Data Science (DS) – это практика использования данных, с помощью которой можно попытаться понять и решить реальные задачи. Эта концепция не нова; люди анализируют объемы и тенденции продаж с тех пор, как изобрели ноль. Однако за последнее десятилетие нам стало доступно экспоненциально большее количество данных, чем прежде. Появление компьютеров помогло генерировать их, и только путем машинных вычислений можно обрабатывать так много информации. С помощью компьютерного кода дата-сайентист может преобразовывать или накапливать данные, проводить статистический анализ или тренировать модели машинного обучения (МО). В результате могут быть созданы отчет, информационная панель или модель МО, которую можно будет запустить в непрерывную работу.

Например, если розничная компания не может определиться с местом для нового магазина, она может пригласить дата-сайентиста для проведения соответствующего анализа. Он соберет статистические данные об адресах доставки онлайн-заказов, чтобы понять, где находится потребительский спрос. Специалист также может совмещать выводы о местонахождении клиентов с информацией о демографической ситуации и доходах в этих местах на основании данных переписи населения. С помощью этих датасетов можно найти оптимальное место для нового магазина и создать презентацию Microsoft PowerPoint, чтобы представить рекомендации вице-президенту компании по коммерческой деятельности.

В другой ситуации та же розничная компания захочет увеличить объем онлайн-заказов с помощью персональных рекомендаций во время шоппинга. Дата-сайентист может загрузить статистику прежних онлайн-заказов и создать модель машинного обучения, которая будет учитывать набор товаров в корзине покупателя и на его основании прогнозировать, что еще ему можно предложить. После этого он будет работать с командой инженеров компании, чтобы каждый раз, когда клиент совершает покупки, новая модель МО показывала рекомендуемые товары.

При попытке освоить сферу DS многие люди сталкиваются с одной проблемой: слишком уж много нужно изучить. Например, программирование (но какой язык?), статистику (но какие методы наиболее важны на практике, а какие в основном академические?), машинное обучение (но чем оно отличается от статистики или ИИ?) и предметную область в той отрасли, в которой они хотят работать (но что, если вы не знаете, где хотите работать?). Кроме того, им необходимо овладеть бизнес-навыками вроде эффективной презентации результатов всем, начиная с других дата-сайентистов и заканчивая генеральным директором. А от вакансий, в которых требуется степень кандидата наук, многолетний опыт работы в Data Science и знание обширного перечня статистических и программных методов, становится только хуже. Как можно приобрести все эти навыки? С чего лучше начать? Что входит в базу?

Если вы изучали различные области DS, возможно, вы знакомы с популярной диаграммой Венна, составленной Дрю Конвеем. По мнению Конвея (на момент создания диаграммы), Data Science находится на пересечении математики и статистики, знаний предметной области и навыков хакинга (то есть программирования). Это изображение часто берется за основу для определения того, кто такой специалист по работе с данными. На наш взгляд, компоненты науки о данных немного отличаются от того, что предложил Дрю Конвей (рис. 1.1).

Рис. 1.1. Навыки, которые объединяются в DS, и то, как они сочетаются для выполнения разных функций

Мы изменили исходную диаграмму Венна, составленную Конвеем, на треугольник, потому что дело не в том, есть ли у вас навык или нет, а в том, что вы можете развить его лучше, чем другие специалисты. Действительно, все три навыка являются фундаментальными и вам необходимо владеть каждым в определенной степени, но вам не обязательно быть экспертом во всех. Мы поместили в треугольник разные типы специальностей в сфере Data Science. Они не всегда однозначно соответствуют названиям должностей, а даже если и так, то в разных компаниях их названия могут отличаться. Итак, что означает каждый из этих компонентов?

На начальном уровне математика и статистика являются базой в работе с данными. Мы разделяем эту базу на три уровня знания:

• Существование методов. Если вы не знаете о какой-либо возможности, вы не можете ее использовать. Если дата-сайентисту нужно сгруппировать похожих клиентов, знание того, что это можно сделать статистическим методом (с помощью кластерного анализа), станет первым шагом.

• Как применять методы. Специалист по работе с данными должен не просто знать много методов – он должен различать нюансы их применения. Важно писать такой код, где они не только применяются, но и настраиваются. Если дата-сайентист хочет использовать кластеризацию методом k-средних, чтобы сгруппировать покупателей, он должен уметь делать это на языке программирования типа R или Python. Также он должен понимать, как настроить параметры метода, например как выбрать количество создаваемых групп.

• Как выбрать подходящий метод. В DS используется огромное количество методов, поэтому для дата-сайентиста важно быстро оценить, какой из них будет самым эффективным в каждом случае. В нашем примере с группировкой покупателей, даже если специалист сосредоточился на кластеризации, он может применять десятки различных методов и алгоритмов. Вместо того чтобы перебирать все доступные методы, он должен сразу отбросить бо́льшую их часть и сосредоточиться всего на нескольких.

Эти типы навыков постоянно применяются в задачах по работе с данными. Приведем другой пример. Предположим, вы работаете в компании, занимающейся e-commerce. Ваш бизнес-партнер может поинтересоваться, в каких странах у вас самый большой средний чек. Это очень простой вопрос, если у вас есть готовые данные. Но вместо того, чтобы просто предоставить информацию и позволить партнеру делать выводы самостоятельно, вы можете копнуть глубже. Если у вас есть один заказ из страны А на $100 и тысяча заказов из страны Б средней стоимостью $75, то формально в стране А средний чек выше. Но можете ли вы с уверенностью сказать, что ваш бизнес-партнер должен вложиться в рекламу в стране А, чтобы увеличить количество заказов? Вряд ли. У вас есть только одна единица данных из этой страны, и она может оказаться статистически незначимой. А вот если бы у вас было 500 заказов из страны А, можно было бы протестировать разницу в стоимости заказов. Это значит, что, если бы эти показатели для стран А и Б действительно не различались, вы бы не получили прежний результат. В этом длинном примере дается оценка того, какие подходы были разумными, что следует учитывать и какие результаты были признаны несущественными.

Программирование и базы данных (БД) основываются на извлечении информации из БД компаний и написании чистого, эффективного, легко настраиваемого кода. Эти навыки во многом схожи с тем, что должен знать разработчик программного обеспечения. Вот только дата-сайентисты должны писать код, который выполняет анализ с неизвестным итогом, а не выдает заранее заданный результат. Стек данных каждой компании уникален, поэтому какой-то определенный набор технических знаний специалисту не нужен. В целом вам нужно уметь получать данные из базы, очищать их, обрабатывать, обобщать, визуализировать и обмениваться ими.

R и Python – основные языки программирования для большинства профессий DS. R берет свое начало в статистике и, как правило, лучше всего подходит для статистического анализа, моделирования, визуализации и составления отчетов. Python создавался как язык для разработки программного обеспечения и в дальнейшем приобрел огромную популярность в обработке данных. Python лучше R справляется с обработкой больших датасетов, проводит машинное обучение и поддерживает алгоритмы, работающие в реальном времени (например, модули рекомендаций в Amazon). Но благодаря вкладу многих участников возможности двух языков сейчас почти равны. Специалисты по работе с данными успешно используют R для создания моделей машинного обучения, запускаемых миллионы раз в неделю, а также делают чистый, презентабельный статистический анализ на Python.

R и Python наиболее популярны для обработки данных по нескольким причинам:

• Они бесплатны, и у них открытый исходный код. Это означает, что он создается многими участниками, а не одной определенной компанией или группой пользователей. В этих языках есть много пакетов, или библиотек (готовых блоков кода), которые можно использовать для сбора данных, их обработки, визуализации, статистического анализа и машинного обучения.

• Благодаря большому количеству пользователей каждого из этих языков дата-сайентистам легко найти помощь при возникновении проблем. И хотя в каких-то компаниях до сих пор используют SAS, SPSS, STATA, MATLAB или другие платные приложения, многие из них начинают переходить в своей работе на R или Python.

Хотя бо́льшая часть анализа при обработке данных осуществляется на R или Python, часто приходится извлекать информацию из БД, и здесь на сцену выходит язык SQL. SQL – это язык программирования, который используется в большинстве БД для внутренней обработки данных и извлечения их из базы. Представим для примера дата-сайентиста, которому нужно проанализировать сотни миллионов записей о заказах клиентов компании и спрогнозировать, как со временем будет изменяться ежедневное количество заказов. Для начала он, скорее всего, напишет SQL-запрос для получения количества заказов за каждый день, после чего возьмет полученные данные и запустит статистический прогноз на R или Python. По этой причине SQL очень популярен в Data Science, и без знания этого языка вы далеко не продвинетесь.

Другой ключевой навык – использование контроля версий для отслеживания изменений кода. Он позволяет организовать хранение файлов, выполнять откат до предыдущих версий и видеть, кто, когда и какие изменения вносил в файл. Этот навык чрезвычайно важен в Data Science и в разработке программного обеспечения. Например, если кто-то случайно изменил файл и испортил ваш код, вы можете восстановить его или посмотреть, что изменилось.

Безусловно, наиболее популярная система для контроля версий – это Git. Он часто используется вместе с GitHub, веб-службой хостинга для Git. Git позволяет сохранять (фиксировать) вносимые изменения, а также видеть всю историю проекта и то, как она менялась с каждой фиксацией. Если два человека по отдельности работают над одним и тем же файлом, Git гарантирует, что чья-либо работа не будет случайно удалена или перезаписана. Если вы захотите поделиться своим кодом или запустить что-то в производство, во многих компаниях вам обязательно потребуется Git, особенно если это компания с сильной командой проектировщиков.

У компаний, мягко говоря, разное понимание того, как работает Data Science. Часто руководство просто хочет решить определенную задачу и обращается к своим волшебникам DS. Основной навык, необходимый в Data Science, – это умение преобразовать бизнес-ситуацию в вопрос о данных, найти ответ на их основе и предоставить бизнес-решение. Бизнесмен может спросить: «Почему наши клиенты уходят?» Но у Python нет импортируемого пакета «почему уходят клиенты» – вы сами должны понять, как ответить на этот вопрос с помощью данных.

Понимание бизнеса – это та грань, где ваши идеальные представления о Data Science встречаются с условиями реального мира. Недостаточно просто запросить информацию, не зная, как данные хранятся и обновляются в конкретной компании. Если компания предоставляет услуги по подписке, то где хранятся данные? Что произойдет, если кто-то изменит свою подписку? Обновляется ли строка этого пользователя или в таблицу добавляется еще одна? Нужно ли вам исправить какие-либо ошибки или несоответствия в данных? Если вы не знаете всего этого, вы не сможете дать точный ответ на такой простой вопрос, как: «Сколько у нас было подписчиков на 2 марта 2019 года?»

Понимание бизнеса также помогает задавать правильные вопросы. Когда стейкхолдер спрашивает вас, что делать дальше, вероятно, он имеет в виду: «Почему у нас нет больше денег?» Для ответа приходится задавать встречные вопросы. Если вы понимаете основной бизнес (а также вовлеченных лиц), то лучше разбираетесь в ситуации. Вы можете спросить в ответ, по какой линейке продуктов нужны рекомендации, или что-то вроде: «Хотели бы вы видеть большее участие определенного сектора нашей аудитории?»

Другая часть понимания бизнеса – это развитие общих бизнес-навыков вроде умения адаптировать презентации и отчеты для разных аудиторий. Иногда вы будете обсуждать лучшую методологию с кандидатами наук по статистике, а иногда вы будете выступать перед вице-президентом, который не занимался математикой уже 20 лет. Вам нужно донести информацию до слушателей, учитывая их особенности.

Наконец, по мере карьерного роста вы научитесь определять, в каких случаях Data Science может помочь бизнесу. Если вы хотели создать систему прогнозирования, а руководство не поддержало эту идею, можно самому стать частью руководства и решить этот вопрос. Старший дата-сайентист будет искать способы внедрения машинного обучения, так как знает его возможности и ограничения, а также то, какие виды задач выиграют от автоматизации.

Комбинировать три основных навыка, необходимых в Data Science (и описанных в разделе 1.1), можно на разных по сути должностях. С нашей точки зрения, эти навыки объединяются тремя основными параметрами: аналитикой, машинным обучением и наукой о принятии решений. Каждая из этих областей служит разным целям компании и дает принципиально разные результаты.

При поиске вакансий в сфере Data Science следует меньше обращать внимание на названия должностей – лучше сконцентрируйтесь на описании обязанностей и на вопросах во время собеседования. Посмотрите на опыт работы людей, занимающихся наукой о данных, например какие должности они раньше занимали и на кого учились. Вы можете обнаружить, что должности людей, которые выполняют схожие функции, называются совершенно по-разному, и наоборот, под одним и тем же названием должности «дата-сайентист» может подразумеваться совершенно разная работа. В этой книге мы поговорим о различных типах вакансий, но помните, что названия в разных компаниях могут отличаться.

Аналитик берет данные и передает их нужным людям. После того как компания установит цели на год, их можно поместить на информационную панель, чтобы руководство могло отслеживать прогресс каждую неделю. Можно также встроить функции, которые позволят менеджерам легко разбивать значения по странам или типам продуктов. Эта работа включает в себя много очистки и подготовки данных и, как правило, меньше работы по их интерпретации. Специалист должен уметь находить и устранять проблемы с качеством данных, однако основные решение по ним принимает бизнес-партнер. Таким образом, задача аналитика – взять данные внутри компании, отформатировать, упорядочить и передать их другим специалистам.

Поскольку должность аналитика не связана со статистикой и машинным обучением, некоторые люди и компании считают, что она выходит за рамки Data Science. Однако для большей части работы вроде создания осмысленных визуализаций и принятия решений о конкретных преобразованиях требуются те же навыки, которые нужны и другим специалистам DS. Например, аналитика могут попросить cоздать автоматизированную информационную панель, которая показывает изменение количества подписчиков и позволяет фильтровать данные только по подписчикам определенных продуктов или в определенных географических регионах. Он должен будет найти соответствующие данные в компании, выяснить, как их преобразовать (например, изменив их с ежедневных на еженедельные новые подписки), а затем создать содержательный набор информационных панелей с удобным интерфейсом и ежедневным автоматическим обновлением без ошибок.

Короткое правило: аналитик создает информационные панели и отчеты на основе данных.

Инженер по машинному обучению разрабатывает модели МО и разворачивает их в производство для постоянной работы. Такой специалист может оптимизировать алгоритм ранжирования для результатов поиска на сайте интернет-торговли, создать систему рекомендаций или отслеживать модель в производстве, чтобы убедиться, что ее производительность не снизилась с момента запуска. Инженер по машинному обучению уделяет меньше времени таким вещам, как создание визуализаций для убеждения других людей в чем-то, и больше сосредоточен на программировании для анализа данных.

Существенное различие между этой ролью и другими заключается в том, что результаты работы в первую очередь предназначены для машин. Например, вы можете создавать модели МО, которые превращаются в интерфейсы прикладного программирования (API) для других устройств. Во многих отношениях вы будете ближе к разработчику программного обеспечения, чем к другим специалистам Data Science. Любому дата-сайентисту полезно следовать передовым методам программирования, а вы как инженер по машинному обучению просто обязаны это делать. Ваш код должен быть производительным, протестированным и написанным так, чтобы другие люди могли с ним работать. Поэтому многие инженеры по машинному обучению имеют опыт работы в области информатики.

Инженера по машинному обучению могут попросить создать модель МО, которая может в реальном времени прогнозировать вероятность оформления онлайн-заказа. Он должен будет найти архивные данные в компании, обучить на них модель МО, преобразовать ее в API, а затем развернуть API, чтобы веб-сайт мог запускать модель. Если по какой-либо причине эта модель перестанет работать, для решения проблемы пригласят инженера по машинному обучению.

Короткое правило: инженер по машинному обучению создает модели, которые работают непрерывно.

Специалист по принятию решений превращает необработанные данные компании в информацию, которая помогает руководству определяться с дальнейшими действиями. Для этой работы нужно хорошо владеть различными математическими и статистическими методами и процессами принятия бизнес-решений. Кроме того, специалисты по принятию решений должны уметь создавать убедительные визуализации и таблицы, чтобы люди, не имеющие технических знаний, понимали их анализ. Хотя они много программируют, обычно их код одноразовый – он нужен только для конкретного анализа. Поэтому неэффективный или сложный в поддержке код просто сходит им с рук.

Специалист по принятию решений должен понимать потребности других людей в компании и находить способы выдавать нужную информацию. Например, директор по маркетингу может попросить его помочь определить, какие типы продуктов следует выделить в праздничном каталоге компании. Специалист по принятию решений может исследовать, какие продукты хорошо продавались и без каталога, договориться с командой по user research о проведении опроса и использовать принципы поведенческой психологии, чтобы провести анализ и предложить подходящие варианты. Результатом, скорее всего, будет презентация или отчет PowerPoint, который будет представлен продакт-менеджерам, вице-президентам и другим бизнесменам.

Специалист по принятию решений часто использует знания в области статистики, чтобы помочь компании делать выбор в условиях неопределенности. Например, он может отвечать за управление системой экспериментальной аналитики в компании. Многие компании проводят онлайн-эксперименты или A/B-тестирование, чтобы оценить эффективность изменений. Это изменение может быть простым, например добавление новой кнопки, или сложным, включающим изменение системы ранжирования результатов поиска или полное изменение дизайна страницы. Во время A/B-тестирования посетителям случайным образом предлагается одно из двух или нескольких условий, например контрольная группа использует старую версию домашней страницы, а экспериментальная – новую версию. По окончании эксперимента действия посетителей из двух групп сравнивают между собой.

Из-за случайности показатели в контрольной и экспериментальной группах редко совпадают. Предположим, вы подбрасываете две монеты и одна выпадает орлом 52 раза из 100, а другая – 49 раз из 100. Можете ли вы сделать вывод, что первая монета имеет склонность выпадать орлом? Конечно, нет! Но бизнес-партнер может посмотреть на эксперимент, увидеть, что коэффициент конверсии составляет 5,4 % в контрольной группе и 5,6 % в экспериментальной, и объявить последнюю успешной. Специалист по принятию решений помогает интерпретировать данные, применять передовые методы разработки экспериментов и так далее.

Короткое правило: специалист по принятию решений создает анализ, на основе которого дает рекомендации.

Хотя три специализации, о которых мы писали в предыдущих разделах, – это основа работы в Data Science, также бывает несколько других отдельных должностей, которые выходят за рамки этих категорий. Мы перечислим их здесь, потому что разбираться в существующих направлениях полезно и, возможно, вам предстоит сотрудничество с такими специалистами. Тем не менее если вы бы хотели заниматься чем-то из нижеописанного, эта книга может быть для вас менее актуальной.

• Похожа на: Google, Facebook и Microsoft.

• Возраст компании: 20 лет.

• Количество сотрудников: 80 000.

КИТк – влиятельная технологическая компания, продающая облачные сервисы и специализированное ПО для повышения производительности – текстовые редакторы, серверное оборудование и бесчисленное количество разовых бизнес-решений. Свое огромное состояние компания использует для финансирования необычных проектов в области исследований и разработок (НИОКР), таких как беспилотные скутеры и технологии виртуальной реальности (VR). Об их исследованиях говорят в новостях, а большинство технических сотрудников – это инженеры, которые постепенно совершенствуют уже имеющиеся продукты, добавляют дополнительные функции, улучшают пользовательский интерфейс и запускают новые версии.

В КИТк около тысячи дата-сайентистов. Они собраны в команды, каждая из которых поддерживает свой продукт или подразделение. Кроме того, специалиста могут направить в отдел другого профиля для всесторонней поддержки. Например, у команд проектировщиков VR-шлемов, маркетологов, специалистов по продвижению VR-шлемов и менеджеров цепочек поставок есть свой дата-сайентист.

Если бы вы стали членом одной из этих команд по анализу данных, то быстро бы адаптировались. В крупных организациях новых сотрудников нанимают ежедневно, поэтому в компании должны быть стандартные процессы выдачи ноутбука и обеспечения доступа к данным. Также сотрудников обучают работать со специализированным ПО. В команде вам поручат заниматься анализом данных для конкретной области. Это может быть создание отчетов и диаграмм, которые помогут менеджерам обосновать бюджеты проектов. Вам также могут поручить построение моделей МО – они передаются разработчикам для запуска ПО в продакшен.

Скорее всего, в вашей большой команде будет полно опытных специалистов. Поскольку КИТк – компания крупная и успешная, она может привлекать множество профессионалов. Вы будете работать в большой команде, члены которой нередко работают над практически несвязанными задачами, например один сотрудник может выполнять исследовательский анализ на R для директора, а другой – строить модель МО на Python для соседнего отдела. Размер команды – это и благословение, и проклятие в одном флаконе: вы можете обсудить свои идеи со многими экспертами, но большинство из них, скорее всего, не знакомы с вашими конкретными задачами. Кроме того, в команде есть устоявшаяся иерархия. К специалистам на более высоких должностях, как правило, прислушиваются чаще, потому что они опытнее и в своей профессиональной сфере, и в работе с различными отделами КИТк.

Работа вашей команды – это здоровый баланс между поддержанием деятельности компании (например, составление ежемесячных отчетов и ежеквартальное обновление модели МО) и реализацией новых проектов (например, создание новых прогнозов). Руководитель команды должен искать золотую середину между потоком запросов от других команд, которым результаты нужны в ближайшее время, и желанием взяться за что-то инновационное – не востребованное сейчас, но полезное в долгосрочной перспективе. Крупные финансовые возможности КИТк позволяют компании заниматься инновациями и НИОКР гораздо больше, чем другим организациям. Благодаря этому, в свою очередь, команды охотно работают над новыми интересными проектами в Data Science.

КИТк – крупная организация. При таких масштабах не избежать использования различных типов технологий между подразделениями. Один отдел может хранить данные о заказах и клиентах в базе Microsoft SQL Server, другой – записывать все в Apache Hive. Мало того, неупорядоченными являются не только технологии хранения данных, но и сами данные. Неупорядоченные технологии хранения – еще полбеды, ведь сами данные тоже ведутся по разным принципам. Одно подразделение индексирует записи о клиентах по номеру телефона, другое – по адресу электронной почты.

У большинства организаций такого же масштаба есть собственный арсенал технологий. Поэтому вам как сотруднику КИТк придется освоить способы работы с данными, характерные именно для этой компании. Изучение специализированного софта здорово поможет на текущей должности, но не в других фирмах.

Вам как специалисту по данным наверняка понадобится несколько видов инструментов. Поскольку КИТк – компания весьма крупная, она хорошо поддерживает распространенные языки, такие как R и Python. Некоторые команды порой работают с платными языками вроде SAS или SPSS, но это бывает реже. Если вы хотите использовать необычный язык, который нравится вам, но мало кем используется (скажем, Haskell), нужно будет получить согласие руководителя.

Комплекс технологий МО сильно различается в зависимости от отдела. Некоторые группы используют микросервисы и контейнеры для эффективного развертывания моделей, тогда как другие работают с устаревшими производственными системами. Разнообразие стека для развертывания ПО затрудняет подключение к API других команд; единой базы знаний или хотя бы понимания того, что происходит, попросту нет.

Быть дата-сайентистом в КИТк означает иметь потрясающую работу в потрясающей компании. А поскольку эта компания технологическая, сотрудники знают, кто такой специалист по данным и что полезного он может сделать. Когда все понимают вашу роль одинаково, это значительно облегчает работу. Если в компании много дата-сайентистов, значит, у вас будет широкий круг поддержки, а также возможность плавно влиться в команду и получить доступ к необходимым ресурсам. Оказаться в затруднении один на один – редкость.

В то же время у наличия толпы специалистов по работе с данными есть свои недостатки. Стек технологий сложен, в нем непросто ориентироваться, потому что создавался он разными людьми и разными способами. Может так случиться, что анализ, который вас попросили воссоздать, написал человек, который уже уволился, да еще и на незнакомом вам языке. Вам будет сложнее выделиться среди множества других специалистов. Кроме того, может быть непросто найти интересный проект, потому что над многими из них уже работают другие люди.

Как устоявшаяся компания КИТк дает больше гарантий занятости. Риск увольнений есть всегда, но работа здесь не похожа на работу в стартапе, где финансирование может прекратиться в любой момент. Кроме того, в крупных компаниях руководители больше склонны искать новых сотрудников, чем увольнять старых, потому что увольнение сложно юридически.

У сотрудников КИТк много специализаций – это одновременно и хорошо, и плохо. Дата-инженеры, архитекторы данных, дата-сайентисты, маркетологи и другие выполняют разные задачи, связанные с Data Science, а значит, вокруг вас будет много людей, которым можно передать работу. Например, создавать собственную базу данных вас вряд ли заставят. С одной стороны, хорошо иметь возможность делегировать задачи, для которых у вас нет опыта, а с другой – так вы не получите новые навыки.

Еще один минус КИТк – бюрократия. В крупной компании введение новых технологий, поездки на конференции и запуск проектов придется согласовывать с начальством. Хуже того, от проекта, над которым вы работали годами, могут отказаться из-за конфликта между двумя руководителями, а ваш проект может «пострадать от шальной пули». Или, что еще хуже, ваш проект может пасть случайной жертвой конфликта двух руководителей – его могут просто закрыть.

КИТк – отличная компания для дата-сайентистов, которые хотят решать сложные задачи с помощью передовых методов. Это касается и специалистов по принятию решений, планирующих заниматься анализом, и инженеров МО, мечтающих создавать и развертывать модели. У крупных компаний есть масса задач и денег, чтобы пробовать новые вещи. Возможно, вы не сможете самостоятельно принимать важные решения, но будете знать, что внесли в них свой вклад.

Работа в КИТк не подойдет специалистам, которые хотят самостоятельно руководить и принимать решения. В большой компании есть установленные методы, протоколы и модели, которым придется следовать.

• Похожа на: Payless, Bed Bath & Beyond и Best Buy[1].

• Возраст компании: 45 лет.

• Количество сотрудников: 15 000 (10 000 в розничных магазинах, 5000 в офисах).

HandbagLOVE – это розничная сеть с 250 точками по всей территории США, которая занимается продажей кошельков и клатчей. Здесь трудятся оформители магазинов и специалисты по повышению качества обслуживания клиентов. Компания на рынке уже давно, но новые технологии осваивать не спешит: прошло довольно много времени, прежде чем у нее появились первый веб-сайт и приложение.

В последнее время продажи HandbagLOVE упали, поскольку Amazon и другие интернет-магазины потеснили компанию на рынке. Руководство осознало очевидное и решило улучшить ситуацию с помощью технологий, инвестируя в онлайн-приложение и Amazon Alexa, а также пытаясь использовать накопленные данные. Финансовые аналитики HandbagLOVE уже много лет прекрасно рассчитывают совокупную статистику по заказам и клиентам, но лишь недавно компания подумала о том, чтобы нанять дата-сайентистов для лучшего понимания клиентов.

Новая группа специалистов по анализу данных была создана на базе службы финансовых аналитиков, которые ранее составляли отчеты по показателям эффективности компании в Excel. После дополнительного привлечения дата-сайентистов команда начала создавать более сложные продукты: ежемесячные статистические прогнозы роста клиентов в R, интерактивные информационные панели для лучшего понимания продаж, а также сегментацию, объединяющую клиентов в удобные группы для целей маркетинга.

Даже после создания моделей МО для новых отчетов и анализа HandbagLOVE далека от внедрения их в непрерывный рабочий процесс. Все рекомендации по продуктам на ее веб-сайте и в приложении основаны на продуктах МО от сторонних производителей. В команде по анализу данных надеются изменить ситуацию, но никому не известно, когда это все же произойдет.

Команда полагается на специалистов по созданию отчетов, а не по машинному обучению, потому что оно для них в новинку. Никто не владел современными методами статистики и МО, так что сотрудникам приходилось вникать во все самостоятельно. Прекрасно, когда люди могут в одиночку изучать новые интересующие их техники. Обратная сторона медали – неэффективные или даже неправильные методы: в компании нет экспертов, которые могли бы проверить работу.

HandbagLOVE наметила общие пути продвижения специалистов по работе с данными на руководящие должности. К сожалению, они не подходят для сферы Data Science: это глобальные цели, скопированные из других областей вроде разработки ПО, потому что никто на самом деле не понимает, какие показатели использовать. Планируя повышение, вы должны убедить своего руководителя, что готовы перейти на следующий уровень, и, если повезет, он сможет получить одобрение для вашей кандидатуры. С другой стороны, если команда будет расти, вы быстро станете в ней старшим.

Сотрудников группы Data Science знают хорошо, потому что они делают отчеты и модели для других отделов компании (маркетинг, цепочка поставок, обслуживание клиентов). Команда пользуется уважением в компании и дружит с другими подразделениями. У дата-сайентистов HandbagLOVE гораздо больше полномочий, чем в других компаниях, из-за размера команды и ее влияния внутри организации. Их встречи с руководителями высшего звена на важных переговорах – обычное дело.

В разговорах о технологиях в HandbagLOVE вы часто слышите фразу: «Ну, мы всегда так делали». Данные о заказах и клиентах хранятся в базе данных Oracle, которая напрямую связана с кассовым аппаратом и за 20 лет ни разу не менялась. Система вышла за пределы своих возможностей и претерпела множество изменений. Тем не менее она все еще работает. Другие данные также собираются и хранятся в центральной базе: информация с веб-сайта, центра обслуживания клиентов, рекламных акций и маркетинговых рассылок. Все эти серверы, которые обслуживает ИТ-команда, располагаются локально (on-prem), а не в облаке.

Когда все данные хранятся на одном большом сервере, можно свободно подключаться и объединять их как угодно. И хотя иногда запрос занимает вечность или перегружает систему, обходными путями обычно получается найти рабочий способ. Большинство аналитических операций выполняется на ноутбуке. Более мощный компьютер для обучения моделей получить непросто. У компании нет стека технологий для машинного обучения, потому что нет МО как такового.

Как сотрудник HandbagLOVE вы очень влиятельны и можете делать все, что считаете нужным. Можно предложить создать модель пожизненной ценности клиента, построить ее и использовать в компании и при этом не просить разрешения у кучи людей. Такую свободу дает сочетание размера компании и новизны сферы Data Science. И она того стоит: перед вами открываются невероятные возможности для принятия лучших, на ваш взгляд, решений. С другой стороны, вокруг не так много людей, к кому можно обратиться за помощью. Вы сами несете ответственность за то, чтобы все работало, а также за последствия в случае неудачи.

Стек технологий устарел, и вам придется потратить много времени на поиск обходных решений, что, безусловно, не очень практично. Возможно, вы захотите использовать более новый способ хранения данных или запуска моделей, но не получите технической поддержки. Если вы не можете создать какую-либо новую технологию самостоятельно, вам придется обходиться без нее.

Заработная плата будет ниже, чем в более крупных компаниях, особенно в технологических. У HandbagLOVE просто нет денег, чтобы платить за анализ данных. Кроме того, компания в любом случае не ищет лучших из лучших – ей просто нужны люди, которые умеют делать базовые вещи. При этом зарплата не будет совсем уж низкой: безусловно, она будет намного выше, чем у большинства сотрудников с тем же сроком работы.

HandbagLOVE подходит для дата-сайентистов, которым нравится принимать собственные решения, но при этом не нужны передовые технологии. Если вы не против использовать стандартные статистические методы и составлять рутинные отчеты, HandbagLOVE станет хорошим местом для развития карьеры. Если же вы хотите связаться с новейшими технологиями МО, то таких проектов будет крайне мало; кроме того, в компании практически не будет людей, которые поймут хоть что-то из того, о чем вы говорите.

• Похожа на: тысячи неудачных стартапов, о которых вы даже не слышали.

• Возраст компании: 3 года.

• Количество сотрудников: 50.

Seg-Metra – молодая компания, чей продукт помогает клиентам оптимизировать веб-сайты с помощью кастомизации уникальных сегментов плкупателей. В начале своей короткой истории Seg-Metra привлекла нескольких известных клиентов к использованию своих технологий и благодаря этому смогла получить больше финансирования от венчурных капиталистов. Теперь, имея миллионы долларов, компания хочет быстро увеличить размеры и улучшить продукт.

Самое крупное усовершенствование, которое основатели компании предлагали инвесторам, – добавление в продукт базовых методов машинного обучения, что было представлено как «передовой ИИ». Получив новое финансирование, основатели компании ищут инженеров МО для реализации задуманного. Им также нужны специалисты по принятию решений для составления отчетности об использовании продукта, чтобы лучше понять, как его оптимизировать.

Новый дата-сайентист вполне может оказаться первым в компании. Или же стать одним из первых и подчиняться, скорее всего, тому, кого взяли раньше всех. Поскольку команда новая, протоколов практически не будет – никаких устоявшихся языков программирования, практик, способов хранения кода или официальных совещаний.

Именно тот дата-сайентист, которого взяли первым, будет отдавать все распоряжения. Скорее всего, культура команды будет зависеть от его личностных качеств. Если этот человек открыт для обсуждения и доверяет другим членам команды, то они смогут принимать решения вместе, например обсуждать, какой язык использовать. Если этот человек привык все контролировать и не готов прислушиваться к мнению других, он будет принимать такие решения самостоятельно.

В такой неструктурированной среде может вырасти очень сплоченный коллектив. Команда Data Science всеми силами пытается заставить работать новые технологии, методы и программные средства, и в результате формируются глубокие связи и дружба. С другой стороны, те, у кого нет власти, могут испытывать огромное эмоциональное насилие со стороны руководства, а поскольку компания небольшая, никто не понесет за это ответственности. Независимо от того, как именно будет развиваться компания Seg-Metra, специалистов по работе с данными здесь ждет непростое время.

Работа команды может захватывать или раздражать – каждый день по-разному. Часто дата-сайентисты проводят анализ впервые, например делают первую попытку использовать данные о покупках для сегментации клиентов или развертывают первую нейронную сеть. Аналитические и инженерные задачи, которые решаются впервые, захватывают дух, ведь это неизведанная территория внутри компании, а специалисты по работе с данными становятся первопроходцами. Иногда работа может быть изнурительной, например когда уже пора предоставить инвестору готовую демоверсию, а модель все еще не сходится. Даже если у компании есть данные, сама инфраструктура может быть настолько запутана, что их просто невозможно использовать. Несмотря на хаотичность работы, выполнение всех этих задач в Seg-Metra помогает дата-сайентистам очень быстро освоить множество навыков.

Поскольку Seg-Metra – молодая компания, ей не приходится поддерживать устаревшие технологии. Кроме того, хочется произвести впечатление на инвесторов, а сделать это гораздо проще, когда располагаешь эффектным стеком технологий. Поэтому Seg-Metra использует самые современные и лучшие методы разработки ПО, хранения и сбора данных, а также анализа и отчетности. Информация хранится в современных облачных сервисах: локально ничего не делается. Дата-сайентисты подключаются напрямую к этим базам и создают модели нейронных сетей МО на крупных экземплярах виртуальных машин Amazon Web Services (AWS) с обработкой графическим процессором. Эти модели развертываются с помощью современных методов программной инженерии.

