هابر ، مرحبا! نواصل سلسلة من المقابلات مع خريجي Newprolab يتحدثون فيها عن قصتهم في الانتقال إلى علم البيانات. القصص مختلفة وستكون مثيرة للاهتمام لأولئك الذين يفكرون في تغيير مسارات حياتهم المهنية أو حول كيفية المعرفة الجديدة يمكن أن تساعد في حل المشاكل الحالية. التقينا مؤخرًا بـ Yana Charuyskaya ، مالك المنتج في MTS. أخبرت يانا كيف أتت إلى البيانات الضخمة ، وكيف نمت باحتراف ، تذكرت مشروعها المفضل ، الذي أعطاها صديقاتها ، بالإضافة إلى معرفتها وتجربتها. تحدثت عن جو العمل في MTS ، وعن المشاريع التي يقوم بها فريقها ، وعن حلمها ، وخطط المستقبل ، إلخ.
- يانا ، أخبرني قليلاً عن نفسك وعن خلفيتك.- اسمي Yana Charuyskaya ، أنا مالك المنتج في MTS. أنا مهتم بحقل البيانات الضخمة وقد تم ذلك لمدة عامين تقريبًا. إذا كنت باختصار عن قصتي: لقد تخرجت من المدرسة العليا للاقتصاد في إدارة الأعمال للمعلوماتية ، درست لمدة 6 سنوات ، ثم درست لمدة عام كطبيب نفساني. عملت لمدة أربع سنوات في استشارات تكنولوجيا المعلومات ، ثلاثة منهم كانوا يعملون في مجال تخزين البيانات ، وبيانات البيانات ، وإعداد تقارير إدارة المباني للبنوك الكبيرة. كان العام الماضي في الاستشارات في التعلم الآلي والتحليلات التنبؤية. الآن أعمل في MTS كمدير للمنتج ، ولدي فريق مكون من 6 أشخاص ، وهو ينمو ، وسأقوم بتوظيف 7 آخرين في المستقبل القريب. بشكل عام ، تتوسع الشركة أيضًا ، والآن MTS لديها أكثر من 150 متخصصًا في البيانات الكبيرة والعديد من الوظائف الشاغرة مفتوحة (نخطط لزيادة الموظفين ما يقرب من 2 مرات!). يعمل فريقي وأنا على تطوير العديد من المنتجات في نفس الوقت ، وفي الوقت الحالي هم في مراحل مختلفة من التنفيذ: هناك منتجات في مرحلة البحث والتطوير ، بعضها في مرحلة الإنتاج.
- لماذا وعند أي نقطة قررت ربط عملك بالبيانات الضخمة؟- في مرحلة ما أصبحت الموضة شيقة ومثيرة للاهتمام ، لكن بالنسبة لي كانت منطقة صعبة وغير مفهومة. بالطبع ، ذهبت إلى الجامعة لغة البرمجة C # وفهمت قليلاً الأسس النظرية ، لكنني لم أبرمج نفسي مطلقًا. بعد أن حصلت على وظيفة في استشارات تكنولوجيا المعلومات ، كتبت الكثير من النصوص في SQL. ولكن ما هي بيثون ، الشبكات العصبية ، ما يكتب البرامج في بعض لغات البرمجة أو بناء نماذج تنبؤية - كل هذا بالنسبة لي كان مجموعة غريبة من الكلمات التي أردت حقًا أن أفهمها. لقد كان تحديًا بالنسبة لي ، وأردت تجربته. بدأ كل شيء بحقيقة أنني وجدت على شبكة الإنترنت بعض المواقع على بيثون ، بدأت في تدريب وحل المشكلات البسيطة. قررت ، يبدو كما يبدو ، لكن هناك شيئًا ما مفقودًا. وجدت نفسي مدرسًا لـ Python ، وكتبنا معه رمزًا لحل نظام تعسفي للمعادلات الخطية باستخدام طريقة Gauss. أتذكر ، لقد حللنا هذه المشكلة لمدة شهر تقريبًا ؛ صحيح ، لقد بدا الأمر سيئًا بالنسبة لي ، ربما لم يكن المعلم جيدًا ، لا أعرف ، لكنني في النهاية قررت ذلك بمفردي.
