Oi O que fazer se você não fez planos para o verão? Tenha um estágio! O Sberbank me ofereceu um estágio remunerado de dois meses. Neste texto, falarei sobre o próprio programa de estágio da Sberseasons, sobre como foi a seleção, o que fiz e o que aprendi. Este artigo pode ser útil para estudantes que concluem cursos de matemática ou economia.
O que são as Sberseasons?
O Sberseasons é um estágio remunerado realizado pelo Sberbank para alunos de graduação do 3º e 4º ano, cursos especializados recentes e programas de mestrado em tempo integral três vezes por ano.
De fato, o Sberbank se oferece para tentar uma das áreas propostas (com a possibilidade de mais emprego) por dois meses, enquanto recebe um salário. Mais informações podem ser encontradas
aqui .
Como foi a seleção
Na primavera, terminei o terceiro ano da especialidade “Matemática Fundamental” e descobri um estágio remunerado conduzido pelo Sberbank. Eu vi o programa "Java-development", que acontece em Moscou.
Ao ler várias informações, vi que esse estágio ocorre não apenas em Moscou, mas também em outras cidades da Rússia: São Petersburgo, Níjni Novgorod, Ecaterimburgo,
Samara e Voronezh. Ao ver minha cidade (Samara), fiquei imediatamente feliz por poder passar na seleção e não precisaria ir a lugar algum. Mas imediatamente após a alegria, veio a decepção: em Samara não há direção relacionada ao Java. Havia apenas modelos e análises econômicas. Depois de pesar um pouco os prós e os contras, decidi me testar na análise.
Tudo começou com o fato de, em 12 de maio, preencher um questionário (algumas informações sobre mim) e meu status entrar no modo de espera para receber feedback. Após cerca de uma semana, recebi uma resposta de que fui convidado para os testes agendados para 8 de junho. O teste consistia em duas partes: na primeira, havia tarefas para facilitar a matemática e a lógica (por exemplo, encontre o ângulo formado pelos ponteiros do relógio em tal e qual hora) ou descubra como o salário do funcionário mudará se diminuir em
por cento e aumentar depois disso por
por cento); a segunda parte incluía tarefas sobre o conhecimento das estruturas e funções básicas do Excel e o conhecimento de algumas instruções SQL. Após esse teste, todos foram convidados a esperar: aqueles que passassem por esse estágio receberiam um convite para uma entrevista pessoal.
Quase duas semanas depois, em 22 de junho, eles me ligaram e me convidaram para esta entrevista pessoal no Centro de Suporte às Operações do Cliente. Eu vim e, como se viu, não haverá entrevista por si só. O chefe do departamento de recursos humanos fez uma visita oral aos vários departamentos do centro, contou quem e o que eles estavam fazendo e perguntou para onde eu mais gostaria. Eu escolhi o departamento de TI. Concordamos que ela perguntaria a esse departamento se eles precisavam de um funcionário, após o que ela ligaria de volta e relataria o resultado.
O resultado não demorou a chegar. No dia 29, eles finalmente me convidaram para uma entrevista final com o chefe do departamento de operações de cartões bancários. Ele me perguntou que eu sabia como, o que não podia (de acordo com os resultados, descobriu-se que não sabia de nada que pudesse ser útil para eles). Ele próprio falou sobre seu departamento e o que eles estavam fazendo. E ele decidiu que estava pronto para me levar para trabalhar por esses dois meses. Uma semana depois, em 6 de julho, preenchi documentos de emprego. O dia 9 foi o primeiro dia útil.
O que eu fiz
Na segunda-feira, eles me deram um emprego e nomearam um gerente. Depois de conversar um pouco comigo, ele decidiu que estaríamos envolvidos no aprendizado de máquina com base no código Python. Como eu já havia encontrado o aprendizado de máquina e o máximo que eu poderia escrever em Python é uma solução para o problema A + B, começamos a explorar várias bibliotecas de suporte do Python, alguns algoritmos e técnicas para o aprendizado de máquina.