На первый взгляд технологический комплекс, безусловно, впечатляет. Но компания настолько молода и так быстро растет, что у нее постоянно возникают проблемы с совместной работой различных технологий. Когда специалисты вдруг замечают, что в облаке нет данных, им приходится ждать, пока загруженный задачами дата-инженер решит эту проблему (повезло вообще, если он есть). Было бы здорово, если бы у Seg-Metra была специальная команда разработчиков DevOps для поддержки всего в рабочем состоянии, но пока что бюджет распределен иначе. Кроме того, технологию внедрили так быстро, что даже молодой компании сложно контролировать все ее процессы.

В растущем стартапе Seg-Metra много привлекательного. Благодаря росту компании появляются всевозможные интересные задачи в области анализа данных и среда, где дата-сайентисты вынуждены быстро учиться. На таких должностях можно приобрести навыки, которые помогут быстро начать карьеру в Data Science: например, научиться работать в сжатые сроки, эффективно общаться со специалистами, не занимающимися данными, понимать, когда проект следует продолжать, а когда стоит от него отказаться. Развитие этих навыков, особенно в начале карьеры, может сделать вас гораздо более интересным сотрудником, чем люди, которые работали только в крупных компаниях.

Еще одно преимущество работы в Seg-Metra – возможность работать с новейшими технологиями, что определенно делает процесс приятнее. Ведь очевидно, что новые технологии лучше старых. А ваше резюме станет от этого более впечатляющим. Компании, стремящиеся использовать новые технологии, захотят, чтобы вы им в этом помогли.

Хотя зарплата здесь не такая конкурентоспособная, как в более крупных, особенно в технологических компаниях, эта работа предоставляет опционы на акции, которые в перспективе могут стать чрезвычайно ценными. Если в итоге компания станет публичной или будет продана, эти опционы могут стоить сотни тысяч долларов или больше. К сожалению, вероятность того, что это произойдет, находится где-то между шансами избрания в городской совет и в Конгресс США. Так что этот вариант подходит только любителям азартных игр.

Один из минусов работы в Seg-Metra – большой объем работы. Рабочая неделя длительностью 50–60 часов не редкость, и компания ожидает, что каждый будет делать все, что может. С точки зрения руководства, если все не будут работать вместе, компания не добьется успеха. Вы и правда станете единственным человеком, использующим все дни отпуска? Эта среда может быть чрезвычайно токсичной, наполненной злоупотреблениями и выгоранием сотрудников.

Компания нестабильна, и, чтобы оставаться на плаву, Seg-Metra рассчитывает на поиск новых клиентов и помощь инвесторов, а это означает низкую гарантию занятости. Вполне возможно, что в какой-то момент в компании примут решение уволить сотрудников или объявить о банкротстве. И все это может произойти без предупреждения. Отсутствие гарантий занятости особенно тяжело для семейных людей, именно поэтому основная масса сотрудников состоит из молодежи. Это также может быть недостатком, если вы хотите работать с более разнообразной и опытной командой.

В целом Seg-Metra дает прекрасную возможность работать с интересными технологиями, быстро научиться многому и иметь небольшой шанс заработать кучу денег. Но для этого требуется выполнять огромный объем работы и находиться в потенциально токсичной среде. Так что эта компания лучше всего подходит для специалистов, которые хотят получить опыт, а затем двигаться дальше.

• Похожа на: Lyft, Twitter и Airbnb.

• Возраст компании: 8 лет.

• Количество сотрудников: 2000.

Videory – это успешный технологический стартап на поздней стадии, который управляет социальной сетью на основе видео. Пользователи могут загружать 20-секундные видеоролики и делиться ими с сообществом. Компания только получила известность, и все от нее в восторге. По масштабу она и близко не может сравниться с КИТк, но отлично преуспевает в качестве социальной сети и с каждым годом увеличивает клиентскую базу. Videory хорошо разбирается в данных, и наверняка уже несколько лет или даже с самого ее основания в ней работают несколько дата-сайентистов или аналитиков. Команда вплотную занимается анализом и составлением отчетов для поддержки бизнеса, а также созданием моделей МО, чтобы помочь людям работать параллельно со специалистами высокого уровня.

Videory все еще находится на той стадии, когда можно собрать всех дата-сайентистов в очень большом конференц-зале. Учитывая размер компании, команда по работе с данными может быть организована по централизованной модели, когда каждый сотрудник подчиняется руководителю группы, а все группы работают в одном большом подразделении организации. Команда Data Science помогает другим отделам, но в основном у нее собственные задачи. Некоторые специалисты даже работают над внутренними долгосрочными научно-исследовательскими проектами, которые не приносят мгновенной выгоды.

Как это часто бывает в компаниях такого масштаба, в Videory есть узкоспециализированные подгруппы. Также есть некоторое разделение между специалистами, занимающимися машинным обучением, статистикой или аналитикой. Компания достаточно мала, так что со временем можно будет переключаться между этими группами. Дата-сайентисты часто общаются, например, на тренингах, ежемесячных встречах и в общем чате Slack – такого не встретишь в компаниях вроде КИТк, которые слишком велики для подобного взаимодействия. При этом подгруппы в своей работе часто используют разные инструменты, а сотрудники с ученой степенью занимаются в основном теоретической работой и публикуют научные статьи.

В Videory много устаревшего кода и технологий, а еще, возможно, несколько программных средств, разработанных самостоятельно. Компания пытается не отставать от технологических разработок и планирует перейти на новую систему или улучшить существующую. Как и в большинстве организаций, дата-сайентист почти наверняка отправляет запросы в базу данных SQL. В компании также, вероятно, есть программные средства бизнес-аналитики, потому что многие из тех, кто использует информацию, не связаны с Data Science.

За время работы дата-сайентистом в Videory вы обязательно узнаете что-то новое. У всех подобных компаний есть большие данные и системы для их обработки. Одного SQL будет недостаточно; каждый месяц необходимо обрабатывать миллиарды процессов. Однако вы можете попробовать Hadoop или Spark, если нужно извлечь каки-нибудь пользовательские данные, которые не хранятся в базе SQL.

Анализ данных обычно выполняется на R или Python, а в случае трудностей вам на помощь придет множество экспертов. Машинное обучение разворачивается с помощью современных методов разработки ПО, например микросервисов. Поскольку компания известна как успешный стартап, в ней работает много талантливых людей, использующих передовые методы.

Размер Videory может быть в самый раз для дата-сайентистов; в компании работает достаточно специалистов, которые смогут наставлять и поддерживать новичка, но при этом команда все еще не очень большая, так что вы со всеми познакомитесь. Направление Data Science важно для компании, а значит, ваша работа может получить признание вице-президентов и, возможно, даже высшего руководства (например, генерального или технического директора). В работе вас будут поддерживать дата-инженеры. Конвейеры данных могут иногда работать медленнее или даже сбоить, но вы не несете ответственности за устранение этих неполадок.

В организации с более чем тысячью сотрудников вам придется иметь дело с неизбежными политическими вопросами. Вас могут заставить генерировать числа, которые хотят видеть другие (например, чтобы выслужиться перед начальством и получить бонус). Вы можете столкнуться с нереалистичными ожиданиями в плане скорости разработки чего-либо. Вы можете сделать что-то на самом деле не нужное для бизнеса просто потому, что об этом попросил ваш руководитель. Иногда вы будете чувствовать, что идете в никуда или что зря потратили время. Организация будет сильно меняться, хотя и не так, как на ранней стадии стартапа; то, что приоритетно в одном квартале, может полностью игнорироваться в следующем.

Хотя другие дата-сайентисты в Videory лучше вас будут разбираться в большинстве тем, связанных с анализом данных, вы можете быстро стать экспертом в конкретной области, например в анализе временнˆых рядов. Это может быть прекрасно, если вам нравится менторинг и обучение других, особенно если у вас есть время на то, чтобы больше узнавать о сфере с помощью чтения и различных курсов. Но если вы чувствуете, что никто не может проверить вашу работу или подтолкнуть вас к изучению нового, вам может быть непросто. Всегда будет чему поучиться, но полученные знания не обязательно будут относиться к той области, на которой вы хотите сосредоточиться.

В целом у Videory есть хорошее сочетание некоторых преимуществ других компаний. Компания достаточно крупная, чтобы обеспечить вам окружение из специалистов, способных помочь при необходимости, но в то же время она не настолько большая, чтобы в ней царил бюрократический ад или возникали ситуации, когда функции отделов дублируются. У дата-сайентистов есть много шансов научиться новому, но из-за разделения ролей они не могут попробовать все. Эта компания – отличное место для специалистов, которые ищут беспроигрышный вариант возможностей роста, число которых при этом не стремится к бесконечности.

• Похожа на: Boeing, Raytheon и Lockheed Martin.

• Возраст компании: 50 лет.

• Количество сотрудников: 150 000.

Global Aerospace Dynamics (GAD) – огромная и богатая компания, ежегодно приносящая десятки миллиардов долларов дохода за счет различных государственных контрактов. Компания разрабатывает все: от истребителей и ракет до интеллектуальных светофоров. Филиалы компании разбросаны по стране, большинство из них не взаимодействует друг с другом. GAD существует уже несколько десятилетий, и многие нынешние сотрудники работают там практически с момента основания.

GAD очень неповоротлива, когда дело доходит до Data Science. Большинство инженерных подразделений занимается сбором данных, но им сложно понять, как их использовать в очень регламентированных процессах. Характер работы не допускает наличия багов в коде: он должен быть тщательно протестирован, поэтому идея внедрения модели машинного обучения, которая имеет ограниченную прогнозируемость в реальном времени, в лучшем случае рискованна. В целом темп работы в компании медленный; девиз мира технологий «Двигайся быстро и ломай преграды» – это полная противоположность менталитету GAD.

Учитывая количество статей об искусственном интеллекте, рост сферы машинного обучения и необходимость использования данных для трансформации бизнеса, руководители GAD готовы начать нанимать дата-сайентистов. Они появляются в группах по всей организации и выполняют такие задачи, как анализ инженерных данных для улучшения отчетности, построение моделей МО для внедрения в продукты, и работают в качестве сервисных провайдеров, решая проблемы клиентов GAD.

Хотя конкретные обязанности зависят от того, где именно и над каким проектом GAD трудится специалист, среднестатистический дата-сайентист – это один человек в команде инженеров. В лучшем случае их может быть два или три. Задача этих сотрудников – помогать инженерам с анализом, построением моделей и представлением продукта. Большинство инженеров в команде очень плохо разбираются в Data Science; они помнят регрессии, которые изучали в вузе, но не знают основ сбора данных или конструирования признаков, не разбираются в трудностях валидации модели или в том, как ее развернуть. Мало кто сможет вам помочь, если что-то пойдет не так, но, поскольку в вашей работе мало кто разбирается, вполне вероятно, что никто ничего и не заметит.

Многие из инженеров команды работают здесь более десятка лет, поэтому они хорошо знакомы со спецификой работы в организации. Кроме того, их образ мышления можно свести к фразе: «Мы всегда так делали, зачем что-либо менять?» При подобном подходе реализовать идеи, предложенные дата-сайентистами, крайне трудно. Более медленный характер оборонной индустрии означает, что люди, как правило, трудятся не так усердно, как в других местах; сотрудники работают по 40 часов в неделю, да и сокращенный день тоже не редкость. В других местах вы бы переживали из-за огромного количества задач, тогда как в GAD причина для стресса – скука и отсутствие работы.

Повышения происходят по одинаковому сценарию, потому что руководители должны соблюдать правила во избежание предвзятого отношения (чтобы на GAD не подали в суд), а еще потому, что так делали на протяжении десятилетий. Повышение во многом зависит от того, сколько лет вы проработали в компании. При чрезвычайном усердии вас могут повысить на ступень на год раньше или выдать чуть большую премию, но вероятность того, что младший дата-сайентист быстро вырастет и станет ведущим, крайне невысока. С другой стороны, компания редко увольняет своих сотрудников.

Хотя стек технологий между группами в GAD сильно различается, все они, как правило, относительно старые, локальные (а не облачные) и завалены протоколами безопасности. Поскольку данные касаются характеристик истребителей, для компании важно, чтобы они не попали в чужие руки. За каждую технологию нужно юридически отчитываться на случай, если что-то пойдет не так, поэтому открытый исходный код обычно не приветствуется. Несмотря на то что Microsoft SQL Server стоит дороже, чем, например, PostGRES SQL, GAD с радостью заплатит Microsoft дополнительные деньги, зная, что при обнаружении дыр в системе безопасности можно будет позвонить в компанию и решить проблему.

На практике данные хранятся в базах SQL-сервера, управляемых ИТ-командой, которая вообще настороженно относится к предоставлению разного рода доступа. Дата-сайентистам разрешено использование данных, но они должны запускать Python на специальных серверах с ограниченным доступом к интернету, чтобы ни одна библиотека не утекла за границу. Им также практически невозможно получить разрешение на использование ПО с открытым исходным кодом, что еще больше усложняет работу.

Если код необходимо развернуть в программном комплексе, это обычно делают традиционными способами. GAD только начинает использовать современные методы внедрения МО в производство.

Работа отдела Data Science медленная, комфортная и надежная – это преимущество GAD. Менее напряженный темп работы означает, что в конце дня вы, скорее всего, не будете чувствовать себя как выжатый лимон. В процессе у вас часто будет появляться свободное время для чтения профессиональных блогов и статей, и никто не будет ворчать по этому поводу. Мало кто будет дергать вас с вопросами, ведь почти никто в компании не разбирается в основах Data Science. А поскольку GAD – это крупная организация, для которой важна юридическая ответственность, вам придется сильно постараться, чтобы вас уволили.

Недостаток работы в GAD – небольшой по сравнению с другими компаниями шанс получить новые навыки. Скорее всего, вы будете долгие годы заниматься одним и тем же проектом, поэтому необходимые для него технологии и инструменты вскоре станут примитивными. Хуже того, ваши новые навыки будут связаны с устаревшими технологиями, которые не применяются в других учреждениях. А получить повышение в этой компании так же непросто, как и быть уволенным из нее.

GAD – отличное место, если вы найдете команду, которая занимается интересными проектами, и если вы не хотите жить на работе. Многие работают в компании десятилетиями, потому что это удобно и они этим довольны. Но если для движения вперед вам нужны трудности, GAD может не подойти.

Многие вузы предлагают магистратуру в Data Science по программам со смесью тем из информатики, статистики и бизнеса. Такие программы обычно рассчитаны на два года и стоят от $70 000[2]. Как и в случае с другими направлениями, можно растянуть этот срок и совмещать учебу с работой и/или заниматься онлайн. Хотя многие учебные заведения предлагают образование непосредственно в Data Science, вместо этого вы можете выбрать другое направление – информатику, статистику, бизнес-аналитику, исследования операций или что-то очень близкое к науке о данных.

Преимущество направления Data Science – его всесторонность. Благодаря длительности программы и затраченному времени вы получите все знания, необходимые для начала работы в качестве младшего дата-сайентиста. Курсовые работы и проекты дают опыт использования статистики, методов МО и практического программирования. Даже если в начале обучения вы не будете особо знать программирование, то сможете все наверстать в процессе (хотя возможно, что для этого вам придется пройти пару дополнительных курсов).

Однако у полноценных программ по Data Science есть и несколько недостатков:

• Они очень дорого обходятся, учитывая и стоимость обучения, и шанс не получить ни прибыли, ни опыта работы, пока вы учитесь на дневной форме.

Полноценные образовательные программы требуют на порядок больше времени и денег, чем другие варианты. Потратить годы на учебу, чтобы сменить карьеру, – это огромная часть жизни, и если на полпути вы решите, что Data Science не для вас, никто уже не вернет вам эти ресурсы.

• Если вы пришли из смежной сферы – скажем, из разработки ПО – или закончили солидный ряд схожих курсов по программе бакалавриата, то магистратура не даст вам практически ничего нового. То есть из этой длинной программы вы сможете почерпнуть лишь крупицу полезной информации – огромный недостаток, который может раздражать.

• Эти программы создают и читают профессора и преподаватели, в большинстве своем получившие весь свой опыт исключительно в научном сообществе. Материалы, которые они дают, часто существенно отличаются от того, что действительно используется в отрасли. Например, особенно оторванный от практики профессор может пользоваться устаревшими языками программирования вроде SPSS или не разбираться в современных инструментах, таких как управление версиями. Ситуация особенно типична для программ, не относящихся к Data Science. Некоторые университеты, наоборот, привлекают профессионалов отрасли, однако такие люди могут не особо разбираться в преподавании. Без поступления трудно понять, насколько современные методы применяются в обучении. По возможности во время подачи заявления старайтесь поговорить с нынешними или бывшими студентами, чтобы понять, на что похожа программа и поможет ли она в будущей карьере.

В огромном количестве образовательных программ по Data Science и так сложно ориентироваться. Еще хуже, если ваш почтовый ящик переполнен флаерами с рекламой различных курсов, а телефон разрывается от назойливых звонков сотрудников приемной комиссии. Лучше всего подавать заявления на 3–10 программ. Подадите слишком мало – рискуете никуда не попасть, слишком много – потратите кучу времени (и денег).

При выборе учебного заведения руководствуйтесь следующими параметрами:

• Будете ли вы довольны местоположением и образом жизни [очень важно]. Скорее всего, вы будете искать программы магистратуры по всей стране, но студенческая жизнь в Лос-Анджелесе отличается от жизни в Нью-Йорке. Если климат, близость к друзьям или стоимость жизни вам не подходят, то не важно, насколько хороша программа, потому что вы все равно будете недовольны.

• Какие темы охватывает курс программы [важно]. Поскольку Data Science – новая сфера, университеты могут иметь совершенно разные представления о том, как ее преподавать. Ситуация особенно осложняется тем, на какой кафедре реализуется программа. Если это кафедра информатики, то упор будет делаться на методы и алгоритмы, а если это бизнес-школа, то главными будут прикладные методы и практические кейсы. Проверьте, закрывает ли материал курса пробелы в вашем наборе навыков (см. главу 1).

• Объем проектной работы в программе [важно]. Чем больше в программе проектов, тем больше вы узнаете о том, как Data Science работает на практике, и тем лучше будете готовы к работе в отрасли. (Проекты подробно рассматриваются в главе 4.) Важные проекты также отлично подходят для включения в резюме, которое поможет пройти стажировку во время обучения в аспирантуре или устроиться на первую работу.

• Судьба выпускников учебного заведения [важно]. Часто вузы собирают данные о том, где работают студенты после окончания учебы, например какой процент попадает в научные круги или в компании из списка Fortune 500. Эта статистика может быть информативной, но учебные заведения делятся только той, которая представляет их в выгодном свете, даже если показатели обманчивы (ирония в том, что понимание обманчивости показателей – один из навыков, которому вы учитесь на программе Data Science). Чтобы получить объективное представление, попытайтесь по возможности связаться с некоторыми выпускниками программы через LinkedIn. Если хотите работать в крупной корпорации, узнайте, какие компании нанимают выпускников именно этого заведения. Конечно, вы в любом случае можете участвовать в конкурсном отборе при приеме на работу, но, вероятно, вашему отклику будет уделено меньше внимания.

• Финансирование [бывает редко, но очень важно]. В редких случаях учебные заведения предлагают финансирование для студентов магистратуры, оплачивая их обучение и иногда добавляя стипендию помощникам преподавателей. Если вам предложили стипендию, мы настоятельно рекомендуем согласиться. Не платить за учебу и при этом получать зарплату гораздо приятнее, чем самостоятельно оплачивать счета. Если финансирование предполагает педагогическую практику, вам придется научиться общаться с большим количеством людей, что пригодится в дальнейшем. Минус такой ситуации в том, что преподавание занимает много времени, а это отвлекает от учебы.

• Насколько тесно программа взаимодействует с предприятиями в этом регионе [довольно важно]. Если учебное заведение сотрудничает с местными компаниями, особенно с технологическими, значит, оно связано с профессиональным сообществом. В этом случае будет проще получить стажировку или работу, а материалы во время учебы будут интереснее. Кроме того, преподаватели, скорее всего, будут знакомы с практическими методами.

• Требования к зачислению [не очень важно]. Некоторые учебные заведения требуют, чтобы у поступающих был определенный багаж из пройденных курсов. Для большинства программ это математические дисциплины вроде линейной алгебры и программирование, например введение в Java. Если вам не хватает всего пары курсов, возможно, у вас получится проскочить эти требования или наверстать пробел уже во время учебы на программе. Если же вы не прошли ни один из них или не закончили требуемое направление бакалавриата (например, информатику), возможно, программа вам не подойдет.

• Престиж учебного заведения [совершенно не важно]. Если речь не идет о невероятно престижных заведениях вроде Стэнфорда или MIT, работодателям все равно, что вы окончили. Престиж имеет значение, в основном если вы планируете работать в научных кругах, а не в промышленности, но тогда вам придется идти в аспирантуру, а не в магистратуру (а также читать другую книгу). Он важен только для формирования крепкого научного сообщества топовых университетов.

• Ваш научный руководитель [очень важно, но…]. Если программа, которую вы рассматриваете, предполагает написание диплома или диссертации, то у вас будет научный руководитель. Когда его стиль работы и сфера интересов совпадают с вашими, а вдобавок он еще и приятный человек, ваши шансы успешно закончить программу возрастают в разы. К сожалению, до поступления очень сложно определить, кто будет вашим научным руководителем, не говоря уже о его личностных качествах. Так что, несмотря на огромную важность этого критерия, вы вряд ли сможете принимать решение на его основе. А вот если программа полностью основана на выполнении курсовых работ или включает только один финальный проект, личность руководителя не особо важна.

Размышляя над перечнем вузов, попробуйте составить таблицу, в которой будут расписаны их качества по этим критериям. Однако даже со всеми данными на руках сложно объективно ранжировать учебные заведения. Разве можно наверняка решить, что лучше: вуз в ужасном городе, но с хорошими связями в компаниях или вуз в отличном месте, но без проектной работы? Мы советуем отказаться от идеи найти «лучшее». Вместо этого сгруппируйте варианты по принципам «люблю», «нравится» и «сойдет» и подавайте заявления только в заведения из первых двух групп.

Для поступления нужно подать документы. Процедуры для магистратуры и бакалавриата похожи, поэтому никаких сложностей возникнуть не должно. Первый шаг – это подача заявления. Осенью университеты обычно публикуют все требования и устанавливают процедуру подачи документов, включая сроки. Для поступления в магистратуру обычно требуется следующее:

• Мотивационное письмо на 1–2 страницы, в котором вы должны аргументировать, почему подходите для этой программы. Максимально подробно опишите, каким образом вы могли бы внести хороший вклад в эту программу. Ваши навыки, опыт или примеры работ будут плюсом. Избегайте клише вроде «Я с детства интересуюсь Data Science». Есть множество материалов по написанию хороших эссе, а в выбранном университете даже может быть отдел, помогающий справиться с этой задачей.

• Выписка об академической успеваемости из программы бакалавриата, которая подтверждает, что вы соответствуете всем исходным требованиям. На веб-сайте университета должны быть инструкции по получению этого документа, но учтите, что обычно за него нужно заплатить, а доставка занимает неделю или больше. Не откладывайте это на последний день!

• Результаты экзамена Graduate Record Examination (GRE) с проходными баллами по языку и математике. Теоретически GRE по математике должен показаться простым для любого, кто идет в Data Science, ведь математика – основа этой дисциплины. Однако многие не видели сложных математических задач со школы, поэтому лучше подготовиться. Языковая часть может быть сложнее и потребовать серьезной подготовки. Обычно экзамен сдается в конкретном месте, куда вам нужно добраться (а это может быть непросто), поэтому постарайтесь сдать его заранее. Если английский не ваш родной язык, скорее всего, потребуется набрать минимальный балл на экзаменах TOEFL (Test of English as a Foreign Language – тест на знание английского языка как иностранного) или IELTS (International English Language Testing System – международная система оценки знания английского языка).

• Три рекомендательных письма, объясняющих, почему вы подходите для этой программы. Это могут быть письма от ваших преподавателей или от начальника, если ваша работа связана с Data Science. В идеале авторы должны рассказать о том, почему вы будете хорошим дата-сайентистом, то есть они должны видеть ваши результаты. Не обращайтесь к преподавателям, которые не могут написать ничего, кроме: «Он получил пятерку на моем семинаре», а также к работодателям, которые мало что могут сказать о вашей работе в технической среде. Если вы студент бакалавриата, который читает эту книгу, возможно, сейчас самое подходящее время, чтобы получше узнать своих преподавателей на консультациях, семинарах и в научных клубах.

Все это требует времени, так что если вы подаете заявления сразу в несколько университетов, придется хорошенько потрудиться. Большинство заявлений подается в период с декабря по февраль, а ответ приходит примерно в феврале или марте. Если вас примут, то до апреля нужно решить, хотите ли вы учиться по этой программе. Получив положительный ответ, не пытайтесь выбрать «лучшее» – идите туда, где, на ваш взгляд, будете счастливы!

В целом академические программы по Data Science хорошо подходят людям, которые хотят получить всестороннее образование и могут себе это позволить. Можно перейти из другой сферы деятельности, где не приходилось заниматься программированием или технической работой, например из маркетинга. Такая программа позволит изучить все составляющие науки о данных в удобном ритме.

Академические программы не подходят людям, у которых уже есть многие из требуемых навыков: для них это будет слишком долго и дорого и в итоге не окупится. К тому же преподаватели не работают непосредственно в отрасли, и то небольшое количество новых знаний, которое они дадут, может вовсе не пригодиться на практике. Возможно, вам придется получить практический опыт на стажировке во время программы, чтобы дополнить свое образование.

Если вы считаете, что вам нужно углубленное обучение, чтобы стать дата-сайентистом, то вперед. Начинайте искать подходящее учебное заведение. Если же вы чувствуете, что такое обучение потребует слишком больших затрат и вместо этого есть более легкий путь, рассмотрите варианты, описанные в следующих разделах.

Буткемпы – это интенсивные курсы продолжительностью 8–15 недель, которые организовывают тренинговые компании вроде Metis и Galvanize в США. Каждый день на лекции от специалистов отрасли, практику и работу над проектами уходит около восьми часов. В конце слушатели обычно выступают с финальным проектом перед аудиторией из сотрудников компаний, которым нужны дата-сайентисты. В идеале далее происходят собеседование и прием на работу.

Буткемпы дают много знаний за очень короткий срок, а это значит, что они подойдут тем, у кого уже есть большинство нужных навыков, но нескольких все же не хватает. Представьте себе нейробиолога, которому по работе приходилось заниматься программированием. На курсе по анализу данных он может пройти темы вроде логистической регрессии и баз данных SQL. С этими навыками и опытом работы в науке такой человек будет готов к работе в Data Science. Иногда лучшее в буткемпе – не сами знания, а уверенность, которую дает программа, что вы действительно можете выполнять работу в DS.

У хорошего буткемпа есть оптимизированная программа, которая научит вас всему необходимому для устройства на работу в Data Science, и не более того. Она дает не только технические навыки, но и возможность работать над проектами и общаться с людьми. В следующих разделах подробно описано, чего вам следует ожидать от буткемпа.

По сравнению с самообразованием у буткемпов есть один серьезный недостаток – цена, которая обычно составляет от $15 000 до $20 000. Хотя есть вариант получить стипендию, которая покроет часть стоимости обучения, нужно еще помнить об издержках, связанных с невозможностью работать полный день (а порой и неполный) во время программы. Кроме того, после буткемпа, скорее всего, придется еще несколько месяцев искать работу. Во время учебы делать это не получится из-за нехватки времени и навыков в Data Science, и, даже если вас примут на должность, весь процесс может занять несколько месяцев от момента отклика до первого дня работы. Короче говоря, буткемп может оставить вас безработным на шесть, а то и девять месяцев. Если у вас есть возможность самостоятельно изучать Data Science в свободное время или учиться на работе, то можно продолжать зарабатывать и не платить за обучение и таким образом сэкономить десятки тысяч долларов.

Количество вариантов буткемпов зависит от того, где вы живете. Если вы хотите посещать их очно, то, вероятнее всего, даже в большом городе выбор доступных программ будет небольшим. А из провинции и вовсе придется на время перебираться в город, что увеличит стоимость программы и серьезно изменит вашу жизнь.

С другой стороны, есть онлайн-версии буткемпов по Data Science. Однако учтите: как и в случае с магистратурой, один из плюсов очных буткемпов в том, что люди вокруг будут мотивировать вас и помогать сосредоточиться на обучении. Если вы выберете онлайн-формат, то лишитесь этого преимущества и ваш буткемп за $20 000 может сравняться по эффективности с дешевыми или вовсе бесплатными открытыми онлайн-курсами.

При выборе буткемпа в вашем регионе не забудьте посетить аудитории, пообщаться с несколькими преподавателями и оценить, где вам комфортнее. Но будьте осторожны: везде хватает людей, которые стремятся выкачать деньги из тех, кто пытается стать дата-сайентистом. Если вы не будете осмотрительны, то можете попасть на программу, которая оставит вас без работы, зато с долгом в десятки тысяч долларов. При выборе буткемпа крайне важно пообщаться с теми, кто его окончил. Есть ли успешные выпускники этой программы на LinkedIn? Если да, пообщайтесь с ними и спросите, как они оценивают полученный опыт. Если вы не найдете таких людей на LinkedIn, это должно стать тревожным звоночком.

Буткемпы могут отлично подойти тем, кто хочет сменить профессию и уже немного разбирается в основах Data Science. Они также могут быть полезны для тех, кто только оканчивает университет и хочет пополнить портфолио DS-проектами, прежде чем искать работу. Тем не менее буткемпы не рассчитаны на то, чтобы прокачать вас с нуля до 60-го уровня; у большинства из них есть высокие требования к зачислению, и нужно иметь опыт работы с основами статистики и программирования, чтобы поступить, а затем получить максимум от программы.

Вы можете оказаться в сфере, связанной с Data Science. Необычный, но часто очень эффективный способ освоить это направление – начать все больше работать с данными в рамках текущей должности. Возможно, вы бизнесмен, который заставляет DS-отчеты звучать по-деловому. Тогда попробуйте добавлять в них собственные графики. Или, может быть, вы как работник финансовой сферы составляете электронные таблицы – их можно перенести на R или Python.

Рассмотрим гипотетическую Эмбер, человека, который несколько лет проработал в отделе маркетинговых исследований, проводил опросы клиентов и использовал графический интерфейс пользователя (GUI) для сбора результатов опроса. У Эмбер есть опыт работы в социологии и немного навыков программирования, полученных за время учебы. Она часто работает с отделом анализа данных, которому передает результаты опросов и объясняет их суть для использования в моделях. Со временем Эмбер начинает выполнять небольшую работу для DS-команды: извлекает функции в R, занимается визуализацией. Вскоре команда все больше и больше полагается на Эмбер. За это время ее навыки программирования и обработки данных действительно улучшаются. Через год она становится членом команды и работает на полную ставку, оставив сферу маркетинга в прошлом.

Попытка перейти к Data Science на текущем месте работы – отличный вариант, ведь так вы практически ничем не рискуете, зато очень мотивированы. Не нужно бросать работу ради дорогостоящего буткемпа или высшего образования; вы просто занимаетесь данными там, где это возможно. При этом такой подход мотивирует, потому что результаты вашей работы нужны остальным сотрудникам. Со временем вы сможете все больше заниматься Data Science, пока наконец это не станет вашей основной работой. Это совсем не похоже на вариант, когда вы сначала учитесь, а затем внезапно меняете сферу деятельности.

У Эмбер – бывшего маркетолога, а ныне дата-сайентиста, было кое-что еще:

• У нее были налаженные взаимоотношения с DS-отделом, который курировал ее работу.

• Она освоила основы программирования и визуализации данных.

• Она была достаточно мотивированной, чтобы изучать методы Data Science на работе.

• Отдел анализа данных смог поручить Эмбер небольшие проекты, которые со временем становились масштабнее, что в итоге позволило ей стать дата-сайентистом.

Если вы хотите освоить Data Science на работе, поищите места, где делают небольшие DS-проекты, и людей, готовых с ними помочь. Такие простые задачи, как создание отчета или автоматизация существующего, могут многому научить.

Одно важное замечание для выбравших этот путь: никогда не напрягайте других. Это может быть очевидным, например если вы неоднократно просите очистить для вас наборы данных, или менее явным, скажем если вы постоянно просите кого-то проверить вашу работу. Вы также можете неумышленно нагрузить команду, добавив новые инструменты. Если вы из финансового отдела и все, кроме вас (теперь вы используете R), работают с Microsoft Excel, то вы все усложнили. Даже обращение к кому-то с просьбой дать вам задание может быть людям в тягость, потому что тогда придется думать, чем вас занять. Так что старайтесь не создавать проблемы другим людям.

Чтобы этот путь был эффективным, нужно использовать несколько ключевых стратегий:

• Проявляйте инициативу. Чем больше работы вы сможете выполнить до того, как вас об этом попросят, тем более независимым станете и тем меньше будете обременять команду. У группы дата-сайентистов может быть скучная задача, на которую уйдет много времени, например маркировка данных или создание простого отчета. Можно предложить им свою помощь. Но будьте осторожны с самостоятельностью: может так получиться, что вместо пользы она принесет команде одну только необходимость все переделывать. Однако если вы можете приступить к задаче, в которую остальные позже внесут свой вклад, возможно, вы сэкономите для команды много времени.

• Осваивайте навыки по одному, не хватайтесь за все сразу. Выделите один навык, который вы хотите изучить в процессе работы, и принимайтесь за дело. Например, можно научиться составлять отчеты с помощью R, потому что группа дата-сайентистов постоянно этим занимается. Взявшись за небольшой проект для помощи команде, можно добавить новый навык в свой арсенал. После этого можно приступать к изучению следующего.

• Четко сформулируйте свои намерения. Довольно быстро все поймут, что вы берете дополнительную работу для перехода в Data Science. Если вы проявите инициативу и дадите DS-команде понять, что хотите научиться большему, она может придумать, как вам помочь. Кроме того, члены команды будут учитывать вашу неопытность, потому что они когда-то тоже были новичками.

• Не будьте чересчур напористым. Помочь человеку стать дата-сайентистом – это огромный труд, а команды уже и так перегружены работой. Если вдруг окажется, что ни у кого нет времени или возможности помочь вам, не принимайте это на свой счет. Иногда напоминать о себе – нормально, но, если вы будете слишком настойчивы, команда быстро почувствует себя некомфортно. Участники будут рассматривать вас не как потенциальный ресурс, а как источник неудобства.

Обучение без отрыва от производства может быть эффективным способом стать дата-сайентистом при условии, что на вашей работе можно применить навыки в области анализа данных и есть люди, которые могут вас наставлять. При соблюдении этих условий такой путь – отличный вариант, но так бывает далеко не всегда. Если вы считаете, что он вам подходит, мы настоятельно рекомендуем выбрать именно его. Работа не всегда позволяет учиться без отрыва от производства, так что воспользуйтесь возможностью, если она есть.