بعد التجربة الفاشلة في التدريس ، بدأت أفكر في خيارات لحضور الدورات ، ووجدت برنامج
"Big Data Specialist" على الإنترنت ، كنت سعيدًا جدًا لأن هذا هو ما أحتاجه: لمدة ثلاثة أشهر لأقوم بالتعلم الآلي وفرصة رائعة للتعرف على عدد كبير من الأنظمة لنشر البيانات الكبيرة. بالنسبة لي ، التدريب عبر الإنترنت ليس بالتأكيد الخيار الأنسب ، من المهم بالنسبة لي ألا أجلس في المنزل بمفرده على الكمبيوتر ، لكن لكي أكون في صحبة أشخاص يشاركون في مهمة واحدة ، يجب أن يكون هناك عنصر من عناصر المنافسة حتى تتمكن من القيام بعمل أفضل من مهامك زميل. لذلك ، اخترت Newprolab لنفسي وليس لدي أي ندم على ذلك.
في ذلك الوقت كنت أقوم بتطوير مستودع بيانات ، بالنسبة لي كان الأمر مملًا بعض الشيء ، كنت أرغب في الانتقال إلى منطقة جديدة ، لكن الرئيس قال إنه في ذلك الوقت لم يكن هناك أي احتمال ، ومع ذلك ، اقترح أن أغلق التحليلات بالكامل في بنك كبير. خلال مرور البرنامج ، أدركت أنني ما زلت أريد أن أقوم بالتعلم الآلي ، وكنت أحب إجراء المقابلات ، والبحث عن عمل ، وحصلت على عرضين. أتيت إلى القائد وأقول أنني سأغادر لأنني أريد دراسة علوم البيانات. عندها فقط أتاح لي هذه الفرصة داخل الشركة. أحد شروط الانتقال إلى منطقة أخرى هو التخلي عن فريقه من المحللين. لقد تركت وحدي ، كان من الصعب. بالنسبة للجزء الأكبر ، كنت منخرطًا في عمليات ما قبل البيع ، أي من أجل صنع نموذج ، كان علي أولاً أن أجد عميلاً ، وأبيع هذا النموذج ، وصنعه ، وحمايته ، وأُدفع مقابل ذلك. ولكن هذه بعض الأنشطة لمرة واحدة ، فلن تحصل على فريق لذلك ، لم يكن هناك الكثير من الخبرة. كانت المنتجات تجارية في الغالب ، ولم نستخدم عملياً حلول مفتوحة المصدر ، لذلك لم أكن بحاجة إلى Python أو Spark ، فقد تم تصميم النماذج بشكل رئيسي باستخدام حلول تجارية لبناء نماذج الاستجابة الكلاسيكية. نظرًا لحقيقة أنني كنت أرغب في الحصول على المزيد من الخبرة في مجال علوم البيانات ، وإنشاء منتجات مثيرة للاهتمام والعمل في فريق كبير من المتخصصين ، فقد قررت البحث عن عمل مرة أخرى.
- سنتحدث أكثر عن كيفية مشاركتك في MTS. أخبرني كيف يمكنك ويجب عليك الاحتفاظ بمتخصصين جيدين وهل يستحق الأمر القيام به؟- بالطبع ، الأمر يستحق ذلك ، ومن الأفضل عدم الاحتفاظ به ، ولكن تهيئة كل الظروف من أجل
أرادوا البقاء! لا يوجد الكثير من المتخصصين الجيدين في سوق البيانات الكبيرة ، لذلك خصص الكثير من الوقت للحفاظ على جو ودي داخل الفريق. نتواصل كثيرًا ونشارك الأفكار والانطباعات. نذهب أيضًا إلى المؤتمرات معًا ونلعب ألعابًا فكرية (على سبيل المثال ، "ماذا؟ أين؟ متى؟"). أحاول إعطاء جميع الألغاز المثيرة للاهتمام ومشاهدة التنزيلات الخاصة بهم حتى لا يكون هناك عمل زائد.
