Алексей Киселев с детства увлекался программированием и никогда не прекращал учиться. В его «багаже» — поступление в два вуза одновременно, аспирантура и преподавание, защита диссертации и собственный бизнес. Сейчас он проходит множество дополнительных курсов. Обучение по Data Science помогло Алексею открыть собственный проект по машинному обучению, а врожденная активность — найти на него деньги и помощь по госпрограммам. Алексей рассказал, как у него все получилось.
:
:
Новое место работы: собственный проект «Оптима-ЕИ»
Что я делал раньше
До того как стать дата-сайентистом, я с 11 лет увлекался программированием. Мой стаж уже 33 года. Подростком было интересно разобраться в компьютерах, в том, как все работает. Мои сверстники играли в Dendy, а мне хотелось создавать это самому.
Сильнее всего привлекала компьютерная графика и ее применение. Я учился в школе в Казахстане, где появился хороший компьютерный класс. Оттачивал навыки там. Программирование на Basic осваивал на работе у отца — мы были в геологической экспедиции. Там имелись серьезные по тем временам машины. Позже переехали в Тулу. Уровень оснащения в школах был пониже.
Я прошел всю историю развития вычислительной техники. У меня на глазах появились первые аудио-карты, графические ускорители. В 1995 году я поступил одновременно в два вуза, в педагогический на учителя информатики и математики и на инженера-системотехника на факультет кибернетики.
В вузе были программирование, электроника, математика и более общие дисциплины. После бакалавриата пошел в магистратуру по специальности «Мультимедиа и компьютерная графика». Отучился, пошел в аспирантуру, где защищал диссертацию по математическому моделированию — стал кандидатом технических наук. Параллельно преподавал: таким было условие бесплатного обучения. А я понял, что мне нравится и хорошо дается.
Как я начал путь в IT в разгар кризиса в сфере
Еще на первом курсе магистратуры мой знакомый курсом старше предложил работу. Тогда был в упадке весь мировой рынок IT: рухнули дот-комы, прекратились стажировки в зарубежных компаниях, многие сидели без работы. Мне предложили заняться проектированием слаботочных систем: пожарных и охранных сигнализаций, систем видеонаблюдения.
Я проработал в компании год, а затем ушел на позицию главы отдела информационных технологий в охранное предприятие, где с нуля поднял пультовую охрану. Администрировал работу, составлял инструкции, обучал персонал.
Через пять лет у нас было несколько тысяч объектов по всей Туле и Тульской области, а я ушел открывать собственный бизнес, компанию в сфере видеонаблюдения «Цитадель-Техно». Мы переломили привычную ситуацию, когда компании конкурируют, работают с техникой не самого высокого качества или черно-белым изображением. Закупили хорошую аппаратуру, подняли качество работы и стали наращивать партнерские связи. Конкуренты по дилерским программам покупали у нас программное обеспечение и оборудование, а я мог легко уступить им какой-то объект — это многократно окупалось в дальнейшем.
Почему меня заинтересовал искусственный интеллект
Я защищал диссертацию по системам распознавания речи. Часть моих трудов использовали в таких продуктах, как «Яндекс.Алиса». Это обработка речевых сигналов, получение данных, позволяющих построить систему, которая работает независимо от диктора.
Я начал изучать Python, попутно осваивал фронтенд, бэкенд, проходил уроки на Udemy, различные бизнес-курсы. Заинтересовался вопросами машинного зрения, искусственных нейросетей. Когда изучал направление, увидел в поисковике рекламу курсов. Были акции, скидки. Все сошлось: я поступил на курс «Реальный Data Science» от Skillfactory. В процессе обучения у меня родился сын, пришлось взять академический отпуск. После выхода я продолжил учиться уже на измененном курсе — «Data Science».
Я работаю по правилу: чтобы управлять бизнесом, мой уровень экспертизы должен быть не ниже, чем у подчиненных в их области знаний. За годы выработалась привычка учиться и передавать свои умения. Я и вечный студент, и вечный преподаватель. Когда пошел на курс, родственники меня не понимали. Друзья тоже говорили: «Куда ты лезешь в 40 лет? Зачем тебе учиться? Надо зарабатывать деньги». Но я знаю, что делаю.
Сейчас я продолжаю учиться на курсе. Закончу его в сентябре. Все дается хорошо. Я понимаю, как лучше структурировать знания — давно приучил себя делать майндмапы по каждой новой теме. Они помогают быстро найти информацию, освежить ее в памяти.
Как я открыл IT-компанию в сфере машинного обучения и нашел деньги на ее развитие
Благодаря учебе я понимаю, как это все устроено изнутри. Я никогда не буду запускать новое направление бизнеса, не разобравшись досконально в теме — курс помог на старте именно этим. 12 апреля 2022 года я зарегистрировал компанию «Естественный Интеллект». В мае мы получили аккредитацию в качестве IT-компании, а в сентябре стали резидентами Тульского областного бизнес-инкубатора: получили конференц-залы для проведения занятий, информационную поддержку и хорошие условия по аренде. Нам дали рабочие места, оргтехнику и мебель. Также мы выиграли грант от областного министерства цифровой трансформации на создание собственного продукта.
