Все будет big data. Как Киевстар учит аналитиков мировому тренду

Мир больших данных наступает. А обрабатывать их некому. Где нужны data scientists и как это связано с Вig Data School от Киевстар?

В конце июля американская компания Economic Modeling Specialists International (EMSI) опубликовала исследование о ТОП-10 самых востребованных профессиях будущего. Согласно ему в ближайшие 10 лет в США больше всего будут нужны работники медицины и сферы информационных технологий.

Две профессии в их рейтинге будущего занимают аналитики — компьютерных систем и рыночных исследований.

С учетом того, как быстро человечество генерирует и накапливает данные, потребность вполне оправданная. По данным IDC, к 2025 году объем данных в мире достигнет 163 зеттабайт (163 тысячи миллиардов гигабайт), причем большая часть будет храниться в корпоративных системах.

Без грамотных методов обработки big data здесь не обойтись.

Само понятие big data интерпретируется в разных системах отсчета по-разному. Но в сути задача в том, чтобы научить машину обрабатывать такие массивы данных, которые бессмысленно перебирать руками. Потребности могут быть разными. Структурировать миллионы записей или обработать их со скоростью в миллисекунды. Или из вороха разных параметров выудить необходимые и выдать прогноз. Или все вместе.

 

Кто пробует работать с big data в Украине

Хотя в Украине, в отличие от американских прогнозов, официальные верхние строчки занимают рабочие специальности (так говорит Государственная служба занятости), постепенно тренды аналитики приходят и к нам. Есть сферы, в которых уже сформировался спрос на big data. Лидеры — ритейл, телеком, финансы и государство. Причина проста: им есть, что обрабатывать.

Ритейлеры — те, кто подружился с онлайном и/или создал для покупателей мобильное приложение — работают над точечным маркетингом. Среди вариантов: сегментировать клиентов по поведенческому фактору, направить спецпредложение тем, кто на него с большей вероятностью отреагирует, сформировать индивидуальную систему бонусов.

Финансовые учреждения уже больше десяти лет автоматизируют систему оценки платежеспособности заемщиков. “Люди-рентгены” уходят в прошлое — на месте кредитных консультантов сидят милые сотрудники, которые развлекают клиента, пока система считает так называемый скоринговый балл и дает рекомендацию по сумме кредита.

В распоряжении телеком-операторов вся активность клиента, включая перемещения. На этой основе они могут подобрать для пользователя оптимальный персонализированный тариф, направлять ему информацию о ближайшем центре обслуживания и многое другое. Конечно, записи для десятков миллионов абонентов невозможно обрабатывать вручную.

Государство подключилось к эстафете, создав единый государственный портал открытых данных data.gov.ua. Например, не так давно на нем стала доступна информация о бенефициарах всех украинских компаний. В крупных городах пробуют внедрять элементы Smart City: анализируют пассажиропотоки, чтобы ввести новые маршруты или перепланировать старые, экспериментируют с электронными очередями для понимания спроса, открывают бюджеты.

С постепенным проникновением онлайна в другие сферы экономики спрос на специалистов по data science растет. Предложение же отстает.

Поэтому крупные компании идут другим путем — самостоятельно организовывают обучение мотивированных аналитиков, отбирая среди них будущих сотрудников. Так, компания Киевстар объявила начало приема заявок на второй набор Big Data School.

 

Зачем и для кого Киевстар организовывает школу

По словам руководителя отдела аналитических продуктов Big Data Олега Волошко, для Киевстар это проект “все-в-одном”:

“У нас в компании интенсивно развивается направление data science. Но в Украине специалистов высокого уровня пока немного. Поэтому, с одной стороны, с помощью школы мы ищем лучших ребят в команду. С другой стороны, это социальный проект — хотим дать талантливым аналитикам шанс на хорошую карьеру, помочь им сформировать комьюнити”.

