес-процессах, но это явно нужно учитывать, если вы планируете заниматься разработкой.
Если тебе действительно нравится писать код (и это не просто задачки в виде "посчитать количество уникальных элементов в массиве", а задачи с большим количеством красивых функций и удобных классов) и тебе хочется создавать красивые и большие программы, то тебе точно стоит попробовать разработку.

Направления: "Программная инженерия", "Информационные системы и технологии", "Компьютерные науки", также может подойти "Информационная и компьютерная безопасность" (однако именно в ИБ/КБ будет много математики, к чему нужно быть готовым)

📊 Специалисты по анализу данных (или сфера Data Science) - люди, которые анализируют данные или прогнозируют их. Такие специалисты тоже пишут код, но уже для того, чтобы при помощи него правильно обработать данные. Так уж вышло, что в нашем мире слишком много данных, без анализа и учёта которых современный бизнес и продукт не сможет долго существовать. Результатом работы таких специалистов является выявленная закономерность в данных, их характеристика или какая-либо модель, которая способна прогнозировать эти данные (именно это, грубо говоря, называется искусственным интеллектом, а точнее машинным обучением). Например, при помощи анализа данных можно обнаружить определенную зависимость спроса от предложения, и, как следствие, попытаться научиться предсказывать курсы валют.
В эту сферу входят аналитики, которые исследуют данные и зачастую очень тесно связаны с бизнес-задачами, а также специалисты по машинному обучению (или ML’щики, от слов Machine Learning), которые создают модели, способные предсказывать или распознавать что-либо. Если вам нравится копаться в данных и делать выводы на их основе, то Data Science - идеальное место. Стоит отметить, что в этой сфере, как правило, намного чаще нужна математика, нежели в разработке.

Направления: "Прикладная математика и информатика", "Прикладная информатика", "Прикладной анализ данных", "Бизнес-информатика", "Информационная аналитика", даже "Экономика" и всё, что связано с машинным обучением, нейросетями или искусствуенным интеллектом.

💻 Все остальные специалисты - сюда входят все те, кто тоже присутствует в IT, но их сложно отнести к предыдущим двум группам. Это могут быть тестировщики, инженеры, менеджеры, маркетологи, HR-персонал и другие. Про эту группу людей, увы, я не могу много рассказать, но тем не менее не упомянуть их нельзя.


Исходя из этого разделения, я очень рекомендую в первую очередь разобраться, в какой из этих трёх групп вы себя видите в дальнейшем - от этого могут зависеть ваши приоритеты при поступлении. Пробуйте и не бойтесь ошибаться - только так вы сможете понять, что вам нравится 😍
#поступление