Анна пришла в Data Science без опыта в IT и через полгода обучения получила оффер от крупнейшего банка Болгарии. Она рассказала, с чего началась ее любовь к профессии и почему важно постоянно учиться.
:
Прошлое место работы: инструктор по йоге
:
Новое место работы: дата-сайентист в DSK Bank
Чем я занималась раньше
У меня высшее инженерное образование, но диплом так и не пригодился — по профессии никогда не работала. После университета много путешествовала и вела связанную с этим деятельность. А потом решила переехать жить в Болгарию. Первое время идти в найм официально было нельзя. Пока ждала разрешения на работу, открыла свою студию йоги. Преподавала в ней же около 5 лет.
А дальше случился ковид — пришлось закрываться и думать, что делать дальше. Короткий ресерч привел к выводу: найти нормальную зарплату в Болгарии проще всего в IT-отрасли. Думаю, в других странах ситуация сейчас такая же.
Как влюбилась в Data Science
Прийти к Data Science было нетрудно: это самое популярное направление. В Софийский государственный университет даже регулярно привозят профессоров из MIT, Цюриха, Оксфорда с лекциями по искусственному интеллекту для всех желающих.
Как только начала читать про Data Science, сразу поняла — мне сюда. Забавно: когда я поступала в университет, такого направления науки вообще не существовало, но первое, что привлекло в направлении, — связь с моим профильным образованием.
Моя специальность — микросхемы и электроника. Если абстрактно, нас учили работать так: есть заданная функция (сигнал) на входе и результат, который должен случиться на выходе; задача — придумать, что внутри перехода. В Data Science так же: условно, есть черная коробка с данными, которые нужно заставить работать на определенный результат с помощью математики. Мне вообще кажется, что в области Data Science есть элемент магии — математической.
А еще Data Science очень быстро развивается. Осознанно учусь всю жизнь, так что такая тенденция мне близка. Останавливаться нельзя, всегда нужно быть в тренде. Все дата-сайентисты, с которыми познакомилась, говорят о работе много, часто и увлеченно, потому что вдохновляются и открывают что-то новое каждый день. И последний год я тоже ежедневно почти с утра до вечера читаю, смотрю и делаю что-то, связанное с Data Science. Неудивительно, что при таком темпе я не встретила еще ни одного дата-сайентиста, который бы выгорел и остыл к профессии.
Меня моментально затянуло в учебу
Я пошла учиться в июне 2022 года. На тот момент опыта в IT у меня, можно сказать, не было: 12 лет назад изучала C# в вузе, но, конечно, все забыла. Только на середине модуля по SQL вспомнила, что у меня в дипломе стоит дисциплина по построению таблиц и баз данных. Стертый, почти нулевой бэкграунд не мешал: меня моментально затянуло в учебу. Вся остальная жизнь свелась на минимум: будни, выходные — неважно. Я ресерчила каждую свободную минуту. Не терять интерес и запал помогало комьюнити — когда вокруг люди с такими же горящими глазами, хочется еще глубже уходить в сферу.
Параллельно с курсом Skillfactory по рекомендации одного из преподавателей прошла обучение в МФТИ по Deep Learning — методам компьютерного обучения. Сделала там несколько проектов для портфолио: работала на Kaggle c классификацией и сегментацией изображений, прогнозами оттока клиентов и распознаванием объектов.
Как я получила работу в крупнейшем банке Болгарии
Я не думала искать работу. Хотела найти стажировку в сфере дата-аналитики, набраться опыта в предобработке и очистке данных, а затем идти в сторону Data Science. Но все знакомые дата-сайентисты сказали: «Ищи работу прямо сейчас».
Какую работу? Что я покажу в портфолио? Я 5 лет преподавала йогу… Сомнений было много, но поддержка помогла пойти на риск. Я отредактировала резюме и откликнулась на вакансию в DSK Bank. В декабре позвали на собеседование. Я честно призналась, что учусь всего полгода и не готова к обязанностям сайентиста. Рассказала, что хочу попробовать себя в дата-аналитике и скорее начать работу с людьми, которые уже занимаются делом моей мечты.
Новогодние праздники прошли в мучительном ожидании, и в середине января раздался звонок — мне предложили пройти собеседование сразу на дата-сайентиста. В этот раз на встречу к рекрутеру идти было еще страшнее и волнительнее. Тестовых заданий не было, но на техническом интервью спросили буквально обо всем. Например, я объясняла, как работает Computer Vision. Задача была со звездочкой: рассказывать пришлось HR-менеджеру — гуманитарию без технической подготовки.
Йога учит эффективно общаться и находить подход к разным людями, поэтому с заданием я справилась неплохо. Дальше был вопрос о Reinforcement learning. Знала я о нем чуть больше, чем ничего (как и сейчас). В итоге с собеседования вышла с уверенностью, что упустила шанс и вряд ли услышу обнадеживающий звонок еще раз. Но нет — мне снова перезвонили, и вот я Data Scientist в самом крупном банке Болгарии.
Я уже втянулась в проекты отдела
В первый день шла на работу с трясущимися коленками и ураганом в голове. Волновалась, достаточно ли я знаю, смогу ли влиться в коллектив. Но страхи в очередной раз не оправдались: пока все хорошо.
Пишем код на Python, иногда используем Spark — этот фреймворк никогда не изучала. Но, по сути, Spark — симбиоз SQL и Pandas, с которыми я знакома, так что читать и понимать код научилась быстро. Еще приходится экстренно нарабатывать опыт с TensorFlow — тоже новый для меня фреймворк. Да, подготовка в моем случае неидеальная, но я уже втянулась в проекты отдела: веду несложные задачки самостоятельно и работаю в паре с middle-специалистом.
Будьте готовы к постоянным переменам и прыжкам от темы к теме. Например, две недели назад я активно погружалась в финансы: мы занимались расчетами денежных рисков и бизнес-моделей. А сейчас я экстренно изучаю маркетинг: в отделе новый запрос — работаем с прогнозами пути клиента, рекомендательными системами и трансформерами.
Если думаете, заходить ли в IT — заходите, не стойте на пороге. И никогда не переставайте учиться. Да, совмещать нелегко, бывает отстаю по курсу, часто возвращаюсь, что-то пересматриваю, поздно сдаю домашние работы. Но учеба точно помогает в работе и тренирует мозг, что в нашем деле — критично важно.