Он отмечает, что основное отличие школы от других курсов — направленность именно на big data. Массивы, которые приходится обрабатывать телеком-оператору, требуют специальных навыков помимо основ машинного обучения и программирования на языках R или Python.

“Первая категория желающих обучаться — студенты. Для них data science — вершина интереса, — говорит Волошко. — Пробуют себя в ней программисты, которые хотят писать код ради конкретных прогнозов и осязаемых результатов. Конечно, математики тоже. В целом, к нам идут аналитики, которые работают с массивами данных и хотят правильно их интерпретировать и делать прогнозы”.

 

Об отборе

У школы две особенности. Первая — обучение бесплатно. Вторая — подать заявку могут все желающие. Но мест в конечной группе всего двадцать.

“Это пожелание наших преподавателей, — комментирует Олег Волошко. — Они хотят уделить время и внимание каждому студенту, чтобы обучение дало максимальный результат. Поэтому нам приходится делать отбор”.

Отбор происходит в два этапа.

Сначала кандидату приходит тестовое задание, которое нужно решить в течение 24 часов. Если он справляется с заданием, значит, необходимый минимум для старта обучения у него есть. Но, по словам Олега, нужно еще понять, насколько человек хочет углубляться в тему, готов ли выделить время, видит ли он себя в сфере. Поэтому вторым этапом кандидат проходит собеседование.

Так, в прошлом году заявки подали почти 1000 человек, а на курс прошли 27.

 

До и после

По словам руководителей школы, почти для всех студентов обучение стало билетом в новую профессию.

Андрею Кручко сообщение о наборе в Big Data School попалось в Facebook. “Я занимался отчетностью и аналитикой, но совсем на другом уровне, — говорит он. — По окончании школы был уверен, что могу подавать резюме на должности, связанные с машинным обучением. Да, это были junior-позиции, но я шел на них подготовленным”.

Андрей работает в сервисе онлайн-кредитования — строит модель скоринга, которая более точно определяет добросовестных клиентов. Компания обращается в кредитные бюро, анализирует свою историю работы с каждым заемщиком. На основе методов машинного обучения формируется некоторый скоринговый балл. После этого принимается решение выдавать или не выдавать человеку кредит.

“Иногда помимо истории опираемся на такой параметр, как количество обращений. Например, человек брал мало кредитов, а запросы в кредитное бюро по нему направлялись часто. Это может говорить о частых отказах, ненадежности человека. Либо кто-то, используя его данные, подает заявки на кредит”, — рассказывает Кручко.

По словам Андрея, он не представляет, что делал бы на такой должности без подготовки школы.

Над задачей скоринга, но с другой стороны, работает другой выпускник — Виталий Петренко.

Виталий родом из Винницкой области. Работал в банке, интересовался машинным обучением. Однажды на выходных, читая статьи по big data, он увидел рекламу Big Data School и прошел отбор. “Уровень заданий был очень разным, — вспоминает Виталий. — Иногда в условии было столько незнакомых слов, что трудно было понять, о чем вообще речь. Но в группе все друг другу помогали. Атмосфера была дружелюбной, хоть и соревновательной”.

По итогам Виталий получил один из самых высоких результатов. А еще — предложение о работе  в Киевстар.

Сейчас он — data scientist, успел поработать над десятком проектов. Один из них — скоринговые карты для банков и финансовых учреждений.

“У финучреждений есть свои экспертные системы по оценке платежеспособности заемщиков. А мы помогаем их улучшить. По косвенным признакам мы можем определить, насколько абонент добросовестный в плане будущих выплат по кредитам. Даем только агрегированную оценку риска — абстрактный балл, без персональных данных. Финучреждения учитывают это в своих системах и с помощью этого принимают окончательное решение”, — объясняет Петренко.

В этом году школа — это 10-дневный интенсив. В него поместятся 6 модулей лекций с домашними заданиями, а также экзамен и курсовой проект с реальным бизнес-кейсом.

Прием заявок на обучение в Big Data School от Киевстар заканчивается 5 октября.

15.09.2017
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