Data Science посвящено огромное количество книг (например, эта) и множество онлайн-курсов. Они обещают научить вас основам DS, а также углубленным техническим навыкам (и по разумной цене) на практике. Эти курсы и книги, а также все блоги по Data Science, учебные пособия и ответы на Stack Overflow могут дать неплохую базу.

Такие материалы отлично подходят для приобретения отдельных навыков. Например, если вы хотите разобраться в глубоком обучении, книга может стать отличным помощником. А для изучения основ R и Python можно для начала пройти онлайн-курс.

Самостоятельно изучать Data Science по книгам и онлайн-курсам – это все равно что учиться играть на музыкальном инструменте по видео на YouTube или изучать что-либо еще без преподавателя: ценность такого подхода в основном зависит от вашей настойчивости. На освоение навыков с нуля могут уйти сотни, а то и тысячи часов. И правда, как можно сосредоточиться на Data Science, когда на соседней вкладке открыты лучшие подборки TikTok? Также трудно понять, с чего начать. Если вы хотите изучить все темы, то кто подскажет, какую книгу прочесть первой (может быть, эту)?

Самообучение означает, что у вас нет преподавателя или примера, на который стоит равняться. Без учителя, которому можно задавать вопросы, как в буткемпе или университете, вы не узнаете, все ли делаете правильно и что нужно делать дальше. Время будет потрачено впустую, если у вас нет четкого направления или вы вообще выбрали неправильный путь. Лучший способ восполнить отсутствие преподавателя – найти сообщество людей, в котором можно задавать вопросы. Отличный пример – программа TidyTuesday (https://github.com/rfordatascience/tidytuesday), инициированная Томасом Моком; каждый вторник начинающие и практикующие дата-сайентисты используют R для решения DS-задач.

Если вы все же решите учиться самостоятельно, важен грамотный подход. Книги и видео – это здорово, но вы узнаете гораздо больше, если будете практиковаться и делать выводы на основании проделанной работы. Другими словами, чтение о велосипедах может быть познавательным, но вы никогда не научитесь кататься, не сев на велосипед. Обязательно найдите проект, которым хотите заниматься, например найти в наборе данных интересные результаты, создать модель машинного обучения и API или использовать нейронную сеть для генерации текста. В главе 4 мы рассмотрим такие проекты подробнее. При других способах изучения Data Science проекты могут пригодиться для создания портфолио, но, когда вы учитесь самостоятельно, проекты играют именно образовательную роль.

Учиться самостоятельно сложно, но можно. Вы должны уметь определять учебный план, сохранять достаточную мотивацию и делать все это без наставника или преподавателя, который мог бы вам помочь. Вам также будет труднее продемонстрировать свою квалификацию в резюме, чем в других случаях. Из всех предложенных нами способов стать дата-сайентистом этому мы отдаем наименьшее предпочтение, поскольку при самообучении многое может пойти не так. Кроме того, многим попросту не удается сохранять сосредоточенность. Если вам нужно освоить какой-то один навык или технологию, такой способ может подойти, но для того, чтобы изучить все, что нужно знать специалисту, лучше выбрать другой путь.

Рис. 3.1. Процесс принятия решения об изучении Data Science

DS-проект начинается с двух вещей: интересного набора данных и вопроса. К примеру, можно взять данные государственной переписи населения и спросить: «Как со временем меняются демографические данные по стране?» Сочетание вопроса и данных составляет ядро проекта (рис. 4.1). С этими двумя параметрами на руках можно приступать к анализу.

Рис. 4.1. Последовательность создания DS-проекта

Размышляя над тем, какие данные использовать, самое важное – чтобы они были интересными. Почему вы хотите использовать именно их? Выбор данных – это способ проявить свою личность или знания в предметной области, которые вы получили в ходе предыдущей карьеры или учебы. Например, если вы увлекаетесь стилем, присмотритесь к статьям о «Неделе моды» и узнайте, какие изменения произошли за последние 20 лет. Если вы отлично бегаете, можно показать, как со временем менялись ваши результаты, и, возможно, проверить, зависит ли скорость от погоды.

А вот чего делать не следует, так это использовать данные о «Титанике», БД MNIST или любые другие популярные наборы. Дело не в том, что они чем-то плохи; вероятнее всего, вы не найдете ничего нового, что могло бы удивить и заинтриговать работодателей или дать им больше представления о вас.

Иногда к датасету приводит сам вопрос. Например, вам может быть любопытно, как изменился гендерный состав студентов по разным специальностям в колледжах и связано ли это изменение со средним заработком после выпуска. Затем вы гуглите в поисках наиболее подходящего источника этих данных.

Но, возможно, у вас нет вопроса, на который вы давно мечтали ответить с помощью навыков в Data Science. В таком случае можно попробовать сначала поискать датасеты и посмотреть, получится ли задать к ним интересный вопрос. Вот несколько советов, с чего начать:

• Kaggle.com – начинался как веб-сайт для соревнований в Data Science. Компании публикуют датасеты и вопрос, предлагая приз за лучший ответ. Вопросы связаны с моделями МО для прогнозирования: например, сможет ли человек выплатить кредит или за сколько будет продан дом. Так что пользователи могут сравнивать модели на основе их производительности на тестовой группе выборки и получить показатели производительности для каждой из этих моделей. У Kaggle также есть форумы и «ядра», где участники делятся своим кодом. В результате у Kaggle есть тысячи датасетов с сопутствующими вопросами и примерами того, как их анализировали другие люди.

• В самом большом преимуществе Kaggle кроется и его главный недостаток: предоставив вам (как правило, очищенный) датасет и задачу, он сделает бо́льшую часть работы за вас. Тысячи людей решают одно и то же, поэтому сложно предложить выдающееся решение. Один из способов использовать Kaggle – взять имеющийся датасет, но задать другой вопрос или провести эксплораторный факторный анализ. Но в целом мы думаем, что с Kaggle лучше всего учиться, когда вы решаете задачу, а затем смотрите, как это сделали остальные. Этот ресурс подойдет для того, чтобы понять, как работают чужие модели, а не для пополнения портфолио.

• Датасеты из новостей. В последнее время многие новостные компании начали публиковать свои данные. Например, FiveThirtyEight.com – сайт, посвященный анализу опросов общественного мнения, политике, экономике и спортивным блогам, – хранит данные, которые используются в статьях, и даже ссылается на сырые данные в своих публикациях. Хотя эти датасеты часто нужно чистить вручную, тот факт, что они появляются в новостях, означает, что к ним относятся очевидные вопросы.

• API-интерфейсы. API-интерфейсы (интерфейсы прикладного программирования) – это инструменты разработчика, которые позволяют получать доступ к данным напрямую от компаний. Вы знаете, как ввести URL-адрес и перейти на веб-сайт? API похожи на URL-адреса, но вместо веб-сайта вы получаете данные. Некоторые компании с полезными API-интерфейсами вроде The New York Times и Yelp позволяют вам получать их статьи и обзоры. У некоторых API даже есть пакеты R или Python, которые упрощают работу с ними. Например, rtweet для R позволяет быстро извлекать данные из Twitter, чтобы можно было найти, например, твиты с определенным хештегом, актуальные темы в Киото или любимые твиты Стивена Кинга. Учтите, что есть определенные ограничения и условия использования этих API. Например, Yelp ограничивает ежедневное количество вызовов до 5000, поэтому получить все просмотры не получится. API-интерфейсы отлично подходят для получения надежных, систематизированных данных из многих источников.

• Открытые государственные данные. Многие из них доступны в интернете. Можно найти информацию о переписи населения, занятости, опросах общественного мнения, а также множество данных местной администрации, например звонки в службы спасения Нью-Йорка или показатели дорожного движения. Иногда получается загрузить эти данные непосредственно в виде файла CSV; в других случаях понадобится API. На основании Закона о свободном доступе информации[3] вы даже можете отправлять запросы в государственные учреждения, чтобы получить данные, которых нет в открытом доступе. Государственная информация хороша тем, что она часто исчерпывающая и касается необычных вопросов, как, например, сведения о кличках каждого зарегистрированного животного в Сиэтле. К недостаткам такой информации можно отнести то, что она часто плохо отформатирована, например таблицы могут храниться в файлах PDF.

• Ваши собственные данные. Есть много ресурсов, где вы можете скачать данные о себе, два самых крупных из которых – это социальные сети и электронная почта. Но если вы используете приложения для отслеживания своей физической активности, списков книг, бюджета, сна и тому подобного, можно получить информацию и оттуда. Возможно, у вас получится создать чат-бота на основе переписки с супругом. Или определить наиболее часто употребляемые вами слова в твитах и отследить, как они менялись со временем. А может, стоит отслеживать потребление кофеина и заниматься спортом в течение месяца, чтобы попробовать спрогнозировать продолжительность и качество своего сна. Преимущество использования собственных данных в том, что проект будет стопроцентно уникален: никто ранее не видел эти данные!

• Веб-скрейпинг. Скрейпинг – это способ извлекать данные с веб-сайтов, не имеющих API, в основном через автоматический просмотр страниц и копирование. Можно написать программу, которая будет искать киносайты по списку из 100 актеров, скачивать их профили и списки фильмов, в которых они снимаются, и помещать эти данные в таблицу. Однако следует учитывать, что скрейпинг может быть запрещен правилами пользования сайтом и вас могут забанить, поэтому проверьте файл robots.txt. Будьте осторожны с сайтами: слишком большое количество запросов за короткое время может их обрушить. В то же время соблюдение правил и увеличение промежутка между запросами может сделать скрейпинг эффективным инструментом для получения уникальных датасетов.

Что делает сторонний проект интересным? Мы рекомендуем делать эксплораторный факторный анализ, в котором любой результат может быть чем-то полезен читателю или продемонстрирует ваши навыки. Можно создать интерактивную карту звонков на номер 311 в Сиэтле, размеченную цветом по категориям. Эта карта наглядно продемонстрирует ваши навыки визуализации и покажет, что вы можете описывать закономерности. С другой стороны, прогнозировать фондовый рынок, скорее всего, не получится, а с плохими результатами работодателю будет сложно оценить вас.

Еще один совет: загуглите свой вопрос и посмотрите на результаты. Если первыми в списке идут газетные статьи или сообщения в блогах, которые дают точный ответ на него, возможно, вам стоит пересмотреть свой подход. Иногда вы можете расширить чей-то анализ или улучшить его с помощью дополнительных данных, но для этого, возможно, придется начать все с нуля.

Создание портфолио не должно отнимать много времени. Это именно та ситуация, где лучшее – враг хорошего. Сделать хоть что-то гораздо лучше, чем ничего. Первое и главное, что важно для работодателя, – убедиться, что вы умеете писать код и можете ответить на вопросы о данных. Возможно, вы переживаете, что люди посмеются над вашим кодом или скажут: «Хм, мы думали, что этот кандидат неплох, но гляньте на этот ужасный код!» Но такое вряд ли произойдет. Причина проста: ожидания работодателей зависят от опыта кандидата. Если вы начинающий специалист, от вас не ждут, что вы будете программировать как профессионал. Обычно в компании больше всего переживают, что вы вообще не умеете программировать.

Также неплохо поразмыслить над направлениями Data Science, которые мы рассмотрели в главе 1. Хотите специализироваться на визуализации? Сделайте интерактивный график с помощью D3. Хотите обрабатывать естественный язык? Используйте текстовые данные. Машинное обучение? Спрогнозируйте что-нибудь.

Заставьте себя выучить что-нибудь с помощью работы над проектом. Практика поможет вам заметить пробелы в знаниях. Например, если интересующие вас данные находятся на веб-сайтах, вы будете осваивать скрейпинг. Если вам не нравится, как выглядит какой-нибудь график, поработаете над улучшением визуализации. Выполнение проекта во время самообучения – хороший способ понять, куда двигаться дальше.

Распространенная проблема среди самостоятельно работающих специалистов – раздувание масштабов проекта. Такое происходит, когда дата-сайентист пытается сделать все сразу или продолжает добавлять все больше деталей по ходу проекта. Можно бесконечно улучшать/редактировать/дополнять его и так и не закончить работу. Вместо этого лучше думать, как в Голливуде, и создавать сиквелы. В проекте вы должны задать вопрос и ответить на него. А если вам кажется, что к нему еще надо будет вернуться, проект можно завершить вопросом или предложить тему для дальнейшего исследования (или даже написать «Продолжение следует…», если угодно).

Другая проблема – неспособность менять курс. Порой бывает, что нужные вам данные недоступны, либо их слишком мало или не получается очистить. Такие ситуации могут раздражать, и в эти моменты легко сдаться, но стоит все-таки постараться придумать, как спасти проект. Может быть, этой информации достаточно для того, чтобы написать туториал в блоге, например рассказать, как вы искали данные? Работодателям нужны люди, которые извлекают опыт из собственных ошибок и не боятся их признавать. Умение показать другим, что пошло не так, чтобы они могли избежать подобной ошибки, ценится по-прежнему.

Возможно, вы уже работаете над собственными проектами в буткемпе или университете. Вы даже разместили свой код на GitHub. Этого достаточно?

Нет! Минимальное требование для полезного репозитория GitHub – заполнение файла README. Вам нужно ответить на несколько вопросов:

• Что это за проект? Какие данные в нем используются? На какой вопрос он отвечает? Что получилось: модель, система машинного обучения, информационная панель или отчет?

• Как организован репозиторий? Этот вопрос, конечно, подразумевает, что репозиторий действительно каким-то образом организован! Есть множество различных систем, но основная заключается в разделении вашего скрипта на части: получение (если необходимо) данных, их очистка, изучение и окончательный анализ. Таким образом, люди будут знать, как найти то, что им интересно. А для будущего работодателя это означает, что вы сможете хорошо организовывать информацию. Если при сдаче проекта вы отдадите сценарий на 5000 строк без единого комментария, никто не сможет его понять и использовать: компания не хочет так рисковать, нанимая кандидата. Умение управлять проектами также поможет вам в будущем: если вы захотите повторно использовать часть кода, то будете знать, где его искать.

Подготовить проект, сделать его общедоступным и задокументировать в репозитории GitHub – это хорошо, но по одному только коду очень сложно понять, что же в нем такого особенного. Когда вы приступаете к работе над проектом, вашим следующим шагом должен стать пост в блоге, где вы объясняете, почему то, что вы сделали, – круто и интересно. Никого не заинтересует pet_name_analysis.R, зато никто не пройдет мимо заголовка «Я использовал R, чтобы найти самые глупые клички питомцев!»

Благодаря блогу вы можете продемонстрировать свои проекты и размышления о них, кроме того, в блоге вы можете представить свою работу с нетехнической стороны. Знаем-знаем – вы только что научились всем этим замечательным техническим штукам и хотите похвастаться! Но работа в Data Science почти всегда влечет за собой передачу результатов непрофессиональной аудитории, а в блоге вы сможете попрактиковаться в переводе с технического на деловой язык.

Предположим, вы завели блог. А будут ли ваши проекты вообще хоть кому-нибудь интересны? Вы еще толком не стали дата-сайентистом – чему у вас можно научиться?

Стоит запомнить одну вещь: лучше учить тех, кто отстает от вас всего на несколько шагов. Как только вы что-нибудь освоили, например научились использовать непрерывную интеграцию для пакета или создавать модели TensorFlow, у вас еще свежи воспоминания о своих ошибках и неудачах. Спустя годы трудно представить себе образ мышления новичка. Вы когда-нибудь занимались с очень компетентным преподавателем, который при этом совершенно не мог объяснить тему? Вы не сомневались в его профессионализме, но общение никак не складывалось, а преподаватель был крайне разочарован тем, что вы не схватывали все на лету.

Попробуйте разглядеть в читателе себя полгода назад. Что вы узнали с тех пор? Каких ресурсов вам не хватало? Этот опыт также отлично подходит для отслеживания собственного прогресса. В Data Science нужно столько всего выучить, что вы можете решить, будто делаете недостаточно; всегда полезно взять паузу и оценить свои достижения.

Вы можете разбить посты в блоге на четыре категории:

• Туториалы, где много кода. Они обучают, как что-то делать, например скрейпить веб-сайты или работать с глубоким обучением на Python. Вашими читателями, как правило, будут другие начинающие или практикующие дата-сайентисты. И хотя мы говорим «с большим количеством кода», текста в статье может быть едва ли не больше. Код сам себя не объяснит, так что вам придется описывать, что делает каждая его часть, почему вы решили сделать именно так и какие результаты получили.

• Туториалы, где много теории. Они могут объяснять статистические или математические концепции, например что такое эмпирический байесовский анализ или как работает анализ главных компонентов. В них также могут быть какие-нибудь уравнения или модели. Как и в предыдущем случае, вашей аудиторией будут в основном другие специалисты по данным, но вы должны писать так, чтобы вас мог понять любой, кто хоть немного разбирается в математике. Теоретические туториалы особенно хороши для демонстрации ваших коммуникативных навыков; есть стереотип, что многие технические специалисты, особенно с ученой степенью, не умеют объяснять понятия простым языком.

• Ваш необычный проект. Надеемся, в разделе 4.1 нам удалось убедить вас в том, что не стоит работать только над уникальным распознаванием медицинских изображений. Вы также можете проверить, в каких фильмах саги «Сумерки» использованы только слова из шекспировской «Бури». Например, Джулия Силдж использовала нейронные сети для генерации текста, который похож на произведения Джейн Остин. Посты в блоге могут описывать как процесс, так и результат в зависимости от того, какая часть проекта была наиболее интересной.

• Делитесь своим опытом. Не стоит публиковать в блоге только туториалы или заметки о DS-проектах. Можно поделиться своим опытом посещения встречи или конференции по Data Science: рассказать об интересных докладах, дать советы тем, кто собирается посетить их впервые, или поделиться некоторыми ресурсами от спикеров. Такие посты могут пригодиться людям, которые собираются посетить это мероприятие в следующем году либо не могут посещать конференции из-за нехватки денег или невозможности доехать. Опять же, этот тип публикаций позволяет потенциальным работодателям понять, как вы мыслите и общаетесь.

Но где же размещать статьи? У вас есть два основных варианта:

• Создание собственного сайта. Если вы работаете в R, мы предлагаем использовать пакет blogdown, который позволяет создать веб-сайт для блога с разметкой на R (круто, правда?). Если вы используете Python, то Hugo и Jekyll – это два варианта для создания статических веб-сайтов для блога. В них есть множество тем, созданных другими людьми, так что вы можете публиковать статьи с готовой разметкой. Не слишком заморачивайтесь насчет темы и стиля: просто выберите то, что вам понравится. Нет ничего хуже, чем перестать вести блог, увлекшись настройкой его оформления. Чем проще, тем лучше; постарайтесь выбрать тему, которая не надоест вам через полгода, ведь поменять ее может быть непросто.

• Использование Medium или другой платформы для ведения блогов. Medium – это бесплатная онлайн-платформа для публикаций. Сама компания обычно контент не создает, зато позволяет сотням тысяч авторов его размещать. Medium и подобные сайты – хороший вариант, если вам нужен быстрый старт, ведь с ним не придется беспокоиться о хостинге и создании веб-сайта: все, что от вас требуется, это нажать «New Post», написать и опубликовать статью. При этом вы даже можете получить больше трафика, когда люди будут искать на сайте такие термины, как Data Science или Python. Однако у этого варианта есть свой недостаток: вы зависите от платформы. Если, например, компания изменит бизнес-модель и сделает доступ к ресурсу платным, вы не сможете оставить свои публикации бесплатными. Вы также не сможете создать раздел с биографией или добавить другой непредусмотренный контент, например страницу со ссылками на ваши выступления.

Чаще всего люди хотят знать, какими должны быть объем и частота публикаций. Решайте сами. Мы видели, как авторы микроблогов публикуют короткие посты несколько раз в неделю. У других между публикациями проходят месяцы, но зато у них длинные статьи. Некоторые ограничения все же есть: вы ведь не хотите, чтобы ваши публикации напоминали роман Джеймса Джойса «Улисс»? Если ваш пост очень длинный, стоит разбить его на части. Ваша задача – показать, что вы умеете лаконично излагать информацию, поскольку это один из основных навыков в Data Science. Ни руководство компании, ни даже ваш непосредственный руководитель не хотят и, наверное, не должны слышать обо всех ваших неудачных попытках или двадцати испытанных подходах. Хотя неудачи и можно кратко описать, лучше поскорее перейти к сути и предложить окончательный способ решения. Из этого правила есть одно исключение: если ваш итоговый способ решения задачи удивит читателей. Если, например, вы не использовали самую популярную библиотеку, то можете объяснить, что сделали так, потому что оказалось, что она не работает.

Вас может беспокоить мысль, что никто не будет читать ваш блог и старания будут напрасны. Что ж, одна из главных причин вообще завести блог состоит в том, что он поможет вам при устройстве на работу. Вы сможете размещать в своем резюме ссылки на свои публикации при упоминании собственных DS-проектов и даже демонстрировать их на собеседованиях, особенно если там есть приятная интерактивная визуализация или информационные панели. Не обязательно иметь сотни или тысячи подписчиков. Да, было бы неплохо получить признание на Medium или быть упомянутым в информационном бюллетене компании, занимающейся Data Science, но гораздо важнее иметь аудиторию, которая будет читать, ценить и взаимодействовать с материалом.

Это не значит, что ничего нельзя сделать для увеличения количества читателей. Во-первых, вы должны рекламировать себя. Пусть это клише, но личный бренд помогает нетворкингу в долгосрочной перспективе. Даже если что-то кажется вам простым, это может быть неизвестно группе практикующих дата-сайентистов только потому, что область знаний очень велика. Ваши материалы могут читать даже сотрудники компаний, в которых вы хотите работать! Twitter – хорошее место для старта: вы можете поделиться новостью и использовать соответствующие хештеги, чтобы расширить круг читателей.

И все же ведение блога оправданно даже в том случае, если никто (кроме супруга и домашних животных) его не читает. Написание статей – полезный опыт, развивающий ваш навык структурирования мыслей. Как и преподавание, оно может помочь вам понять, что в чем-то вы не так сильны, как казалось.

В этом разделе мы подробно рассмотрим два примера проектов: от появления идеи до проведения анализа и получения итогового результата. Для этого мы используем реальные проекты, принадлежащие авторам книги: создание веб-приложения для поиска наиболее подходящих вакансий для фрилансеров, занимающихся работой с данными, и обучение нейронных сетей на наборе данных о «запрещенных» автомобильных номерах.

Эмили Робинсон

Жаклин Нолис

Вопрос

По мере того как я росла как дата-сайентист, меня всегда удивляли радостные посты в блогах, где люди рассказывали о том, как обучали нейронные сети генерировать новые названия групп, покемонов и странные описания кулинарных рецептов. Я считала эти проекты великолепными, но не знала, как делать такое самостоятельно! Однажды я вспомнила, как слышала о датасете с автомобильными номерами, которые не приняли в Аризоне из-за их неблагозвучности. Будь у меня этот датасет, он бы идеально подошел, чтобы наконец научиться создавать нейронные сети, – я могла бы создавать собственные «неприличные» автомобильные номера (рис. 4.2)!

Рис. 4.2. Пример выходных данных нейронной сети генератора «неприличных» автомобильных номеров

Анализ

Отправив в Министерство транспорта штата Аризона запрос о предоставлении архивных документов, я получила список из тысяч «неприличных» автомобильных номеров. Тогда я ничего не знала о нейронных сетях, поэтому начала гуглить в поисках соответствующих постов. Будучи заядлым пользователем R, я была на седьмом небе от счастья, наткнувшись на пакет Keras от RStudio, который можно было использовать для создания нейронных сетей на R.

Я загрузила данные в R, а затем проверила пример пакета Keras от RStudio для генерации текста с помощью нейронных сетей. Я внесла изменения в код, чтобы обеспечить возможность работы с данными; пример RStudio был предназначен для генерации последовательностей длинного текста, но мне хотелось обучать модель на семизначных номерных знаках. Это означало создание нескольких точек датасета для обучения из каждого автомобильного знака (одна точка данных для прогнозирования каждого символа в номерном знаке).

Затем я обучила модель нейронной сети, хотя поначалу она не сработала. Я отложила проект и через месяц, вернувшись к нему, поняла, что данные обрабатываются неправильно. Когда я исправила эту проблему, результаты, созданные нейронной сетью, были фантастическими. В итоге, несмотря на мои незначительные изменения примера от RStudio, я продвинулась в создании и использовании нейронных сетей.

Готовый продукт

Я рассказала о своем проекте в блоге, подробно описав, как я получила данные, как они обрабатываются для нейронной сети и как я изменила пример кода RStudio, чтобы он работал как положено. Пост был написан преимущественно в стиле: «Я в нейронных сетях новичок, но вот чему я научилась»; я не делала вид, будто уже знаю, как все это работает. В посте я разместила картинку, содержавшую выданный моей нейронной сетью текст и выглядевшую как номерной знак из Аризоны. Я также выложила код на GitHub. С тех пор как я написала этот пост и сделала код доступным, многие внесли в него свои изменения, чтобы создать собственные забавные нейронные сети. То, что я узнала, работая над этим нелепым проектом, в конечном итоге помогло мне создать высокоэффективные модели машинного обучения для важных консалтинговых услуг. Если изначальная работа кажется вам несерьезной, это не означает, что в ней нет никакой ценности!

Прежде чем думать о составлении «идеального» резюме и сопроводительного письма, вам нужно знать, куда их отправить! Начните с сайтов вакансий, таких как LinkedIn, Indeed и Glassdoor. Стоит выбрать несколько веб-сайтов, потому что не все компании публикуют свои вакансии на каждом. Если вы относитесь к группе недостаточно представленного меньшинства в сфере технологий, поищите специальные сайты, такие как POCIT и Tech Ladies, которые предназначены для цветных людей и женщин в этой области соответственно. Место поиска зависит от вида работы, на которую вы претендуете, например бывают сайты объявлений для определенных типов компаний, таких как AngelList для стартапов или Dice для технологических организаций.

Обязательно сделайте поиск расширенным. Как мы уже говорили, вакансии в Data Science имеют множество различных названий. Одна и та же должность называется по-разному в зависимости от организации, а некоторые компании даже называют специалистов по-новому, оставляя прежний круг обязанностей. Например, раньше это были аналитики данных, а через год их переименовали в дата-сайентистов! Вот некоторые примеры, с которыми вы можете столкнуться (рис. 5.1):

Рис. 5.1. Должности, в названии которых не упоминается работа с данными, но которые вы можете встретить при поиске

• Аналитик данных. Эта должность часто является первой ступенью и может стать отличным стартом для начала работы в этой сфере, если у вас нет степени в области естественных наук, технологий, инженерии или математики (STEM) и опыта. Как мы позже расскажем в разделе 5.1.1, следует очень осторожно подходить к этой должности и убедиться, что в обязанности будут входить программирование и статистика или МО.

• Специалист по количественному анализу, аналитик продукции, аналитик-исследователь и прочие виды аналитиков. С точки зрения обязанностей эти должности еще разнообразнее, чем аналитик данных. Вы можете выполнять ту же работу, что и дата-сайентисты в других компаниях, равно как и коротать дни, работая с устаревшими таблицами Microsoft Excel.

• Инженер по машинному обучению. Как следует из названия, эти вакансии ориентированы на МО в Data Science и обычно требуют опыта работы инженером. Если у вас есть степень в области компьютерных наук или вы работали инженером-программистом, такая должность может отлично вам подойти.

• Инженер-исследователь. Для этих должностей часто требуется кандидатская степень, хотя это может быть обсуждаемо, если у вас есть степень магистра в области компьютерных наук, статистики или смежной области.

Попробуйте сначала просто поискать данные на одной из платформ по трудоустройству и потратить час на чтение объявлений о вакансиях: так вы поймете, какие отрасли есть в вашем регионе и какие типы вакансий открыты. Кроме того, у вас появится тактика для быстрой фильтрации новых объявлений. Просмотр наиболее подходящих вам должностей вместо всех доступных вакансий сузит область поиска до приемлемых масштабов. Не обращайте внимания на название вакансии: лучше используйте описание, чтобы оценить, насколько она вам подходит.

Будьте предельно осторожны, относясь к поиску работы как к игре в числа. В списке будут сотни вакансий, если вы ищете их в большом технологически развитом городе, таком как Нью-Йорк или Сан-Франциско, или в нескольких городах сразу. Поиск может быстро стать навязчивой идеей, ведь это простой способ почувствовать себя продуктивным («Сегодня я просмотрел 70 вакансий!»). И так же, как в случае с Twitter и Facebook, постоянная проверка обновлений может вызывать привыкание. Заниматься этим чаще, чем каждые три-пять дней, как правило, бесполезно. Если же делать это раз в месяц, то можно упустить хорошую возможность, но все же ни одна компания не закроет вакансию (которая фактически открыта) через два дня после ее размещения на сайте.

Если вас интересует работа в конкретных компаниях, ищите вакансии на их сайтах. Так как вы будете ориентироваться на разные названия должностей, проверяйте разные подразделения. В некоторых компаниях вакансии в Data Science можно найти в финансовом, инженерном и других отделах, и если вы не заглянете туда, то не найдете их.

Джуны Когда будете искать работу, ищите должности с названиями «начинающий специалист», «Junior», «младший сотрудник» и «начальный уровень». Также обратитесь за помощью в центр профориентации и посещайте разные ярмарки вакансий в вашем учебном заведении.

Когда вы начинаете читать описания вакансий, может показаться, что вся работа в Data Science попадает в одну из двух категорий:

• Бизнес-аналитик. На этой должности вы будете использовать инструменты бизнес-аналитики, такие как Excel и Tableau, и, возможно, немного SQL, но, как правило, вы не будете писать код. Если вы хотите улучшить навыки программирования, знания в области статистики и инженерии данных или расширить набор инструментов для машинного обучения, эти вакансии вам не подходят.

• Единорог. С другой стороны, есть целый ряд вакансий с такими требованиями: наличие кандидатской степени в области компьютерных наук, опыт работы дата-сайентистом более пяти лет; эксперт в области передовой статистики, глубокого обучения и общения с деловыми партнерами; имеет опыт выполнения широкого круга обязанностей, от машинного обучения на производственном уровне до создания информационных панелей и проведения A/B-тестов. Такие описания обычно означают, что компания сама не знает, кого ищет, и ожидает, что специалист по данным решит все ее проблемы самостоятельно.

Но не спешите расстраиваться: даем слово, что бывает и другая работа. Лучше думать о вакансии с точки зрения квалификации. Компании нужен кто-то для создания нового отдела, при том что никакой инфраструктуры конвейера данных пока что нет? Или же она ищет пятого сотрудника в существующую продуктивную DS-команду с надеждой, что новый человек сможет сразу же внести свой вклад в работу, но при этом от него не ждут, что он будет одновременно отлично управлять данными, иметь навыки делового общения и к тому же разрабатывать ПО? Чтобы разобраться, внимательно прочтите описание должности и постарайтесь понять, что на самом деле ищет работодатель. Представьте себе сайт, на котором пристраивают животных в добрые руки. Вы увидели фото кошки Дыньки и описание: «Любит интересоваться, как у вас дела». Вы должны понимать: на самом деле это означает, что кошка постоянно мяукает и требует внимания – сомнительная перспектива.

В описаниях вакансий есть клише, на которые также стоит обратить внимание. Фраза: «Хорошо поработал – хорошо отдохнул» означает, что вам придется много работать, но зато вы сможете посещать неформальные корпоративные мероприятия (например, поход в бар). Или, например, если ищут «инициативного и независимого» сотрудника, значит, вам будут мало помогать. Умение читать между строк поможет найти подходящую работу.

Прежде всего, следует иметь в виду, что список требований – это, скорее, пожелания, так что здесь есть место для маневра. Если вы отвечаете 60 % требований (возможно, вам не хватает года до необходимого опыта работы или вы не работали с одним из компонентов технологического стека компании), но в остальном подходите, смело откликайтесь на вакансию. Не придавайте существенного значения таким формулировкам, как «будет вашим плюсом». Кроме того, требования к многолетнему опыту работы лишь указывают на необходимые навыки; если вы программировали во время учебы в магистратуре, этот опыт может быть учтен. Однако если вы начинающий дата-сайентист и пришли из сферы маркетинга, то идея откликаться на должность старшего специалиста, где от кандидата требуется пятилетний опыт работы, отличные знания Spark и Hadoop и умение развертывать модели МО, – не лучший вариант, если, конечно, вы не хотите потратить время впустую. В этом случае компания ищет кандидата с другим уровнем квалификации.

Один из нюансов вакансий в этой сфере заключается в том, что разные слова могут означать одно и то же. В машинном обучении и статистике это встречается довольно часто. В одной компании требуется опыт регрессионного анализа или классификации, в другой – опыт контролируемого обучения, но в целом эти термины эквивалентны. То же самое касается A/B-тестирования, онлайн-экспериментов и рандомизированных контрольных испытаний. Если вы не знаете термин, загуглите его; вы можете обнаружить, что уже делали такое, просто оно по-другому называлось! Если вы не работали с какой-то технологией, заявленной в вакансии, вспомните, сталкивались ли вы в принципе с чем-то подобным. Если в списке упоминаются, например, Amazon Web Services (AWS), а вы работали с Microsoft Azure или Google Cloud, значит, у вас есть навыки работы с сервисами облачных вычислений.

У способности читать между строк есть еще один плюс: умение разглядеть тревожные сигналы (см. раздел 5.1.2). Ни одна компания не назовет предлагаемую работу плохой. Чем раньше вы распознаете, что с вакансией что-то не так, тем лучше, поэтому стоит отмечать любые странности в описании должности.

Поиск работы – это игра на двоих. В процессе поиска вам может казаться, что вся власть сосредоточена в руках компаний, которым нужно доказать, что вы достойны работы у них. Но вы (да, вы!) тоже можете быть избирательными. Попасть в токсичные условия или на ужасно скучную работу – не лучшая перспектива. И пусть вы не всегда сможете определить это по описанию, можно обратить внимание на несколько признаков:

• Отсутствие описания. Первый звоночек – это наличие только списка требований и отсутствие описания компании или обязанностей. Такие организации забывают, что прием на работу – это процесс, в котором участвует две стороны, и им попросту нет до вас дела. Либо компании, возможно, купились на ажиотаж в Data Science и просто хотят иметь собственных специалистов, ничего не вкладывая в создание условий для их эффективной работы.

• Слишком широкие требования. Второй звоночек – это вышеупомянутое описание единорога (см. раздел 5.1.1). Несмотря на то что это пример крайности, вам следует с осторожностью относиться к любому описанию обязанностей, в котором две или три сферы деятельности (поддержка принятия решений, аналитика и машинное обучение) указаны в качестве основных. Можно ожидать, что у кандидата есть базовые знания по каждой из них, но ни один человек не сможет выполнять все эти функции как эксперт. Даже если бы кто-то и мог, ему попросту не хватило бы времени на все.

