Сергей Светлаков: «Я прошел годовой курс за три с половиной месяца и стал middle дата-сайентистом»

Сергей Светлаков занимался проектированием вооружения и авиационных двигателей, получал в два раза выше рынка и не собирался никуда уходить. А потом случайно попал на собеседование в IT-сферу, сравнил со своим НИИ, и пошел учиться. Он рассказывает, как сразу после обучения устроился специалистом уровня middle, насколько выросла его зарплата и на что обращать внимание тем, кто готовится искать работу в IT.

Что я делал раньше

До того, как стать дата-сайентистом, я получил инженерно-техническое образование. Закончил МГТУ им. Баумана, кафедру «Ракетные и импульсные системы». В начале четвертого курса, на «экваторе», я пошел работать в КБ (конструкторское бюро) Гос МКБ «Вымпел», которое разрабатывает и производит ракеты класса «воздух-воздух».

В КБ я был инженером, вместе с другими студентами мы что-то чертили, считали, были небольшие программы, приходилось в них анализировать данные. 

Через несколько месяцев заместитель заведующего кафедрой в МГТУ, видя, как я учусь, предложила участвовать в научно-исследовательских работах в вузе. Нужно было разрабатывать программу на С++ для решения внутренних задач в конструкторском бюро. С++ я изучил за пару лет до этого, после первого курса в свободное от учебы время.

Про C++ мы подробно рассказали в этой статье.

Пришлось писать и backend, и frontend, то есть и содержимое программы, и ее оболочку. Я сделал все быстро, и мой вариант взяли за основу, потом даже пришлось помогать остальным участникам проекта.

Cпустя почти полтора года, я ушел на новую работу, в ЦИАМ (Центральный институт авиационного моторостроения) — это НИИ, где рассчитывают и проектируют авиационные двигатели.

В конце 2019 года, перед новогодними праздниками, за полгода до окончания вуза, со мной связался знакомый, с которым мы уже долгое время не поддерживали общение. Он внезапно написал мне, мы разговорились, и выяснилось, что он ушел из специальности, самостоятельно изучил frontend и работает в «Сбере». Он рассказал о своей работе, спросил, чем я занимаюсь, и предложил пройти у них собеседование на должность junior backend-разработчика. Я не планировал уходить из своей профессии, но меня уговорила попробовать девушка.

Как я решил все поменять и перейти в IT

Когда я вошел в офис, меня поразило, как может отличаться обычное офисное помещение от того, к чему я привык, работая в КБ и НИИ. Без лукавства, это не шло ни в какое сравнение. Все это настолько меня впечатлило, что я уже не мог спокойно ходить на работу. Правда, в ЦИАМ моя зарплата была в два раза выше, чем по рынку. Но разница все равно была очень заметна.

Я не прошел то собеседование, так как был самоучка и изучал то, что мне было нужно для своих работ, многих вещей не знал. Но все это так на меня подействовало, что я очень задумался. До этого я планировал поступить в аспирантуру, стать кандидатом и затем доктором технических наук. Мой преподаватель свел меня с членом РАН, который хотел взять меня в свои аспиранты, и через месяц нужно было давать окончательный ответ.

Нужно было решить: заниматься тем, что нравится, или рискнуть и попытаться достичь большего для себя и будущей семьи. Я подумал, поговорил дома и решил, что мне стоит направить свои силы в более благополучное русло, чем научная работа.

Я связался с еще одним другом, который работает сетевым инженером, и спросил его, какие профессии сейчас востребованы в IT. Он назвал несколько, вскользь упомянул Data Science. В тот же период на YouTube-каналах, которые я смотрю, начали рекламировать эту специальность. Я решил попробовать себя в DS.

Как пройти годовой курс за несколько месяцев

Сначала на работе попросил задачи, связанные с Python. Начал программировать параллельно с численным моделированием. Освоил Python за полторы недели — когда знаешь один язык программирования, изучить второй не проблема, просто ищешь аналогии. Начал читать учебники по алгоритмам и по Python применительно к анализу данных. Здесь могу посоветовать «Алгоритмы. Теория и практическое применение» Рода Стивенса и «Изучаем Pandas» Артема Груздева и Майкла Хейдта.

Читайте, кто такой дата-сайентист и чем он занимается, в этой статье.

Разобраться в методах Machine Learning помогли бесплатные курсы на платформе Stepik. Прошел три с половиной из них (советую курсы по основам статистики от Анатолия Карпова), наступил новый 2021 год. Я понимал, что все сильнее хочу уйти с работы. Последним аргументом для меня стало то, что сообщество DS оказалось очень большим и в сети есть огромное количество курсов, каналов и видео по этой теме. Для меня это было шоком, я никогда не видел такой поддержки и такого разнообразия учебных материалов в своей профессии.

Я выбрал SkillFactory и начал учиться. Первое занятие было в мой день рождения, но именно в тот момент я слег с аппендицитом. Через несколько дней вернулся домой и больной, со швами, сел и начал щелкать задачи. Надо сказать, мне не было сложно, и проблем не возникло, наверное, ни разу за время обучения. 

Прошел месяц, я вышел на работу, и предложил начальству задачу, связанную с Machine Learning, но сказал, что для этого мне нужно пару месяцев подучить его. Дали добро, в то время нас как раз отправили по домам из-за коронавируса, и я сидел и учился. Главной целью было продолжать заниматься, но и эту задачу я успевал делать.

