Баннер мобильный (3) Пройти тест

Иван Алёшин: Я был геологом и ездил в тайгу, а теперь работаю дата-сайентистом в зарубежной компании

Как выбрать специальность по душе и найти работу за три недели

История трудоустройства

29 февраля 2024

Поделиться

Скопировано
Иван Алёшин: Я был геологом и ездил в тайгу, а теперь работаю дата-сайентистом в зарубежной компании

Содержание

    Иван Алёшин искал нефтяные месторождения в тайге, но не чувствовал себя счастливым. Во время локдауна он поговорил с друзьями и всего за несколько дней принял решение учиться на дата-сайентиста. Он рассказывает, почему выбрал именно эту сферу, как нашел работу во время учебы и чем занимается теперь.

    Иван Алёшин, 25 лет 

    ОбразованиеНГУ, геолог

    Прошлое место работыкомпания по поиску нефтяных месторождений

    Новое место работыдата-сайентист, Autodoc Gmbh

    Что я делал раньше

    Прежде чем стать дата-сайентистом, я был геологом, работал в компании, которая занимается поиском нефтяных месторождений, и два года катался по вахтам в разные регионы России, работал на буровых скважинах. Нас забрасывали на вертолетах в тайгу, и там я по 12 часов за смену анализировал горную породу, которую извлекают при бурении скважин, искал в ней признаки нефтенасыщения.

    Мне нравилась работа, но было довольно однообразно: проснулся в семь вечера, поужинал (для меня это был завтрак), пошел на работу, пришел со смены, лег спать. Иногда работал «на базе» в Новосибирске. Из-за коронавируса во второй половине 2020 года вахты стали отменять: работников перед ними теперь нужно держать в карантине по две недели, за что платит компания, поэтому новые скважины стали переносить на 2023 или 2024 год. Я работал без выездов и стал получать существенно меньше.

    К тому же я понимал, что работа хоть и интересная, но не приносит мне удовольствия, я не чувствую себя на своем месте. Я увлекался в школе информатикой, сдавал ЕГЭ по ней на С++, хотел изучать программирование. В университете, на котором настояли родители, мне не понравилась программа по этой специальности — она была слишком теоретической, я же хотел быть практиком. Выбор тогда пал на геологию; сейчас я считаю это не самой удачной идеей.

    Вид из окна с предыдущего места работы

    Я был хорош в этой сфере, мог развиваться дальше, но все же я не был счастлив. У меня много друзей-программистов; как-то в пятницу я встретился с ними, и те, кто знает меня еще со школы, удивлялись, почему я не пошел в IT. Мне сказали: «Почитай про Data Science».

    Как я начал осваивать новую профессию

    После разговора с друзьями за выходные я почитал про IT-специальности, в понедельник определился со школой и отправил заявку, во вторник подписал рассрочку с банком на год, в среду началась учеба на курсе по Data Science.

    В Data Science меня привлек его смысл: когда ты можешь написать модель, которая что-то предскажет и упростит жизнь человеку. Это приносит практическую пользу, к тому же это перспективно. Да и в целом в этой сфере есть творческая жилка: ты смотришь на данные, не знаешь, как подступиться к ним, и пробуешь, ищешь нестандартные решения и методы.

    Школу выбрал просто: видел рекламу на Twitch у довольно хорошего стримера Blacksilverufa, который редко что-то рекламирует. Прочитал несколько статей и прошел пару бесплатных курсов.

    Учеба для меня началась легко. Python я изучал раньше для себя на вахтах, этот язык мне нравится, он логичный и легкий. Со статистикой разобрался быстро. А вот месяца через четыре начались проблемы, когда стали изучать линейную алгебру. Я немножко взвыл, некоторые вещи приходилось заставлять себя заучивать, досконально разбираться. С английским языком проблем не было — нам давали много ссылок на англоязычные источники с техническими, специальными терминами, но ведь есть неплохие онлайн-переводчики, тот же Google Translator, а сейчас я уже привык и справляюсь без них.