- ما الصعوبات التي واجهتها باحتراف في البداية ، ما هي التحديات التي كان عليك التغلب عليها؟- كان التحدي الأكبر هو لغة البرمجة ، لأنني أكثر علماء الرياضيات ، والبرمجة هي منطق مختلف: تعيين المتغيرات ، وبناء الطبقات ، والميراث ، وتعدد الأشكال ، وهلم جرا. حقيقة أن البرمجة ليست لي ، قررت لنفسي مرة أخرى في HSE. كانت إحدى أكبر الصعوبات هي التغلب على الحاجز النفسي الذي يمكنني كتابة الكود عليه ، وهذه ليست مشكلة بالنسبة لي. بشكل عام ، لم تكن هناك صعوبات كثيرة ، كانت هناك أسئلة كثيرة. من الجيد أن يكون لدي الكثير من الأصدقاء الذين أجابوا على كل هذه الأسئلة: كلاً من زملائي في نيوبرولاب ، وأصدقاء المستقبل الذين قابلتهم في مؤتمرات مختلفة حول علوم البيانات والبيانات الكبيرة. وأيضًا افتح Open Data Science in Slack ، حيث يمكنك طرح أي سؤال ووجبات الإفطار الخاصة بعلوم البيانات ، والتي يمكنك المجيء إليها ومناقشة أي مشكلة. بشكل عام ، يبدو لي أنه من السهل التغلب على الصعوبات ، إن وجدت ، لأن علم البيانات يتطور الآن بنشاط ، والأشخاص منفتحون جدًا ومستعدون للمساعدة.
أتحدث كثيرًا مع أشخاص ، بمن فيهم الوافدون الجدد إلى مجال علوم البيانات ، والذين يشككون في الذهاب إلى هذا المجال أم لا. لقد عملوا في بعض المجالات طوال حياتهم ، وهم مهتمون بعلوم البيانات ، لكنهم يشكون في ما إذا كان الأمر يستحق تغيير شيء ما ، إنهم خائفون. أعتقد أنه إذا كنت تريد تغيير حياتك والذهاب إلى حلمك ، فهذا حقيقي تمامًا. لقد بدأت مع مروج ، عملت في Auchan ، وأعلن عن الزبادي ، ثم أصبحت مدرسًا في الرياضيات ، وشاركت في التدريس لمدة ثلاث سنوات (وربما أكثر) ، لكنني أدركت أنه يجلب بعض الدخل ، لكن ليس دائمًا. ذهبت للعمل في شركة تأجير كخبير اقتصادي ، ولم يكن هناك أي تكنولوجيا معلومات ، وكان Excel موجودًا في أحسن الأحوال ، ولم نكتب وحدات ماكرو أيضًا ، وكان العمل مملًا بالنسبة لي ، وكنت قلقًا للغاية من أنه مهين. حاولت أن أجد نفسي في منطقة أخرى (في الواقع ، أكثر صلة بتعليمي) - ذهبت إلى الاستشارات ، وكانت تعمل في مرافق التخزين. ثم أصبحت المستودعات متعبة ، ومرة أخرى واجهت خيار الذهاب إلى أين. مع هذه الخطوات التدريجية ، المرتبطة بالتغييرات في نشاطي المهني ، جئت إلى Big Data ، والتي لست أشعر بالأسف على الإطلاق. كنت على استعداد لقضاء مواردي ، وقتي ، لفهم هذا المجال. أعتقد أنه إذا كان هناك دافع ، فيمكنك بسهولة التغلب على جميع العقبات وتحقيق ما تريد. مرة أخرى ، لا داعي للخوف.