Я задумал проект, когда увидел, что клиентам, которые обращались в мою первую компанию с задачами машинного зрения, приходилось долго ждать. Формирование датасета, разметка данных, создание сервисов занимали много времени и стоили дорого. Появилась цель — автоматизировать и оптимизировать работу, чтобы ускорить и удешевить ее, сделать общедоступной.
Я состоял в бизнес-сообществах, встречался с чиновниками в Тульском бизнес-инкубаторе. Благодаря этому меня включили в группу об IT-отрасли региона, и уже оттуда я узнал о грантах. Посмотрел документы — три тома «Войны и мира». Собрали все, что нужно, и подали заявку.
Было непросто: сама формулировка проведения конкурса звучала непонятно. Я просил организовать видеоконференцию для участников. Нам ответили на наши вопросы и разъяснили сложные моменты. В итоге все получилось: подали заявку, прошли все этапы, рассказали о своем проекте и взяли второе место и 2 млн рублей на три года. 1 млн мы можем потратить на выплату зарплат, еще 1 млн — на закупку оборудования.
Наш проект — «Оптима ЕИ» — должен стать аналогом зарубежных систем, веб-сервисом полного цикла, от разметки данных и обучения моделей до оптимизации и применения. Мы создаем модели машинного зрения и языковые модели, настраиваем и обучаем их.
Почему область оказалась важной?
Когда я начинал развивать проект в сфере безопасности, мы долго пользовались готовыми системами с интеллектуальными модулями, детекцией движения и объектов в кадре и поиском по архиву. Но это были давно обученные модели, которые никто не пытался развивать. Благодаря новым технологиям можно создать вещи другого уровня.
Например, системы видеонаблюдения активно закупают автодилеры и сервисы. Они могут отслеживать, был ли сотрудник в рабочей зоне, сколько он отсутствовал, как проходили работы. Если в зону въедет автомобиль, номера которого нет в наряде на текущую дату, система не поднимет его секционные ворота и пришлет уведомление директору сервиса, что кто-то выполняет сторонний заказ в помещении.
Еще мы контролируем менеджеров отдела продаж в автосалонах. Система видит, когда приходит покупатель, но его никто не консультирует. Чтобы программа смогла понять, сотрудник или посетитель стоит у машины, на форме менеджеров отдела продаж есть специальная разметка. Система отслеживает специалистов по ней.
Интеллектуальные боты и обучение языковых моделей необходимы техподдержке. Людям в рекламных целях все чаще звонят роботы — их тоже необходимо обучать и настраивать. Я общался с подобной интеллектуальной системой. Она беспредельно вежлива, люди так не умеют. Когда я сказал, что занят, бот даже не спросил, когда перезвонить. Я думаю, именно так и должна работать система — не раздражать, не названивать, не использовать техники НЛП.
Конечно, в области машинного обучения выполняются и научные задачи, создаются сервисы вроде «Яндекс.Алисы» или ChatGPT. Примеры выше — это реальные бизнес-кейсы, над которыми мы уже работали. Это то, что именно сейчас нужно компаниям от машинного обучения.
Как и зачем я хочу популяризировать Data Science в своем регионе
У меня две цели.
Первая: популяризировать Data Science как профессию. Это интересно для тех, кто хочет попасть в IT, кто уже получает профильную специальность, кому интересно заниматься серьезным делом.
Есть задумка — привлекать студентов, например онлайн-школ. В этом я вижу самый короткий путь формирования и развития команды. Для студентов это возможность получить практический опыт, хорошую зарплату, мощную машину, на которой можно заниматься в т.ч. учебными задачами, льготы от государства. Это ситуация win-win: студенты быстрее погрузятся в профессию и приобретут навыки не за бесплатно, а мы быстрее получим готовых специалистов.
Вторая цель — популяризация Data Science в бизнесе. Это конференции, занятия, семинары для бизнес-сообщества, где мы будем рассказывать о достижениях в сфере и о том, как можно ее применять. Я уже провел одно занятие и рассказал о работе с данными в бизнесе, о связанных с этим мифах.
У меня есть полгода на расширение команды и около двух лет на выполнение плана. Я думаю, мы справимся быстрее, и со временем подключим Фонд содействия инновациям. Нам помогут коммерциализировать продукт, решить задачи, связанные с маркетингом, рекламой и привлечением клиентов.
Участие в государственных проектах многое дало. Нам эффективно выделяют средства и помогают контролировать расходы. Нас контролируют и по гранту: правильно ли мы тратим деньги, что и как покупаем, проводим ли тендеры. Еще один плюс — экспертиза государственных специалистов, например тестировщиков. Они находят больше багов, чем привлекаемые нами на аутсорсе. И все бесплатно. У нас есть планы на новые гранты: для успешной работы проекта нужно минимум 7 млн рублей. Пока что мы получили только 2 млн. Готовы участвовать в новых конкурсах.
Курс Skillfactory я прошел более чем на 60%. Как только его закончу его, приступлю к обучению продакт- и проджект-менеджменту. Дальше в очереди маркетинг. Останавливаться я не намерен.