    В это время я продолжал работать, ходил в офис до конца февраля. Учился там, когда было свободное время; в основном занимался вечерами и на выходных дома. На работе начались проблемы, связанные с пандемией, и в конце февраля я ушел в неоплачиваемый отпуск за свой счет, а в конце июля 2021 года уволился.

    Помню моменты восторга во время учебы: примерно через три месяца после начала, когда мы стали изучать ввод в машинное обучение, я наконец понял, зачем мы учили статистику и математику до этого. После второго или третьего проекта моя работа вошла в 8% лучших — я был очень доволен, что я, человек с геологическим образованием, добился хороших результатов.

    Как я искал работу

    Я еще продолжаю учиться. Когда на курсе начался карьерный модуль и нам сообщили, что можно пробовать искать работу, я прикинул, что уже знаю и умею на данный момент, какие проекты делал. Понял, что надо пытаться, к тому же тогда я уже долго был без работы.

    Нам не зря говорили, что поиск работы — это отдельная работа. За два дня я составил резюме с помощью видео на YouTube и публикаций на карьерной платформе. Когда оно мне наконец понравилось, отправил его на ревью специалистам школы — мне объяснили, что хорошо, а что лучше переделать.

    Во второй половине июня я начал рассылать резюме по компаниям. Забросил где только мог: HeadHunter, GeekJob, сделал страницу на LinkedIn. Откликался на вакансии, если подходил под требования хотя бы на 70%. Также везде писал индивидуальное сопроводительное письмо, подробно изучал компании. В начале резюме сделал небольшой раздел «О себе», где написал, что я молодой специалист, практического опыта нет, но хочу развиваться в этой сфере. За три недели отправил примерно 50 резюме — знаю, что у многих студентов эта цифра переваливает за 200 и больше.

    60% откликов были стандартными: «На данный момент вы нам не подходите, но мы сохраним ваше резюме в базе». Я просил обратную связь, писал: «Подскажите, что стоит подучить»; не всегда отвечали, но бывало. Из 50 компаний семь пригласили меня на собеседование.

    На собеседованиях я, конечно, волновался. Не знал, к чему быть готовым. Самое сложное и непредсказуемое — это собеседование с рекрутером. Непонятно, будет ли он спрашивать по резюме или задавать технические или абстрактные вопросы, вроде «Кем вы видите себя через пять лет?».

    Была одна компания, где рекрутер поговорила со мной минут 20, а потом достала технические вопросы, которые ей дали на листочке, и она сама не понимала, что хочет услышать. Некоторые вещи я объясняю по-своему, и человек посвященный понял бы, о чем я. Она же некоторые ответы не приняла. В конце я еще раз объяснил ей свои ответы, и она сказала: «О, сначала я не хотела вас пропускать на следующий этап, а теперь вижу, что вы разбираетесь».

    Потом меня нашла компания, в которой я теперь работаю. Есть крупная европейская компания Autodoc, которая занимается продажами автозапчастей, и у нее есть собственная торговая марка RIDEX, которая базируется в России. Мне позвонила рекрутер, представилась и предложила поработать для начала дата-аналитиком. Я подумал, сказал «почему бы и нет», сделал тестовое. Задание было легким, на курсе этому обучают за 3–4 недели.

    Потом было техническое собеседование с командой. Я думал, что провалил его, так как у меня было плохое начало: я немного переволновался и дал неправильный ответ на математические вопросы — и плохое окончание: я не понимал, что конкретно хочет от меня услышать техлид.

    Минут через 15 мне позвонили и сказали, что я понравился команде, предложили встретиться с операционным директором. Я поговорил с ним минут 40, тоже не особо верил, что меня возьмут, но не успел дойти до дома, как мне позвонили и сказали, что вышлют оффер на следующий день. У меня не было слов. Я до сих пор иногда не до конца верю, что меня взяли.

    Что я делаю сейчас

    С 23 августа я работаю в Autodoc дата-аналитиком, через три месяца меня переведут в дата-сайентисты.