- موقف حياة ممتاز وقصتك هو مثال رائع على حقيقة أن أي شيء ممكن إذا رغبت في ذلك. بالعودة إلى أولئك الذين يريدون الذهاب إلى "علوم البيانات" ، ما رأيك ، إلى جانب الخوف ، ماذا يمكن أن يتوقف؟ تتحدث كثيرًا مع الناس ، وربما يشاركونك.- الشيء الرئيسي - "ليس لدي أي خبرة ، لست مستعدًا ، لا أعرف أي شيء." سوف أخبرك على الفور من تجربتي الخاصة: ذهبت إلى دورات Newprolab ، درست هناك لمدة أسبوعين وكان لدي بالفعل عرضان في مجال علوم البيانات للحصول على رواتب جيدة. عرضان ، وما زلت أدرس! لم أكن أعمل في هذا المجال ، لقد قمت بتدريس بيثون قليلاً ، والآن بدأت للتو في تلقي الدورات. جئت إلى صاحب العمل وقلت أنني كنت أدرس الآن في البرنامج ، وسأنهي في 8 يونيو ، ولدي الدافع للتطوير في هذا المجال ، ولدي خبرة ذات صلة في مستودعات البيانات. كانت الشركات على استعداد لاتخاذ لي. الآن السوق ضيقة جدًا ، يوجد عدد قليل جدًا من علماء البيانات ، لذلك عادةً ما تأخذ الشركات الأفراد للنمو. إذا كانوا يرون إمكانات فيك ، فهم مستعدون لتطويره.
بعد كل شيء ، هناك الكثير من الموارد التدريبية المختلفة:
كورسيرا ،
إيدكس ،
Udacity ، لضخ معرفتك. حتى لو كنت لا تعرف الإحصائيات ، فأنت لا تعرف الجبر الخطي والرياضيات ولغة البرمجة ، ولا تعرف شيئًا على الإطلاق ، لأن كل من جهلك هناك دورة معينة يمكنك الاستماع إليها بسرعة وبشكل سريع لمعرفة كل شيء ، والرغبة والرغبة الرئيسية هنا. وليس هناك شيء مثل "ليس لدي أي خبرة" ، الشيء الرئيسي هو الدافع والموارد والطاقة. وأعتقد أنه سيكون هناك وقت إذا كنت تريد ذلك.
وفقًا لـ Data Science ، فقد انفصلت الآن الكثير من الدورات التدريبية عبر الإنترنت ، في كل مكان تظهر إعلانات المحتوى في بعض الدورات التدريبية ، ثم في دورات أخرى. وتكلفتها كبيرة إلى حد ما ، لكنني أرى وأسمع الشركة الموردة للدورات التدريبية لأول مرة. بشكل عام ، هذا ، بالطبع ، هو ضجيج ، وأعتقد أن هناك العديد من الدورات منخفضة الجودة التي لا تقدم أي شيء عمليًا.
- من ملاحظاتك: ما هي المهارات اللينة والصعبة التي لا تكفي في الغالب لكل من المبتدئين وعلماء البيانات ذوي الخبرة ليصبحوا متخصصين مؤهلين حقًا؟ ما الذي يجب أن أبحث عنه؟- في كثير من الأحيان لا توجد مهارات عملية كافية لتنفيذ النماذج على مستوى الشركة ، من المهم فهم مجال الموضوع وتحديد أولويات العمل بشكل صحيح. لا ينبغي أن تقضي الكثير من الوقت في مهمة ما ، لن تحقق نتائجها تأثيرًا إيجابيًا على الشركة. يتم تشجيع علماء البيانات أيضًا على تطوير مهارات التواصل لديهم لعرض نتائج منتجاتهم داخليًا على الزملاء وخارجًا. بالنسبة للمهارات الصعبة ، أود أن يفهم المرشحون بشكل أفضل المصطلحات وفهم الأسس الرياضية لبناء النماذج ومعرفة حالات استخدام النماذج لأنواع مختلفة من مهام التعلم الآلي. يعد الإبداع والخيال مهمين جدًا لتطوير طرق جديدة لحل مشكلة ما (سواءً أكانت إضافة مقاييس إلى مخزن بيانات أو تغيير هيكلها بطريقة معينة أو استخدام فئة أخرى من النماذج).
