Чтобы быть успешным в IT, это надо любить

Советы начинающим в DS от Александра Брут-Бруляко.

Обсудили с Александром компетенции начинающего DS инженера, треки карьерного развития и форматы обучения.

Я окончил Мех-Мат МГУ в 2004 году и стал преподавателем в местном университете в Костроме, где позже защитил кандидатскую. В 2011 году со своим коллегой мы открыли IT-компанию, специализирующуюся на веб-проектах и браузерных играх на Python. Компания развивалась, достигнув пика в 25 сотрудников, но в 2014 году мы столкнулись с трудностями из-за прихода федеральных IT-компаний в наш город.

В 2016 году я принял предложение работы в ювелирной отрасли, начав свой путь в Data Science. После этого я работал в банке, открыл интернет-магазин, руководил разработкой в региональном ритейлере и даже успел поработать аутсорс DS инженером в AVITO. С 2021 года работаю на удаленке в СБЕР в роли DataScientist и ML Engineer. Сначала работал в Лаборатории нейронаук, где мы делали модели персонализации, сейчас работаю в подразделении GigaLegal — учим Гигачат Российскому праву.

Если говорить именно про роль DS, не аналитика, то джун должен быть в первую очередь айтишником: не бояться консоли Linux, знать про json, xml, python, уметь работать с файлами, подключаться к БД. Ничего сверх основ, но уметь это делать сходу, отвечать на вопросы на собеседовании без ступора и гуглежа. Важно знать теорию DS — задачи классификации, регрессии, метрики, основные алгоритмы, модели, что есть в sklearn — классический ML.

Не требуется иметь опыт в DS, но надо уметь с первого дня прийти и начать работать. Джун — это человек, который способен сделать самостоятельно простую задачу, если ему написать, какие шаги сделать. Конечно, надо владеть терминологией, чтобы уметь гуглить, любой айтишник всегда очень много гуглит.

Основное — это интерес. Чтобы быть успешным в IT, надо это любить. Надо с интересом все это изучать и укладывать в свою голову: теорию, инструменты, кейсы, обязательно практиковать. Если нет практических задач, хотя бы изучать задачи и решения на Kaggle. Смотреть на реальный мир и в голове прикидывать, что и где можно улучшить, применив ML. Хорошо, если DS станет не только вашей работой, но и любимым хобби, хотя бы в начале карьеры.

Второй основной совет — не бояться. Не бояться гуглить. Не бояться ходить на собеседования. Не бояться браться за задачи. Не бояться читать книги и документацию на английском и т.д. Не бояться выглядеть глупым. Не бояться задавать вопросы и предлагать решения, даже очевидные, простые или дурацкие. Не бояться ошибаться.

Третий совет — всегда делайте бейзлайн. Не начинайте задачу с крутого и сложного. Просто сделайте первую разумную, легкую, базовую модель. В половине случаев этого хватит. Бизнес будет вас любить за быструю проверку и выкатку бейзлайнов. Доработки и усложнения вы будете делать потом, если начальство сочтет, что это нужно. Быстро и минимально достаточно — чаще нужнее, чем сложно и круто. А хороший бейзлайн может сделать и джун!

Да, реально. Но сложнее. Здесь дело в карьерных линиях. В крупных IT компаниях есть программы стажировки. Но они ограничены по возрасту. Где-то до 30 лет, где-то только выпускники. Типовая карьерная линия в IT компаниях — это сначала стажер, потом джун. Просто джунов с рынка почти не нанимают, их выращивают сами — под свои инструменты, подходы, задачи. С рынка нанимают специалистов от мидл и выше. И чем круче компания, тем выше уровень найма с рынка. В некоторых компаниях с рынка нанимают только сеньоров, а всех остальных выращивают внутри.

Если в 30-40 лет вы джун, то ваш путь, скорее всего, в небольшие отраслевые компании третьего эшелона. К лидерам рынка вы не попадете. Производства, заводы, ритейлеры среднего размера, небольшие банки — им тоже нужны аналитики, DS инженеры. Они платят немного, но могут брать джунов. Это будет работа в офисе,в первый год за небольшую ставку. Только через 1-2 года, набравшись опыта, вы станете условным мидлом. А года через 3 войдете в профессию: вам начнут звонить рекрутеры, звать в компании второго эшелона. Еще года через 3 у вас будет шанс попасть и в первый эшелон — крупные IT-компании или к лидерам рынка, если вы не только работали работу, а еще и изучали DS в разных его видах и аспектах, т.е. DS был вашим хобби.

При выборе, куда идти джуном, смотрите не на деньги, а на задачи, которые придется решать, и есть ли в компании кто-то, у кого можно учиться. Если вы окажетесь единственным DS инженером в компании, из которой ушел предыдущий “джун”, вам будет сложно научиться хорошим практикам. Лучше идите туда, где внутри есть кто-то с большим опытом чем вы. Обсуждая, делясь знаниями, работая в команде, вы станете более ценны для рынка, быстрее наберетесь знаний и навыков.

Но будьте готовы первый год работать за небольшие деньги. Настоящие IT зарплаты придут к вам года через 3.

Тут есть два пути: медленный и быстрый.

Медленно — все искать самому. Находить бесплатные курсы, смотреть видео, практиковаться на kaggle, читать книги (зачастую на английском). За пару-тройку лет можно набраться теории и практики для попадания на позицию джун.

Быстрый — проходить платные курсы. С системой занятий, практиками, обратной связью. Причем может даже не один курс, а два или три. По моей практике преподавания — человек что-то осваивает и запоминает, когда это ему сказали 3-4 раза и под разными углами, в разных ситуациях. Так можно пройти путь до джуна быстрее. Корочка о пройденных курсах от авторитетной компании — это плюс на собеседовании, на это смотрят при прочих равных.

В OTUS хорошие курсы. Они покрывают спектр базовых навыков и дотягивают до нужной для джуна планки довольно быстро. Некоторые курсы более продвинутого уровня принесут пользу и бывалым IT-шникам. Хорошо структурируют знания, расширяют кругозор, раскрывают многие фишки и подходы.

И я сам, и все коллеги — настоящие практики. Мы люди из индустрии, которые многие вещи делали и знаем на практике. Поэтому тут нет лишней и ненужной теории. Ровно то, что поможет вам решать практические задачи.

Особенно радует, что со мной в СБЕРе работают мои бывшие студенты из OTUS.

Пожелаю всем нам становиться хорошими DS инженерами. Сейчас свершается построение нового технологического будущего. Искусственный интеллект будет приходить к нам, как когда-то пришли компьютеры, интернет и мобильные телефоны. И именно мы с вами должны это сделать. И сделать надо хорошо!