• Несоответствия. Также обратите внимание на несоответствие между требованиями к кандидату и описанием обязанностей. Работодатель требует опыта в области глубокого обучения, но в обязанностях фигурирует создание информационных панелей, общение с заинтересованными сторонами и работа с экспериментальными программами? Если это так, компании нужен кто-то, кто умеет пользоваться наиболее трендовыми инструментами или она просто ищет «престижного» дата-сайентиста с докторской степенью Стэнфорда в области искусственного интеллекта, хотя на самом деле эти специализированные знания не пригодятся.

Хотя вы должны понимать, к чему стремиться, не следует гнаться за совершенством. Начинающие дата-сайентисты иногда видят свой путь развития примерно так: «Шаги 1–98: изучить Python, R, глубокое обучение, байесовскую статистику, облачные вычисления, A/B-тестирование, D3. Шаг 99: получить работу. Шаг 100: профит». Конечно, это преувеличение, но весь ажиотаж вокруг Data Science – это идеализация реальной ситуации. В конце концов, специалист по данным – «лучшая работа в Америке» (http://mng.bz/pyA2) с шестизначной зарплатой и высоким уровнем удовлетворенности. Вы можете вообразить, будто каждый день придется решать интереснейшие задачи с умнейшими коллегами. Необходимые данные всегда будут доступны и очищены, а любые проблемы будут моментально решены командой инженеров. Работа будет в точности соответствовать описанию в вакансии, и вам никогда не придется заниматься скучными вещами.

К сожалению, такой сценарий – утопия. Надеемся, что часть I этой книги убедила вас в том, что для устройства на работу не обязательно знать все; так же и компании не обязаны быть идеальными единорогами. По определенным причинам эта книга не заканчивается на том, как вас берут на должность. И хотя стать дата-сайентистом – это уже большое достижение, которым вы должны гордиться, учтите, что вы попали в ту сферу, в которой придется постоянно учиться. Вы столкнетесь с нерабочими моделями, с политикой компании, которая сводит на нет всю проделанную за последний месяц работу, а еще вам придется потратить не одну неделю на переговоры с инженерами и продакт-менеджерами, чтобы собрать необходимые данные.

Особенно легко идеализировать хорошо известные компании. Может быть, вы пришли на собеседование и кто-то из сотрудников поразил вас. Возможно, вы уже несколько месяцев читаете блог этого человека и знаете, насколько он продвинутый в своей области. А может, вы прочитали в какой-то статье, что в офисе компании можно спать, есть блюда высокой кухни и обниматься с милыми собачками. То, что привлекло вас, наверняка заинтересовало и других начинающих специалистов; большинство этих компаний получают сотни откликов и могут установить более высокую планку, чем в действительности необходимо для выполнения задач. В любом случае речь может идти о работе в другом подразделении, а сама должность окажется невероятно скучной.

Даже с вполне реалистичными ожиданиями вы вряд ли сразу получите работу мечты. Легче перейти на эту должность внутри компании или включить анализ данных в свои текущие обязанности; даже если вы в конечном итоге собираетесь уйти из своей сферы, для начала все же потребуется взять на себя другую роль, чтобы прокачать навыки. Это не значит, что у вас не должно быть определенных требований и предпочтений; просто проявите гибкость. Менять работу в сфере технологий даже через год или два – абсолютно нормально, так что вы не подписываетесь на это на ближайшие 15 лет. Но вы не можете точно знать заранее, чего хотите, и даже на плохой работе можно научиться чему-то полезному, так что сильно не переживайте.

Хотя порталы по трудоустройству – это распространенный способ найти открытые вакансии, как правило, давать отклик через них не особо эфективно. В главе 6 мы расскажем, что холодные онлайн-заявки часто дают очень низкий процент обратной связи. Согласно опросу, проведенному Kaggle в 2017 году (https://www.kaggle.com/surveys/2017), уже трудоустроенные дата-сайентисты ищут и получают работу через рекрутеров, друзей, членов семьи и коллег. Отличный способ собрать такую сеть контактов – посещать митапы.

Митапы обычно представляют собой личные встречи, которые проводятся по вечерам в будни. Как правило, на них выступает один докладчик или целая группа специалистов, представляющих заявленную тему мероприятия. Митапы должны быть бесплатными или иметь символическую стоимость, которая иногда уходит на еду. На некоторых может быть только двадцать человек; другие могут вмещать до трехсот. Одни участники проводят митапы каждый месяц, другие встречаются всего несколько раз в год. Где-то они остаются для дальнейшего общения или идут в ближайший бар; а в других местах все держится исключительно в рамках лекций. Одни митапы посвящены очень специфическим направлениям, таким как расширенная обработка естественного языка на Python, другие в этом месяце могут обсуждать введение во временные ряды, а в следующем – продвинутые модели глубокого обучения. Чтобы понять, что вам больше нравится, лучше посетить несколько форматов. Тема, безусловно, важна, но вы должны найти то место, где почувствуете себя желанным гостем и получите удовольствие от общения с другими участниками. Почти у всех митапов есть учетная запись на https://www.meetup.com, так что можно выполнять поиск по теме. Наберите в строке поиска «Data Science», «машинное обучение», «Python, R» или «аналитика», чтобы найти подходящие мероприятия в вашем регионе.

Вначале многих митапов люди заявляют о наборе сотрудников. Подойдите к ним и пообщайтесь: подбор персонала – это часть их работы, и даже если текущие вакансии вам не подходят, вам могут дать хороший совет или предложить альтернативные места для поиска.

Вы также можете встретить другого участника митапа, который работает в интересующей вас компании или отрасли. Спросите, есть ли у него время ответить на несколько вопросов, чтобы вы могли больше узнать об этой области. Такой разговор не является (или, скорее, не должен быть) пассивно-агрессивным способом поиска работы, скорее это отличная возможность получить взгляд изнутри и совет от специалиста. В главе 6 мы поговорим о преимуществах получения рекомендаций, однако не советуем просить о них людей, с которыми едва познакомились. Вы хотите слишком многого от человека, который вас толком не знает; кроме того, никому не нравится чувствовать, будто его используют. Если кто-то расскажет вам о вакансии в своей компании и предложит вас порекомендовать – отлично! Но даже если этого и не произойдет, вы все равно сможете многое извлечь из такого разговора.

Посещение митапов полезно и по другим причинам. Во-первых, они позволяют находить единомышленников рядом с вами. Если вы переехали в другой город или только что окончили колледж, то можете почувствовать себя чужим. Митапы – отличный шанс сделать карьеру и выстроить круг общения. Можно воспользоваться преимуществами митапов, чтобы просто пообщаться или завязать знакомства, которые могут помочь вам с чем угодно, начиная от конкретных вопросов по анализу данных до получения рекомендаций при поиске работы или менторинга. Учтите, что некоторые митапы публикуют записи выступлений в интернете, а другие – нет, поэтому личное присутствие – это единственный способ поучаствовать и увидеть все своими глазами.

К сожалению, у митапов есть несколько недостатков. Может быть страшно участвовать в мероприятии, где у всех есть опыт и/или все друг друга знают. Синдром самозванца никто не отменял, но вы обязаны его побороть, так как мест с дружественной атмосферой все же больше, чем просто хороших митапов. Наконец, хотя такие мероприятия помогают увидеть кухню Data Science изнутри, они могут быть закрытыми или неразнообразными в плане состава участников: это зависит от приветливости организаторов и от связи митапа с разными сообществами.

Если вы не живете в городе или рядом с ним, то, возможно, не сможете найти DS-митапы поблизости. В этом случае вам отлично подойдут Twitter и LinkedIn. Если вы подписаны на нескольких известных дата-сайентистов, то по их хештегам или ретвитам сможете найти других людей, на которых можно подписаться. Вы также можете начать создавать личный бренд.

Нам нравится использовать Twitter несколькими способами:

• Делиться своей работой. После написания отличной статьи в блоге вы хотите, чтобы другие люди узнали о ней! Самореклама со ссылками на свою работу с кратким описанием – совершенно нормальная практика.

• Делиться работой других людей. Вы прочитали что-нибудь классное? Пакет сохранил вам кучу нервов? Увидели в выступлении слайд, который оказался особенно полезным? Если да, помогите другим людям. В главе 6 мы обсуждаем один из лучших способов связаться с кем-либо: рассказать о пользе, которую принесла вам работа этого человека. Отметить автора в своем посте с помощью хештега – отличный способ привлечь его внимание. Если вы делитесь выступлением, проверьте, есть ли у конференции или митапа свой хештег; с ним ваш твит станет заметнее.

• Обращаться за помощью. У вас есть задача, на которой вы застряли и не смогли решить даже с помощью Гугла? Вполне вероятно, что кто-то другой столкнулся с той же проблемой. В зависимости от типа задачи можно пойти на определенные форумы или веб-сайты, задать вопросы или кинуть клич, используя соответствующий хештег.

• Обмениваться советами. Не все нужно непременно публиковать в блоге, но если у вас есть совет по быстрому решению задачи – поделитесь им. Вы можете считать, что вопрос того не стоит и все и так все знают, но помните: начинающие специалисты многого не понимают. Даже люди, которые годами использовали определенный язык, могут не знать какой-то новый способ решения.

В соцсетях можно также писать, что вы ищете работу, и спрашивать других о потенциальных вариантах. Даже если у вас еще не сформировалась обширная сеть контактов, ваши друзья, бывшие одноклассники и коллеги могут знать о вакантных должностях в компаниях. Этот подход обычно эффективнее работает на платформах, объединяющих дата-сайентистов, например на LinkedIn или Twitter, но даже на Facebook можно найти полезные контакты.

В начале карьеры часто кажется, что связи есть только у тех, кто уже работает с данными. Секрет в том, что их нужно искать задолго до поиска работы. Чем больше вы сможете выйти из своей зоны комфорта и общаться с людьми на конференциях, митапах, в академических учреждениях, на барбекю и так далее, тем более подготовленными вы будете при следующем поиске вакансий.

Цель вашего резюме не в том, чтобы получить работу, а чтобы попасть на интервью. Рекрутеры, которые нанимают кандидатов, явно не соответствующих требованиям, получают нагоняй от своих руководителей, и наоборот: их хвалят, если подобранные ими сотрудники справляются хорошо. Ваше резюме должно показать, что вы проходите по требованиям, чтобы рекрутер мог спокойно продвигать вас дальше.

Цель резюме заключается вовсе не в перечислении вашего предыдущего опыта, но, к сожалению, многие неопытные соискатели делают именно это. Несмотря на ваше желание избежать пропусков и включить места работы, с которых вы недавно уволились, можете смело удалять опыт, не связанный с Data Science. И даже c солидным опытом за плечами все равно лучше сосредоточиться на выделении наиболее актуальных мест работы. Большинство рекрутеров не станет читать резюме на несколько страниц из-за недостатка времени; а еще они не смогут сказать вашему потенциальному начальнику, на какие его части следует обратить внимание. Никто не скажет вам: «Ну, мы бы вас взяли, но вы не указали, что в старшей школе вы работали спасателем, поэтому мы вам отказываем».

Позже на интервью у вас будет достаточно времени, чтобы подробно рассказать о своих прежних местах работы, образовании и проектах в Data Science. А пока сосредоточьтесь лучше на требованиях, указанных в вакансии. У вас еще будет возможность рассказать о своих выдающихся качествах, которые помогут вам выделиться на фоне других кандидатов, но на первом этапе постарайтесь соответствовать ожиданиям рекрутера.

Исходя из этих соображений, мы рассмотрим основную структуру резюме, расскажем о многочисленных правилах его составления, а также о том, чем его лучше наполнить. Бˆольшая часть этой информации применима к любой технической должности в отрасли, но мы максимально сосредоточимся на том, что свойственно и уникально именно для резюме в области Data Science. Мы также составили резюме, которое вы можете использовать в качестве примера (рис. 6.1).

Рис. 6.1. Пример резюме начинающего дата-сайентиста

В этой части мы рассмотрим каждый раздел резюме, останавливаясь подробнее на том, что там следует написать.

Раздел: контактная информация

Не забудьте включить в резюме контактную информацию, чтобы рекрутер мог с вами связаться! Вы должны указать как минимум имя и фамилию, номер телефона и адрес электронной почты. Кроме того, можете дать ссылки на источники, где о вас можно больше узнать, включая ссылки на профили в социальных сетях, например LinkedIn, онлайн-базы кода, такие как GitHub, а также указать личные веб-сайты и блоги. Чтобы понять, что еще можно добавить, спросите себя: «Если кто-то это увидит, пойдет ли это мне в плюс?» Например, ссылка на портфолио вашего проекта – это восхитительно. А ссылка на профиль GitHub с копией учебного проекта – нет. Если вы выкладывали какую-нибудь из своих работ в открытый доступ, попробуйте найти способ отразить это в резюме.

Как правило, следует также указать город и штат проживания, чтобы рекрутер знал, как вы будете добираться до работы и придется ли вам переезжать ради нее. Некоторые компании не оплачивают переезд новых сотрудников, поэтому если вы живете далеко и не хотите рисковать, то можете не указывать свое местоположение.

Если ваша официально зарегистрированная фамилия и полное имя не совпадают с обычным именем, можете использовать последнее. В дальнейшем вам нужно будет сообщить работодателю свое официальное имя: это требуется для проверки данных, но вы не обязаны использовать официальное имя при отклике.

Наконец, откажитесь от адреса электронной почты, который может быть оскорбительным (например, i_hate_python@gmail.com) или адрес с истекшим сроком действия (например, ваш старый школьный имейл).

В этом разделе вы показываете, что обладаете достаточной квалификацией благодаря предыдущему опыту, стажировкам или курсам, которые прошли. Если ваша предыдущая работа связана с Data Science, например вы занимались разработкой ПО, это прекрасно: выделите под нее значительную часть резюме. Если работа никак не связана с этой сферой, например вы были профессором истории искусств, укажите это, но не переусердствуйте. Сопроводите каждое место работы названием компании, месяцем и годом начала и окончания работы, названием должности и описанием своих обязанностей (минимум один пункт для обычных должностей и два или три для наиболее значимых). Если вы новичок или выпускник, можете указать стажировку и исследовательскую работу.

Раздел: опыт

ИЮНЬ 2019 – ПО НАСТОЯЩЕЕ ВРЕМЯ, САН-ФРАНЦИСКО

СТУДЕНТ ПРОГРАММЫ DATA SCIENCE, ПОТРЯСАЮЩИЙ БУТКЕМП

• создала веб-приложение на Python, которое рекомендует вам лучший район Нью-Йорка для проживания в зависимости от бюджета, образа жизни и работы;

• проанализировала 2200 статей на тему бизнеса из газеты New York Times, используя для этого обработку естественного языка, и визуализировала изменение тем с течением времени.

Этот раздел должен быть самым большим и потенциально может занимать половину резюме. Он также является самым важным, так как первое, на что рекрутеры будут обращать внимание, – это наличие у вас опыта работы с данными, который похож на требуемый в вакансии. Крайне важно оформить этот раздел правильно, поэтому мы подробно рассмотрим, как это сделать, в части 6.1.2.

Раздел: образование

ОБРАЗОВАНИЕ

ИЮНЬ 2017, НОВЫЙ ОРЛЕАН

БАКАЛАВР ЭКОНОМИКИ, ВТОРОСТЕПЕННАЯ СПЕЦИАЛЬНОСТЬ – СТАТИСТИКА, КРУТОЙ УНИВЕРСИТЕТ

Cредний балл успеваемости 3,65/4.

Курсовые работы по теме: линейная алгебра, введение в регрессию и статистические вычисления, экспериментальный дизайн, эконометрика, основы алгоритмов и вычислений.

В этом разделе вы рассказываете о своем образовании. В идеале вы должны показать, что обладаете набором навыков, которые будут полезны для работы в Data Science. Если вы обучались где-либо после старшей школы, укажите эти заведения, даже если у вас нет диплома, а также даты обучения (в том же формате, что и даты работы) и тематику обучения. Если вы ищете свою первую работу и у вас высокий (выше 3,3) средний балл, можете это указать. Если вы недавно закончили обучение и изучали статистику, математику, информатику или любые другие предметы, в которых все это применялось (например, методы исследования социальных наук или инженерное дело), укажите их.

Рекрутерам будет очень интересно узнать, есть ли у вас специализация, имеющая отношение к сфере, например есть ли у вас степень в области Data Science, статистики, информатики или математики. Их также интересует уровень образования. Поскольку многие темы в этой области не рассматриваются до магистратуры, наличие диплома магистра засчитают вам в плюс. Рекрутерам обычно все равно, где вы учились, если только это не очень известный или престижный университет. Тем не менее если вы выпустились давно, то место вашего обучения не столь важно. При этом рекрутеры отмечают любые буткемпы, сертификаты или онлайн-программы, потому что они показывают, что вы прокачали свои навыки.

Хотя из раздела об образовании в резюме рекрутер может почерпнуть ценную информацию, вы никак не сможете улучшить этот раздел, если только не получите дополнительное образование или сертификат, о которых мы говорили в главе 3.

Раздел: навыки

НАВЫКИ

• Python

• SQL

• Машинное обучение

• Git

• Pandas

• Seaborn

• Scikit-learn

• NymPy

В этом разделе вы можете перечислить все свои навыки в Data Science. В идеале рекрутер посмотрит сюда и скажет: «Отлично, подходит», – потому что эта информация соответствует вакансии. В этом разделе резюме перечисляются два типа навыков:

• Программирование/работа с базами данных. Это могут быть языки программирования, например Python и SQL, фреймворки и среды, например. NET или JVM, инструменты Tableau и Excel или экосистемы, например Azure и Amazon Web Services (AWS).

• Методы анализа данных. Второй тип – это методы анализа данных, такие как регрессии и нейронные сети. Возможно, вы владеете несколькими методами и все же постарайтесь сосредоточиться на ключевых, которые покажут, что у вас есть база плюс пара-тройка особенных навыков. Указав список вроде «регрессия, методы кластеризации, нейронные сети, анализ опросов», вы продемонстрируете, что знаете основы и более продвинутые темы.

Старайтесь не указывать более семи-восьми навыков, чтобы не перегружать людей. Также не стоит перечислять то, что не имеет никакого отношения к вакансии (например, малоизвестный язык программирования времен вашего обучения в магистратуре).

Перечислите только то, с чем вам будет удобно работать. Не указывайте язык, с которым не имели дела пять лет и который не хотите заново осваивать. Вас могут спросить обо всех пунктах из резюме. Если в вакансии требуются определенные навыки, а они у вас есть, обязательно укажите их! Ведь это именно то, чего ищут рекрутеры.

Мы не советуем использовать рейтинги, баллы или другие аналогичные способы, чтобы показать, насколько круто у вас развит каждый навык. Во-первых, рейтинги не значат ничего: любой может оценить себя на 5 из 5. Если вы поставите себе максимальные оценки, менеджер по персоналу может подумать, что вы врете или недостаточно самокритичны; если вы оцените себя ниже, в ваших способностях могут усомниться. Кроме того, непонятно, по каким критериям вы оцениваете каждый уровень. Что означает 5 из 5? Что вы считаете себя одним из лучших специалистов в мире, умеете решать сложные задачи или превосходите коллег в определенных навыках? Если HR действительно хочет, чтобы вы самостоятельно оценили свой уровень, он попросит вас об этом во время интервью.

Не перечисляйте «мягкие» навыки (soft skills), такие как критическое мышление и межличностную коммуникацию. Хоть они и играют важную роль в успешной работе, нет никакого смысла включать их в резюме, потому что они есть у всех. Если вы действительно хотите акцентировать на этом внимание, расскажите о том, как применили эти навыки в конкретных ситуациях. Кроме того, не нужно перечислять основные навыки, которые подразумеваются по умолчанию для этой вакансии, например не следует упоминать, что вы умеете работать с Microsoft Office Suite.

Раздел: DS-проекты (дополнительно)

Если вы делали проекты с данными вне основной работы, можно выделить их в отдельный раздел. Он отлично подходит для тех кандидатов с небольшим опытом, которые занимались сторонними проектами в университете или буткемпе. По сути, вы говорите рекрутеру следующее: «Возможно, у меня не так много опыта работы, но это не важно, ведь я справился со всеми этапами процессов Data Science».

У каждого проекта должно быть название. Кроме того, вы должны описать, что и как делали, и рассказать о результатах. Проекты должны быть структурированными и содержательными, поэтому все, что описано в разделе 6.1.2 о создании контента, применимо и к ним. В идеале у вас должна быть ссылка на статью в блоге или хотя бы на репозиторий GitHub с информативным файлом README. Data Science – техническая область, где так легко показать проделанную работу, для чего и подходит этот раздел. Его можно пропустить при солидном опыте работы, но стоит все же рассказать о проектах в интервью.

Раздел: публикации (дополнительно)

Если вы публиковали статьи, связанные с Data Science, во время учебы в магистратуре или аспирантуре, перечислите их в резюме. Статьи в других областях, даже если это физика или вычислительная биология, тоже можно упомянуть, только кратко: так как они не связаны с Data Science напрямую, читающий вряд ли оценит что-то, кроме ваших стараний ради публикации. Вы можете описать проделанную во время исследования работу в разделе «Опыт работы», например указать, что был «создан алгоритм для анализа миллионов последовательностей РНК в минуту». Но сама по себе публикация, пусть даже в престижном журнале, о котором HR впервые слышит, вряд ли далеко вас продвинет.

Другие разделы

Можно добавить и другие разделы, например «Награды», если вы выиграли соревнования Kaggle или получили стипендию или грант, но это не обязательно. Предоставлять рекомендации не нужно; позже такая возможность появится, если вы дойдете до этого этапа. Не стоит подробно расписывать свои объективные цели: это избыточная информация, учитывая все, что вы уже перечислили в резюме. Фраза «специалист по работе с данными, имеющий опыт работы с Python, ищет работу для развития навыков A/B-тестирования и моделирования» вряд ли приведет рекрутера в восторг!

Соединяем все вместе

Как правило, контактная информация размещается в начале, после чего следует наиболее важный раздел резюме. Если вы еще учитесь или недавно выпустились, поместите туда информацию об образовании; если у вас нет соответствующей работы или диплома, это место должен занять список DS-проектов; в противном случае поделитесь своим опытом работы. В разделах «Работа» и «Образование» укажите все места в обратном хронологическом порядке, начиная с последнего.

Мы видели множество эффективных форматов резюме. В случае с Data Science у вас есть немного свободы выбора в плане дизайна; какие-либо стандарты здесь в принципе отсутствуют. Несмотря на это, вы всегда должны стремиться к тому, чтобы ваше резюме можно было легко и быстро просмотреть по диагонали. Рекрутеры изучают резюме очень кратко: вы ведь не хотите, чтобы все это время было потрачено на поиск вашего последнего места работы? Не позволяйте дизайну отвлекать от содержания; подумайте, как он будет восприниматься читающим. Вот несколько полезных советов:

• Используйте понятные заголовки разделов, чтобы между ними можно было легко переключаться.

• Сделайте расстояние между абзацами больше, чтобы текст воспринимался легче.

• Выделяйте важные слова жирным шрифтом. Например, можно выделить должности, которые вы занимали в каждой компании.

Если эти идеи вам не подходят, возьмите шаблон из интернета или проконсультируйтесь со специалистом.

Как правило, лучше ограничиться одной страницей. Это делается по двум причинам: рекрутер крайне быстро просматривает ваше резюме, и за это короткое время он должен узнать о вас ровно то, что вы считаете наиболее важным. Кроме того, так вы показываете, что умеете емко доносить информацию и понимаете, какой опыт самый значимый. Если же человек отправляет резюме на 17 страницах (а мы видели и такое!), значит, он не имеет ни малейшего представления о том, почему подходит на должность; более того, он считает себя вправе отнимать столько времени у других людей.

ВЫЧИТКА Очень важно проверить свое резюме! Несколько опечаток или грамматических ошибок могут отправить ваши старания в (метафорическое) мусорное ведро. Почему так жестко? Просматривая сотни резюме, рекрутеры выделяют два типа: замечательные (редко) и те, которые можно легко выкинуть. Второй тип требует некоторых правил отбора, и в дополнение к резюме кандидатов, которые явно не соответствуют требованиям, резюме с опечатками также легко станет причиной для отсеивания. Работа в Data Science требует внимания к деталям и проверки своих трудов; если вы не можете с этим справиться, когда выдаете все свои козыри в резюме, то что уж говорить о работе? Кроме проверки орфографии в текстовом редакторе попросите хотя бы еще одного человека внимательно прочитать ваше резюме.

Наконец, убедитесь, что резюме написано в одном стиле. Если вы сокращаете названия месяцев в разделе об образовании, сократите их и в разделе о работе. Хотя допускается использовать разные шрифты и кегль для заголовков и основного текста, все пункты должны быть одинакового формата. Пишите о предыдущем опыте в прошедшем времени, а для описания текущего места работы используйте настоящее. Так вы показываете, что обращаете внимание на мелкие детали и (опять же) помогаете рекрутеру быстро обрабатывать контент, так как ему не придется отвлекаться на разный шрифт или стиль. Одно несоответствие вряд ли будет стоить вам интервью, но иногда такие мелочи играют решающую роль: помните, что дьявол кроется в деталях.

Мы надеемся, что вы легко справитесь с датами и названиями в своей истории учебы и работы. Но как описать свой опыт (или DS-проекты), чтобы он выглядел ярче?

Распространенная ошибка, которую люди допускают при составлении резюме, – просто перечислить должностные обязанности: «Занимался отчетами для руководителей, используя SQL и Tableau» или «Преподавал математический анализ трем группам из 30 студентов». У такого подхода есть два существенных минуса. Во-первых, так в резюме вы указываете только то, за что отвечали, а не чего и каким образом достигли. Во-вторых, связь этих пунктов с Data Science может быть неочевидна. В двух предыдущих примерах вы могли бы описать то же самое, но другими словами: «Создание отчетов для руководителей по прогнозу продаж было автоматизировано с помощью Tableau и SQL, что позволило сэкономить четыре часа работы в неделю» или «Преподавал математический анализ для 90 студентов, средняя оценка учебного процесса учащимися составила 9,5/10 баллов, при этом 85 % учащихся сдали экзамен BC Calculus AP на 4 или 5 баллов».

Вы должны постараться максимально объяснить свой опыт с точки зрения навыков, которые можно перенести в Data Science. Даже если вы работали в другой сфере, приходилось ли вам иметь дело с данными? HR-менеджеры готовы рассматривать кандидатов без опыта в DS, но их нужно убедить. Если какая-либо из ваших работ может быть потенциально связана с получением данных и их обработкой, приложите максимум усилий и расскажите о процессе. Вы проанализировали 100 ГБ данных о звездах, когда получали степень кандидата наук по астрофизике? Собрали 30 файлов Excel, чтобы спланировать набор персонала для пекарни? Много где нужны данные для решения задач.

Вы использовали такие инструменты, как Google Analytics, Excel или Survey Monkey? Даже если они не понадобятся вам как дата-сайентисту, опыт работы с данными любого типа имеет значение. Какие коммуникативные навыки вы применяли? Приходилось ли объяснять технические или узкоспециализированные концепции во время кандидатского выступления или бизнес-доклада? Не отчаивайтесь, если не получается отыскать у себя навыки, применимые в DS: остальные советы по улучшению этих разделов все равно помогут. Но все же подумайте, как ваше образование или сторонние проекты могут продемонстрировать навыки работы с данными, особенно если у вас недостаточно опыта.

Если какие-то из ваших прежних мест работы имели мало общего с Data Science, и к тому же после вашего ухода оттуда прошло уже несколько лет, лучше ограничиться одним пунктом для описания каждого. Учтите, что не стоит исключать какие-то прошлые должности, если при этом в резюме образуется пробел в несколько месяцев. При смене многих компаний можно указать только три или четыре последних.

Возможно, вы заметите, что составить такой список намного проще для нынешней работы, чем для той, с которой вы ушли пять лет назад. Наш вам совет: начните вести список своих достижений и крупных проектов. Когда ежедневный прогресс не столь заметен, легко забыть, насколько впечатляет проделанная работа, если отступить и взглянуть на все в целом. Люди знают, что резюме – это не исчерпывающий перечень ваших заслуг, поэтому вряд ли кто-то подумает: «Ей потребовалось 15 месяцев, чтобы создать автоматизированную систему отслеживания и оценки потенциальных клиентов, которая сэкономила отделу продаж более 20 еженедельных часов работы, выполняемой вручную». Скорее, они подумают: «Ого, нам нужна подобная система!»

В целом основные пункты можно разделить на две категории. Первая – это большие достижения, такие как «Создана панель управления для отслеживания всех текущих экспериментальных программ и проведения расчетов статистической мощности». Вторая – это средние или итоговые результаты, например «Внедрено и проанализировано более 60 экспериментальных программ, что принесло компании дополнительный доход в размере более 30 миллионов долларов».

В любом случае каждый пункт должен начинаться с глагола и (в идеале) поддаваться количественной оценке. Вместо того чтобы писать «я проводил презентации для клиентов», напишите «создал более 20 презентаций для руководителей из списка Fortune 500». Будет даже лучше, если вы сможете количественно оценить свой вклад. Формулировка «провел 20 A/B-тестов для email-маркетинга, что привело к увеличению числа переходов на 35 % и росту продаж с атрибуцией в целом» намного эффективнее, чем просто «провел 20 A/B-тестов для email-маркетинга».

Цель резюме – предоставить HR-менеджерам факты о вашем опыте работы и образовании, а сопроводительное письмо необходимо, чтобы составить представление о вас как о личности. В нем можно объяснить, как вы нашли эту компанию, и подчеркнуть, почему вы идеально подходите. Если по резюме не всегда можно проследить ваш карьерный путь, то сопроводительное письмо отлично справляется с этой задачей. Даже если вы просто покажете, что знаете о направлении компании, заходили на ее веб-сайт или использовали ее продукт (если он доступен для физических лиц), это будет много значить. Сопроводительное письмо – ваш лучший инструмент, чтобы помочь рекрутерам прочитать ваше резюме между строк.

В отличие от резюме, сопроводительное письмо вовсе не обязательно. Но если вам известно, кому в организации его можно отправить, сделайте это; некоторые компании даже не рассматривают кандидатов без сопроводительного письма. Нередко они конкретно указывают, о чем можно написать, например это может быть ваша любимая методика обучения нейронной сети с учителем. Этим обычно проверяют, насколько внимательно кандидат прочел описание и требования к должности и не рассылает ли он шаблонные письма всем фирмам. Вы должны доказать работодателю, что умеете следовать инструкциям.

Распространенная ошибка, которую мы часто видим в сопроводительных письмах, – это чрезмерное внимание к тому, что компания может сделать для вас. Лучше не говорите: «Это было бы большим шагом в моей карьере». Задача рекрутера не в карьерной помощи всем желающим, а в найме полезных для компании сотрудников. Покажите им, что вы справитесь. Даже если эта работа станет для вас первой в Data Science, подумайте, какой схожий опыт у вас уже есть? Какие достижения (даже если они не связаны с данными) покажут, что вы много работаете и достигаете поставленных целей? Не следует себя недооценивать: хорошенько подумайте, чем можно заинтересовать рекрутера компании.

Как и резюме, сопроводительное письмо должно быть емким и занимать максимум одну страницу (а лучше три четверти). Сосредоточьтесь на своих сильных сторонах. Если в описании вакансии указаны четыре навыка, а вы преуспеваете в двух, сделайте акцент на них! Вы не обязаны извиняться за навыки, которых вам не хватает.

На рис. 6.2 показан пример сопроводительного письма.

Рис. 6.2. Пример сопроводительного письма с выделенными составляющими

Сопроводительные письма имеют не такой четкий набор правил по сравнению с резюме. Вместе с тем неплохо бы ориентироваться на эту хорошую общую структуру:

• Приветствие. В идеале необходимо узнать, как зовут нанимающего руководителя или рекрутера, который закрывает эту вакансию. Для начала поищите имя в самой вакансии. Даже если там указан только адрес электронной почты, Гугл может прийти на помощь. Проверьте LinkedIn и веб-сайт компании, чтобы сверить информацию.

• Даже если вы дойдете до самого вице-президента отдела, «перескочив через голову» (то есть сразу обратитесь к руководителю своего потенциального менеджера), вы все равно покажете, что подошли к вопросу серьезно. Если же выяснить имя все равно не получилось, направьте письмо менеджеру подразделения, который производит набор (например: «Уважаемый руководитель набора в отдел Data Science»). Избегайте обращения «Уважаемый господин или госпожа»: это выглядит архаично и шаблонно.

• Вводный абзац. Представьтесь, назовите интересующую вас должность и кратко объясните, почему вам интересны эта компания и сама работа. Если организация ведет блог по Data Science или кто-либо из ее специалистов по данным выступал с докладами или писал статьи о своей работе, упомяните здесь, что вы их смотрели или читали. Установите связь между тем, что вы узнали из этих презентаций, и тем, почему вам нравится эта должность или компания.

• От одного до двух абзацев с примерами работы с данными. Расскажите, как ваши предыдущие достижения связаны с этой должностью. Остановитесь подробнее на том, о чем вы упоминали в резюме, развернуто опишите одну должность или личный проект, приведите конкретные примеры. Следуйте принципу «не говори, а покажи результат»; вместо заявлений в духе «внимателен к деталям, организован и умею решать задачи» продемонстрируйте это на примере.

• Заключительный абзац. Поблагодарите рекрутера за уделенное время и внимание. Подведите итог своим навыкам, объяснив, почему вы подходите на эту должность.

• Подпись. «С уважением», «С наилучшими пожеланиями» и «Спасибо за рассмотрение моего резюме» – все эти варианты станут хорошим завершением. Не используйте разговорный или слишком неформальный стиль, например «Спасибо!» или «С самыми теплыми пожеланиями».

Во время интервью компании ищут одного важного человека:

Кого-то, кто сможет выполнять эту работу.

Это единственное, что им нужно. Бизнес не ищет человека, который правильно отвечает на большинство вопросов на интервью, или кандидата с наибольшим количеством ученых степеней или опыта. Им нужен тот, кто может выполнять необходимую работу и помогать команде идти к поставленным целям.

Но что требуется для успешного выполнения работы? Вот несколько вариантов:

• Наличие необходимых навыков. Они могут быть как техническими, так и нетехническими. К техническим относятся навыки, которые мы рассмотрели в главе 1: некая комбинация математики и статистики, а также знания баз данных и программирования. Что касается нетехнической стороны, вам потребуется общая деловая хватка, а также умение управлять проектами и людьми, чувство вкуса для визуального дизайна и любые другие навыки, которые имеют отношение к должности.

• Адекватное поведение. Если вы говорите что-то оскорбительное, занимаете оборонительную позицию или у вас имеется ряд других недостатков характера, из-за которых другим людям будет сложно с вами сотрудничать, компания не захочет вас нанимать. Это означает, что во время интервью (а на самом деле всегда) следует быть приветливым, отзывчивым и позитивным. Речь не о том, что интервьюер должен захотеть пропустить с вами стаканчик. Это значит, что ваши будущие коллеги должны видеть в вас человека, с которым они хотят работать.

