“Если вы не продолжите образование после выхода из вуза, скоро на рынке труда вы будете никому не нужны”, - Родион Миронов, ментор Big Data School о профессии будущего

Родион Миронов - архитектор Big Data, работает в компании SoftServe. За 15 лет опыта успел посотрудничать с большими системными интеграторами, аутсорсинговыми компаниями и такими IT-гигантами, как Oracle і Microsoft. Время от времени Родион участвует в образовательных проектах - например, в этом году он стал одним из менторов Big Data School от Киевстар. Мы узнали у Родиона, что нужно специалистам нового поколения и каково это - быть представителем профессии, которой еще двадцать лет назад не существовало.

— Родион, ваша профессия звучит как data architect. Почему именно такое слово — архитектор?

 В общем смысле, архитектор — это человек, принимающий на ранней стадии проекта решения, которые потом будет сложно изменить. Есть такое понятие и в разработке программного обеспечения. Решения и идеи архитектора — ключевые, сложно меняются и сильно влияют на атрибуты качества продукта. Насколько он будет производительным и отказоустойчвым, насколько удобно его модифицировать.

Часто архитектор специализируется на конкретной области. Моя область — данные.

 

— У вас довольно разноплановые навыки. Расскажите, как вы их приобретали.

 Когда я учился на 2-м курсе Донецкого национального университета, один из преподавателей предложил студентам поработать в университете. А именно — в отделе автоматизации бухгалтерии. Это были древние программы еще под DOS, но именно так я начал работать в IT и зацепился за базы данных. Менял работы и платформы, но в целом больше 10 лет занимался ими.

А затем несколько изменился рынок. Чаще стали возникать задачи, к которым реляционные базы данных не очень хорошо применимы. Да и мне стало немножко скучно, потому что в принципе изучать их можно практически бесконечно и глубоко, но не факт, что рынку нужно именно это.

Поэтому я стал смотреть в другие стороны. Начал с самообразования — например, на онлайн-платформах Coursera или Udacity. Потом стал заниматься проектами, которые использовали big data технологии или аспекты data science.

 

— Верно ли я понимаю, что когда вы учились в университете, вашей профессии еще не существовало?

Отчасти. У нас такой профессии не было. Но западные коллеги считают, что понятие программной архитектуры стало развиваться примерно лет 30 назад. Тогда в Штатах в Carnegie Mellon University начало работать подразделение Software Engineering Institute. Эти люди много сделали, чтобы понятие архитектуры выкристаллизовалось, чтобы появились методологии и общие подходы.

А если говорить о понятии big data, то да, такого вообще еще не было.

 

— Что скажете о нынешнем вузовском образовании по IT-направлению?

Объективной статистики у меня нет. У меня подрастает сын, поэтому немножко мониторю. По мне, ситуация меняется к лучшему.

Появилась восхитительная магистерская программа в Украинском католическом университете. Появились интересные программы в Львовской политехнике — специализация Internet of things (поспособствовали наши коллеги из SoftServe). Точно знаю, что в прошлом году в КПИ читался курс лекций профессора Михаила Ивановича Шлезингера по распознаванию образов. Профессор плотно работает с индустрией, его ученики делают реальные продукты в аутсорсинговых компаниях. Например, в украинской компании Viewdle, которую несколько лет назад купил Google, есть его студенты.

Два года назад я бы сказал, что в Украине нечего делать, надо учиться за рубежом. Сейчас уже не так в этом уверен.

 

— Поделитесь самым интересным кейсом из вашей практики.

Это как раз текущий проект. Контекст такой — у клиента есть набор продуктов, чтобы оптимизировать работу ритейла: управление ценами, ассортиментом, планирование и анализ эффективности промо-акций. Эти продукты часто продаются и используются вместе, но исторически развивались независимо. Под каждый из них обычно делается свой интерфейс, свое хранилище, своя платформа для обработки и анализа. Неудобно и дорого. А если, например, для аналитики одного продукта нужны данные из другого, практически невозможно их связать между собой.

Это ситуация “до”. Наша задача — объединить их на уровне структур данных и используемых технологий.

Ситуация «после»: клиент получает внятную единую спецификацию того, что должен предоставить на вход. Поставщик разворачивает одно хранилище, аналитики наслаждаются единой моделью данных для всех продуктов, получая к ней доступ через один и тот же инструмент.