В учебе нравились все проекты. Были хорошо подготовленные видеоуроки, квалифицированные эксперты, особенно на теме нейронных сетей. Были приятные моменты, связанные с отзывчивостью тьюторов и с тем, что преподаватели и сопровождающие в целом внимательно следят за психологическим состоянием учеников.

Много разного пробовали, и это помогло расставить приоритеты в будущей карьере. Например, я понял, что не хотел бы заниматься сверточными нейронными сетями (специальная архитектура нейронных сетей, которую создали для распознавания изображений), потому что там трудно «пощупать» данные в привычном понимании, как, например, можно сделать с табличными данными. Понравился модуль по SQL, я прошел его за два дня.

Мне удалось пройти годовой курс за три с половиной месяца. Каждый день занимался по восемь-девять часов. Обычно 10 дней учился, три дня отдыхал. Сильно страдал режим: мог проснуться в 23 часа и лечь в 10 утра. Мог сидеть над задачами по 12 часов. Главной мотивацией было поскорее обучиться и уйти на новую работу. Было важно, что все это время меня поддерживали мои близкие — без них с возросшим уровнем стресса было бы сложнее справиться.

Когда я понял, что могу начать поиск работы

Пока учился, я периодически смотрел вакансии и то, какие требования есть к специалистам. Со мной также поговорил сотрудник Центра карьеры и помог переработать резюме. Мне посоветовали убрать нерелевантную информацию, например о том, что я делал в КБ и НИИ. Вместо этого описал учебные проекты и задачу по машинному обучению, которой занимался на работе, — это показывало, что у меня уже есть какой-то опыт.

Я хотел работать в Яндексе и сначала подался туда на аналитика и дата-сайентиста. На последнем этапе собеседований случился прокол: я просил HR предупредить меня, когда будут вопросы про алгоритмы, потому что знал, что это основное требование при приеме туда, и хотел их подучить. Предупреждения не было, я засыпался и не прошел. Потом принял участие в хакатоне SkillFactory, занял четвертое место, набрался уверенности в себе и продолжил поиски.

Сначала откликался на конкретные вакансии, но мне никто не отвечал. Потом я плюнул, открыл hh.ru и отправил отклики на первые 60 вакансий — на каждую потратил, наверное, секунд по 20–30. Начались собеседования, и уже через неделю у меня на руках было два оффера.

Что касается собеседований, считаю, что нужно уметь разговаривать — слышать, что тебе говорят, и научиться максимально точно формулировать ответы. Меня в основном спрашивали про предыдущий опыт работы, со временем даже появился шаблон ответа: «Работал там-то, занимался тем-то, использовал то-то и то-то».

По итогу у меня были офферы от Страхового дома ВСК и «Росбанка». При выборе сыграли большую роль проекты, над которыми предстоит работать. В ВСК задачи больше касались Data Science, нужно было делать модели в области, которая мне интересна. В «Росбанке» модели были уже готовы, и нужно было их валидировать. Большой проблемой оказалось знание английского языка — у меня он не на высоком уровне, и в банке мне предложили освоить его до уровня С1 за три месяца. Понял, что такой дополнительной нагрузки я бы не хотел, и сделал выбор в пользу страховой компании.

Читайте также: Чем занимается дата-сайентист в «ИТ Магнит» ?

Когда я получил сообщение о том, что меня берут, я был необычайно рад. Это было что-то из разряда «наконец-то я буду делать полезную и важную работу». Это была отдушина и для меня, и для моей девушки, которая все это время меня поддерживала.

Что я делаю сейчас

С августа 2021 года я работаю в страховой компании ВСК на должности middle дата-сайентист — меня сразу после курса взяли на специалиста среднего уровня. Я занимаюсь задачами, связанными с ДМС (добровольное медицинское страхование). Когда я пришел на работу в первый раз, мне провели экскурс и дали первые данные. Тогда задачи были связаны с пониманием портфеля компании: что на что влияет, почему где-то прибыль, а где-то убыток, как ведут себя страхователи и медучреждения. Я разбирался, определял набор метрик, на которые буду смотреть в дальнейшем, и на основе этого начинал строить модели.

Задачи оказались очень интересными. Про модели я не могу говорить, так как это коммерческая тайна, а что касается аналитики — приведу пример. Нужно было проанализировать данные по определенному типу болезней. Пока я с ними разбирался, понял, как люди болеют, какие типы пациентов с этим диагнозом бывают, где они заболевают, с чем это связано — было очень интересно.

В целом я занимаюсь тем, что очищаю данные, привожу в приемлемый вид для модели или анализа, извлекаю какие-то импакты (позитивные изменения) для бизнеса, не связанные с конкретной задачей.

После устройства в IT зарплата выросла на 70%. Моя жизнь, конечно, заметно изменилась в лучшую сторону. Я стал больше зарабатывать и тратить, решать повседневные вопросы. Научился разделять работу и дом: раньше мог работать по 20 часов, а сейчас понимаю, что нет смысла перерабатывать, от этого только быстро выгоришь и снизится производительность.

Совет: если услышите о Data Science и заинтересуетесь — попробуйте сначала бесплатные курсы. Да, у них не лучшее качество и, как правило, нет обратной связи, но так вы поймете, ваше это или нет.

Часто у студентов проблемы с Python и математикой. Математика играет свою роль, но не так сильно, как понимание Machine Learning и бизнес-процессов. Важно знание языков программирования и понимание синтаксиса, методов машинного обучения. С Python получается не у всех — с ним тоже можно позаниматься на бесплатных курсах.