Работать и учиться. Опытные дата-сайнтисты делятся лайфхаками

Как можно учиться чему-то новому, если работаешь полный день? При том, что методология меняется очень быстро и нужно постоянно повышать свою квалификацию, а тебе нужно держать нос по ветру и не отстать от жизни.

Дата-сайнтисты «Инфосистемы Джет» рассказали свои истории о том, как они развиваются «не отходя от станка» и что им помогает делать карьеру.

Центр машинного обучения был сформирован в «Инфосистемы Джет» в 2018 году, когда у большого российского бизнеса только появился интерес к технологиям искусственного интеллекта. Сейчас в копилке Центра уже более 50 выполненных проектов в сфере машинного обучения и компьютерного зрения

Сначала я работала с табличными данными на проекте с применением технологий машинного обучения, который мы делали для крупного промышленного предприятия. В то же время в компании шел другой проект, тоже в промышленности, но с применением компьютерного зрения. Однажды мне предложили написать для него сетку, применить на практике все свои теоретические знания, и я влилась в проект, где надо было полноценно и много работать с картинками.

Тут мне и довелось на практике поработать с computer vision (компьютерным зрением), писать кастомные сетки, смотреть существующие архитектуры, использовать разные методы для визуализации, глубже разобраться с фреймворком для работы с компьютерным зрением. Мой руководитель Ярослав очень много мне помогал, рассказывал. Параллельно я смотрела стэнфордский курс по компьютерному зрению и нейронным сетям: надо было быстро разобраться в этой теме не поверхностно, а в деталях.

Я очень рада, что я сразу озвучила цели, которые у меня были во время устройства на эту работу. На прошлой работе всё было совсем по-другому: личные планы по развитию экспертизы сотрудников там не были на первом месте: приоритетом было выполнение самых крупных и самых денежных проектов.

Наш Центр машинного обучения много работает со студентами, и недавно я курировала учеников computer-science центра по работе с компьютерным зрением, даже больше с видео, чем с картинками. Готовя материал для студентов, я изучила очень много теории. Думаю, это тоже можно рассматривать как обучение: проведение лекций, семинаров, практики, к которым нужно готовиться и изучать материалы.

Я работаю в компании чуть больше года. Сейчас могу сказать, что у меня был быстрый экспертный рост в начале, а теперь я набираюсь опыта взаимодействия с командой: появилось двое новичков, для которых я стала ментором, но это скорее не про экспертизу, а про карьерное развитие в целом.

Самое важное в учебе с такими удаленными курсами – это закрепление материала. Coursera дает много теории, еще там есть тесты, но гораздо интереснее, когда ты можешь применить знания на практике. Мы договорились с руководителем, что после окончания курса мы подберем какую-то задачу, которая помогла бы мне закрепить полученный в рамках курса материал. И я буквально только что решал такую задачу по мотивам изученного на настоящем проекте. Есть такая задача — «сегментация изображений». Нам нужно выделить на картинке какие-то участки, например, изображения машин. Это как раз подробно рассматривалась в курсе, который я проходил, и я научился это делать. Сейчас у нас похожая проектная задача, и я применяю новые знания.

Теперь я могу присоединиться к каким-то проектам, которые раньше были для меня закрыты в силу недостатка знаний и опыта. Я чувствую, что расту как специалист.

Еще очень помогают обучению внутренние семинары, которые проходят регулярно в нашем Центре: каждый желающий сотрудник может подготовить доклад на интересную ему или коллективу тему, и поделиться своими знаниями с остальными. Они проходят еженедельно по вторникам. Например, кто-то съездил на конференцию и делает доклад по ее мотивам. Бывает, что коллеги выполнили интересный проект и хотят поделиться своим опытом. Иногда приглашают вести семинар крупных специалистов, авторов книг по DS, авторов различных курсов и других людей, которые могут поделиться своим опытом.