То есть ритейлер может получить тот же набор функций, что и раньше, но с гораздо меньшими затратами времени и денег. Условно, одно внедрение вместо пяти. Менее очевидный плюс — возможность более «комплексной» аналитики. Быстрее оценивать влияние промо на продажи, корректировать акции или цены.

 

— Какие профессии появятся в ближайшем будущем и какие навыки для них понадобятся?

Скажу о навыках. Один — совсем банальный и самый актуальный — учиться. Профессии вообще и IT в частности меняются с такой скоростью, что образование не гарантирует вам работы на всю жизнь. Скорее наоборот — можно гарантировать, что если вы не продолжите образование после выхода из вуза, скоро вы будете никому не нужны на рынке труда. Системное мышление, структуризация знаний, умение искать источники информации, осваивать ее — все это в приоритете.

И еще один — конкретно в IT. Часто возникает вопрос “нужна ли математика программистам?” До последнего времени традиционный ответ, с которым я был абсолютно согласен, — “нет, не нужна”. Очень малая часть людей в индустрии делала что-либо, для чего им нужно было что-то сложнее, чем умножение, деление и возведение в степень. Значительная часть нашей индустрии — это стандартные вещи, которые сложны не сами по себе, а именно своим количеством. Много мелких, но простых деталей, которые нужно контролировать.

И вот выросла популярность (и оплачиваемость) направлений data science и machine learning. Для этой отрасли математика нужна. А конкретно: статистика, теория вероятности, линейная алгебра, дифференциальное исчисление.

 

— Кому в принципе может быть интересно направление data science?

Людям, которые умеют получать удовольствие от математики. Кто может видеть красоту того, что происходит в формулах и моделях. Это завораживающий процесс — пытаться понять, почему нейронная сеть все-таки работает, несмотря на ее кажущуюся хаотичность.

 

— Правда ли, что есть проблема с курсами именно по big data?

Знаю, что хороший курс по data science найти легче, чем по big data. В онлайне на популярных платформах бесплатно или за небольшие деньги можно найти хорошие курсы. Там это больше касается машинного обучения и data science.

Если говорить о школе Киевстар, то в ней идет упор на big data. В идеале после интенсива человек сможет объединить в себе технаря и аналитика. Без привлечения программистов он сможет что-то настроить, получить какие-то данные, трансформировать их в нужный формат. И будет понимать, как эти данные использовать, что в них искать и какими методами их обрабатывать.

Если эти роли делить, получается, что это разные департаменты, все должны друг другу что-то объяснять. Один человек — это быстрее и лучше.

 

— Как вы считаете, что нужно, чтобы реализовать успешную карьеру в IT?

Мой опыт подсказывает — нужно быть увлеченным тем, чем занимаешься. Не только в IT, но и в любой другой сфере.

Большинство тех, с кем я близко соприкасаюсь по профессии — люди увлеченные. Знал людей, которые работали в IT, но им не нравилось. И люди уходили в совершенно различные отрасли. Кто-то занялся велотуризмом, организацией походов. Знаю человека, который ушел с должности проджект-менеджера работать в ГАИ, еще старое ГАИ. Замечу — это был более денежный переход, что странно.

Да, кто-то идет сюда исключительно из материальных побуждений. И я бы сказал, что в IT вполне можно добиться определенного уровня успеха без интереса. Но с интересом легче. И уровень будет выше.

 

Материал подготовлен в сотрудничестве с LIGA.net

04.10.2017
Что нового
Популярно
комментарии
Блоги
ЭКСПЕРТЫ РЫНКА
ТОП-МНЕНИЕ
АВТОРЫ БИЗНЕС-КНИГ
Обзоры бизнес книг
Лекции
WATCH&SHARE
Рынок
ОБЗОР РЫНКОВ
ОТРАСЛЕВЫЕ ТРЕНДЫ
ЭКСПЕРТЫ
ИДЕИ
ИННОВАЦИИ
ВДНГ TECh
ПРАКТИКА
БИЗНЕС-ПЛАНЫ
ЗНАНИЯ
ИСТОРИИ УСПЕШНЫХ
ТЕЛЕКОМ ДЛЯ БИЗНЕСА