«Доросла до senior-специалиста»: история дата-сайентиста из Германии Ольги Шульц

Математик за фортепиано: как один выбор изменил всю мою жизнь

Я родилась и выросла в Новосибирске. Всё детство занималась музыкой: играла на фортепиано и мечтала стать певицей. Но когда пошла на подготовительные курсы в музыкальное училище, то почувствовала себя будто не в своей тарелке — не нашла там своих людей.

Дома близких из мира музыки у меня тоже не было: папа — спортсмен, а у мамы техническое образование. Трудно объяснить почему, но тогда эти обстоятельства неожиданно стали для меня препятствием. Возникший внутренний дискомфорт остановил меня от поступления в музучилище, и я подала документы в технический вуз.

Поскольку в школе мне особенно нравилось решать математические задачи, для обучения я выбрала факультет прикладной математики и информатики. Во времена моей юности это направление было сравнительно новым и прогрессивным.

Признаюсь, меня долго мучили сомнения насчёт своего выбора. Я размышляла: а правильно ли я поступила? Задавалась вопросом: а как бы сложилась моя жизнь, если бы я не испугалась и поступила в музучилище? Но со временем это прошло, и сейчас я рада, что всё случилось так, как случилось.

Кстати, в техническом вузе, в отличие от музучилища, я уже чувствовала себя комфортно, в своей среде. Мне было интересно и легко. Сначала получила степень бакалавра по прикладной математике и информатике, а затем степень магистра экономики.

На выпускном курсе я устроилась подрабатывать в немецкий центр. Место выбрала не просто так: я тогда только начала учить немецкий (потому что моя сестра уехала жить в Германию) и хотела подтянуть язык, чтобы свободно общаться у неё в гостях.

Так вышло, что в том самом немецком центре я познакомилась с будущим мужем — немцем, приехавшим в Россию на стажировку. Вскоре мы поженились и уехали в Чехию, куда его пригласили на работу.

«Освоила язык Java и нашла работу»: о входе в IT и переездах

В Чехии мы прожили четыре года: там я родила двоих детей и занималась ими. Потом вернулись на родину мужа, в Баварию, и я поняла, что больше не могу сидеть дома и хочу работать. Мне не хватало движения ума. А ещё я чувствовала, как с каждым годом мои знания утекают сквозь пальцы.

Я подошла к вопросу возвращения на рынок труда основательно: посмотрела вакансии, проанализировала, кто из разработчиков наиболее востребован, и пошла учиться на эту специальность — мой выбор пал на Java. Курс приобрела на немецком, двухлетний, и уже через год устроилась программистом в немецкую компанию Samhammer.

Фирма занималась бэкенд-разработкой. Я проработала там четыре года, пока снова не ушла в декрет, в котором родила ещё двоих детей. Кстати, тот курс по Java в итоге не закончила: полученных знаний хватало для решения рабочих задач, и я не видела смысла и дальше инвестировать своё время.

Вскоре мы переехали в Ирландию. Младшему ребёнку тогда было всего два, и я понимала, что не смогу каждый день ездить в офис. Поэтому устроилась на удалённую работу в службу техподдержки Apple.

В Ирландии мы прожили несколько лет. И хоть мне всегда легко давались переезды — я люблю путешествовать и знакомиться с культурой разных стран, — мне впервые не хотелось уезжать. Но из-за работы мужа это было необходимо, и мы вернулись в Германию.

И передо мной снова встал вопрос трудоустройства.

«Я пришла к работодателю и сказала, что хочу учиться»: как отстаивать свои интересы

Подумав, решила пойти по пути наименьшего сопротивления. Позвонила своему бывшему работодателю, в компанию Samhammer, и спросила, возьмут ли они меня обратно. Руководитель ответил: «Конечно, у меня как раз есть новая вакансия — дата-сайентист! Хочешь?»

Я не очень хорошо знала Python, основной язык программирования в data science, поэтому сперва засомневалась. Но, собравшись, решила, что подтяну язык в процессе, и согласилась. Тем более мне предложили удалёнку, что позволяло больше времени проводить с мужем и детьми.

Но… начав работать, я поняла, что переоценила свои силы — для задач по data science мне ощутимо не хватало знаний и навыков в статистике, Python и много в чём ещё. Сперва пыталась восполнить пробелы самостоятельно, но на это уходило слишком много времени, а решения не всегда были эффективными. Поэтому решила подыскать для себя профильное обучение.

Сначала выбрала курс на английском языке, но быстро передумала, когда увидела, что там нет домашних заданий и их проверки, одна теория. Да, под видео можно было задавать вопросы, но меня бы такой формат к регулярным занятиям стимулировал бы слабо.

Поэтому я решила поискать обучение для дата-сайентистов на русском языке. Вбила запрос в Google, и одной из первых мне выпала ссылка на курс от Skillbox — он как-то сразу завоевал моё доверие. Мне понравилось наполнение программы, разбивка по модулям и, конечно, формат обучения — не только с домашними заданиями, но и с обратной связью и разбором ошибок от куратора.