• Способность выполнять работу. Иметь соответствующие навыки недостаточно: их еще нужно уметь использовать! Вы должны знать, как находить решения и реализовывать их. В Data Science есть много мест, где можно застрять, например необходимость работать с неупорядоченными данными, решать сложные задачи, испытывать различные модели и приводить полученные результаты в порядок. Человек, который может справиться с каждой из этих задач, будет намного лучше выполнять свою работу, чем тот, кто сидит без дела в ожидании помощи, даже не попросив о ней. Перфекционисты тоже не идеальный вариант: их работа всегда находится на стадии шлифовки, а значит, вы рискуете не дождаться ее завершения.

Теперь вы знаете, какие именно качества компании ищут в кандидатах, и можете приступить к интервью. Мы построим наш рассказ об этом процессе вокруг трех основных идей.

В целом процесс интервью зависит от компании, но, как правило, оно проводится по стандартной схеме. Этот шаблон разработан для получения максимального количества информации о кандидате при минимальном количестве затраченного времени. Интервьюеры обычно очень загружены большим количеством собеседований и должны обеспечить справедливое сравнение кандидатов, поэтому процесс оптимизирован и последователен. Вот базовый план того, чего следует ожидать от интервью (рис. 7.1):

1. Телефонное интервью. Обычно оно занимает от 30 минут до часа и проводится специалистом по подбору технического персонала – человеком с большим опытом отбора кандидатов, который знает технические термины, но непосредственно сам не выполняет техническую работу. С точки зрения компании цель этого собеседования – проверить, есть ли у вас какие-либо шансы подойти на должность. Рекрутер должен отсеять людей, которые определенно не котируются, например тех, у кого нет соответствующей квалификации (или необходимых навыков), или грубиянов (которые не смогут эффективно работать с другими). С технической стороны интервьюер проверяет наличие у вас минимальных необходимых навыков, а не способность стать лучше всех. С гораздо большей вероятностью вас спросят: «А раньше вы использовали линейную регрессию?», чем «Как вы определите оценку максимального правдоподобия для гамма-распределения?» После первого собеседования по телефону иногда требуется еще одно с более технически подкованным специалистом. Если вы успешно преодолеете первый этап, то через несколько недель вас ждет…

Рис. 7.1. Четыре этапа интервью

2. Интервью в офисе. Оно часто длится от двух до шести часов и составляет основную часть процесса. Во время этого визита вы увидите будущее место работы и познакомитесь с потенциальными коллегами. Это интервью дает компании возможность спросить вас о предыдущем опыте, навыках, а также ваших планах и ожиданиях в качестве дата-сайентиста. На этот раз с вами будут беседовать несколько человек, каждый из которых задаст вопросы на разные темы, включая нетехнические. Цель этого этапа – убедиться (с помощью технических вопросов), что у вас есть необходимые навыки и (с помощью поведенческих вопросов и того, как вы себя ведете) что с вами можно работать. Если это интервью пройдет хорошо, пора переходить к…

3. Решению кейсов. Вы получите описание реальной задачи и связанные с ней данные. Дома или непосредственно в офисе вы должны будете проанализировать данные, попытаться решить задачу и составить отчет. Затем вы должны представить его команде по найму. Это задание показывает, что у вас есть необходимые навыки (смотря насколько хорош отчет) и что вы справитесь с работой (смотря как много вы сделали). Такой этап есть не во всех компаниях; иногда его заменяют презентацией о вашей предыдущей работе. Если вы успешно справитесь и с этим этапом, готовьтесь к…

4. Заключительному интервью с руководителем и офферу. Его проводит старший менеджер, директор или другой руководитель группы. Цель этого этапа в том, чтобы вашу кандидатуру одобрил руководитель команды. Если вы дошли до него, значит, команда Data Science считает, что вы подходите на эту должность, поэтому это интервью редко отменяет ваши заслуги на предыдущих этапах. Обратите внимание, что оно часто проводится сразу после решения кейса, но бывает и так, что его проводят в начале или в конце первого собеседования в офисе. Если все пройдет хорошо, вы получите оффер в течение двух недель!

Если процесс отбора включает в себя все эти этапы, то оффер вам сделают где-то в промежутке между тремя неделями и двумя месяцами после того, как вы отправили свое резюме. Как видите, каждый этап предназначен для достижения различных целей компании.

В следующих разделах мы расскажем подробнее о каждом из них и научим, как правильно продемонстрировать свои навыки и способности в процессе.

Этот этап – самое сердце процесса интервью. Компания пригласила вас в офис и выделила несколько часов на общение. Вы отпросились с работы, надели что-нибудь поприличнее и готовы встретить вопросы во всеоружии.

Цель этого интервью – помочь организации понять, сможете ли вы выполнять ту работу, для которой вас нанимают, и будете ли вы справляться с ней хорошо. В зависимости от типа компании и должности на собеседование может прийти от трех до десяти человек, при этом у каждого из них будут свои сильные и слабые стороны. Компания хочет найти лучшего среди них – или первого, кто окажется достаточно хорош.

На протяжении всего интервью продвигайте идею, что справитесь с работой на отлично. Цель не в том, чтобы оказаться самым умным, опытным или знающим больше всего технологий. Вместо этого вы должны быть кандидатом со здоровым балансом между адекватным подходом к работе, достаточными навыками для выполнения обязанностей и умением добиваться результатов.

Как происходит такое многочасовое интервью? Обычно оно включает следующее:

• Экскурсия по офису и знакомство с командой. Компания хочет дать вам понять, в каких условиях вы будете работать, а также впечатлить вас бесплатными напитками и закусками (если таковые имеются). На это уходит менее 15 минут, но мы советуем вам внимательно изучить обстановку, чтобы оценить уровень комфорта. Будет ли вам спокойно и легко на рабочем месте? Выглядят ли люди довольными и приветливыми? Не используются ли старые восьмилетние ноутбуки? В это же время с вами будет непринужденно беседовать кто-то из сотрудников компании. Будьте начеку! Это тоже часть интервью; если вы проявите себя как неприятный или злой собеседник, то вас могут не взять. Покажите себя с хорошей стороны, но, что важнее всего, будьте самим собой (если только ваше истинное «я» не придурок).

• Одно или несколько технических интервью. Эта часть может занять от 30 минут до нескольких часов в зависимости от требований компании. Вам будут задавать вопросы по многим темам, и, возможно, вам придется писать на доске или работать за компьютером. (Мы рассмотрим эти вопросы подробнее в разделе 7.3.1 и в приложении.) Цель этого этапа не в том, чтобы объяснить интервьюеру самые важные темы, которыми вы владеете, и даже не в том, чтобы показать ваше умение решать сложнейшие задачи. Вы должны доказать, что обладаете минимальным набором необходимых навыков для выполнения этой работы.

• Одно или несколько поведенческих интервью. Цель таких собеседований – понять, насколько хорошо вы ладите с другими и выполняете задачи. Вас будут много спрашивать об опыте работы, в том числе о том, как вы справлялись с трудными ситуациями и обеспечивали реализацию проектов. Вам могут задавать как общие вопросы («Расскажите мне о случае, когда вам приходилось взаимодействовать с проблемным коллегой»), так и более конкретные, связанные с Data Science («Как вы решили проблему неработающей модели и реализовали проект?»). Не факт, что ответить можно будет только правильно или нет; каждый ваш ответ может быть интерпретирован в зависимости от ситуации.

Интервью в офисе эмоционально изматывают. Нужно уметь быстро переключаться с технической темы на вопросы о себе и своих мечтах, при этом надо произвести впечатление открытого человека, да еще и хорошо знающего свое дело. В зависимости от размера компании с вами могут беседовать один или несколько сотрудников, и вы должны понравиться каждому из них. Один из лучших способов перестать нервничать в процессе – помнить, что интервьюеры тоже люди и так же, как и вы, хотят, чтобы у вас все получилось. Они ваши союзники, а не противники.

В следующих разделах мы более подробно рассмотрим этапы интервью. Ниже описываются особенности собеседований в офисе, а в приложении вы найдете развернутый список вопросов, которые вам могут задать, и примеры ответов, а также подробную информацию о том, как эти вопросы обдумывать.

Многих дата-сайентистов техническое интервью пугает больше всего. Запросто можно вообразить, будто вы стоите у доски и понятия не имеете, как отвечать на заданный вопрос, осознавая при этом, что на работу вас в итоге не возьмут. (От одного только написания этого предложения у авторов уже задрожали коленки!)

Чтобы лучше понять, как пройти техническое интервью, вам стоит переосмыслить свое представление о нем. Если вы прочитали главу 4 и создали портфолио, считайте, что вы его уже прошли. Цель этого этапа – выяснить, есть ли у вас навыки, необходимые дата-сайентисту. А они у вас есть по определению, раз вы уже работали с данными! Если на собеседовании вас осуждают за то, что вы не знаете ответа на сложный вопрос, значит, это интервьюер не справился со своей задачей, а не вы. У вас за плечами есть необходимые навыки и опыт, и этот этап как раз создан для того, чтобы это доказать. Если интервью не позволяет этого сделать, это не ваша вина.

На этом этапе вы показываете интервьюеру, что у вас есть необходимые для работы навыки. Продемонстрировать их наличие – это не то же самое, что просто правильно отвечать на каждый заданный вопрос. Человек может отвечать так, как хочет интервьюер, и при этом провалить собеседование, а может отвечать совершенно неправильно и при этом успешно его пройти. Рассмотрим два варианта ответа:

Интервьюер: Что такое k-фолд перекрестная проверка?

Ответ A: Вы случайным образом разбиваете данные на k четных групп и используете их в качестве тестовых данных для k моделей.

Ответ Б: Вы случайным образом делаете выборку и используете ее в качестве тестовых данных для модели k раз. Затем берете среднее значение моделей и используете его. Этот метод на самом деле является методом работы с переобучением, потому что у вас есть набор моделей, каждая из которых имеет разный набор данных для обучения. Я использовал этот метод в основном проекте по прогнозированию стоимости жилья, который указан в портфолио.

Технически ответ A является правильным, а ответ Б – нет (хотя кандидат и описал перекрестную проверку, технически она не является k-кратной, потому что данные не были разделены на четные группы). При этом ответ A не дал интервьюеру никакой информации, кроме того, что интервьюируемый знал определение, в то время как ответ Б показал, что кандидат знал этот термин, понимал, почему он был использован, и имел опыт работы с ним. Этот пример показывает, почему важно прежде всего думать о том, как донести свою компетенцию до рекрутера.

В частности, во время технического интервью вы можете руководствоваться следующими советами, чтобы звучать убедительнее:

• Объясните ход ваших мыслей. Постарайтесь не отвечать коротко; объясните, как вы получили решение. Это покажет интервьюеру, как вы рассуждаете, и докажет, что вы на правильном пути, даже если ответ неверный. Дадим одно предостережение: хотя повторение вопроса вслух может показаться полезным (например, «Хм… сработает ли здесь линейная регрессия?»), некоторые интервьюеры могут воспринять такое поведение как признак незнания. Попрактикуйтесь отвечать на вопросы и с самого начала учитесь рассуждать.

• Ссылайтесь на свой опыт. С помощью рассказов о своих проектах или проделанной работе вы постоянно подкрепляете разговор фактами о реальных практических навыках. Такой подход сделает ваш ответ убедительнее, либо же у вас появится альтернативная тема для обсуждения, если вы ушли от изначальной. Только не переусердствуйте: если вы слишком много говорите о своем опыте вместо того, чтобы отвечать на заданный вопрос, может сложиться впечатление, что вы уходите от ответа.

• Если не знаете ответа, скажите об этом честно. Вполне возможно (и нормально!) не знать ответов на все вопросы. Постарайтесь не врать и говорите то, что знаете. Если, например, вас спросят, что такое полусоединение, а вы понятия не имеете, то можете сказать что-то вроде: «Я не слышал раньше о таком, но подозреваю, что это может быть связано с внутренним соединением». Лучше открыто говорить о том, чего вы не знаете, чем уверенно ошибаться; интервьюеры часто настороженно относятся к людям, которые не в курсе, каких именно знаний им не хватает.

Ниже приведены общие типы вопросов, которые обычно задают на техническом интервью. Опять же, советуем ознакомьться с приложением.

• Математика и статистика. Эти вопросы проверяют, насколько хорошо вы понимаете теорию, которая является необходимой основой для работы в Data Science. К ним относятся:

• Машинное обучение. Эта тема включает в себя знание различных алгоритмов машинного обучения (k-среднее, линейная регрессия, случайный лес, анализ основных компонентов, вспомогательные векторные машины), различных методов использования алгоритмов машинного обучения (перекрестная проверка, бустинг) и общий опыт их практического применения (например, ситуации, когда определенные алгоритмы не работают).

• Статистика. Вам могут задать чисто статистические вопросы, особенно если вы работаете в той области, которая с ней связана, например экспериментирование. Эти вопросы могут включать статистические тесты (например, t-тесты), определения терминов (например, ANOVA и p-значение) и вопросы о распределениях вероятностей (например, поиск среднего значения экспоненциальной случайной переменной).

• Комбинаторика. Эта область математики охватывает все, что связано со счетом. К логическим задачам относятся такие вопросы, как: «В сумке есть шесть разноцветных шариков. Сколько их комбинаций останется, если вы вытащите два шарика без замены?» Эти вопросы не имеют ничего общего с работой дата-сайентиста, но интервьюеры порой считают, что так они смогут больше узнать о ваших навыках решения задач.

• Базы данных и программирование. Эти вопросы проверяют, насколько эффективно вы будете выполнять компьютерную часть работы по анализу данных. Она включает:

• SQL. Практически на любом интервью в сфере Data Science вам будут задавать вопросы по базам данных SQL. Эти знания необходимы в большинстве случаев, и если вы знаете SQL, то сможете быстрее приступить к работе. Будьте готовы к тому, что вас спросят, как писать SQL-запросы для выборочных данных. Например, вам могут дать таблицу оценок учащихся в нескольких классах и попросить найти имена тех, кто набрал наибольшее количество баллов в каждом классе.

• R/Python. В зависимости от компании вас могут попросить ответить на общие вопросы по программированию, написать псевдокод или решить конкретные задачи с помощью R или Python (выберут тот язык, который используется в организации). Не переживайте, если вы знаете R, а в компании принято писать на Python (или наоборот); как правило, всему можно научить, и компании с радостью делают это. Будьте готовы к вопросу, связанному с написанием кода (например: «Как бы вы отфильтровали таблицу в R/Python, чтобы она включала только строки выше 75-го процентиля столбца оценок?»).

• Опыт в сфере бизнеса. Эти вопросы во многом зависят от компании, в которую вы устраиваетесь. Здесь организация хочет понять, насколько вы знакомы с ее деятельностью. Хотя вы всему можете обучиться в процессе работы, работодатель предпочел бы, чтобы вы уже все знали и умели. Вот несколько примеров вопросов из различных сфер:

• Компания электронной торговли. Каков показатель CTR электронного письма? Как он соотносится с показателем просмотров и как их можно рассмотреть иначе?

• Логистика. Как оптимизировать производственные очереди? Что следует учитывать при управлении заводом?

• Некоммерческая организация. Как НКО можно определить рост спонсоров? Как выяснить, что большое количество спонсоров не продлит контракты?

• Логические задачи с подвохом. Помимо задач, связанных непосредственно с Data Science, вам могут задать и общие вопросы на логику и находчивость. Считается, что их цель – проверить ваш интеллект и способность импровизировать. На практике ничего подобного не происходит. Google провел масштабное исследование (http://mng.bz/G4PR), в ходе которого было выявлено, что такие вопросы не позволяют спрогнозировать, как кандидат будет выполнять свою работу; они нужны только для того, чтобы интервьюер почувствовал себя умным. Эти вопросы звучат примерно так: «Сколько бутылочек шампуня есть во всех отелях в США?» Обычно, загуглив, можно узнать, задают ли такие вопросы в крупных компаниях (а также выяснить, какие именно).

Сложно сказать, что конкретно у вас спросят и сколько времени дадут на ответ; эти факторы в основном зависят от компании и человека, который проводит интервью. Постарайтесь сохранять спокойствие и уверенность, даже если вы не можете найти ответ на какой-то вопрос. Если интервьюер что-то вам говорит, когда вы ответили частично, возможно, он считает, что все идет хорошо, и старается подтолкнуть вас в нужном направлении. Часто вопросы на интервью могут охватывать такое количество тем, что ни один дата-сайентист не сможет ответить на все из них, поэтому предполагается, что и вы оставите часть из них без ответа.

Поведенческое интервью проводится для проверки вашего стиля общения и помогает команде дата-сайентистов лучшее понять вас и ваш опыт. В то время как на технические вопросы отводится один или два временнˆых блока, поведенческие могут задавать на протяжении всего вашего нахождения в офисе. Вы можете столкнуться с ними во время часового собеседования с HR-ом, в заключительные десять минут технической части или даже болтая с одним из сотрудников в ожидании кого-то еще. Так что будьте готовы ответить в любое время.

Вот несколько примеров распространенных вопросов на интервью, которые можно ожидать. Больше поведенческих вопросов и ответов представлено в разделе A.4 приложения:

• «Расскажите о себе». Этот «вопрос» задается во время телефонного интервью. Вы можете слышать его каждый раз, когда беседуете с новым человеком. Опять же, попробуйте дать краткий ответ, который займет от одной до двух минут, но на этот раз адаптируйте его под конкретного собеседника.

• «Над каким проектом вы работали и чему научились?» Этот вопрос призван показать, сможете ли вы вспомнить свой прошлый проект и проанализировать его. Вы смогли определить, что у вас получилось хорошо, а что пошло не так?

• «Каков ваш главный недостаток?» Этот вопрос выводит из себя, потому что с точки зрения теории игр нужно дать ответ, который выдает как можно меньше ваших слабых мест. На практике рекрутер пытается проверить, осознаете ли вы собственные слабые стороны и есть ли сферы, в которых вы активно пытаетесь совершенствоваться.

Обратите внимание, что все эти вопросы открытые и для них нет правильных ответов. Но некоторые способы выразить мысль могут значительно улучшить впечатление аудитории.

Ваши ответы на большинство из этих вопросов, особенно на те, которые касаются вашего опыта, должны соответствовать общей схеме:

1. Объясните вопрос своими словами, чтобы показать, что вы его поняли.

2. Объясните особенности ситуации, в которой возникла проблема, сосредоточив внимание на ее причинах.

3. Опишите действие, которое вы предприняли для решения проблемы, а также полученный результат.

4. Подведите итог о полученном опыте.

Рассмотрим следующий вопрос: «Расскажите мне о случае, когда вы сделали что-то для стейкхолдера и получили отрицательный результат». Ответом может быть нечто подобное: «То есть вы спрашиваете, когда я разочаровал кого-то своей работой? [1. Пояснение вопроса] Это произошло в предыдущей компании, когда я должен был составить отчет о росте числа клиентов. Наша команда была загружена множеством разных задач, поэтому у меня было мало времени, чтобы сосредоточиться на запросе, поступившем от одного директора. Когда я предоставил отчет, на который потратил всего один день, директор был очень разочарован [2. Описание проблемы]. Во-первых, я извинился за то, что не оправдал ожиданий; затем мы вместе постарались понять, как можно упростить требования и получить при этом нужный результат [3. Предоставление решения]. Из этого опыта я понял, что лучше всего заранее сказать, что вы не можете удовлетворить чью-либо просьбу, чтобы прийти к решению, которое устроит всех [4. Какой урок вы извлекли]».

Вопросы поведенческого интервью хороши тем, что все они похожи, поэтому можно заранее подготовиться! Если у вас есть три или четыре случая, когда вы работали в сложных условиях, с трудными коллегами и разбирались с собственными ошибками, можно опираться на них при большинстве ответов. Это гораздо проще, чем пытаться придумать историю и импровизировать на ходу. Если у вас есть время, можете потренироваться рассказывать вслух об этих случаях другу, чтобы научиться лучше структурировать свою речь.

Практически на каждом интервью вас будут просить описать выполненный ранее проект, поэтому стоит хорошо подготовиться. Идеальный для этих целей проект должен включать моменты, перечисленные выше: сложная ситуация, в которой вы преодолевали трудности, особенно взаимодействие с проблемными коллегами, а затем нашли решение. В идеале история должна быть выдержана в четыре этапа.

Часто бывает сложно подобрать проект, который подходил бы по всем этим параметрам, особенно если вы начинающий дата-сайентист. Если вы понимаете, что не можете найти подходящий ответ, попробуйте просто рассказать о проекте из портфолио. Даже такой ответ, как: «Я подумал, что было бы здорово проанализировать необычный датасет, поэтому я извлек данные, обработал их и получил интересный результат, который описал в блоге», показывает интервьюеру, что вы умеете выполнять анализ.

Наилучшая методика ответа на поведенческие вопросы уже существует и основана на опыте огромного количества людей. Вы можете продумать все вплоть до точной формулировки и количества секунд, которые потратите на каждый ответ. При этом большинство техник не исключительны для Data Science, так что о них довольно просто узнать из книг и статей, посвященных интервью. Мы приводим свои рекомендации в разделе полезных материалов после главы 8.

Многие ненавидят обсуждать офферы. Частично это потому, что обсуждение воспринимается как игра с нулевой суммой: если выиграете вы, проиграет компания. Другая причина в том, что такие переговоры заставляют чувствовать себя эгоистичным и жадным, особенно если этот оффер лучше, чем ваша нынешняя работа. В такой ситуации легко решить, будто вам повезло, что вы хоть кому-то подошли, и не осознать, что вы заслуживаете больше предложенного. Но, если вы находитесь в такой ситуации, то обязаны сделать все возможное, чтобы получить от компании максимум.

Вы – да, именно вы тот самый человек, который лучше всего подходит для этой работы. Все мы сталкиваемся с синдромом самозванца, но работодатель видит в вас того, кто ему нужен на эту должность. Как мы уже говорили в начале главы, сейчас самое удачное время для ведения переговоров. И компании ждут их! Вы должны быть готовы. Зарплата не связана с вашими прежними ставками или с тем, что компания может изначально предложить; напротив, она зависит от того, что рынок предлагает людям с вашим набором навыков. Убедитесь, что вам платят столько же, сколько вашим коллегам, что общая сумма вознаграждения соответствует вашим ожиданиям и что вы получаете от фирмы наиболее важные для вас льготы. У вас есть шанс договориться об увеличении зарплаты на 5 % за один пятиминутный телефонный звонок; зато вы надолго обеспечите себе комфортную жизнь.

В сфере Data Science вопрос о необходимости вести переговоры стоит особенно остро из-за огромной разницы в зарплатах. Поскольку это новая область, в которой много разных направлений, какие-либо стандарты обязанностей сотрудников отсутствуют. Два человека с одинаковым набором навыков могут получать совершенно разные деньги, при этом один называет себя специалистом по данным, а другой – инженером по машинному обучению. Эти различия в зарплате усугубляются по мере того, как люди переходят на новую высокооплачиваемую работу. На данный момент соотношение между суммой, которую человек зарабатывает, и его квалификацией и способностями весьма незначительно.

Первое, о чем многие думают при обсуждении оффера, – это зарплата. Прежде чем вы дойдете до последних этапов интервью, вам следует узнать размеры зарплаты не просто дата-сайентистов в целом: постарайтесь выяснить, сколько получают специалисты по данным именно в этой отрасли, в конкретном городе и конкретной компании, если они в ней уже есть. Несмотря на то что в оффере вам могут предложить значительную сумму по сравнению с прошлым местом работы, помните, что вам должны платить так же, как вашим коллегам в новой компании. Вы не обязаны сообщать компании о вашей текущей зарплате во время интервью, а в некоторых городах и штатах это даже незаконно. Если вы зайдете на Glassdoor и обнаружите, что средний дата-сайентист зарабатывает вдвое больше вас, это прекрасно.

Если на собеседовании вас спросят, сколько вы сейчас зарабатываете или какие у вас зарплатные ожидания, постарайтесь уйти от ответа, поскольку иначе вы рискуете получить более низкое предложение, так как работодатель будет знать, что оправдает ваши ожидания. Вы можете попробовать ответить: «Сейчас я больше сосредоточен на поиске должности, которая будет хорошо соответствовать моим навыкам и опыту. Я уверен, что если мы подойдем друг другу, то сможем договориться и о соцпакете». Если человек продолжает давить на вас и говорит, что хочет убедиться в отсутствии у вас ожиданий чего-то выходящего за рамки предлагаемого диапазона, то можете ответить так: «Я понимаю, что вы хотите, чтобы мои ожидания соответствовали вашим возможностям. Уточните, пожалуйста, каков диапазон для этой должности?» Вы также можете сказать: «Мне хотелось бы задать еще несколько вопросов [менеджеру по персоналу/старшему дата-сайентисту/любому человеку, с которым вы непосредственно сейчас не разговариваете], чтобы лучше понять, что предполагает эта должность, прежде чем смогу озвучить реалистичные ожидания». Если человек отказывается назвать диапазон и не идет вам навстречу, пока вы не согласитесь назвать сумму, это плохой знак. Если вам очень понравилась компания, а от ответа уйти не получилось, скажите что-нибудь вроде этого: «Что касается этого вопроса, то у меня довольнь гибкие ожидания в зависимости от общего соцпакета и я знаю, что от $X до $Y – стандартная сумма для человека с моими опытом и образованием».

Вы не должны стыдиться просьб о разумной оплате. То, что вы считаете обоснованным, не должно определяться вашим прошлым заработком, а только тем, сколько вы планируете получать на новой должности. Компании часто предлагают меньше, ожидая, что в процессе обсуждения вы договоритесь о той сумме, которую они рассчитывают платить новому сотруднику, поэтому повышение как минимум на 5 % одобряют достаточно часто.

Но договориться можно не только о зарплате. Во-первых, есть и другие прямые денежные выплаты, например поощрительная премия при устройстве на работу, пакет релокации и акции. Работодателю проще выплатить премию новому сотруднику, чем повысить ему зарплату, так как премия – это разовый бонус. То же самое и с расходами на релокацию; если вы собираетесь переехать, спросите о политике компании в отношении переезда. Если организация большая, скорее всего, у нее есть стандартный релокационный пакет, а порой и контракт с определенным перевозчиком. Даже небольшие фирмы могут что-то вам предложить; не факт, что вы узнаете об этих бонусах, если не спросите сами.

Но вы можете пойти еще дальше. Вернитесь к тому, о чем думали, находясь в поиске работы. Что для вас важно? О некоторых вещах трудно договориться, например варианты медицинской страховки и пенсионного плана часто одинаковы для всех, кто занимает определенную должность. Вы должны учитывать это на ранних этапах. Отзывы сотрудников о пакете льгот в устоявшихся компаниях обычно можно найти на сайте Glassdoor. Но есть много других вещей, о которых вы можете попросить, например:

• гибкий или удаленный график работы;

• более ранняя оценка вашей деятельности (через полгода, а не год), которая поможет быстрее получить повышение;

• образование за счет компании;

• бюджет на участие в конференциях.

При этом помните, что у компании тоже есть ограничения. Например, у некоммерческих организаций вряд ли будет большая вилка зарплат, зато они могут быть гибкими в отношении рабочего времени или отпуска. Компания с распределенной по отделам командой Data Science с большей вероятностью позволит вам работать из дома несколько дней в месяц, чем та, где все работают в одном офисе. Убедитесь в том, что ваши просьбы зафиксированы на бумаге и приняты. Вы ведь не хотите о чем-то договориться и не получить, принимая работу. Также имейте в виду, что подобные не выраженные в деньгах возможности являются лишь дополнением. Если зарплата намного ниже ваших ожиданий, эти изменения вряд ли сделают предложение приемлемым.

Ваш лучший рычаг на переговорах – это конкурирующее предложение. Оно дает понять компании, что рынок готов больше платить за ваши услуги и вам есть куда пойти. Если у вас окажется два оффера, лучше всего сказать так: «Я бы предпочел работать с вами, но компания ABC предлагает мне гораздо больше. Вы можете предложить столько же?» Не лгите: если вы попытаетесь сказать это обеим компаниям, это может легко обернуться не в вашу пользу.

Еще один рычаг – ваша текущая работа. Большинство компаний понимает, что вы не захотите получать меньше. Если вы относительно довольны или ваша фирма дает больше преимуществ, воспользуйтесь этим. Даже если вам предложили более высокую зарплату, не забудьте учесть преимущества текущего соцпакета. Допустим, нынешний работодатель предлагает 3 %-ный пенсионный план, а новый – ничего. Получается, что зарплата на текущем месте работы на 3 % выше. Или, возможно, ваша нынешняя компания полностью оплачивает медицинскую страховку, тогда как в новой вам придется платить по $200 в месяц за страхование вашей семьи. Обязательно учтите это, особенно если переходите из более низкооплачиваемой области: хотя ваш прямой доход существенно вырастет, вы потеряете льготы, которые получали прежде. Можно указать это в качестве причин, по которым вы просите более высокую зарплату.

Оценивая свои навыки в денежном эквиваленте, подумайте, насколько уникален ваш опыт для нового работодателя. Вам не обязательно быть опытным специалистом. Конечно, круто, если вы один из трех выпускников Стэнфорда, получивших в этом году докторскую степень в области искусственного интеллекта. Но предположим, что раньше вы работали в продажах, а теперь собираетесь стать дата-сайентистом, который помогает повысить уровень этих самых продаж. Знание этой сферы – огромное преимущество, которого может не быть даже у более опытных специалистов по данным. Чем больше вы уверены, что эта вакансия создана именно для вас, тем больше рычагов влияния сможете применить.

Иногда бывает трудно представить полную картину оффера. Например, если вам придется сменить место жительства, то следует подумать о тратах на переезд, а также об изменении размера повседневных расходов. Зарплата в $90 000 в Хьюстоне даст намного больше, чем $95 000 в Нью-Йорке. Сложите все преимущества. Хорошая медицинская страховка или пенсионный план может быть лучше, чем тысячи или даже десятки тысяч долларов. В общем, не упускайте из виду лес за деревом зарплат.

Если вы провели переговоры и получили все, о чем просили, компания ждет, что вы примите оффер! Начинайте обсуждение только в том случае, если собираетесь принять предложение при соблюдении всех ваших условий. Иначе зачем тогда все это затевать? Вообще-то, на это можно пойти, если у вас уже есть оффер от другой компании, который вы очень хотите принять, и чем лучше предложение ее конкурента, тем больше вы сможете обсуждать условия. Однако это чрезвычайно рискованная тактика: будьте осторожны и не сожгите ненароком мосты. Даже если вы никогда не пойдете работать в компанию, которую использовали в качестве рычага давления, интервьюеры или сотрудники, сделавшие оффер, могут вас запомнить.

Компании очень и очень редко отзывают оффер из-за того, что вы решились на переговоры. Если это произошло, то работать у них точно не стоит. Совершенно нормально уважительно обговаривать условия, а вот отклонение кандидата по этой причине – очень тревожный звоночек. Считайте, что вам удалось избежать неприятностей.

То, как пройдет ваш первый месяц, будет зависеть от типа компании. У организаций разного масштаба подход к новым сотрудникам совершенно отличается. На рис. 9.1 показано, чего можно ожидать от двух компаний: большой фирмы с массой дата-сайентистов и маленькой, у которой нет или почти нет такой команды. (В главе 2 такими примерами были КИТк и Seg-Metra соответственно.) Эти два примера находятся на разных концах спектра, однако ваша организация, скорее всего, окажется где-то посередине.

Рис. 9.1. Онбординг в крупной организации похож на прохождение заводского конвейера, тогда как в небольших компаниях она менее организованна. (Эмодзи Twitter из проекта Twemoji)

Вы один из десятков людей, приступающих на этой неделе к работе. За семь дней до этого вы получили имейл с информацией о том, куда идти, когда приехать и что нужно взять с собой. Теперь для вас начинается формальный многодневный процесс онбординга и взаимодействия с людьми из разных отделов. Вам выдадут ноутбук, который вы настроите самостоятельно. Вы прослушаете презентации о корпоративной культуре, кадровой политике и устройстве компании. Все работает как часы, до вас в организацию были приняты тысячи сотрудников.

Что касается Data Science, вам помогут настроить среды программирования. Вероятно, вам выдадут контрольный список или обширную документацию с указанием всего, что нужно сделать, чтобы получить доступ к данным. Также можно ознакомиться с центральным репозиторием старых отчетов и документации с данными. Никто не ждет от вас всего и сразу: коллеги рады, что вы присоединились к команде, и знают, что вам нужно время, чтобы освоиться. Вам потребуется несколько недель, чтобы всему обучиться и получить одобрение доступа к системам. Необходимость так долго ждать может разочаровать: вы же так хотите почувствовать себя продуктивным! Но медленный старт в такой сфере – это нормально.

Если вам назначили одну или несколько задач, отнеситесь к ним серьезно, но сосредоточьтесь больше на процессе, а не на результате. У устоявшихся команд часто есть свои особенности, которые необходимо принять. На этом этапе не только можно, но даже нужно задавать вопросы; это залог дальнейшего успеха. Первые несколько месяцев – это шанс увидеть, что было сделано до вас, и узнать, в каком ритме работали ваши коллеги.

«О, ты выходишь уже сегодня?» Если вы пришли в небольшой стартап, не удивляйтесь, если будет готово не все, включая ноутбук. Возможно, вам самостоятельно придется выяснять, как получить доступ к данным. Когда вы все-таки войдете в систему, может оказаться, что данные недостаточно оптимизированы для работы и что SQL-запрос к небольшой таблице из 100 000 строк занимает шесть минут. Инструктаж нового сотрудника для ознакомления с компанией может не проводиться несколько недель, если он вообще будет. Это может быть связано с малым числом новичков, для которых требуется это мероприятие.

Каких-либо стандартов нет. Никто не будет указывать, какой язык программирования использовать или как подходить к анализу и структурировать его. Зато результат с вас спросят довольно скоро. В отличие от работы в крупной организации, вам не придется переживать за свою продуктивность; вас попросят сразу же приступать к работе. А вот о чем вам действительно стоит задуматься, так это о том, что вы случайно сделаете что-то не так и никто вам об этом не скажет, а узнаете вы это только через несколько месяцев, когда ваша (неправильная) работа уже будет пущена в оборот. Вот почему крайне важно задавать вопросы, пока вы находитесь в позиции новичка: так вы позже будете чувствовать уверенность в своих результатах. Постоянные неудачи приводят к быстрому выгоранию, поэтому работайте над созданием собственных процессов, которые позволят добиться успеха в долгосрочной перспективе.

Одна из самых важных вещей, которую вы можете сделать в первые недели работы, – это встретиться со своим руководителем, чтобы обсудить приоритеты. Это важно, поскольку так у вас появится представление о том, над чем следует работать. В одних компаниях приоритетная задача – это предоставление анализа определенной группе стейкхолдеров, чтобы помочь им в развитии какой-либо части бизнеса. В других – создание высокопроизводительных моделей для веб-сайта. В некоторых организациях могут либо ставиться обе этих цели, либо не ставиться ни одна из них.