- أخبرني المزيد عن المشاريع في مجال علوم البيانات التي قمت بها.- أولاً ، سوف أخبرك باختصار بما فعلته في الاستشارات. كان لدينا مشاريع في مختلف المجالات ، لم يكن القسم كبيرًا جدًا ، وشاركنا في مهام متنوعة. كانت مهمتي الأولى متعلقة بنموذج الاستجابة لمنتج القرض في بنك روسي كبير. كان النموذج ناجحًا ، أعطى نتيجة إيجابية ، لقد قمت بذلك باستخدام حل تجاري ؛ بفضل تطبيق هذا النموذج ، تمكنت من الاطلاع على مجموعة كاملة من العمل بشأن تنسيق متطلبات العمل ، وبناء وإنتاج النموذج ، وكذلك تقييم جودته ووضعه في الموعد المحدد. نظرًا لأن شركتي السابقة متخصصة بشكل رئيسي في القطاع المصرفي ، فقد صممنا نماذج للبنوك بشكل أساسي ، لكننا جربنا أيضًا مجالات أخرى (مثل التأمين والتجزئة). بحلول ذلك الوقت ، لم أشارك فقط في هذه المشاريع كعالم بيانات ، ولكن أيضًا كمدير. يبدو لي أن مجال الموضوع لا يمكن أن يكون محدودا ، في أي مجال من مجالات الموضوع يمكنك معرفة ذلك بسرعة. أنا سعيد جدًا لأن استشارات تكنولوجيا المعلومات منحتني هذه المرونة.
- ربما هناك بعض المشاريع أو العديد من المشاريع التي يسعدك تذكرها بشكل خاص؟- نعم ، هناك واحد - أول مشروع لي في بنك روسي كبير ، كان لدينا فريق ودود للغاية ، وقمنا ببناء مستودع بيانات من البداية ، وشاركنا في تطويره ، ودعمنا ، وتقارير مبنية عليه. كان منتج رائع جدا. لقد اكتسبنا خبرة كبيرة ، لقد شكلنا فريقًا ممتازًا. لقد انتشرنا لفترة طويلة عبر شركات مختلفة ، لكننا ما زلنا نحافظ على علاقاتنا بنشاط. ربما وجدنا أنفسنا في هذا البنك.
- جيد دعنا ننتقل إلى MTS. لماذا بالضبط لهم؟ ما عرضت للقيام بذلك مثيرة للاهتمام؟ ما المهام التي تواجهها أنت وفريقك الآن؟- أولاً ، لقد انجذبت إلى MTS من قبل فريق ضخم من البيانات الكبيرة ، وهو مجموعة من المتخصصين الذين يمكنك التشاور معهم في أي وقت ، وهو ما لم يكن في استشارات تكنولوجيا المعلومات ، لكنني كنت أفتقد إلى حد كبير. كان لدينا قائد متمرس وعديد من علماء البيانات ، فمن الواضح أن تجربتهم لم تكن كافية لحل أي مشاكل. تحدث تقريبًا ، كان لدينا مجموعة قياسية من المهام التي قمنا بها ، وحاولنا عدم الخروج عن هذه المجموعة من المهام ، لأننا لم تكن لدينا الخبرة. أنا سعيد جدًا باختياري MTS ، ولدينا الآن أكثر من 150 شخصًا وما زلنا نرغب في النمو بنسبة 70٪ بحلول نهاية العام. هذا رائع جدًا ، أحب التواصل وتبادل الخبرات ، وأعتقد أن دماء جديدة لن تؤذي بالتأكيد.
ثانياً ، هنا مجموعة كبيرة من التقنيات ، نحن نستخدم Open Source: Python و Spark و Hive و Kafka - كل الكلمات الطنانة الشائعة في مجال البيانات الكبيرة. لدينا حتى حل تجاري ، لكننا لا نلمسها ولا نبني طرزًا هناك. إنه لأمر رائع أن تمكنت من التعرف على هذه المجموعة على برنامج Newprolab وتعزيز معرفتي لاحقًا في MTS.
بالاضافة الى ذلك ، بالطبع ، مهام مثيرة للاهتمام ، منتجات مثيرة للاهتمام. معظمهم من العملاء المحليين ، ولكن يتم إخراج بعض المنتجات. يحتوي فريقنا على عدة مجالات: استراتيجية ، ويرتبط بتنفيذ النماذج التي لا تجلب لنا المال حاليًا ؛ هناك مشاريع تجارية هذا العام يجب أن تظهر نتيجة مالية. أنا أعمل في فريق البحث والتطوير ، ونحن منخرطون في بيع المنتجات التي ستساعد MTS في المستقبل على أن تصبح أفضل.