Выбрав курс, я пришла к руководителю и сказала: «Я хочу учиться и повышать квалификацию, чтобы приносить лучший результат бизнесу, но… при нынешней занятости мне будет тяжело совмещать работу с учёбой. Можно мне уменьшить количество рабочих часов? А я обещаю всё освободившееся время посвящать обучению».

Также я подготовила небольшую презентацию о курсе: перевела на английский содержание модулей, рассказала о практиках и об итоговых проектах, и руководитель принял мои условия. Он сократил мне рабочее время на пять часов в неделю, сохранив прежнюю зарплату. Так что курс я оплатила сама, но время, которое тратила на учёбу, покрывалось.

«Не хочу быть посредственным специалистом»: как находить мотивацию, если у тебя четверо детей

Несмотря на математический склад ума и умение справляться с четырьмя детьми (что тоже требует ой какой дисциплины), мне всё же было нелегко организовывать своё обучение и постоянно мотивировать себя на него.

Поэтому просто договорилась с собой, что буду стараться проходить один модуль за три дня, а в пятницу всегда отдыхать. И от учёбы, и от работы. При этом я никогда не перегружала себя: если чувствовала, что слишком устаю, останавливала занятия и возвращалась к ним позже.

Дополнительно воодушевляло и то, что начала видеть результат обучения почти сразу. Во-первых, у меня заметно улучшилось качество кода. Во-вторых, внедряя в работу новые решения из курса, я стала всё чаще получать комплименты своим результатам, да и вообще стала быстрее справляться с задачами. А ещё — гораздо больше понимать на профессиональных конференциях. Наконец, в команде меня повысили до уровня senior.

Отличия от самостоятельного обучения были огромны. Всё-таки одно дело — самому перерыть море информации, чтобы найти нужное (и не факт, что верное), и совсем другое — сразу брать и изучать структурированное и актуальное.

И конечно, меня всегда подбадривало общение с моим проверяющим куратором. Он не просто указывал на ошибки и объяснял решение, а был прежде всего человеком. Вроде бы мелочь: смайлик в конце предложения, похвала, доброе пожелание, но как много это значит!

А ещё куратор часто присылал мне дополнительные материалы по теме для «внеурочной» тренировки и советовал профессиональную литературу. Это всегда очень пригождалось.

На стыке статистики, машинного обучения и программирования: чем занимается дата-сайентист

Дата-сайентист — это специалист, который работает с данными. Он собирает и анализирует их, строит модели и тестирует их. Находит зависимости, на основе которых потом делает выводы и что-то прогнозирует. Всё это используется для решения задач бизнеса.

В мою компанию большинство клиентов обращается, чтобы структурировать запросы пользователей. Приведу простой пример: допустим, пользователь пишет в техподдержку свой запрос насчёт услуги банка, а модель на основе полученного сообщения автоматически проверяет, доступна ли ему эта услуга. Первичная обработка облегчает работу операторам горячей линии.

Конечно, это не единственное направление нашей работы. Среди наших клиентов не только банки, но и крупные компании, производящие бытовую технику, машиностроительные фирмы. Многие из них приходят без конкретного запроса: просто хотят оптимизировать свой бизнес — и мы собираем данные об их компании, анализируем их, кластеризируем. Смотрим, как можем с помощью искусственного интеллекта упростить процессы, связанные с поддержкой.

Мне нравится в своей работе то, что мне постоянно нужно искать новые решения.

Читайте также:

Что такое data science и кто такой data scientist

Кстати, сейчас в Германии и в целом в Европе очень много открытых вакансий для разработчиков и дата-сайентистов, эти специалисты востребованы. Но отечественных соискателей тут не так много: в Германии математическая подготовка в школе значительно слабее российской. Поэтому на подобные вакансии часто приглашают индийцев и россиян. Причём даже без европейского гражданства — у меня, например, его до сих пор нет.

При этом, чтобы стартовать в data science, не обязательно быть одарённым математиком. Да, знания по точным наукам вам однозначно помогут и облегчат работу, но их можно получать и в процессе.

«Повышать квалификацию надо постоянно»: какие дороги открывают новые знания

К концу этого года я надеюсь завершить большой курс Skillbox и защитить итоговую работу. Точно могу сказать, что обучение дало мне почву для роста. Благодаря полученным знаниям я стала более глубоко понимать теоретическую базу машинного обучения и теперь могу участвовать в дискуссиях с опытными специалистами.

А ещё понимаю: самой моей большой ошибкой в юности было думать, что после института я больше никогда не буду учиться. Нет — учиться нужно всю жизнь 🙂

Базовое образование — это отличный фундамент, на котором можно строить карьеру. Но повышать квалификацию придётся постоянно: всё-таки мир меняется. И здорово, что сегодня для этого есть все возможности — в любом возрасте и в любом формате.