Профессия Data Science родилась на стыке программирования, машинного обучения и математики. В основные обязанности Data Science-специалиста входит сбор и анализ данных, построение моделей, их обучение и тестирование. Специалист по Data Science должен хорошо понимать, как работает компания и конкретная индустрия, в которой он занят.
Data Science представляет собой комплексную дисциплину, занимающуюся изучением методов сбора, хранения, обработки и анализа данных. Также есть искусственный интеллект – это скорее не наука, а область, где в целом рассматриваются различные процессы: как их автоматизировать, роботизировать, предсказывать, и объяснять результаты. ИИ охватывает разработку алгоритмов и технологий, которые позволяют компьютерам выполнять задачи, традиционно требующие человеческого интеллекта, такие как восприятие, рассуждение, обучение и принятие решений. И если мы говорим про искусственный интеллект, то он включает в себя и машинное обучение, и глубокое обучение. Пересечение искусственного интеллекта с Data Science происходит на уровне математики и статистики.
Первые шаги специалиста по Data Science
Команда, которая занимается Data Science в Газпромбанке, довольно большая. В ней, помимо специалистов по Data Science, присутствуют также data-analysts и data-engineers. Есть отдельные департаменты, которые занимаются протягиванием данных.Чтобы стать частью команды Газпромбанка в роли специалиста по data Science, необходим предварительный созвон с HR. Дальше соискатель проходит техническое интервью и фит-интервью с Product Owner.
Для подготовки к собеседованию не лишним будет изучить информацию в открытых источниках на тему Data Science, а также познакомиться с инженерной культурой Data Science в Газпромбанке.
Приветствуется, когда Data Scientist умеет агрегировать данные и готовить их к модели. К примеру, знает, что такое оконные функции.
Нам очень важно, чтобы Data Scientist мог сам полностью пройти путь от и до. Бывают ситуации, когда нужно быстро отредактировать таблицу, не ждать data-engineer, когда он за тебя это сделает, а самостоятельно разобраться в данных, которые он погружает в модель. Важно услышать, насколько кандидат в целом входит в нашу культуру, насколько ему хорошо будет работать в системе Agile, потому что у нас scrum-команда, которая работает спринтами, со всеми церемониями от daily до retro.
- созвон с HR
- техническое интервью
- фит-интервью
HR-созвон существует для того, чтобы понять, насколько мы подходим друг к другу. Мы ищем людей не на какой-то конкретный проект, а нам важно, чтобы человек вписывался в культуру компании и в культуру команды, в которую он идет. Сверяем вакансию и профиль на первом созвоне, уточняем опыт и мотивацию, обозначаем дальнейшие этапы. Нужно понять, насколько вакансия будет соответствовать ожиданиям кандидата, и будет ли ему интересно решать конкретные задачи и комфортно ли работать в предложенном формате. Мы также обращаем внимание на Soft Skills на этом этапе: коммуникабельность, открытость, умение управлять своим временем и четкость в соблюдении договоренностей. Если сверка ожиданий с обеих сторон проходит успешно, то мы переходим на следующий этап и договариваемся о техническом интервью с экспертами Data Science.
Мы рады всем кандидатам, которые обучались на смежное с DS направление в университете или прошел переподготовку на направление DS. Как правило, на собеседовании сразу становится понятно, насколько хорошо кандидат погружен в DS. На техническом интервью мы разбиваем вопросы и live-coding на несколько блоков. В первой части это знание SQL и Python, далее вопросы на знание статистики, моделей машинного обучения, а также не забываем о софт-скиллах, например, как кандидат подходит к решению задачи сейчас, из каких последовательных этапов состоит его процесс успешно завершенной задачи.
Растем от джуна до синьора
Для работы специалисту по Data Science нужно два вида навыков: hard и soft. Первые связаны с профильными дисциплинами, а вторые – с личными качествами и навыками управления, а также общением с другими участниками команды и заказчиком.Как быстро кандидат может вырасти до мидла и впоследствии до сеньора, если он пришел на позицию джуна? На каждую позицию уходит от шести месяцев до года, но все очень индивидуально. Главное, понимать, сколько твоя работа приносит денег, и какой ее результат.
Для этого, с одной стороны, надо развивать техническую базу. В Газпромбанке есть свои библиотеки, которые специалисты используют для того, чтобы выстраивать модели. Нужно понимать, как они работают, но при этом развиваться еще в области финансовых доходов, разбираться в различных понятиях, например: что такое чистый операционный доход и чем он отличается от LTV.
Подниматься по карьерной лестнице возможно тем, кто хорошо освоил финансовую часть и стремится к росту бизнес-показателей. У нас есть разные позиции: от стажеров до исполнительных директоров. Рост заключается в развитии и soft, и hard-скилов, например, джун учится анализировать данные, реализовывать интересные решения, общаться с бизнес-заказчиком, и это развитие приводит к неизбежному карьерному росту.
- Постоянное получение опыта и развитие своих навыков
- Внесение ощутимого вклада в решение конкретных задач
- Отслеживание трендов и их применение в реальных проектах
- Коммуникацию с коллегами
- Презентация результатов своей работы
- Критическое мышление
- Ответственность
- Креативность мышления
- Коммуникабельность
- Навык ведения переговоров