فريقي ولدي ثلاثة منتجات في الوقت الحالي. الأول هو تقييم جودة الخدمة لمشتركينا في نقاط اتصال مختلفة ، بما في ذلك التنبؤ بـ NPS (مؤشر ولاء العملاء - ملاحظة المؤلف) على مستوى كل مشترك. لدينا استطلاعات نجريها شهريًا لجميع المشتركين من أجل فهم ما إذا كانوا مستعدين للتوصية بعلامة MTS أم لا. 0 - غير مستعد للتوصية بأي شخص ، 10 - جاهز وفعال. نقوم بجمع هذه التقديرات ونتوقع التقييم الذي قد يمنحه المشترك إذا اجتاز الاستبيان ، ونرى أيضًا الأسباب التي قد تؤثر على هذا التصنيف ؛ يمكننا أن نساعد بسرعة لإصلاحها. هذا هو المنتج الأول.
المنتج الثاني مرتبط بتحليلات الصوت. هنا ، حتى الآن فقط R&D ، واحدة من مهام تحليل الصوت هي التعرف على الكلام في النص عن طريق المكالمات إلى مركز الاتصال من أجل تحليل وتصنيف المكالمات تلقائيا. في الوقت الحالي ، يتم ذلك بواسطة المشغل ، وقد لا يكون موضوع الرسائل دقيقًا بشكل كافٍ دائمًا.
من المحتمل أن أخبرك عن المنتج الثالث في وقت لاحق في بعض مؤتمرات Big Data.
الفريق رائع جدًا ، نحاول الحفاظ على جو العمل في المنزل لجعل الجميع مريحًا. أحاول الاستماع إلى كل عضو في الفريق ، يشارك الجميع أفكارهم. يبدو لي أن أفكار الفريق هي الأكثر أهمية عند تطوير المنتج. بشكل عام ، نحاول أيضًا تنفيذ أكثر الأفكار جنونًا.
- أعط مثالا على الأفكار المجنونة.- يبدو لي أن منتجاتنا عن طريق الصوت بدأ ذلك. قمنا بإجراء NPS ، وقمنا بتحليل تقييمات المشتركين لدينا ، ثم سأل أحدهم: "لماذا لا يمكننا تحليل المكالمات الصوتية إلى مركز الاتصال؟" في الواقع ، لماذا لا؟ نحن نحذر المشتركين من أنه يمكننا التسجيل والتحليل. نحن أنفسنا لا نستمع إليهم ، ولكن بفضل معالجة الماكينة ، يمكننا سحب موضوعات المكالمات من هناك لتحسين جودة خدمة العملاء.
من الصعب بالنسبة لي تقديم أي أمثلة محددة - أي لحظات عمل عندما يرغب الشباب في اختبار شيء ما ، ومحاولة تنفيذ شيء ما ، وتحسين مكان ما. نحن نحاول أيضًا إيجاد حلول مختلفة ، حيث يأتي إلينا العديد من الموردين لتقديم أحدث التقنيات. ننفق الطيارين معهم ، انظر إلى النتائج.
- أنت بالتأكيد إلى جانب MTS تعتبر بعض الخيارات الأخرى. ما هو المهم بالنسبة لك عند اختيار صاحب العمل؟- انفتاح الشركة مهم بالنسبة لي ؛ أحب أن أتمكن من التشاور مع زملائي ، ومع زملائي ، ومشاركة مخاوفي ، وأنا أعلم أنه سيتفهم القدرة على تقديم النصائح العملية وسيكون قادرًا على ذلك. سمعة الشركة مهمة بالنسبة لي. بالطبع ، أنا مستعد للذهاب إلى شركة مبتدئة إذا كانت لديهم فكرة مثيرة للاهتمام ، ولكن بشكل عام ، فإن سمعة الشركة مهمة بالنسبة لي. أحب العمل في MTS ، فنحن أكبر مشغل في روسيا. أعتقد أن فرص التطوير مهمة أيضًا ، وتشجع MTS المشاركة في مؤتمرات مختلفة كمتحدث وكمستمع. , , .
. , , Confluence Jira. , - , , , . , , .