    Я долго получал доступы к базам данных, первую неделю особо не работал. При этом из-за обилия новых эмоций и знакомств приходил домой выжатым.

    Первые задачи были легкими, но это я понимаю только сейчас. У меня на них уходило по полдня, а теперь потребовалось бы минут 20. Работал с базами данных и интерактивными дашбордами, выгружал нужную информацию. В основном это касалось ознакомления с бизнес-процессами компании: что происходит, как между собой взаимодействуют отделы. Например, нужно было выгрузить данные о суммарных продажах тормозных колодок за январь 2020 года во Франции, Германии и Польше или составить топ артикулов по продажам.

    Сами задачи только сейчас начал делать осознанно. Мне уже не нужно спрашивать у коллег каждую мелочь, я могу сесть и подумать, с какой стороны подступить. Обычно моя работа заключается в том, чтобы выгружать из баз данные по продажам, товарам, промежуткам времени, разным регионам и анализировать их.

    Наш коллектив очень молодой. В отделе работает 13 человек, задач много, но я не чувствую пока большой нагрузки. Все спокойно, я могу подойти с вопросом, коллеги помогают, подсказывают, интересуются, все ли у меня получается. В прошлую пятницу ходили знакомиться в бар. Помимо этого записались на курс по дата-аналитике на американском сайте DataQuest — нам нужно пройти его за три месяца, чтобы потом аргументировать повышение зарплаты после испытательного срока. При этом мы не обязаны проходить этот курс дома, можем заниматься прямо на работе примерно по часу в день.

    Вид из окна с нового места работы

    Я живу с родителями. Мне кажется, первые месяцы, когда я начал учиться, они просто не верили. Думали, что брошу, буду звонить в банк и просить расторгнуть договор. Но у меня с ними хорошие отношения, они понимающие. Главной поддержкой с их стороны было, когда я попросил не отвлекать от учебы. Да, я не ходил на работу, но учился с 9 до 15 часов, и родители не трогали меня в это время.

    Почему я считаю, что мой путь стоил усилий

    Теперь я просыпаюсь с удовольствием. Работа находится ближе, на дорогу уходит полчаса вместо полутора. В зарплате я пока потерял процентов 20–25 по сравнению с предыдущей работой, но я был к этому готов. Это хорошая зарплата для Новосибирска, к тому же пока я на испытательном сроке, затем будет повышение и как раз закончится рассрочка.

    У дата-аналитиков и дата-сайентистов крутое сообщество, люди всегда воодушевлены, им нравится, они кайфуют от того, чем занимаются, поэтому с радостью отвечают на любые вопросы. Пример: пишешь в чат курса на рандомную тему, вообще не связанную с лекцией или примером, но при этом обязательно кто-то ответит, что это интересный вопрос, надо его попробовать решить. Недавно мне написал знакомый моей подруги и попросил рассказать свою историю. Он тоже хочет перейти из геологии в IT, спрашивал, как дальше действовать. Я тоже с воодушевлением проговорил с ним полтора часа.

    Но я считаю, что Data Science — не для всех. Там много математики, которую нужно не просто зазубрить, а понимать. Бывает сложно: я не считаю себя глупым человеком, но в какой-то момент подумывал опустить руки и бросить эту затею. Ну и поиск работы — это правда отдельная работа, нужно уделять много времени, чтобы получить результат.

    По итогу хочу сказать, что плюсы однозначно перевешивают минусы. Я считаю, что не нужно бояться, особенно если вы молоды. Даже если вы потратили пять-шесть лет обучения чему-то другому, даже если близкие не одобряют, но у вас есть желание войти в IT-сферу, надо идти не раздумывая. Даже если в какой-то момент вы поймете, что выбранная специальность все-таки не нравится, вы будете уже разбираться и поймете, что нужно учить, чтобы стать, например, не дата-сайентистом, а разработчиком или тестировщиком, уже сделаете первый шаг в эту сферу и будете понимать, что именно вам интересно.

    Скопировано
    0 комментариев
    Комментарии