Вам может казаться, что после внимательного чтения вакансии и прохождения интервью вы уже знаете, чего следует ожидать от работы. И хотя порой так и есть, многое может измениться, прежде чем вы приступите к обязанностям. У интервьюеров может быть устаревшая информация или в компании могло что-то поменяться до вашего прихода. Поговорите с руководителем как можно раньше, чтобы получить наиболее актуальные данные и обсудить их при необходимости.

В идеале у вашего руководителя есть вˆидение того, чем вы будете заниматься, но он готов учитывать ваши приоритеты и сильные стороны. Вместе вы должны определить показатели эффективности. Как правило, ваш успех связан с успехом команды и/или руководителя; если не все сотрудники стараются для достижения одной и той же цели, поддерживать друг друга будет сложно. Чтобы определить, как добиться успеха самому, стоит понять, какие задачи стоят перед командой и как оценивается ее производительность. Поможете ли вы получить больший доход, работая над экспериментальными программами по увеличению конверсии, или создадите модель МО, чтобы помочь специалистам по обслуживанию клиентов спрогнозировать проблемы покупателей с целью сокращения среднего количества времени запроса?

«Создайте модель машинного обучения с точностью 99 %» или «Используйте новейшую статистическую модель в своем анализе» – обычно это не цели производительности. Это инструменты решения проблемы. Ваши модели и анализ бесполезны, если они не связаны с задачами, которые необходимо решить другим людям. Считать, что целью является разработка наиболее производительных моделей, – распространенное заблуждение среди тех, кто только начал свой путь в Data Science. Логично, что так думают многие, потому что большое число научных исследований и образовательных курсов сосредоточены на разных методах создания точных моделей. Но для достижения успеха в Data Science одного этого недостаточно. Такие параметры, как полезность модели, уровень получения аналитических оценок и удобство эксплуатации, часто бывают важнее. (В главах 10 и 11 мы подробнее остановимся на этом вопросе.)

Приступая к новой работе, вы не знаете наперед, какие ожидания связаны с вашими непосредственными обязанностями. Некоторые компании ценят командную работу; от вас могут ожидать работы над несколькими проектами одновременно, но при этом надеяться, что вы сразу же бросите свои задачи ради помощи коллеге. Другие организации ждут работы на результат и игнорирования сообщений в Slack. Чтобы узнать, насколько вы соответствуете ожиданиям, нужно регулярно проводить совещания со своим непосредственным руководителем. В большинстве компаний у вас будут еженедельные встречи тет-а-тет для обсуждения текущих задач или вопросов. С их помощью можно узнать, уходит ли ваше время на важные для начальства задачи. Зачем тратить силы на догадки, если можно спросить прямо? Обдумывание краткосрочных блоков придаст уверенности, что вы на правильном пути, когда дело дойдет до более масштабной оценки эффективности.

Конечно, нужно еще разобраться с частью, касающейся непосредственно Data Science. Если компания, в которую вы попали, уже занимается этим направлением какое-то время, начните с изучения отчетов сотрудников. Из них вы не только узнаете о том, какие типы данных хранит организация (и не только об основных аналитических выводах), но и поймете, каким образом нужно предоставлять результаты проделанной работы. Бˆольшая часть задач дата-сайентиста заключается в передаче информации сотрудникам без технических знаний, при чтении отчетов вы осознаете, что большинство ваших коллег – абсолютные гуманитарии. Обратите внимание на то, как авторы упрощают или усложняют какие-либо понятия. Учтите это, когда придет время составлять собственные отчеты.

Затем следует выяснить, где находятся данные, и получить к ним доступ. Для этого нужно знать, какая таблица их содержит и в какой системе они записаны. Возможно, наиболее часто используемые данные находятся в базе данных SQL, а все, что старше двух лет, расположено в HDFS (распределенной файловой системе Hadoop), для доступа к которой необходимо использовать другой язык.

Оцените данные, с которыми вы планируете регулярно работать, подходите к ним объективно. В некоторых таблицах есть документация (пакет с данными либо отчет о них), в которой объясняются возможные сложности с качеством или прочие особенности. Сначала прочтите эти документы, чтобы не пришлось изобретать велосипед. Затем бегло оцените несколько строк и сводную статистику. Если вы будете знать, что некоторые подписки начинаются позже или что в столбце часто отсутствуют значения, то избежите части проблем. Если вы нашли незадокументированные сюрпризы, лучший способ выяснить, что пошло не так, – спросить эксперта, занимавшегося этой таблицей. В крупной компании это может быть дата-сайентист или кто-то, кто занимался сбором данных. Вы можете обнаружить, что сюрприз – это реальная проблема, которую нужно исправить, или же такие вещи в работе вполне ожидаемы. Например, подписки, которые активируются позже, могут оказаться подписками, которые были приостановлены и возобновлены в конкретную дату. Или вы можете заметить, что купоны на прошлогоднюю новогоднюю акцию были использованы в мае этого года, и это произошло потому, что их выдала служба поддержки.

Одни компании предпочитают, чтобы данные для тестирования были отделены от реальных данных, тогда как другие объединяют их не задумываясь. В последнем случае вам следует спросить, нужно ли исключать определенные заказы или действия тестовых аккаунтов или особых деловых партнеров. Точно так же в некоторые датасеты входят пользователи, которые ведут себя совершенно иначе. Например, American Airlines однажды предложила безлимитный проездной, включающий билет для сопровождающего лица. Один из пассажиров использовал тариф для сопровождения незнакомцев, домашних животных и своей скрипки, а также мог летать несколько раз в день. Возможно, вы не столкнетесь со столь экстремальной ситуацией, но новые компании нередко предлагают сделки, которые впоследствии выглядят глупо (например, 10 лет доступа за $100) и которые, возможно, необходимо будет учесть в анализе.

В процессе изучения данных вы выясняете их общую форму. Порой в небольшой фирме вам для начала придется поработать с инженерами, чтобы собрать больше информации, прежде чем общие данные станут подходящими. А в крупной организации вам придется расшифровывать десятки таблиц, чтобы понять, существует ли то, что вам нужно, в принципе. Возможно, вы ищете таблицы со столбцом «Заказ» в 12 базах. В идеале где-то должны быть сохранены документально подтвержденные и поддерживаемые таблицы основных показателей бизнеса, таких как транзакции или подписки. Но это, скорее всего, не относится к другим, менее важным датасетам, и вам следует попытаться узнать больше, если вы будете работать с плохо задокументированными сферами.

Убедитесь, что вы знаете, как данные к вам попали. Если вы работаете с чем-то вроде данных веб-сайта, они, скорее всего, будут проходить через несколько систем, чтобы попасть в БД, которую можно использовать. Каждая из этих систем наверняка каким-то образом изменяет данные. Если сбор внезапно остановился, вы должны знать, где искать проблему (а не впадать в панику!). Но в некоторых случаях данные вводятся вручную, например данные пациентов больницы или результаты опросов. В таких случаях не беспокойтесь о конвейерах, сосредоточьтесь на понимании многих атрибутов данных и потенциальных местах, где человек мог ввести их неправильно. Где бы вы ни оказались, вам практически всегда придется иметь дело с «грязными данными».

По мере разбора попробуйте записать любые проблемные места в данных и составить карту того, где и что находится. Такие факты сложно запоминать в процессе работы, а у многих компаний нет хорошей системы для документирования или обнаружения данных. Подобно тому как комментарии к коду помогают вам и другим людям понять его назначение в будущем, документирование данных приносит огромную пользу. Можно хранить эти файлы и на своем ноутбуке, но будет лучше, если у всех сотрудников компании будет к ним доступ. Так вы поможете новым сотрудникам компании и даже нынешним дата-сайентистам, которые не знакомы с какой-нибудь конкретной областью.

В конце концов, вы должны облегчать работу своего руководителя и снижать его нагрузку, но вначале все будет ровно наоборот, и это понятно. Чтобы начать работать на полную, потребуется больше времени, чем вы можете рассчитывать. Раздражение – это нормально, но помните, что в новой среде вы имеете дело с большой когнитивной нагрузкой. Вы пытаетесь уловить нормы (вероятно, негласные) того, сколько длится обед, во сколько начинается и заканчивается рабочий день, какие формы общения следует использовать, стоит ли закрывать ноутбук, покидая рабочее место, и многое другое. Кроме того, вам еще нужно разобраться с целой системой данных.

Распространенное заблуждение – это идея, что вам нужно поскорее проявить себя: «Я должен делать все быстрее, иначе все будут удивляться, зачем меня вообще наняли». Это тот самый случай синдрома самозванца (глава 8). Если вы попали в адекватную компанию, вам дадут некоторое время на разгон. Вместо того чтобы работать быстро, позиционируйте себя как сотрудника, который будет приносить пользу в долгосрочной перспективе (в течение месяцев, а не недель). Вначале вы будете задавать больше вопросов («Могу ли я получить к этому доступ? Почему этот запрос выполняется так медленно?»), чем давать реальных ответов (в форме отчетов, анализов и моделей).

При этом вы все равно можете стать полезным раньше. Сосредоточьтесь на простых и полностью описательных вопросах, таких как: «Как распределяется количество наших клиентов?» или «Какой процент пользователей активен каждую неделю?» В процессе вы ознакомитесь с данными компании, а также столкнетесь с рядом сложностей, которые вас поджидают. Во время совещания с руководителем покажите часть своей незавершенной работы, чтобы понять, находитесь ли вы на правильном пути. Очень неприятно потратить много времени и обнаружить, что вы отвечаете не на тот вопрос, применяете метод, который ваш начальник ненавидит, или используете неправильный источник данных.

Сосредоточившись на более простых вопросах, вы не поставите себя в неловкое положение: например, не сделаете неверный вывод, отвечая на сложный вопрос, не изучив сначала подробно все данные. Порой возникают непростые ситуации, потому что если ваши заказчики не знакомы с Data Science, их первый вопрос может звучать примерно так: «Можете ли вы спрогнозировать, какие торговые сделки будут закрыты?» или «Как мы можем удержать максимальное количество пользователей?» В главе 12 мы поговорим о том, что одна из ваших задач как дата-сайентиста – вникать в бизнес-вопросы, чтобы преобразовать их в вопросы, связанные с данными. Если человек не знает или имеет неправильное представление об основных фактах (например, о том, какой процент пользователей совершает вторую покупку или сколько людей переходят по рекламному баннеру), то он не задаст правильные вопросы.

Две стратегии помогут вам стать продуктивным быстрее: задавайте вопросы и выстраивайте взаимоотношения. Задавая вопросы, вы быстрее поймете детали своей работы. Выстраивание взаимоотношений позволяет понять вашу роль в организации.

Наибольший тормоз вашей карьеры – это боязнь задавать вопросы или говорить: «Я не знаю». Как мы уже неоднократно упоминали, Data Science – это настолько обширная область, что никто не знает всего или даже 20 % всего! И вы тоже никак не сможете узнать все тонкости данных в свой компании. Ваш руководитель предпочел бы, чтобы вы задали вопрос и тем самым отняли несколько минут чьего-то времени, чем застряли бы с решением на несколько дней. Вопросы могут быть какими угодно, от технических (например «Какой статистический тест мы используем для того, чтобы с помощью A/B-тестирования определить изменения дохода?») до связанных с бизнесом (например «Какая команда отвечает за этот продукт?»).

При этом не все вопросы равны. Вот несколько советов о том, как задать наиболее полезные вопросы:

• Наблюдайте за культурой вопросов в компании. Как их задают – лично, через корпоративный мессенджер Slack, на форуме или по электронной почте? Правильный выбор канала снижает вероятность того, что вы кого-то побеспокоите. Вы также можете уточнить этот момент у своего руководителя.

• Проявите инициативу. Вы можете сказать: «Я изучил этот вопрос и выявил три вещи» или «Это похоже на X. Это оно?» Проведя собственное исследование, вы, возможно, сумеете ответить самостоятельно и сможете задавать вопросы, лучше понимая концепцию.

• Не задавайте вопросов, если можете быстро найти ответы самостоятельно. Если вопрос не возник непосредственно в ходе разговора и если ответ выдается в первом же результате поиска в Гугле, лучше не задавайте его (например: «В чем разница между вектором и списком в R?»).

• Найдите экспертов, которые могут вам помочь, уважайте их время. Некоторые из ваших вопросов будут общими, но могут возникнуть и вопросы глубоко технического характера. Важно выяснить, кто является экспертом по различным методам статистики или программирования, поскольку именно от этих людей вам нужно получить ответы. Постарайтесь не становиться для них обузой: если вы понимаете, что вопросов к конкретному человеку накопилось много, попробуйте назначить с ним встречу. Людям гораздо проще потратить время на несколько организованных встреч, ограниченных по времени, чем отвечать каждые несколько минут. Поинтересуйтесь стилем работы своих коллег. Некоторые сотрудники должны помогать другим, но если от какого-нибудь человека также требуют результатов его непосредственной работы, посмотрите, есть ли у него календарь, где указаны часы, когда он недоступен. Чужое время следует уважать.

• Не задавайте вопросы со скрытой критикой: «Почему вы пишете код для этого запроса так, а не тем способом, которому я научился на последнем курсе?» Постарайтесь искренне понять, почему все делается именно так. Если компания существует на рынке уже какое-то время, у нее есть большой объем технических работ по разным проектам. Например, если у крупной организации есть физические серверы, для переноса данных с них в облако потребуется уйма времени и усилий десятков инженеров. Когда люди спрашивают: «Почему бы нам просто не сделать X? Это так просто и сэкономит нам много времени», они часто предполагают, что другие не понимают проблемы или не считают ее срочной. Но причина, по которой компания не делает Х, может быть связана с вещами, о которых вы не знаете, например из-за юридических ограничений.

• Объединитесь с кем-нибудь еще. Отличный способ учиться – объединяться с людьми. Вместо того чтобы просто спрашивать, можно проследить, как другие находят нужные ответы. Что касается технических вопросов, то объединение с кем-либо – это также способ увидеть среду программирования и изучить новые методы. Даже если ваш вопрос касается способа получения данных, можно узнать, в какой таблице они находятся и как человек нашел их там, а еще, возможно, получится освоить некоторые хитрости написания кода. Конечная цель – разобраться с как можно большим количеством вопросов, зная, где искать ответ.

• Составьте список. Если у вас есть вопросы, на которые не требуется ответить немедленно, запишите важные детали, которые вы хотели бы знать, например как часто обновляются данные, какой предельный размер для запросов и как далеко уходят определенные данные на локальном сервере. Затем обсудите все это вместе со своим наставником или руководителем. С таким подходом вам не придется постоянно отрывать кого-то от работы.

Круг поддержки – это важная часть комфорта в новой рабочей среде. Одним его создание дается проще, чем другим; постарайтесь общаться с коллегами не только на технические темы. В большинстве случаев это означает организацию встреч с людьми, с которыми вы никогда раньше не общались, чтобы познакомиться с ними и их работой поближе. Это не время, потраченное напрасно: благодаря такому общению вы и ваши коллеги будете чувствовать себя комфортнее, имея возможность положиться друг на друга и знать больше, чем просто имена и должности.

Подойти к незнакомому человеку может быть непросто, но вы можете использовать вопросы как способ заговорить с кем-то. Людям нравится быть полезными и чувствовать себя компетентными, поэтому не бойтесь вежливо их спрашивать в знак дружеского внимания. Если вы знаете хотя бы несколько человек, то даже самые большие офисы не испугают вас. Нормальной практикой также считается написать людям, с которыми вы будете тесно взаимодействовать, назначить с ними 30-минутную встречу, чтобы познакомиться. Если вы работаете в большом офисе, попросите вашего руководителя составить список сотрудников, которых вам стоит знать.

В команде любого размера полезно узнать, к кому и с каким вопросом следует обращаться. Один сотрудник может быть лучшим специалистом компании по SQL, а другой может отвечать за систему экспериментов. Знать, к кому кроме руководителя можно обратиться в случае технических трудностей, может оказаться очень полезно. Также следует как минимум представиться начальнику вашего руководителя. Это нужно вовсе не для того, чтобы вы могли пожаловаться на него, а потому, что так им будет проще говорить о вас при необходимости.

Точно так же следует познакомиться со всеми участниками проекта, с которыми вы будете работать. Если в DS-команде меньше десяти человек, постарайтесь встретиться с каждым по отдельности. Если вы будете работать с дата-инженерами или другими специалистами по данным, поговорите с ними. Это может быть и неформальный разговор, но важно, чтобы о вас знали не только по подписи в имейлах. Даже если вы в основном работаете удаленно, попробуйте использовать систему видеоконференцсвязи, чтобы вас могли увидеть и запомнить ваше лицо.

Слушайте все, что говорят как на официальных совещаниях, так и во время обеда. Познакомьтесь с людьми, которые работают в областях, смежных с Data Science (от проектировщиков до финансистов и экспертов по продажам и маркетинговой аналитике), и узнайте больше о специфике их работы. Не торопитесь заявлять что-то вроде: «Я мог бы сделать это лучше» и не берите на себя преждевременные обязательства из серии «Мы создадим для вас платформу машинного обучения». Просто сосредоточьтесь на сборе информации. И помните, что не все разговоры должны быть завязаны на работе. Всегда хорошо спросить о планах на выходные, любимых телешоу или хобби.

Последний мудрый совет: подружитесь с офис-менеджером. Офис-менеджеры отвечают за множество вещей, которые могут сделать ваш день лучше, – закуски, заказ обеда, лосьон для рук в туалете и так далее. А еще у офис-менеджеров одна из самых тяжелых и неблагодарных работ, поэтому цените их.

Устроившись на работу в Data Science и обнаружив, что она далека от ваших ожиданий, легко разочароваться. Теперь, попав в индустрию и проработав всего несколько месяцев, вам, возможно, придется начинать все сначала. Хуже того, вас может беспокоить мысль, что такой непродолжительный срок работы испортит ваше резюме. Значит ли это, что вам нужно терпеть и отработать хотя бы год? Работать в неблагоприятной обстановке, равно как и решиться на увольнение, – непросто. В следующих разделах мы рассмотрим две основные категории проблем, с которыми сталкиваются дата-сайентисты, – ужасная работа и токсичная рабочая среда. Идеального варианта решения этих проблем не существует, но мы опишем некоторые возможные стратегии смягчения последствий.

Во-первых, внимательно проанализируйте свои ожидания. Вас беспокоит что-то вроде «Все данные не очищены! Два дня я потратил только на их подготовку! Дата-инженеры не исправляют все сразу!» С такими проблемами вы будете сталкиваться повсеместно. Даже в крупнейших компаниях с сотнями инженеров дата-сайентисты сталкиваются с этим; данных так много, что их невозможно полностью проверить. Хотя основные таблицы должны быть чистыми и хорошо задокументированными, скорее всего, вам попадутся данные, которые придется улучшать или объединять с другими.

Один из способов проверить реалистичность своих ожиданий – узнать о работе у других специалистов по данным. Если вы закончили учебу с соответствующей степенью или прошли буткемп, спросите коллег или выпускников этого же направления, что они думают о среде, в которой вы работаете. Если у вас пока не такой широкий круг общения, сходите на митапы или вступите в виртуальное сообщество, если живете в маленьком городке или сельской местности. (Мы подробно рассмотрели эту тему в главе 5.) Если другие ваши коллеги из DS-команды прежде занимались Data Science в других компаниях, попросите их рассказать подробнее о том, как все устроено.

Другая проблема может заключаться в утомительных и скучных задачах. Например, изначально вас нанимали для прогнозирования, но на практике оказалось, что все ваши обязанности сводятся к нажатию раз в месяц кнопки повторного запуска на существующей модели. В этом случае посмотрите, сможете ли вы реализовать какие-то сторонние проекты в организации или автоматизировать какие-нибудь процессы. Если работа скучная, но не отнимает много времени, воспользуйтесь возможностью, чтобы заняться делами, связанными с Data Science. Продолжайте пополнять свое портфолио сторонними проектами, пишите посты в блогах или проходите онлайн-курсы. Эта тактика поможет подготовиться к следующей должности.

В конце концов, учиться можно даже на плохой работе. Есть ли способ организовать рабочий процесс так, чтобы выполнять задачи, на которых можно было бы учиться? Какие области вы можете улучшить? Возможно, коллеги не помогут вам научиться писать более качественный код, но можете ли вы узнать, какие ошибки легко допустить при формировании DS-команды? Скорее всего, в вашей компании работают умные и доброжелательные люди, но тогда почему же все идет не так? Понимая, что конкретно вам не нравится, вы будете знать, на что следует обращать внимание при поиске работы в будущем, а также будете лучше подготовлены и сможете избежать ошибок, если когда-нибудь создадите собственную DS-команду.

В разделе 9.4.1 обсуждается плохая ситуация, но ее можно исправить. Но что, если работа действительно токсична? Что, если руководитель и стейкхолдеры имеют совершенно нереалистичные ожидания и угрожают вам увольнением, потому что вы не можете спрогнозировать пожизненную ценность клиента, так как у вас нет для этого данных? Или вас штрафуют, если ответы, которые вы даете, не соответствуют ожиданиям компании? Организации, которые плохо знакомы со сферой Data Science, могут ожидать, что вы решите основные проблемы компании, взмахнув волшебной палочкой. Вам могут сказать: «Постройте модель, чтобы определить, хорошо ли написан текст» – проблема, к решению которой никто в этой области даже близко не приступал. В этом случае следует скорректировать ожидания работодателя, иначе вы рискуете постоянно ощущать, будто не дорабатываете. В таких условиях сложно защищать себя, но обычно в любой компании работают умные люди. Если вам говорят: «Если бы вы были компетентнее, то смогли бы это сделать», это звоночек. Даже если бы с этой задачей мог справиться гораздо более опытный специалист, организация должна была учесть это при поиске сотрудника на эту должность.

Проблема может заключаться в отсутствии взаимодействия отдельных сотрудников и команд. Вместо взаимопомощи команды могут пытаться саботировать процессы друг друга. Они сосредоточиваются только на собственном прогрессе и могут даже рассматривать успех в компании как игру с нулевой суммой: если вы или ваша команда преуспеваете, значит, их команда проигрывает. Помимо нездоровой среды такая ситуация часто приводит к огромному количеству работы впустую, поскольку вы можете в итоге дублировать чужой проект лишь потому, что с вами не поделились данными.

Задача может вообще не иметь ничего общего с Data Science; среда может быть сексистской, расистской, гомофобной или враждебной в любом другом смысле. Ежедневный поход на работу не должен вызывать чувство дискомфорта. Даже если к вам не проявляют открытую агрессию, перебивание на совещаниях, использование неправильных местоимений при обращении или вопросы в стиле: «Вы вообще откуда?» влияют на атмосферу.

К сожалению, подобные проблемы обычно решаются только при активном участии высшего руководства и всех остальных. Но токсичная рабочая среда часто указывает на отсутствие умения руководить или даже на то, что начальство активно способствует ее распространению. Если причина кроется в одном сотруднике, в идеале другие признают этот факт и человека уволят. Но если проблема носит массовый характер, ситуация может быть практически непоправима, а попытка изменить что-либо с позиции младшего сотрудника – быстрый рецепт выгорания. В таких ситуациях хорошо подумайте: возможно, вам стоит уйти.

Решение о том, стоит ли уйти с работы, – исключительно личное. Несмотря на то что никто не сможет дать вам простую инструкцию, которая сделает его безболезненным и легким, мы можем предложить несколько вопросов, которые помогут вам сделать правильный выбор:

• Достаточно ли у вас сбережений, есть ли у вашего партнера дополнительный источник дохода, который может вас поддержать, или члены семьи, у которых вы можете попросить в долг, если уйдете в никуда?

• Влияет ли эта работа на ваше здоровье или личную жизнь?

• Если проблема заключается в работе, обсуждали ли вы ее со своим руководителем и пытались ли найти решение?

• Можно ли перейти в другую команду или на другую должность, если не сейчас, то в течение нескольких месяцев?

Если, ответив на эти вопросы, вы поймете, что нужно уходить, то один из вариантов – немедленно начать искать другое место. Но, возможно, вас беспокоит, как будет выглядеть ваше резюме после столь непродолжительного срока работы и как это объяснить интервьюерам. Если вы проработали всего несколько недель, а до этого уволились из предыдущей компании, подумайте о том, чтобы связаться с прежним руководителем. Скорее всего, на вашу должность еще не взяли нового сотрудника, и если вы расстались на хорошей ноте, то сможете вернуться.

Если вы ищете новую работу, вот несколько советов, как рассказать о своем непродолжительном опыте на собеседовании:

• Подождите, пока интервьюер поднимет эту тему. Не думайте, что об этом нужно говорить заранее; возможно, на это даже не обратят внимания, потому что компания явно заинтересована. (Вы дошли до стадии интервью!)

• Расскажите о положительном опыте и извлеченных уроках. Это могут быть ваши проекты, знакомство с отраслью или опыт, который вы переняли от руководителя.

• Когда вас спросят, почему вы так быстро уволились, отвечайте коротко и нейтрально. Вы находитесь в сложной ситуации, потому что должны честно рассказать о причинах ухода и о том, что это произошло не по вашей вине, но если вы будете чересчур откровенничать, интервьюер может несправедливо посчитать вас человеком со сложным характером. Поэтому лучше всего дать размытый ответ: «Требования к моей работе были не такими, как я ожидал, и я не смог применить свои навыки и знания на благо компании» и остановиться на этом. Если вы поняли, какая рабочая среда вам нужна, скажите об этом. Возможно, вы были первым дата-сайентистом в компании и осознали, что хотите стать частью более крупной команды. Если вы решили уволиться, ознакомьтесь с главой 15, где говорится о том, как сделать это достойно, а также даются советы о поиске нового места при работе на полную ставку и способах уйти на хорошей ноте.

Но, возможно, вы не можете уволиться, потому что ваша виза привязана к месту работы или вы работаете в единственной компании, которая занимается Data Science в вашем маленьком городке. Если это про вас, то вот несколько советов:

• Помните, что вы – не ваша работа. Вы не обязаны нести ответственность за неправильные решения, которые принимаются в компании. Если вы не руководитель, то, скорее всего, мало влияете на деятельность компании.

• Берегите здоровье. Не жертвуйте сном, спортом и временем с друзьями и семьей.

• Поговорите с кем-нибудь. Это может быть ваш партнер, друг или терапевт. Они могут дать совет, но иногда достаточно просто выговориться.

• Подумайте о том, чтобы рассказать о харассменте в вашу сторону. Если это делает конкретный человек, рассмотрите вариант о том, чтобы сообщить о нем в отдел кадров. Убедитесь, что ваше обращение задокументировано. Не обращайтесь в отдел кадров лично; отправляйте имейлы и получайте обратную связь, чтобы подтвердить обращение. Рано или поздно вы захотите сослаться на обидные слова, сказанные в вашу сторону, и наличие письменного подтверждения пригодится. Если компания ничего не делает, вы можете подать жалобу в Комиссию по соблюдению равноправия при трудоустройстве, если вы находитесь в США. К сожалению, подобного рода жалобы несут в себе определенный риск: несмотря на то что это незаконно, компании могут мстить сотрудникам, препятствовать их карьерному росту или даже уволить. Если вы все же не хотите писать жалобу, постарайтесь сохранить доказательства о любом харассменте, с которым вы столкнулись, на случай, если позже вы все же решите сообщить об этом.

• Подумайте насчет увольнения нестандартно. Может быть, вы думаете, что не можете уволиться, потому что единственные доступные вам варианты – переход в менее престижную компанию, более низкая должность или сокращение дохода. Наш вам совет: не стоит недооценивать негативные последствия пребывания в токсичной среде; если, уволившись, можно принести временную жертву, в долгосрочной перспективе оно того стоит.

Мы надеемся, что вы никогда не попадете в такую ситуацию, но лучше иметь где-нибудь в запасе информацию, которой вы сможете воспользоваться в случае чрезвычайной ситуации. Имейте в виду, что смена места работы в Data Science – обычное дело (мы обсудим это в главе 15), поэтому нет никаких причин держаться за компанию, где вам некомфортно.

С подписанным планом на руках вы можете приступать к работе! Для начала производится импорт данных для дальнейших очистки и обработки. Затем вы несколько раз преобразуете данные путем их обобщения, агрегирования, изменения, визуализации и моделирования. Когда данные готовы, вы передаете их другим специалистам.

В следующих разделах мы кратко рассмотрим некоторые вопросы, которые следует учитывать при выполнении таких задач в рабочей среде. Целые книги, посвященные этой теме, также могут научить вас писать код для анализа на выбранном вами языке.

Прежде чем вы сможете начать отвечать на вопросы согласно плану анализа, вам необходимо сохранить данные в удобном формате там, где с ними можно будет работать. Обычно это означает возможность загрузить их на R или Python, но иногда используется SQL или другие языки. Почти всегда эта задача отнимает у вас больше времени, чем вы рассчитываете. В процессе может возникнуть много сюрпризов. Вот некоторые из этих ужасных моментов:

• Проблемы с подключением к базам данных компании в конкретной интегрированной среде разработки (IDE).

• Проблемы с неправильными типами данных (например, числами в виде строк).

• Проблемы со странными форматами времени («год-день-месяц» вместо «год-месяц-день»).

• Данные, требующие форматирования (возможно, каждый идентификатор заказа начинается с элемента «ID-», который необходимо удалить).

• Отсутствующие записи.

Хуже того, ни одна из этих задач не выглядит продуктивной для людей, далеких от технических вопросов; вы не можете показать стейкхолдеру убедительный график работы драйвера БД, да и он не поймет, что манипуляции со строками помогают решить его бизнес-вопрос. Поэтому, какой бы утомительной ни была эта задача, вам нужно ее поскорее решить и приступить наконец к исследованию данных.

Занимаясь импортом и приведением данных в порядок, помните, что перед вами стоит двойная задача: побыстрее решить не столь важные моменты и уделить как можно больше времени задачам, которые помогут в дальнейшем. Если у вас есть столбец с датами, который представлен в виде строк, и вы сомневаетесь, что он вам когда-либо понадобится, не тратьте время на изменение формата. Но если вы считаете, что он пригодится, сделайте эту работу как можно скорее, потому что для анализа нужен чистый датасет. Трудно сказать заранее, что пригодится, а что нет, но если вы заметили, что времени на определенную задачу уходит слишком много, спросите себя, действительно ли она так нужна.

При импорте и очистке данных какая-нибудь проблема может выбить вас из колеи на несколько дней, например подключение к БД. Если вы оказались в такой ситуации, у вас есть три варианта: (1) попросить о помощи, (2) найти способ полностью избежать проблемы или (3) продолжать попытки решить ее самостоятельно. Вариант (1) подходит отлично, если вы можете к нему прибегнуть: человек, разбирающийся в вопросе лучше вас, может быстро найти решение, а вы сможете у него поучиться. Вариант (2) тоже хорош – можно, например, использовать файл. csv вместо подключения к базе. Варианта (3) – бесконечных попыток – стоит избегать любой ценой. Сотрудник, потративший несколько дней на одну проблему, выглядит бесполезным. Если какая-то задача ставит вас в тупик, обсудите с руководителем дальнейшие действия; не стоит продолжать попытки и надеяться, что проблема решится сама собой.

После загрузки и форматирования можете приступать к работе и искать неадекватные данные. Сюда относится все, что выходит за рамки фундаментальных представлений. Например, если при просмотре архивных данных о рейсах авиакомпаний обнаружилось, что несколько бортов приземлились до взлета, это странно, потому что обычно самолеты сначала взлетают! Выбиваться из ряда может что угодно, от магазина, продающего товары с отрицательной ценой, до производственных данных, показывающих, что на одном заводе произвели в тысячу раз больше товаров, чем на аналогичном. Такие странности наблюдаются постоянно, и их невозможно спрогнозировать до проверки.

Если вам встретились такие данные, не игнорируйте их! Худшее, что вы можете сделать, – это предположить, что с ними все в порядке, а затем, спустя несколько недель упорного аналитического труда, обнаружить, что это не так и все усилия были напрасны. В такой ситуации следует поговорить либо со стейкхолдером, либо с кем-то, кто отвечает за эти данные, и спросить, знают ли они о несоответствиях. Во многих случаях об этом уже знают и могут предложить это проигнорировать. В примере с датасетом авиакомпании можно просто удалить данные о бортах, которые приземлились до взлета.

Если выяснится, что о проблеме не знали, а она может поставить под угрозу анализ, необходимо изучить способы спасения ситуации. Если вам нужен сравнительный анализ доходов и расходов, но при этом, как ни странно, половина имеющихся у вас данных не содержит информации о тратах, посмотрите, можете ли вы работать только с каким-то одним их видом (например, только с доходами). В некотором смысле этот подход превращается в анализ в квадрате: вы проводите мини-анализ, чтобы понять, возможен ли общий анализ в принципе.

Во время просмотра и моделирования вы пересматриваете свой план анализа и пытаетесь завершить работу. В следующих разделах представлена общая схема подхода к каждому его пункту.

Используйте метод обобщения и преобразования

Подавляющее большинство аналитической работы можно выполнить путем обобщения и преобразования данных. Чтобы ответить на вопрос: «Сколько клиентов у нас было каждый месяц?», можно взять информацию о клиентах, сгруппировать ее по месяцам, а затем подсчитать количество человек в каждом месяце. Здесь не нужны статистические методы или модели МО – просто преобразования.

Можно решить, что это не очень-то похоже на анализ данных, ведь вы не пользуетесь ничем, кроме множества арифметических действий, но часто правильное выполнение преобразований бесценно. Большинство других людей в компании вообще не имеют доступа к данным, не могут эффективно их преобразовывать или не знают, какие преобразования вообще нужны.

В зависимости от данных вы можете задействовать некоторые статистические методы, например поиск значений на разных уровнях процентилей или вычисление среднеквадратического отклонения.

Визуализируйте данные или создайте сводные таблицы

Выполнив соответствующие преобразования, создайте визуализации или сводные таблицы, чтобы видеть, что происходит с данными. Вернемся к предыдущему примеру: если у вас есть определенное количество клиентов в месяц, можно создать столбчатую диаграмму, чтобы проследить изменения. С помощью такого графика можно легко увидеть закономерности, а не просто вывести фрейм данных на экран.

На рис. 10.4 представлен пример сводной визуализации, показывающей общее количество клиентов за каждый месяц. На этом графике люди могут легко увидеть, что их число понемногу растет.

Выбор типа визуализации зависит от имеющихся данных. Можно использовать линейный график, диаграмму размаха или любой из многих других вариантов. Вместо диаграммы можно сделать сводную таблицу. Все зависит от того, что вы пытаетесь понять. В конце этого раздела среди материалов к нему можно найти информацию о выборе правильного типа графика для ваших данных. Обратите внимание, что в процессе визуализации вы можете осознать, что некоторые этапы преобразования следует изменить. Скорее всего, вам придется много раз скакать между разными этапами анализа.