— « » , «Deep Learning» – . : / , , , / / ?— , . , . ; , , , , , . , , , - , - . , , , ( , ). , , , , . , , . , , , , , , ( ).
ومع "التعلم العميق" ، ربما محظوظ فقط. كان لدينا فقط دورة أسبوعية ، يوم الجمعة كان هناك الدرس قبل الأخير ، ويوم السبت - آخر واحد. وهذا الجمعة في المحاضرة ، قررت فقط تجربة إحدى الشبكات المدربة مسبقًا ، واحدة من الأحدث. لقد بحثت في تحليل مقارن للشبكات المدربة المتوفرة في كراس ، واخترت أفضلها وتجربتها قليلاً. بينما كان الجميع يدرسون ، أطلقت Xception ، والتي أعطت أقصى درجة من النتائج ، وجعلت ولدين لدينا يحاولان التغلب على هذه النتيجة طوال الليل. كانت هناك بعض المشاكل في تثبيت هذه الشبكة ، لكن تم حلها بسرعة ، وشعر الأولاد أنها ببساطة لم تنجح في بيثون الذي نتعلمه. لكنني فعلت ذلك ، وحاول الرجال طوال الليل مقاطعة نتيجتي ، لذلك أنا في المركز الثالث ، وليس في المركز الأول.لكنني نمت بشكل جيد وجاءت إلى تقديم الشهادات في مزاج جيد.- ما هي أفكارك وخططك للمستقبل؟ ماذا تريد أن تتعلم أكثر؟ ما المهارات والمعرفة التي تفتقر إليها؟- أنا الآن مالك منتج ، وأريد مواصلة التطوير في هذا الاتجاه. أولاً ، أريد ضخ مهارة التحدث أمام الجمهور الكبير. أشعر أنني أشعر بالقلق عندما ينظر إليّ الجميع ، وأنسى النص ، لذلك أريد ضخ هذه المهارة أولاً. لقد تحدثت في أغسطس في مؤتمر MTS في سوتشي. كان هذا أول خطاب لي أمام جمهور كبير. كتبت نصًا ، وعلمته ، وخرجت للتحدث مع الصحف ، وقرأت شيئًا من هناك ، وأخبرت شيئًا ، كنت قلقًا للغاية. كان لدي ميكروفون في يد ، ومقدم في الآخر وقطع من الورق. نتيجة لذلك ، سقطت الورقة ، وإيقاف العرض التقديمي عن طريق الخطأ. كان الأمر غريبًا بعض الشيء ، لكن الجميع ضحك معي.ثانياً ، أخطط لتطوير القدرات الإدارية في مجال إدارة الأفراد. لا شك أن هناك دائمًا ما يمكن تعلمه في هذا المجال.في Newprolab ، تمكنت من الحصول على ثلاث دورات: "مهندس البيانات" ، "التعلم العميق" ، "متخصص البيانات الكبير". بما في ذلك بفضل تجربة العمل كمحلل ، أعرف الآن ما يفعله كل شخص في فريقي ؛ يمكنني ضبط المهام بشكل صحيح ؛ أنا أفهم عدد المهام التي سيتم القيام بها. هذه إضافة كبيرة ، أنا متأكد من أننا سنحقق نتائج جيدة.- تقليديًا ، فإن السؤال يدور حول الفرق والأفراد في صناعة البيانات الكبيرة / علوم البيانات ، ليس فقط في روسيا ، ولكن أيضًا في العالم. هل هناك أي شخص يلهمك ، والذي تتابع عمله؟- من الصعب علي أن أقول. يبدو لي أن لديّ عقلية وشخصية معينة ، فأنا شخص أكثر عملية: هناك مشكلة ، وأنا أحاول حلها. إذا كانت لدي أسئلة حول تنفيذ المنتج الخاص بي ، فعندئذ أجد مقالات على الإنترنت أو على arxiv.org . Data Science , , . , , , , , , , , : Newprolab, , , , data scientist' data engineer'.
— - ?— , , . . , , , - , . , , . , , .
— . , - , -, ?— Data Science , . ODS , , Slack. , – , , . . -, github,
stackoverflow , arxiv.org.