Na primeira semana, analisei os dados notórios sobre os passageiros do Titanic. Essa tarefa foi dada para que eu pudesse "brincar" com os dados, examinar a sintaxe do código, os métodos existentes e facilitar a análise e tentar compilar a saída dos dados. Depois disso, foi compilado um modelo que, de acordo com as informações do passageiro, conclui: muito provavelmente essa pessoa teria sobrevivido nessa situação ou não. Em outras palavras, fiz o que é descrito em grande detalhe
aqui . Na semana seguinte, fui apresentado a outros truques para trabalhar com texto. E com a ajuda deles, analisei o texto do livro "Guerra e Paz". Descobri qual palavra é mais comum que as outras e fiz um diagrama visual.
Paralelamente ao estudo de Python e aprendizado de máquina, foram recebidas atribuições de outros funcionários do departamento. Basicamente, essas tarefas eram simples: envie cartas aos colegas, faça uma comparação de colunas no Excel usando a função VLOOKUP e assim por diante; isto é, eu servi como assistente.
No entanto, exatamente um mês após o início do estágio, fui ensinado outro evento importante - a criação de solicitações. Isso, em princípio, não é difícil, mas muito responsável. A conclusão é que, de tempos em tempos, é necessário alterar algumas informações armazenadas no banco de dados: o departamento recebe uma solicitação que descreve o problema, os motivos da mudança e o que especificamente precisa ser alterado. Depois disso, um dos funcionários (inclusive eu) criou uma ZNI (Request for Change), que incluía uma descrição do problema (incluindo os motivos e o que precisava ser alterado) e um script em SQL. Em seguida, foi realizada a aprovação interna da mudança, esse script foi iniciado, executado, os dados alterados e, de fato, a solicitação foi considerada concluída (fechada).
Voltar ao aprendizado de máquina. Cada solicitação desse tipo tem um tópico e uma descrição. Depois, há uma distribuição dessas solicitações dentro do departamento pelos funcionários, dependendo do tópico. É claro que o tópico dependerá diretamente da descrição. Portanto, decidiu-se criar um modelo que distribuísse as solicitações entre os funcionários. Quando cheguei, esse modelo já havia sido criado, mas funcionava de maneira instável. Juntamente com o líder, eu "otimizei" o modelo, por assim dizer, selecionei classificadores e parâmetros mais adequados para eles, trabalhei nos dados de entrada, procurei erros e assim por diante.
O resultado foi um modelo que definiu o tópico com precisão
%
O que eu aprendi
Antes de tudo, me familiarizei com o aprendizado de máquina, seus algoritmos e métodos, aprendendo não apenas na teoria, mas também na prática (e em um problema realmente existente).
A próxima coisa que aprendi são as consultas SQL. Claro, eu já tinha ouvido falar deles antes. Mas não havia necessidade de iniciar o estudo, mas acabou sendo interessante e útil.
A estrutura interna do trabalho do banco é outra informação útil no mealheiro da experiência de vida. Durante o estágio, algumas excursões foram organizadas para outros edifícios do Sberbank, que descreviam como o Sberbank era organizado, sua breve história e objetivos imediatos. Também foram realizadas reuniões visando a adaptação bem-sucedida de novos funcionários, que ocorreram na forma de jogo ou diálogo.
Por fim, conheci pessoas interessantes e amigáveis, prontas para ajudá-lo com qualquer problema e a qualquer momento (um dos colegas se ofereceu para trazer minha própria chave de fenda de casa para poder apertar os parafusos do meu laptop e a outra no meu dia de folga ajudou a descobrir os dados )
Impressões do passado
Ao todo, gostei de tudo. Adquiri conhecimento de que, na minha opinião, não é inútil (e, pelo contrário, é usado em áreas em desenvolvimento), tentei em um dos maiores bancos do país, me familiarizei com sua estrutura e com o processo de interação entre empregado-empregado e empregado-cliente, fez amizade com novas pessoas interessantes.