Рис. 10.4. Пример сводной таблицы

Поскольку при визуализации будет множество итераций и непрерывного преобразования данных, следует найти золотую середину между желанием удалить промежуточные этапы ради чистоты кода и стремлением сохранить абсолютно все на всякий случай. Лучше всего оставить как можно больше кода при условии, что (1) старый код будет работать нормально после того, как вы внесете дальнейшие изменения, и (2) вы можете четко обозначить, какие результаты являются «хорошими». Не храните код, не работающий для вашего анализа, или его большие части с комментариями – это чрезвычайно затрудняет его поддержку. Помимо этого, неплохо бы использовать контроль версий вроде git и GitHub; каждый раз, добавляя в анализ новый контент, можно записывать изменения и откатывать код, если что-то пошло не так.

При необходимости создайте модель

Если в данных есть закономерности, которые предполагают, что здесь отлично подойдет моделирование, – действуйте! Возможно, было бы целесообразно применить модель временнˆого ряда, чтобы спрогнозировать количество клиентов в следующем году. При создании моделей следует выводить результаты и визуализировать их, чтобы понимать, насколько они точны или полезны. Можно создавать графики, которые сравнивают прогноз с фактическими значениями или содержат такие показатели, как оценки точности и значения важности функций.

Если вы создаете модели машинного обучения, которые могут быть использованы не только для анализа, а, например, для запуска в производство (о чем мы расскажем в главе 11), убедитесь, что вы изолировали код построения модели от общего анализа. Поскольку в дальнейшем вы будете использовать только ее, вам нужно будет легко извлекать этот код из того, который составляет общие диаграммы визуализации.

Повторите

Все эти шаги нужно проделать для каждого пункта плана анализа. В процессе работы у вас может появиться новое представление о том, что следует анализировать, или вы вдруг осознаете, что то, что вы считали целесообразным, на самом деле не имеет смысла. В таком случае нужно скорректировать план и продолжить работу.

Вероятно, разные пункты плана анализа будут взаимосвязаны, поэтому код, который вы использовали в одном пункте, будет повторяться и в другом. Постарайтесь структурировать план, чтобы можно было запускать одну и ту же программу несколько раз, а обновления в одной ее части сразу же распространялись бы на другие. Ваша цель – создать систему, которую можно поддерживать и легко менять, не затрачивая массу времени на отслеживание сложного кода.

Работа по анализу и моделированию данных зависит от поставленной задачи. Математические и статистические методы для кластеризации данных не подходят для прогнозирования или оптимизации решения. Если вы будете следовать некоторым общим советам, то сможете сделать не просто хороший, а отличный анализ.

Сосредоточьтесь на ответе на вопрос

Как уже говорилось в разделе 10.2, очень легко потратить время на выполнение работы, которая не приводит к достижению цели. Если вы анализируете заказы клиентов с целью узнать, можно ли спрогнозировать, когда клиент сделает свой последний заказ и больше никогда не вернется, вы можете получить нормально работающую модель нейронной сети, а затем потратить несколько недель на настройку гиперпараметров. Если стейкхолдеру достаточно только ответа «да» или «нет» на вопрос о работоспособности модели, то настройка гиперпараметров для повышения ее эффективности не поможет. Вместо того чтобы неделями заниматься этой настройкой, можно было бы сделать что-то более полезное.

При анализе важно сосредоточиться на плане и ответить на заданный вопрос. Нужно постоянно спрашивать себя: «Это относится к поставленной задаче?» Вы должны думать об этом каждый раз, когда составляете график или таблицу. Здорово, если вы все время положительно отвечаете на этот вопрос. Но ситуации, когда вы порой думаете: «Этот график (или таблица) бесполезен», гораздо более вероятны, и тогда, возможно, придется скорректировать свою работу. Во-первых, постарайтесь остановиться и подойти к проблеме иначе. Если вы пытались сгруппировать клиентов по расходам, попробуйте вместо этого выполнить кластеризацию. С совершенно новым подходом у вас больше шансов на успех, чем при внесении незначительных изменений. Во-вторых, поговорите с руководителем или стейкхолдером проекта: возможно, данные, которые вы используете, неэффективны для решения возникшей проблемы.

На протяжении всего процесса анализа нужно стабильно собирать набор действительно актуальных результатов и (в идеале) следовать плану.

Используйте простые методы вместо сложных

Сложные методы так увлекательны! Зачем нам линейная регрессия, если можно использовать случайный лес? Зачем использовать случайный лес, если есть нейронная сеть? Эти методы показали себя эффективнее, чем старая добрая регрессия или кластеризация k-средних, и они интереснее. Поэтому, когда вас просят решить бизнес-вопросы с помощью данных, вы, безусловно, должны использовать наилучшие методы.

К сожалению, у сложных методов есть множество недостатков, которые неочевидны, если сосредоточиться исключительно на точности. Цель анализа не в том, чтобы получить максимально возможную точность или прогноз; он должен ответить на вопрос так, чтобы представитель бизнеса мог его понять. Это означает, что вам нужно объяснить, откуда взялся такой результат. С помощью простой линейной регрессии можно легко построить графики и понять, как каждая функция повлияла на результат, тогда как при использовании других методов описать причины результатов модели бывает очень сложно, а заказчику будет сложнее поверить в их правильность. Более сложные методы настраиваются дольше, отладка и запуск нейронной сети занимают некоторое время, тогда как линейная регрессия выполняется довольно быстро.

Поэтому при проведении анализа стоит выбирать простые методы как в моделях, так и в преобразованиях и агрегировании как можно чаще. Например, вместо того чтобы отсекать определенный процент выбросов, выполните логарифмическое преобразование или возьмите медианное значение вместо среднего. Если линейная регрессия работает достаточно хорошо, не тратьте время на создание нейронной сети ради незначительного повышения точности. Применение простых методов там, где это возможно, делает результат намного понятнее для других, а вам будет проще осуществлять поддержку и отладку.

Графики для исследований vs графики для презентаций

Есть две разные причины, по которым дата-сайентист предпочитает визуализировать данные: для исследования и для обмена информацией. Первый он составляет, чтобы понять динамику данных. Сложный и плохо размеченный граф – это нормально до тех пор, пока специалист понимает его. Цель графика для презентаций состоит в том, чтобы тот, кто мало знает о данных, получил конкретную информацию, которую пытается вывести дата-сайентитст. Для того чтобы такой график считался эффективным, он должен быть простым и понятным. При проведении анализа вам понадобится использовать множество графиков для анализа, но ими не стоит делиться с другими сотрудниками.

Рассмотрим пример, основанный на вымышленных данных о кличках домашних животных в городе: дата-сайентист хочет понять, соотносится ли первая буква клички домашнего животного с его видом (коты или собаки). Он загружает данные и создает визуализацию, показывающую для каждой буквы разбиение групп котов и собак, чьи клички начинаются с нее (рис. 10.5).

Рис. 10.5. Пример визуализации, сделанной во время анализа перед очисткой

Если вы внимательно посмотрите на рис. 10.5, то заметите, что в столбце Т гораздо больше кошек, чем собак – важный вывод для дата-сайентиста. При этом это не тот график, который следует показывать стейкхолдеру: в нем слишком много информации и с первого взгляда не все очевидно.

На рис. 10.6 показаны те же данные, построенные другим, более простым способом. В этой версии очевидно, что шанс котов получить кличку, начинающуюся на букву T, составляет 12 %, тогда как для собак он равен только 5 %. Теперь этими данными можно поделиться со стейкхолдером.

Рис. 10.6. Те же данные, что и на рис. 10.5, составленные так, чтобы подчеркнуть важность буквы T

Непрерывная готовность делиться

Результат анализа может принимать различные формы, выбор которых зависит от целевой аудитории. Если анализ предназначен для бизнесменов, часто используется набор слайдов или редактируемый документ. PowerPoint или Word (или Google Slides и Google Docs) – хороший вариант, потому что любой может открыть такие файлы (при наличии пакета Microsoft Office для первых двух вариантов), а их форматы поддерживают множество диаграмм, таблиц и текстовых описаний. Если анализ предназначен для технических специалистов, можно передать выходной HTML-файл Jupyter Notebook или R Markdown. Эти методы хороши тем, что для их обработки обычно требуется меньше усилий (например, не нужно тратить время на выравнивание фигур на слайде). Если нужно передать большое количество таблиц с данными для финансовых специалистов, лучшим вариантом может стать Excel: это отличный инструмент на случай, если конечному пользователю нужно взять значения из результатов и произвести дальнейшие вычисления. Чтобы впоследствии вам не пришлось столкнуться с доработкой, решите на раннем этапе анализа, какой результат вы ожидаете получить.

В зависимости от объема работы вам нужно будет периодически связываться с заказчиком и показывать ему результат. Это позволяет предотвратить катастрофу: представьте, что вы неделями в одиночку работали над анализом, а когда пришло время сдавать проект, стейкхолдер находит что-нибудь, что сводит все ваши усилия на нет. Например, говорит: «Вы рассматривали продажи, но не учли возвраты». Если бы этот пункт был указан в начале, напрасной траты времени можно было бы избежать. Кроме того, стейкхолдер часто может вносить изменения, предлагая возможные сферы, на которых необходимо сосредоточиться, или методы, которые следует попробовать. В некотором смысле такое общение на протяжении всего процесса аналогично концепции гибкой методологии разработки ПО: постоянное улучшение работы, а не выпуск одного объемного готового продукта.

Регулярная координации со стейкхолдером – это хорошо, но дата-сайентисты часто пренебрегают им. А еще в этой ситуации плохо то, что работу приходится показывать человеку, не занимающемуся данными, то есть промежуточный результат должен быть в таком состоянии, которое не стыдно показать. Нужны графики с четкими обозначениями и смыслом, код с минимальным количеством ошибок и базовая история происходящего. Поэтому дата-сайентисты часто думают: «Не буду показывать результат, пока не доработаю его; займусь этим в конце». Не делайте так! В итоге это практически всегда выливается в больший объем работы. С постоянным поддержанием работы в виде, подходящем для показа, вы в итоге получите более качественный продукт.

Запуск одной кнопкой

Точно так же как для загрузки и подготовки данных неплохо бы запустить только один сценарий, нужно предусмотреть единственную кнопку, запускающую анализ. В Python для автоматической загрузки данных есть Jupyter Notebook, который выполняет анализ без ошибок. В R это файл R Markdown – он загружает данные, анализирует их и выводит HTML-файл, документ Word или презентацию PowerPoint.

При проведении анализа избегайте запуска слишком большого количества кода за пределами сценария или беспорядочного выполнения сценариев. Такие методы увеличивают вероятность ошибки при повторном запуске. Это нормально, если вы захотите написать ad hoc код под конкретную ситуацию, но для начала убедитесь, что сможете повторно запустить файл без ошибок. Так вы сможете в любой момент поделиться результатами работы с другими людьми и гарантированно потратите меньше времени на исправление сценария в конце анализа.

В зависимости от требований стейкхолдера результатов выдачи кода может оказаться достаточно для удовлетворения запроса, но, возможно, вам придется пойти дальше и подготовить окончательную версию. Если финальный результат должен быть представлен в виде презентации PowerPoint, скорее всего, надо будет его отшлифовать чуть больше, чем при проведении анализа, чтобы он соответствовал требованиям компании к стилю. Самое главное, вам нужно будет составить рассказ для окончательного документа, чтобы люди, не участвовавшие в процессе, могли полностью понять ваши выводы, а также что и для чего было сделано.

Такой рассказ – первый шаг к получению хорошего итогового документа. Что вы собираетесь сообщить? Как вы представите проблему, как объясните решение, которое предлагает проделанная работа (или не предлагает), и как обсудите следующие шаги? Рассказать о работе можно по-разному, но один из самых простых способов – подумать, как можно объяснить процесс человеку, который раньше с ним не сталкивался. Подумайте, что бы вы рассказали, и постарайтесь сделать то же самое в своем документе. Неоднократно задавайте себе эти вопросы: «Будет ли то, что я показываю, понятно моей аудитории?» и «Что я могу сделать, чтобы улучшить рассказ?» В конце концов вы достигнете того момента, когда будете довольны контентом.

Вам также нужно будет добавить в свой документ текст. Обычно это делается, чтобы прокомментировать ваш рассказ или пояснить, почему важна каждая диаграмма. Опять же, постарайтесь сделать его понятным для человека вне контекста. Спросите себя: «Чем моя информация полезна для бизнеса?» Требования к количеству текста различаются между компаниями: некоторые хотят подробных описаний, объясняющих все, в то время как другим достаточно нескольких слов. Лучше написать побольше, потому что впоследствии можно сократить содержание.

Когда основной материал готов, проверьте работу на предмет мелких ошибок, прежде чем отправлять его стейкхолдеру. Попросите заняться этим коллегу, знакомого с контекстом работы, чтобы уточнить, все ли в порядке. В некоторых компаниях руководитель может потребовать, чтобы для начала работу предоставили ему на проверку для утверждения.

Когда ваш руководитель утвердит анализ, назначьте встречу со стейкхолдером, чтобы представить работу лично. Подробно расскажите ему о каждом компоненте и опишите, что вы сделали, что узнали и на что решили не обращать внимания. Вы потратили так много времени на анализ данных, что рассказать о нем и ответить на пару вопросов не должно быть трудно.

В зависимости от стейкхолдера вас могут засыпать вопросами на протяжении всей презентации или же человек может ждать, пока вы закончите. Они могут быть как спокойными и выражать любопытство («Почему вы использовали набор данных X вместо набора данных Y?»), так и содержать критику и озабоченность («Почему у вас не такие результаты, как у другой команды? Есть ли в вашем коде ошибки?»). Ответы во многом аналогичны ответам во время интервью (глава 7): вы можете честно сказать о том, что знаете и что вам неизвестно. Можно упомянуть, что вам нужно что-то дополнительно изучить. Будьте максимально открыты в обоснованиях («Мы использовали набор данных X, потому что он охватывает интересующий нас период») и скажите честно, если чего-то не знаете («Я не уверен, почему эти выводы не соответствуют результату, полученному другой командой. Я займусь этим вопросом»). При этом в большинстве случаев такие встречи проходят спокойно и бесконфликтно!

Независимо от того, насколько хорош анализ, вас обязательно спросят: «А как насчет _____?», где пробел – это то, на что вы не обращали внимания в процессе. Кто-то может спросить: «А как насчет того, чтобы анализировать только данные за последний месяц?» В Data Science это естественно: всегда можно выделить какую-нибудь полезную вещь. Особенно часто это встречается в ситуациях, когда анализ оказался безрезультатным. В таких случаях человек, обращающийся с вопросом, всеми силами пытается найти зацепку, которая может оказаться решающей.

Как дата-сайентист лучшее, что вы можете сделать в таких ситуациях, – это попытаться мягко противостоять подобным вопросам. Несмотря на то что в некоторых случаях они оказываются полезными, не исключено, что вы снова окажетесь без каких-либо новых выводов и только потеряете время. Как специалист вы должны лучше других знать, что может подойти, и, если вы не считаете, что предложенный вариант пойдет на пользу, скорее всего, так оно и есть. Вопрос, который вы пытаетесь решить, часто бывает настолько абстрактным, что невозможно дать по-настоящему однозначный ответ. Завершив анализ, вы должны уметь вовремя остановиться, равно как и в случае с выбором методов анализа, когда не следует перебирать все подряд.

Когда окончательный анализ передан и одобрен, вам тут же предложат взяться за новую задачу. Однако прежде, чем приступать к ней, сделайте несколько маленьких вещей, чтобы в будущем упростить себе жизнь. Велика вероятность, что через несколько месяцев или даже лет вас попросят повторить анализ, но уже с более свежими данными. Если вы сохраните свою работу, то выполнить задачу будет намного проще. Итак:

• Еще раз проверьте, можно ли повторно запустить весь анализ. Ранее мы говорили, что следует запускать анализ одной кнопкой; на этом этапе вы должны сделать последнюю проверку и убедиться, что все работает.

• Прокомментируйте свой код. Поскольку вы можете забросить этот код в дальний угол на несколько лет, даже небольшие комментарии могут помочь вспомнить, как использовать или изменять его.

• Добавьте файл README. Файл README – это простой текстовый документ, в котором описывается, для чего нужен анализ, почему он был проведен и как его запустить.

• Храните код в надежном месте. Считайте, что вам это уже удалось, если вы используете git и GitHub, но если нет, подумайте, как можно будет получить доступ к коду через долгое время.

• Убедитесь, что данные надежно сохранены. Проверьте, что все файлы данных хранятся в надежном месте, и это, естественно, не ваш ноутбук, а облачные сервисы (например, OneDrive, общий сетевой диск или AWS S3). Кроме того, в идеале следует проверять датасеты из БД, чтобы убедиться, что никто их не удалит.

• Результат хранится в общедоступном месте. Чаще всего люди обмениваются результатами анализа в виде вложений в имейлах, но это не лучший способ архивации. Разместите результаты в месте, к которому могут получить доступ другие члены команды и люди из других подразделений компании.

Когда эта работа будет сделана, можете считать, что анализ действительно завершен. По мере роста количества анализов вы найдете методы и способы, которые подходят вам лучше всего, что, несомненно, ускорит и улучшит вашу работу.

Создание продукционной системы, основанной на модели МО, начинается с тех же шагов, что и в случае с моделями для анализа: нужно найти подходящие данные, выделить признаки, обучить модель и обеспечить вовлеченность бизнеса. Но в конце потребуется кое-что еще:

1. Модель необходимо конвертировать в формат, подходящий для других программ. Как правило, для этого пишется код, позволяющий обращаться к модели как к API из других систем компании, как если бы это был веб-сайт.

2. В модель должен быть добавлен код для обработки множества потенциальных входных данных. Это гарантирует, что неожиданные значения не приведут к сбою и значительно сократят время простоя. Для этого в модель должно быть добавлено тестирование, обеспечивающее проверку правильности обработки всех данных.

3. Модель развертывается в тестовой среде для проверки правильности ее работы. Проводится тестирование API, чтобы убедиться, что он функционирует и может обрабатывать объем трафика, который будет поступать в реальной ситуации.

Когда все эти этапы пройдены, модель развертывают в производственной среде.

Когда вы собираете данные для обучения модели при анализе, вам необходимо найти подходящий архивный датасет с хорошим сигналом. То же самое необходимо и для продукционной модели, но часто этого недостаточно, потому что необходимо учитывать ее компонент, работающий в реальном времени. Рассмотрим предыдущий пример, где компании нужна модель в производстве, которая в реальном времени прогнозирует уход клиента. Если бы она была нужна только для анализа, то архивный набор атрибутов покупателя (количество покупок, количество времени с момента первой покупки и так далее), полученный несколько месяцев назад, отлично подошел бы. Но поскольку продукционная модель должна делать прогноз в реальном времени, ее код необходимо написать так, чтобы каким-то образом заполучить атрибуты покупателя в момент вызова. Если клиент #25194 звонит в службу поддержки, код должен получить точные данные о его заказах, чтобы модель смогла осуществить прогноз.

Между использованием архивных данных для обучения модели и предоставлением информации в режиме реального времени при ее запуске разница может быть огромной. По техническим причинам, связанным со способом сбора данных, может пройти несколько часов или даже дней, прежде чем они поступят в БД или другое хранилище, к которому будет доступ у соответствующего специалиста. Кроме того, бывают ситуации, когда данные доступны в реальном времени, но не записываются в архиве. Например, вы можете узнать, находится ли клиент сейчас за рубежом, но информация о его прежних выездах из страны не сохранилась.

Когда вы ищете данные для создания продукционной модели, подумайте, что потребуется в реальном времени при запуске. Будет ли информация достаточно актуальной? Можно ли получить к ней доступ через соединение с БД или каким-либо другим способом и кто его может настроить? Проекты машинного обучения нередко проваливаются из-за проблем с датасетами.

Если у вас есть подходящий набор данных, можно приступать к построению модели машинного обучения. Это обширная тема; если вы хотите узнать, как построить модель МО от разработки функций до обучения и проверки, для этого есть множество книг и интернет-ресурсов. Вместе с тем при создании модели специально для производства нужно учитывать несколько вещей.

На момент написания этой книги большинство моделей машинного обучения обслуживались как интерфейсы прикладного программирования (application programming interfaces, APIs). Это значит, что их код может работать в одной компьютерной системе и что другие системы при необходимости могут к нему подключаться, чтобы модель работала на их данных. Предположим, у компании есть система, управляющая веб-сайтом магазина, и руководство хочет добавить модель МО, предлагающую скидки клиентам, собирающимся отказаться от подписки. Вместо того чтобы вписывать ее в код веб-сайта, можно создать вторую систему, содержащую модель, с которой этот веб-сайт будет периодически связываться.

Концепция разбиения различных частей системы на небольшие микрослужбы широко используется в разработке ПО и подробно описана во многих книгах. Для дата-сайентистов важна концепция создания одной компьютерной системы, которая работает исключительно с моделью, для того чтобы другие системы могли ее использовать.

Современные API создаются с помощью веб-служб, которые в просторечии называются REST API. REST API – это такой крошечный веб-сайт, но, в отличие от него, он возвращает не HTML для рендеринга в браузере, а данные, обычно в виде форматированного текста. Эти запросы используют протокол HTTP, аналогичный для веб-браузеров (и именно поэтому адреса веб-сайтов начинаются с http:// или https://). Например, API сайта погоды можно настроить таким образом, чтобы при переходе по URL http://exampleweather.com/seattle_temperature показывалась температура в Сиэтле в градусах (45). Для API модели МО нужно перейти на определенный веб-сайт и получить прогноз. В случае с моделью МО где-то в сети компании может быть сайт, который предсказывает, уйдет покупатель или нет. Такой сайт, как http://internalcompany.com/predict?customer=1234, вернет число от 0 до 1, представляющее вероятность ухода этого клиента.

Разработка API включает принятие решений: например, какие URL-адреса будут возвращать данные (и в каком виде) или какие типы запросов следует использовать. Понятный дизайн – важная часть на пути к тому, чтобы люди действительно пользовались им, и зачастую продумывание интерфейса требует не меньшего внимания, чем создание самой модели.

Запуск модели МО как веб-службы API удобен по нескольким причинам:

• Поскольку это веб-API, модель можно использовать где угодно и кем угодно, в том числе другими продуктивными системами или дата-сайентистами. Запрос к той же модели прогнозирования оттока, которая используется на веб-сайте, может быть отправлен специалистом по принятию решений.

• Поскольку модель работает как веб-сайт, ее можно подключить практически к любой современной технологии, независимо от технической платформы. Если модель написана на R, ее по-прежнему может использовать как веб-сайт, написанный на Node.js, так и аналитик, работающий с Python. Кроме того, если по какой-либо причине модель перестанет работать, она с меньшей вероятностью потянет за собой другие продукты, поскольку размещается на собственном веб-сайте. Если на веб-сайте интернет-магазина компании внезапно пропадает связь с моделью, то он все равно должен работать.

API-интерфейсы отлично подходят для моделей МО, но для них требуется дополнительный код. И у R, и у Python есть пакеты – Plumber и Flask соответственно, которые делают его за вас. Когда вы запускаете сценарий R или Python с этими пакетами, он направляет функцию в конечную точку на компьютере. Можно указать, что переход по URL-адресу http://yourwebsite.com/predict запустит функцию машинного обучения R или Python, а затем вернет любой ее результат. Затем можно войти в браузер и вызвать свой код! Предположим, вы запускаете его на ноутбуке или ПК. Если вы настроите брандмауэр и предоставите доступ для внешнего подключения к компьютеру, другие люди смогут запустить ваш API. Но, как только вы перестанете запускать программу хостинга API (R или Python), никто не сможет запустить вашу модель.

Хотя и R, и Python упрощают обслуживание API модели, необходимо принимать проектные решения, например какую информацию необходимо будет передать в качестве входных данных в модель в запросе API. Предположим, вы создаете модель, которая предсказывала бы вероятность ухода клиента. Прогноз должен строиться на основании длительности отношений покупателя и компании, потраченной суммы на товары и количества звонков в службу поддержки. Один из возможных вариантов дизайна API – это сделать запрос с уникальным идентификатором клиента в URL. Например, чтобы найти клиента с идентификатором 1234, можно перейти по ссылке http://yourwebsite.com/predict?customer_id=1234. Другой вариант – пользователи должны сами искать всю информацию о клиентах, а затем включать эту информацию в текст запроса. Таким образом, для клиента, пробывшего в компании 1,7 года, с общими затратами в $1257 и тремя звонками в контакт-центр вы можете отправить запрос на http://yourwebsite.com/ и предсказать, где будет тело запроса \'7b" tenure":1.7,"spend":1257,"calls":3\'7d.

Оба варианта подходят для дизайна API, но один требует, чтобы API выполнял всю работу по поиску сведений о клиенте, а другой заставляет пользователя API искать информацию. Как правило, принимать подобные решения в одиночку – не лучшая идея; чем больше людей, которые могут использовать ваш API, вы можете вовлечь, тем больше шансов, что они будут довольны результатом.

После того как вы создали API, поговорите с его будущими пользователями и покажите им, как он работает. У них должна быть возможность дать отзывы о дизайне. В идеале вы также должны поделиться с ними документацией по API.

Когда у вас есть работающий API, самое время написать для него документацию. Чем раньше вы это сделаете, тем проще будет в дальнейшем поддерживать API. На самом деле это отличный способ создать документацию, прежде чем писать первую строку кода. В этом случае документация – это ваш план по созданию API, и у людей, которые будут использовать вашу модель, будет достаточно времени, чтобы подготовиться и все изучить.

Основой документации API является спецификация его запросов: какие данные можно отправлять, на какие конечные точки их можно отправить и какого ответа следует ожидать? Эта документация позволяет другим людям писать код, который будет вызывать API, и знать, чего ожидать. Она должна включать множество деталей, например:

• URL-адреса конечных точек: (http://www.companywebsite.com/example);

• что нужно включить в запрос;

• формат и содержание ответа.

Эта документация может находиться в любом текстовом документе, но есть также стандартные шаблоны для ее хранения, например документы OpenAPI. Документ OpenAPI – это спецификация для написания файлов спецификации API, которые будут понятны пользователями или компьютерным системам.

В идеале вы не будете постоянно поддерживать работу API, поэтому вам понадобится документация о том, какие требования API предъявляет к системе и как его установить в другом месте. Благодаря такой документации человек сможет самостоятельно запустить код и вносить изменения по мере необходимости.

Наконец, документация нужна для того, чтобы понимать, почему появилась эта модель, а также ее основные методы. Она пригодится на случай, если работа над продуктом уже не ведется, а информация о том, почему он был создан, утеряна.

Прежде чем запускать модель машинного обучения в производство и давать клиентам возможность пользоваться ею, важно убедиться в ее работоспособности. При обучении модели МО полезно проверить ее выходные данные и обеспечение точности, но этого недостаточно, чтобы понять, будет ли модель работать. Ее необходимо протестировать, чтобы убедиться в ее способности обрабатывать без сбоев любые входные данные. Если вводимая в производство модель оттока имеет API, который принимает числовой идентификатор клиента в качестве входных данных, то что произойдет, если этот идентификатор будет пустым? Или если будет отрицательное число? Или слово «клиент»? Если в этих случаях API возвращает неожиданный ответ, это может быть не очень хорошо. А если неверные входные данные приводят к сбою API, это и вовсе может иметь катастрофические последствия. Таким образом, чем больше проблем удастся выявить заранее, тем лучше.

Тестировать можно разными способами, но при создании продукционной модели МО особенно важно юнит-тестирование – процесс тестирования каждого небольшого компонента кода, которое проводится с целью удостовериться, что система будет работать на практике. В случае с API для МО это часто означает проверку того, что каждая конечная точка API ведет себя должным образом в разных условиях. Это тестирование предполагает возможность получать в качестве входных данных очень большие и отрицательные числа или строки со странными словами. Каждый сценарий превращается в тест. Для модели машинного обучения, которая классифицирует анализ тональности текста, тест может быть таким: «При вводе “я люблю тебя” мы ожидаем, что ответ API будет положительным». Другой вариант теста может быть таким: если введено не целое число, например 27,5, то код вместо сбоя возвращает результат «невозможно вычислить».

Помимо конечных точек API можно тестировать отдельные функции в коде. Цель состоит в том, чтобы обеспечить стопроцентный охват, то есть каждая строка кода в API будет проверена на правильность работы. Каждый раз при развертывании модели проводится тестирование, и если оно не пройдено, то проблемы должны быть устранены.

Всегда есть соблазн отказаться от тестирования из-за нехватки времени, но обычно это единственный способ выявить серьезные проблемы до того, как модель будет представлена клиентам. Куча проверок может казаться бесполезной работой по сравнению с построением модели МО, но это чрезвычайно важно, и игнорировать этот этап никак нельзя.

Если модель МО написана так, что ее можно запускать на ноутбуке, то преобразовать ее в API, который тоже будет запускаться на ноутбуке, не составит большого труда. К сожалению, иногда ноутбук приходится выключать или использовать для просмотра Netflix, поэтому нельзя оставить API работать на нем постоянно. Чтобы обеспечить постоянную и стабильную работу API, он должен располагаться где-то на сервере. Процесс перемещения кода на сервер для его выполнения – это то, что мы подразумеваем под развертыванием. Настройка сервера для постоянного выполнения кода предполагает немного больше работы, чем просто создание API.

Развернуть API на сервере можно двумя основными способами: запустить его на виртуальной машине (ВМ) или поместить в контейнер.

Если модель будет применяться в нескольких системах или же одна система будет использовать модель множество раз одновременно, следует убедиться, что API выдержит нагрузку и не откажет. Этот сбой может произойти из-за того, что системе, в которой работает API, не хватает памяти, а также потому, что ей требуется слишком много времени для обработки каждого запроса и список очередности растет, или же по любой другой причине.

Самый простой способ убедиться, что этого не произойдет, – запустить нагрузочное тестирование, в котором вы одновременно делаете большое количество запросов к API и смотрите на реакцию. Обычно выполняется как минимум в два раза большее количество запросов, чем можно было бы ожидать. Если API обрабатывает эти запросы корректно, значит, все идет по плану. Однако если он выходит из строя, вы увидите, что нужно улучшить код, масштабировать систему или внести другие изменения.

Даже после того, как вы успешно развернули и используете API, это еще не конец. (Всегда нужно что-то еще.) Либо вы, либо какой-нибудь другой сотрудник будет следить за работой API. В некоторых компаниях есть группа сопровождения (DevOps), которая занимается такими вещами. Даже если API работает нормально, вы все равно можете вносить изменения по другим причинам. В следующих разделах мы расскажем о трех важных моментах его обслуживания.

Непрерывный мониторинг работы модели – отличная идея. Сколько запросов она получает каждый час? Верны ли прогнозы? Есть ли ошибки? Самый простой способ отслеживать эти показатели – включить в API логирование и телеметрию. Логирование – это запись данных о внутренних проблемах в программном средстве, например каждый раз, когда в модели возникает ошибка. Телеметрия – это регистрация возникающих событий, например каждый раз, когда делается запрос или конкретный прогноз. Кроме того, можно настроить оповещение при возникновении проблем.

Логирование можно организовать по простому принципу: скажем, сделать так, чтобы API записывал информацию в файл каждый раз, когда происходит событие. Затем для проверки логов можно просто войти в контейнер Docker или виртуальную машину. Телеметрия обычно включает отправку информации о событии на удаленный хост (например, централизованный сервер), чтобы информация со многих систем находилась в одном месте. Затем можно создать информационную панель, чтобы телеметрию можно было просматривать и контролировать в режиме реального времени.

Инструменты оповещения используются на случай, если что-то идет не так, чтобы сотрудники компании об этом узнали. Это могут быть автоматические электронные письма или сообщения в Slack, которые отправляются при наступлении определенного набора событий. Если в API модели настроено событие телеметрии о получении запроса, но в течение всего дня ни одного запроса не поступило, можно отправить электронное письмо с оповещением о том, что система не получает трафик, хотя должна.

Эти разные системы мониторинга часто используются вместе, и компании пытаются стандартизировать их, чтобы все корпоративные API можно было отслеживать одинаково. Чем больше вы будете работать со стандартами вашей организации, тем полезнее будет ваше ПО.

Часто случается так, что в какой-то момент после запуска в производство модель начинает сбоить. Модели МО обучаются на данных, и со временем эти данные становятся менее актуальными. Например, модель машинного обучения для прогнозирования оттока клиентов может дать сбой, если у компании появятся покупатели из новых регионов. Если модель недостаточно эффективна, ее необходимо переобучить.

Самый простой вариант переобучения – повторить те же шаги, что и для первичного обучения модели, но загрузить при этом обновленные данные. Этот процесс предполагает загрузку данных в R или Python на ваш компьютер, повторный запуск сценариев и последующий запуск модели в производство аналогичным образом. Метод хорош тем, что если вы что-то уже делали, то сможете повторить. Многие крупные корпорации работают с продукционными системами МО именно так.

Вы можете усовершенствовать процесс, создав стандартный график, согласно которому будете выполнять работу. Вместо того чтобы пытаться уследить за метриками и интуитивно решать, когда модель нужно переобучать, возьмите за правило делать это каждые n недель или месяцев. Это избавит вас от необходимости гадать, когда же нужно совершить важное действие.

Что еще более важно, стандартный график позволяет автоматизировать процесс. Если у вас есть сценарий Python или R, который загружает данные, строит модель и затем где-то сохраняет ее, можно настроить систему на автоматическое выполнение этих действий по графику. Фактически можно сделать так, чтобы система переобучения самостоятельно запускалась в производство, так что вам не придется тратить время на такие вещи. Такая система может протестировать, работает ли заново обученная модель так же хорошо или лучше, чем предыдущая; если нет, то дата-сайентистам должно быть отправлено предупреждение. Подобные продвинутые процессы переобучения набирают обороты и поддерживаются облачными сервисами вроде AWS SageMaker.

Автоматические конвейеры переобучения стали очень популярным и не самым простым методом, но, в конце концов, пока вы в принципе переобучаете модель, все в порядке. Специалисты по данным наживают себе проблем, когда создают модель, развертывают ее в производство и постепенно перестают заниматься ею, а модель тем временем работает все хуже и хуже. Не отслеживая производительность и не модернизируя модель, вместо помощи вы только мешаете своей работой. Следите за этим.

Если модель, запущенная в производство, хорошо проявила себя в бизнесе, вы неизбежно захотите внести в нее изменения, чтобы сделать ее еще лучше. Например, использовать больше наборов данных или изменить метод машинного обучения, чтобы повысить производительность API. Ваши коллеги также попросят добавить необходимые для них функции или сообщат о проблемах, которые были обнаружены при использовании модели.

Как мы уже говорили в главе 10, в контексте анализа такого рода изменения, пусть даже и одного элемента, могут приводить к реальным проблемам. Вопрос о том, стоит ли заниматься этой работой, даже если она интересна или кому-то кажется важной, весьма спорный. Если для повышения точности модели с 84 до 86 % потребуются три месяца, то вы просто потеряете это время, которое могли бы потратить на что-то другое. Или параметр, который кажется кому-то важным, может никак не повлиять на многих клиентов. Успешно развернутая в производство модель МО привлечет внимание многих людей, и ваша задача как дата-сайентиста, который помогал ее создать, заключается в том, чтобы не потратить время на улучшение модели напрасно.

