Начало пути
Я окончил мехмат МГУ и после университета, честно говоря, не знал куда пойти работать, так как плохо представлял, где и как смогу применить свои теоретические знания. Знал только то, что мне в какой-то степени интересен консалтинг, математика и программирование. После магистратуры РЭШ я попал на работу в ИТ-консалтинг, где проработал 4 года как data scientist на проектах в самых разных индустриях, после успел поработать в одном из банков.
Вакансию в РСХБ мне предложил мой коллега, с которым довелось ранее работать. Он мне рассказал, что есть интересная возможность поучаствовать в построении экосистемы для дата-саентистов и дата-аналитиков, построить инструментарий, набрать команду и выстроить data science процессы — и все это с нуля. С таким предложением я никогда ранее не встречался. Звучало как вызов. Подумав над предложением, я его принял. В команде коллеги я и работаю до сих пор.
Роль в проекте
В настоящее время я занимаюсь построением рекомендательной системы для одной из площадок экосистемы РСХБ — «Своё Родное».
Но на этом список задач не исчерпывается. В него входит и руководство командой, состоящих из дата-саентистов и аналитиков данных, и сама аналитика данных, и построение ML-моделей для экосистемы РСХБ, а также для смежных подразделений Банка. Более того есть активность, связанная с участием в ежегодных мероприятиях. В частности, ежегодный AgroCode Data Science Cup — data science чемпионат для студентов, для которого мы придумываем задачи. Также в 2021-2022 годах мы принимали участие в международном конкурсе от WUR, где мы заняли второе место! К тому же наша команда пишет статьи на habr.
Наверное, самое интересное — это наблюдать успешное внедрение твоих решений в продуктивную среду. Ведь всегда круто видеть, как результаты твоего труда идут не «в стол», а решают реальные проблемы бизнеса.
Трудовые будни и работа в команде
У нас есть традиция — ходить за кофе с утра с коллегами. Этакий ритуал, после которого начинается продуктивная работа.
Вот как у нас выстроена работа с командой:
1. Коммуникация с командой по текущим задачам и возникающим проблемам. Мы устраиваем два созвона в неделю и кратко обсуждаем кто какую задачу решает и какие проблемы возникают. Если у кого-то есть какие-то вопросы, он, конечно же, может их задать в любое время, не только на этих встречах.
2. Сессии обмена опытом. Периодически устраиваем такие сессии, где каждый член команды рассказывает о каких-то интересных способах решения той или иной задачи более детально.
3. Учет профессиональных интересов членов команды. Было бы классно, если получится учесть в работе сильные и слабые стороны каждого из членов команды и ставить им соответствующие задачи.
4. Нужно не мешать команде работать. Для меня это означает, что не нужно заниматься микроменеджментом и следить за каждым шагом команды. Это не нужно. Если кто-то ошибается при решении задачи — это тоже нормально. Это один из этапов развития команды — на ошибках учатся.
5. Давать и получать обратную связь. Важно периодически давать обратную связь команде, даже если она этого не просит, а также получать ее от команды. Иначе развитие команды будет похоже на блуждание в тумане без фонарика.
Сложности и пути их решения
Я работаю с данными. Поэтому, наверно, основная сложность — найти все те данные, которые необходимы для построения той или иной аналитики или модели машинного обучения. С этим помогает плотная работа с коллегами, которые всегда подскажут, есть ли у нас те или иные данные и где их можно найти.
Второй, не менее важный момент заключается в установке (а потом и поддержании) доверия к моделям у бизнеса. Если этого доверия нет, то работать становится вдвойне сложнее.
Сложнее всего, как по мне, выстраивать работу с командой: найти подход к каждому, стараться давать такие задачи, чтобы они были интересны члену команды.
Что еще важно?
Я стремлюсь не зацикливаться на рутинной работе — это скучно и не дает никакого развития. Каждый раз пытаюсь понять, как и какими методами решить ту или иную бизнес-задачу и всегда ли требуется применение моделей машинного обучения для их решения — иногда для этого требуется найти нестандартный путь. А еще я стремлюсь быть на одной волне с командой, понимать ее сильные и слабые стороны.
Советы студенту
Нынешним студентам я бы посоветовал обратить внимание на несколько вещей:
1. Знание предметной области. Обычно, нанимая человека в команду, руководитель думает о том, какие новые знания этот человек может в команду привнести. Стажеры здесь не исключение.
2. Уметь быстро вникать в абсолютно новые вещи. Задачи на стажировке могут быть самые разные, и вообще не факт, что вы должны будете делать то, чему вас учили в университете. Важно уметь быстро разбираться в новой для себя задаче.
3. Внимание к деталям. Обычно для стажеров первая работа — это возможность показать свои способности, но из-за недостаточности опыта часто случаются ошибки, и на самом деле это нормально. Ошибаются все. Задача стажера — уметь делать самопроверку своих результатов, прежде чем отдавать их руководителю. На этом можно сэкономить приличное количество времени.