У каждого стейкхолдера, который вам может встретиться во время проекта, есть свои опыт и мотивация. Хотя это может быть практически любой человек в зависимости от проекта, большинство из них попадают в одну из четырех категорий: бизнес, инжиниринг, высшее руководство и ваш руководитель (рис. 12.1).

Рис. 12.1 Типы стейкхолдеров, рассматриваемых в этом разделе

Бизнес-стейкхолдеры – это люди из отделов маркетинга, обслуживания клиентов или продуктов, которые контролируют бизнес-решения. Именно они запрашивают анализ, который поможет принимать более обоснованные решения, или просят предоставить модели МО, которые повысят эффективность. Люди, занимающие эти должности, имеют разное образование: у специалиста по маркетингу может быть степень MBA и опыт работы в рекламном агентстве, а руководитель отдела по работе с клиентами мог начать свой карьерный путь в качестве саппорта с дипломом местного колледжа, а затем продвинуться вверх и дорасти до руководителя. Разный опыт позволяет каждому по-своему взглянуть на работу с вами.

Обычно у бизнес-стейкхолдеров мало опыта работы в технической сфере. Они умеют работать с Microsoft Excel, и за некоторыми исключениями это и будет степень их аналитического опыта. Большинство бизнес-стейкхолдеров понятия не имеют, как использовать R или Python, а также не знают о достоинствах различных моделей МО. Но если они читали какие-либо статьи за последнее десять лет, то должны были много раз слышать о том, насколько ценными могут быть данные для принятия решений и насколько важен анализ данных в целом. Таким образом, бизнес-стейкхолдеры находятся в непростой ситуации: им приходится всецело полагаться на дата-сайентистов, которые предоставляют им крайне важную для принятия решений информацию или же предлагают инструменты машинного обучения, но при этом у стейкхолдеров нет достаточного количества технических знаний и они должны верить им на слово.

Часто бизнес-стейкхолдер активно вовлечен в DS-проект. Он помогает найти отправную точку и определить цель проекта. Он рассматривает промежуточные результаты и дает обратную связь от бизнеса, а также присутствует при завершении проекта, когда выдается окончательный анализ или развертывается модель. Поскольку именно бизнес-стейкхолдеры отвечают за ценность анализа, они должны быть постоянно вовлечены в процесс.

Ваша задача как дата-сайентиста – предоставить стейкхолдерам то, что им нужно для работы, например анализ, сводную таблицу или (в некоторых случаях) модель МО. Вы должны не только выполнить поставленную ими задачу, но и убедиться, что они понимают результат и доверяют ему. Если вы отдадите таблицу со сложной статистикой без объяснения, они ее не поймут и, следовательно, не смогут ею пользоваться. Став для стейкхолдеров надежным деловым партнером, вы даете им возможность использовать данные, а они открывают вам возможности для развития Data Science внутри организации.

Наиболее сложные ситуации с бизнес-стейкхолдерами обычно возникают, когда они отказываются принимать результаты анализа и отвечают что-то вроде: «Такого просто не может быть!» Если факты и предположения ставятся под сомнение, есть вероятность того, что дата-сайентистов отодвинут в сторону. В таких ситуациях лучшее, что вы можете сделать, – это объяснить стейкхолдерам, что именно и каким образом вы сделали. Обычно сомнения возникают из-за непонимания процесса; при обсуждении этапов, которые привели к полученному результату, возможно, вы решите изменить предположения в анализе.

Команды инженеров отвечают за поддержку кода (и возможно, физического продукта), предоставляемого компанией, и если для этих продуктов требуются алгоритмы МО или анализ данных, они переходят в категорию стейкхолдеров. В некотором смысле работать с инженерами легче, чем с другими стейкхолдерами, потому что у них много общего с дата-сайентистами: у них также есть технический бэкграунд, полученный в университете или на онлайн-курсах.

Несмотря на обширные технические знания, у инженеров зачастую мало опыта в ключевых областях работы с данными. Хотя инженер ПО и пишет код, он обычно делает это под конкретную задачу, например ему нужно создать API, который отправляет запрос в определенную БД. Работа разработчика ПО не включает исследовательский компонент, который есть у дата-сайентистов, поэтому он не знает, что значит тратить недели на попытки понять данные и получить из них что-то полезное.

Как правило, инженеры взаимодействуют со специалистами по данным, когда в рамках инженерного проекта необходима модель машинного обучения. Такое взаимодействие чаще всего представлено в виде преобразования модели МО в API, развернутом в производство, который инженеры будут использовать в своей работе (см. главу 11). Инженеры полагаются на дата-сайентистов и специалистов МО, создающих надежный продукт с четкими входными и выходными данными, который не преподнесет неприятных сюрпризов при работе в производственной среде. Ваша задача – донести эти данные до инженеров-стейкхолдеров. Вы должны мыслить как инженер и попытаться понять, какой продукт лучше всего подходит для их нужд.

Инженерам также нужны дата-сайентисты, которые проводят анализ, помогающий улучшить их ПО. Специалисты по данным помогают определить приоритеты функций, диагностировать баги в инженерных системах и оценить производительность продуктов, ориентированных на клиентов, например это могут быть веб-сайты. В таких случаях инженеры находятся ближе к бизнес-стейкхолдерам, потому что им нужно получить информацию для принятия правильных решений.

Трудности с инженерами-стейкхолдерами обычно возникают из-за характера неопределенности Data Science. При разработке ПО у вас обычно есть цель настроить API или процесс, что вы и делаете. Перед вами стоят четкие задачи, связанные с проектным решением, и требования к тому, что продукт должен делать. А вот в Data Science ожиданий при создании продукта не так уж много. Не всегда понятно, какие данные в итоге понадобятся, потому что вы можете не знать заранее, что важно для модели. Неясно, каким будет результат, потому что он часто зависит от модели и ее производительности. И даже неизвестно, реализуема ли эта идея в принципе, потому что в какой-то момент может выясниться, что ни одна модель не является достаточно точной, чтобы соответствовать ожиданиям бизнеса.

Такая неопределенность на ранних этапах приводит к тому, что дата-сайентисты не могут многого обещать в самом начале, что крайне удивляет инженеров-стейкхолдеров. Таким образом, как специалисту по данным вам нужно особенно тщательно подбирать информацию о процессе, которую вы будете сообщать, чтобы инженеры не удивлялись внесенным изменениям. Заранее объясните и чаще напоминайте о том, что такое DS-процесс и как он выполняется. Если вы позволите инженерам разобраться в неоднозначности Data Science, они вряд ли будут удивляться.

Руководители компании имеют аналогичную квалификацию, что и бизнес-стейкхолдеры (или инженеры, если они руководят технологической организацией), но их сфера влияния гораздо шире. Директора, вице-президенты и главные должностные лица руководят корпорацией, и для этого им нужны данные. Дата-сайентистам часто поручают сортировку данных, чтобы получить информацию, необходимую руководителям для выполнения работы. Специалисты по данным также могут нести ответственность перед ними, если участвуют в крупномасштабном проекте, критическим компонентом которого является машинное обучение.

Руководители компании очень заняты, и у них нет времени на разбор деталей, которые их не касаются. Это приводит к огромным трудностям в коммуникации, и даже если у них и выдается свободная минутка, то она пролетает мгновенно. Когда вы встречаетесь с руководителем высшего уровня, он, как правило, хочет сразу перейти к делу и понять последствия. В этом есть смысл: это очень занятые люди, и чем меньше им приходится вникать в суть того, что кто-то пытается сказать, тем больше они могут сосредоточиться на принятии решений.

Руководители компании обычно взаимодействуют с дата-сайентистами, когда им нужны данные для принятия важного решения или если они хотят лучше понять какую-то часть компании. Иногда работу, которая выполняется для бизнес-стейкхолдеров или других заказчиков, показывают людям более высокого уровня в организации, прежде чем направить ее высшему руководству. В этих ситуациях анализ и отчет могут снова и снова совершенствоваться по мере продвижения вверх. В других случаях руководитель может запросить конкретный анализ или работу, и задача специалиста по данным – сделать так, чтобы для человека, который видит результат впервые, было все понятно.

В зависимости от размера и культуры организации дата-сайентистам, возможно, придется проделать большую работу, прежде чем поделиться результатами со стейкхолдером из высшего руководства. В некоторых компаниях есть специальные команды, которые проверяют результаты, чтобы убедиться, что они соответствуют бизнес-целям и убеждениям организации. В небольших фирмах специалисты по данным могут проделывать работу непосредственно для руководителя. Независимо от компании работа всегда должна быть чистой и без ошибок.

Проблемы обычно возникают, когда работа сдается непонятной или неполной. Если руководитель не может понять, что ему принесли, у него не хватит терпения ждать, пока все прояснится само собой. Если он задает вопросы, на которые дата-сайентист не может ответить, то он может решить, будто на работу нельзя положиться. Если взаимодействие с руководителем не складывается и он не прощает ошибок, это может иметь серьезные последствия для команды.

С другой стороны, если руководителю понравятся результаты или он посчитает их ценными, то специалистам по данным это будет на руку. Став доверенным партнером руководителя, вы можете выиграть шанс использовать данные и машинное обучение в самых разнообразных целях и направлениях.

Ваш непосредственный руководитель иногда тоже выступает в роли стейкхолдера в зависимости от проекта, над которым ведется работа. Если он поручает вам задачу, постоянно проверяет ее и вносит предложения, то, по сути, является стейкхолдером в проекте. Менеджер хочет, чтобы проект был успешным, потому что (1) его работа – помочь вам добиться успеха, (2) он заинтересован в том, чтобы проекты под его руководством были успешными, и (3) проект может быть ориентирован на более широкие цели, заданные для команды.

В целом задача руководителя – направлять и наставлять сотрудника на протяжении проекта. Если у вас возникают трудности, вы должны иметь возможность обсудить их с менеджером, который поможет найти наилучшее решение. Руководитель может продвигать вашу работу настолько, насколько это возможно, рассказывая о ней другим специалистам, помогая интегрировать ее в существующие процессы и придумывая новые возможности ее усовершенствования.

Но руководитель также является стейкхолдером, потому что он полагается на вашу работу. Ему нужно, чтобы вы выполняли задачи наилучшим образом, потому что руководитель, в свою очередь, передает отчеты, модели и анализы, которые вы сдаете, другим специалистам. Таким образом, он выполняет двойную роль – человека, на помощь которого вы можете рассчитывать, и менеджера, для которого вы должны выполнять работу.

Поскольку прямой руководитель выполняет двойную функцию, все, что дальше написано в этой главе, также относится к нему. Основное отличие состоит в том, что со своим руководителем можно ослабить бдительность и быть немного более уязвимым. Например, ему можно сказать: «Ой, я изо всех сил пытаюсь закончить этот анализ, он дается мне очень непросто». Но вы едва ли можете сказать то же самое представителю высшего звена. Вероятнее всего, ваш менеджер будет относиться к вам по-людски и давать советы, тогда как другие стейкхолдеры являются просто заказчиками.

Относитесь к руководителям так же, как и к другим коллегам: давайте четкие апдейты, поддерживайте контакт и работайте на совесть. Если у вас возникнут трудности, сначала расскажите о них своему менеджеру, потому что он должен помочь вам и понять, когда для решения проблемы необходимо привлечь кого-то еще.

Чтобы эффективно общаться со стейкхолдерами во время реализации проектов, необходимо придерживаться четырех основных принципов:

• понимать цели стейкхолдеров;

• постоянно общаться;

• быть системным;

• выстраивать взаимоотношения.

В следующих разделах мы подробно рассмотрим каждый из этих пунктов.

У каждого сотрудника есть цели, которых он хочет достичь, приходя на работу каждый день. Эти цели определяются как должностью человека, так и его личными качествами, такими как амбиции и стремление к балансу между карьерой и жизнью. Например, ведущий инженер может сосредоточиться на завершении текущего проекта, чтобы получить повышение. Или же руководитель высшего звена может знать, что скоро уйдет из компании, и поэтому не хочет раскачивать лодку заранее. Эти цели определяют, чем сотрудники занимаются на работе и как они реагируют на действия коллег. Затянувшийся проект может раздосадовать инженера по продвижению, а руководитель, который ничего не хочет делать, только обрадуется.

Работая со стейкхолдерами, очень важно понимать их цели. Одинаковый анализ может считаться и хорошим, и плохим в зависимости от точки зрения. Рассмотрим анализ эффективности определенного продукта, продаваемого на веб-сайте компании. Предположим, что стейкхолдер – это человек, который управляет продуктом, а ваш анализ показал низкие продажи этого продукта в Южной Америке. Если стейкхолдер хочет представить продукт в лучшем свете, то такой результат анализа считался бы плохим, потому что он показал бы реальное положение дел. С другой стороны, если бы цель стейкхолдера заключалась в составлении каталога пользующихся спросом продуктов, то в таком случае информация о том, какой из продуктов лучше сократить, всегда полезна.

Работая со стейкхолдерами, нужно постараться как можно быстрее узнать их цели и мотивацию. Чем быстрее вы это сделаете, тем меньше вероятность сделать что-то не так. Понять мотивацию можно несколькими способами:

• Спросите прямо. Задавая прямой вопрос: «Что для вас важно?», вы фактически даете человеку возможность говорить открыто. Это не значит, что вы получите полную картину происходящего, но зачастую таким образом можно уловить самое главное. Кроме того, это совершенно нормальный вопрос во время вводного совещания.

• Наведите справки. Узнайте, работали ли ваши коллеги со стейкхолдером раньше. Задайте кому-нибудь из команды вопрос вроде: «Итак, расскажите мне об этом стейкхолдере. Чем он занимается?» Помните, что вы не должны сплетничать; не стоит принимать за чистую монету все, что вам сказал коллега, и необдуманно передавать это другим.

• Судите о мотивации стейкхолдеров по их действиям. Иногда поведение стейкхолдера может вполне четко указывать на мотивацию. Если вы предоставили анализ, который плохо характеризует один из продуктов, управляемых стейкхолдером, а сам он при этом занимает оборонительную позицию, это верный признак того, что продукт для него чрезвычайно важен. Обратная сторона этого метода заключается в том, что вам придется учиться в результате взаимодействия, поэтому можно легко ошибиться. Следовательно, постарайтесь делать выводы из предыдущих уроков.

Принимая участие в решении таких задач, вы сможете сформировать психологическую модель стейкхолдера. Как он отреагирует на тот или иной результат анализа или на несвоевременную сдачу модели? Если вы умеете заранее прогнозировать его поведение, то сможете эффективнее выстраивать общение.

Обратите внимание, что знание мотивации стейкхолдеров не означает, что вы должны ее удовлетворить. Хотя понимание целей помогает спрогнозировать реакцию, бывает и так, что ваши цели не совпадают с целями стейкхолдера, и тогда вам придется их игнорировать. Если вы стремитесь стать лучшим дата-сайентистом, то в ситуации, когда проделанный вами анализ показывает, что продукт работает плохо, в ваших же интересах предоставить подлинный результат и не скрывать реальные выводы. Зная потребности стейкхолдеров, можно облегчить себе работу.

Если вы понимаете, что должны сообщить новости, которым стейкхолдер будет явно не рад, вызывайте подмогу. Может ли ваш руководитель или более старший член команды прийти на помощь? Если кто-то возьмет эту задачу на себя, то тем самым освободит вас от любых политических последствий. От джуна все же не ждут блестящих навыков и знаний политики компании.

Если вам предстоит вести сложный разговор самостоятельно, попытайтесь представить его как взаимовыгодное сотрудничество. Подумайте, как встать на сторону стейкхолдера. Новости действительно могут быть неприятными, но вы можете попытаться доказать, что получили такой результат не специально, пытаетесь посмотреть на ситуацию с его стороны и ищете возможные пути решения текущей проблемы. В этом случае беседа носит скорее деловой, а не технический характер; основной смысл в том, чтобы стороны пришли к взаимопониманию.

Дата-сайентисты часто переживают, что общаются либо слишком много, либо слишком мало. «Если я отправлю электронное письмо стейкхолдеру в третий раз за день, не будет ли это слишком?» Подобная мысль может прийти в голову, когда вы снова нажмете «Отправить». Или вы можете задаться вопросом: «Я давно не разговаривал с нашим стейкхолдером. Интересно, о чем он думает?» Или худший случай из всех: вы вообще упустили из виду, что надо держать стейкхолдера в курсе дела, и оставили его в неведении относительно продвижения проекта.

Дата-сайентисты почти всегда недостаточно коммуникабельны, стейкхолдерам же постоянно необходима обратная связь: электронные письма, совещания и звонки – единственные способы, с помощью которых они могут понять, что происходит с проектом. Без достаточного взаимодействия стейкхолдеры могут чувствовать себя не в курсе ситуации и переживать, что они плохо понимают происходящее. В условиях недостаточной коммуникации стейкхолдер может быть ошеломлен тем, насколько результат отличается от его ожиданий.

Специалист по данным должен информировать стейкхолдера о следующих вещах:

• Насколько проект укладывается в ожидаемые сроки. Если в начале предполагалось, что на сбор и очистку данных потребуется месяц, а затем еще один на построение модели, сообщите стейкхолдеру, актуальны ли эти сроки. В идеале дата-сайентист должен сообщать об изменениях и задержках по мере их появления. Плохой сценарий – это когда стейкхолдер ожидает завершения проекта, а у специалиста по данным впереди еще недели или месяцы работы, о чем он заранее не сообщил. Когда стейкхолдер об этом узнает, он может прийти в бешенство и вполне имеет на это право.

• Как продвигается проект: например, какие выводы сделаны в результате или какие части оказались труднее, чем ожидалось. Вопрос отсутствия доступа к БД потенциально может быть решен с помощью стейкхолдера. Информирование о том, где анализ идет хорошо, может помочь стейкхолдеру улучшить содержание проекта. Если вы считаете, что работа продвигается очень медленно, об этом тоже нужно сообщить. (В главе 13 есть дополнительная информация о неудачных проектах.)

• Помимо информации о продвижении проекта дата-сайентист должен постоянно держать стейкхолдера в курсе того, какая появилась информация для бизнеса и каковы дальнейшие планы. Специалисты по данным должны оценить, как проделанная работа повлияет на развитие проекта. Например, если в конце проведенного анализа обнаружилось что-то совершенно новое, необходимо сформировать для бизнеса набор рекомендаций о том, что делать с этим результатом.

Обычно наилучший способ наладить сбалансированное общение – просто сделать его основой работы проекта по умолчанию. Нет ничего лучше, чем регулярные встречи дата-сайентиста и стейкхолдера. Собираясь еженедельно или раз в две недели, вы обеспечиваете необходимый уровень коммуникации. Такой режим работы стимулирует: поставив отметку в календаре, вы заставляете себя делать что-то, чем можно поделиться на встрече. Вы должны каждый раз приходить подготовленным: с замечаниями об изменениях графика, заметками о том, что идет хорошо, а что плохо, с информацией о промежуточных результатах, которыми вы хотите поделиться, а также с предложениями относительно последующих действий.

Как дата-сайентист вы также должны выработать привычку при необходимости напрямую писать имейлы стейкхолдерам. Порой джуниоры боятся задавать вопросы руководству организации. Но в большинстве случаев стейкхолдеры будут рады ответить на вопросы, если это поможет лучше выполнить работу. Такова их роль в организации. Если вы переживаете, что человек занимает высокую должность и письмо нужно доработать, а ваши вопросы вызовут сомнения в вашей компетентности, сначала напишите своему руководителю: это его компетенция. В зависимости от стейкхолдера и проекта вы должны отправлять имейлы примерно раз в неделю.

Если в вашем проекте что-то внезапно меняется (возможно, ожидаемого датасета не существует) и вам нужно участие стейкхолдера, порой лучше позвонить или организовать внеплановую встречу. Этот вариант может подойти для быстрого решения вопросов, когда это необходимо. Единственный вопрос, который следует задать себе, прежде чем идти на этот шаг: «Действительно ли мне нужно мнение стейкхолдера по этому поводу?» Если что-то изменилось, но вы знаете, что делать дальше, не стоит впустую тратить чужое время. Но если участие необходимо, назначайте встречу. Частая ошибка начинающих дата-сайентистов – по умолчанию они считают, что встречи назначают им, а не они. Чем больше вы будете заботиться о продвижении проекта, тем лучше. Кроме того, этот опыт пригодится вам для будущей карьеры.

Метод и причины общения меняются в зависимости от типа стейкхолдера. В целом бизнес-стейкхолдеры обычно предпочитают встречи, которые обеспечивают им взаимодействие и управление проектом. Скорее всего, это не те люди, которые смогут помочь получить актуальные данные или решить проблему с техническими препятствиями. Инженеры обычно могут помочь с техническими вопросами, но в принятии решений о проекте или направлении работы они разбираются не больше вашего. Директора очень заняты и зачастую участвуют в проекте только вначале, при постановке целей, и в конце, при разборе результатов.

Представьте себе ресторан в конце улицы. Однажды вы заказываете там фахиту, и вам тут же приносят вкуснейшую из тех, которые вы когда-либо пробовали. Через месяц вы снова заказываете фахиту, но на этот раз шеф-повар совершенно забыл добавить специи. Вы делаете заказ в третий раз: все было вкусно, но подача заняла больше часа – намного дольше, чем вы ожидали. Вы захотите снова прийти в это ресторан?

Компании процветают благодаря предоставлению надежного продукта, а вы как дата-сайентист являетесь мини-бизнесом в пределах своей организации. Стейкхолдеры – это ваши клиенты, и если вы плохо их обслуживаете, они перестанут просить вас о помощи. Один из способов обеспечить системность – стандартизировать работу.

В случае с анализом и отчетами вы можете существенно упростить процесс взаимодействия, создав для них единую структуру, чтобы делиться результатами. Если вы введете это за правило, то стейкхолдеры смогут сосредоточиться только на выводах работы. Вот несколько вещей, которые следует учитывать при стандартизации:

• Как структурирован анализ. Постарайтесь по возможности обеспечить определенный формат анализа. Начните с таких блоков, как «Цели» и «Данные» и завершите блоками «Выводы» и «Дальнейшие шаги». Так вы приучаете стейкхолдеров читать и анализировать ваши материалы.

• Как проводится анализ. Хотя следовать шаблону не всегда обязательно, практика показывает, что все идет более гладко, если для анализа вы используете один тип файла. Это может быть PowerPoint, PDF, HTML или что-то еще. Все файлы должны храниться в одном и том же месте. Можно настроить Dropbox, сетевую папку или другой инструмент для совместного использования. Убедитесь, что стейкхолдеры умеют им пользоваться; скорее всего, репозиторий GitHub не подойдет, хотя вы могли бы сделать его для себя, чтобы держать все под контролем версий.

• Как оформлен анализ. Этот момент может показаться не таким уж важным, но единый визуальный стиль может иметь большое значение. По возможности используйте одинаковые цвета и шаблоны (вам в плюс, если будете придерживаться корпоративного цвета компании).

Если вы создаете сводные таблицы, здесь работают те же правила, что и для анализа. Нужно сохранять единство стиля и формата для всех сводных таблиц и хранить их в общем месте, чтобы люди запомнили, где их можно найти.

И для API, и для программ МО системность заключается в дизайне продукта. По мере того как в DS-команде растет количество завершенных API и моделей, становится чрезвычайно сложно отслеживать, как работает каждый из этих продуктов. Чем более системный у вас подход, тем проще использовать API. Правила системности включают:

• Системность входных данных. То, как ваши модели и API принимают данные, должно максимально соответствовать одной и той же схеме. Например, все они принимают объекты JSON с одинаковыми именами параметров.

• Системность выходных данных. Структурирование выходных данных должно осуществляться с учетом того, как структурированы входные данные, а также того, как работают остальные API, созданные командой. Если модель принимает JSON в качестве входных данных, она должна возвращать JSON в качестве выходных.

• Системность аутентификации. Скорее всего, моделям и API понадобится определенная форма аутентификации в целях безопасности. Какой бы метод вы ни выбрали, он должен быть единым для максимально возможного количества API, особенно потому, что вы можете не уследить, какие учетные данные предназначены для конкретного API.

Такой порядок поможет не только стейкхолдерам, но и вам! Чем больше процессов вы сможете стандартизировать, тем меньше вам придется о них думать (и тем больше вы сможете сосредоточиться на интересных задачах). Чем больше вещей группа дата-сайентистов может стандартизировать, тем легче им будет передавать работу коллегам. Стандартизация хороша для всех.

Дата-сайентисту часто приходится решать, над какой задачей работать в первую очередь. Несмотря на то что в некоторых командах есть руководитель проекта, который ставит задачи каждому специалисту, не стоит оставаться в стороне: вы также можете советовать, чем заниматься дальше. Работа может сильно различаться по тематике и масштабам и исходить от разных стейкхолдеров. Задачи можно разделить на три категории:

• Разовые задачи, которые поступают непосредственно от стейкхолдеров. Обычно они представляют собой небольшие запросы, например: «Составьте график продаж за определенное время». Они часто бывают срочными, и, поскольку они не занимают много времени, трудно ответить на такой запрос отказом. Но каждая такая задача отвлекает от более важной работы, и по мере накопления запросов становится все труднее работать продуктивно.

• Долгосрочные проекты для бизнеса. Эти проекты составляют основу работы дата-сайентиста. К ним относятся создание сводных таблиц, подробный анализ и настройка моделей для развертывания в производство. Эти задачи, как правило, очень важны, но, учитывая, что на их выполнение могут уйти недели или даже месяцы, они не всегда являются срочными.

• Идеи, которые, по вашему мнению, являются перспективными. Учитывая природу Data Science, они, как правило, носят более технический характер. Например, это может быть создание модели МО для прогнозирования обращения клиента в службу поддержки. В эту категорию также входят задачи по оптимизации, например создание функций или даже библиотеки для более быстрого решения общих вопросов. Если на выполнение процесса вручную каждую неделю уходит несколько часов, можно автоматизировать задачу, не принося компании прямой выгоды, но косвенно обеспечивая возможность делать больший объем работы. Никто об этом не просит, но такая работа важна.

Определить, что самое важное, а что можно отодвинуть на второй план, не всегда просто, особенно если к вам обратились сразу несколько человек. В то же время работа, которая в приоритете у стейкхолдеров, может не иметь значения для бизнеса в целом. В редких случаях дата-сайентист может отклонить их запросы, ведь обычно именно они определяют направление развития бизнеса. Все это создает среду, в которой то, как вы расставите приоритеты, может существенно повлиять на бизнес; это также дает вам меньше свободы действий.

Многие специалисты по данным испытывают трудности в этом вопросе. Когда им поступают задачи от стейкхолдеров, естественно, они хотят угодить им, а не разочаровать. Кроме того, такие запросы могут быть интересными с профессиональной точки зрения. Однако попытки справиться со всем сразу нереальны, ведь поток задач никогда не иссякает. Кроме того, ответ на один вопрос часто приводит к появлению новых, поэтому так вы скорее создадите дополнительную работу, а не снизите ее объем.

Когда вы обдумываете возможные задачи, над которыми стоит поработать, задайте себе следующие вопросы:

• Будет ли эта работа иметь значение? Повлияют ли результаты этого анализа на компанию? Могут ли они изменить решения? Увеличит ли эта модель МО прибыль?

• Привнесет ли эта работа что-то новое? Вы бы стали применять существующий процесс снова и снова или попробовали бы что-то другое?

Ответы на эти вопросы разбивают работу на четыре вида:

• инновационная и полезная;

• не инновационная, но полезная;

• инновационная, но не полезная;

• не инновационная, не полезная.

В следующих нескольких разделах мы подробно рассмотрим каждую из этих комбинаций.

Инновационная работа, которая меняет бизнес, – именно то, чему хотят посвятить себя большинство дата-сайентистов. Например, это может быть проект, где используются инвентаризационные данные, к которым такой специалист ни разу не прикасался, и новейшая модель МО для оптимизации заказа продукта, что позволит сэкономить компании миллионы долларов. Это те проекты, которые в лучшем случае дают вам возможность засветиться в журналах вроде Harvard Business Review или Wired.

К сожалению, в эту категорию попадают не многие проекты компании. Чтобы они существовали, должен быть выполнен ряд условий:

• Для эффективности методов анализа должно быть достаточно данных.

• В данных должен быть интересный сигнал, который модели могут уловить.

• Проект должен затрагивать крупную или достаточно важную часть бизнеса, чтобы изменения могли повлиять на прибыль (поэтому проект не направлен на оптимизацию складских запасов маркеров на водной основе).

• Задача должна быть новой, достаточно сложной или уникальной. Набор задач в компании, которые соответствуют всем этим категориям, чрезвычайно мал.

Эти проекты хороши тем, что вызывают интерес как у стейкхолдеров, так и у дата-сайентистов. Первые чувствуют себя отлично, потому что ясно видят ценность проекта. Вторые стремятся опробовать новые методы на новых данных и увидеть результаты. Если вам встретится проект из этой категории, сделайте все возможное, чтобы его развивать. Такие проекты могут стать определяющими для карьеры, но из-за того, что к ним предъявляется так много требований, они встречаются крайне редко и не всегда успешны.

Эти проекты не являются инновационными, но они меняют бизнес. Например, это может быть весьма обыденный анализ данных, который убеждает команду запустить продукт. Часто это убеждение сводится к доказыванию того, что все и так знают; это не особенно новаторский подход, но он работает. В инженерном отношении эти проекты могут включать модель, которая уже была развернута в одном подразделении компании, и теперь ее нужно перенести в другое. Еще один вид работы, попадающий в эту категорию, – оптимизация задач, на решение которых требуется много времени. Такая работа не инновационна, но она оптимизирует бизнес.

Хотя подобные задачи не такие крутые, важно то, что они идут на благо бизнесу. Помогая стейкхолдерам увидеть ценность работы в области Data Science, можно заручиться их поддержкой. Если у вас будут сторонники, то в следующий раз, если проект выйдет за рамки бюджета или не принесет золотые горы, люди с большей вероятностью сохранят в вас веру. По возможности старайтесь браться за такие проекты.

В конце концов, работа дата-сайентиста состоит в том, чтобы приносить пользу компании, а не заниматься только самыми интересными вещами. Ценным качеством является умение терпеть такие важные, но скучные задачи. Однако если работа целиком и полностью состоит из подобных неинтересных проектов, которые ничему не учат, вполне уместно начать поиск чего-то другого. Совершенно нормально при расстановке приоритетов учитывать личный интерес и удовлетворенность работой; просто убедитесь, что это не единственный параметр.

Такая работа инновационна, но бесполезна для бизнеса: например, исследование новых теоретических алгоритмов и методов анализа, которые вряд ли будут использоваться. Подобные проекты могут быть оторваны от реальности; люди могут месяцами или годами корпеть над задачей, не взаимодействуя при этом с другими командами, а в конечном итоге продукт не пригодится. Эти проекты могут отнять огромное количество времени и обойтись в миллионы долларов, не показав при этом полезный результат. Несмотря на эти факты, дата-сайентисты летят на такие проекты как мотыльки на свет.

Как правило, старт подобных проектов дается внутри DS-команды. Такие проекты сосредоточены на том, что интересно методологически, а не на пользе для бизнеса. Специалист по данным может прочитать научную статью, в которой излагается новая теоретическая методика, и убедить остальных, что им стоит опробовать ее на собственных данных. Через полгода становится очевидно, что метод не так хорош, как было описано, а даже если бы он оправдал ожидания, то особой потребности в результатах, которые мог бы обеспечить алгоритм, у бизнеса все равно не было. Хуже того, дата-сайентист прочитал новую статью и ситуация повторяется.

Часто стейкхолдеры даже не знают об этих проектах. В лучшем случае они замечают, что некоторые специалисты по данным очень заняты работой над чем-то, что звучит очень сложно, но никто не говорит, что это такое. Дата-сайентисты порой считают, что по завершении проекта люди смогут найти ему применение. На практике, если вы не видите применение проекту сразу, стейкхолдеры, вероятно, тоже его не найдут. Постарайтесь не зацикливаться на бесполезной работе, которая поставит под сомнение вашу ценность.

К сожалению, огромная часть работы, которую ждут от дата-сайентистов, ни инновационна, ни эффективна. Самый классический пример – это регулярно обновляемый, неавтоматизированный отчет, на создание которого уходит много времени, но никто его даже не открывает. Такая работа требует кучу времени и усилий, но если она делается для нескольких стейкхолдеров, то ни один из них не захочет взять на себя ответственность и сказать, что так делать больше не нужно. Поскольку со временем количество отчетов только растет, в конечном итоге DS-команда может оказаться перегружена.

Хотя отчетность – это один из видов работы, который не может быть ни инновационным, ни эффективным, в эту категорию может попадать множество небольших разовых запросов. Руководители, которым нравятся данные и диаграммы, могут неоднократно обращаться с такими просьбами, как: «Сделайте мне график продаж в Европе по неделям» или «Найдите мне продукт, заказы на который упали больше всего за последние 12 недель». Ни один из этих запросов не может быть особенно сложным, но вместе они требуют больших ресурсов и не представляют особой ценности для бизнеса.

Это непростые ситуации, потому что здесь нет однозначных решений. Можно попробовать автоматизировать отчеты и процессы, которые отнимают много времени, но задача сама по себе требует много времени, и вы можете лишь незначительно ее оптимизировать в зависимости от используемой технологии. Если стейкхолдеры на высшем уровне повторно обращаются к вам с запросом, трудно сказать «нет», не поставив под угрозу репутацию своей команды.

Несмотря на эти сложности, вы как дата-сайентист обязаны настаивать на том, чтобы ваше время использовалось целесообразно. Поговорите с руководителем или стейкхолдером: если вам поступает много таких задач, вы должны дать понять, что они могут не стоить затраченного на них времени. Скорее всего, они уже знают, что эта работа не особенно полезна, а если вы предложите варианты оптимизации, то вам, скорее всего, пойдут навстречу, так как текущее положение дел перестанет их устраивать. Если нет, то иногда лучшее, что вы можете сделать, – сначала попытаться самостоятельно улучшить процессы, а затем продемонстрировать результат.

Кажется, что причин для провала не счесть. Помимо бюджета, технологий и задач, выполнение которых занимает гораздо больше времени, чем ожидалось, есть много других причин. В итоге все эти типы неудач можно разделить на несколько основных групп.

Вы не можете изучить все возможные источники данных перед тем, как приступить к проекту. Абсолютно необходимо делать обоснованные предположения о том, что доступно, исходя из того, что вы знаете о компании. Когда работа над проектом начинается, вы часто обнаруживаете, что многие из ваших предположений не соответствуют действительности. Возможно, данных не существует, они не хранятся в удобном формате или в доступном для вас месте. Например, если вы проводите анализ, чтобы понять, как возраст клиента влияет на использование им программы лояльности, то можете узнать, что у клиентов просто не спрашивают возраст, когда те регистрируются в программе. Эта оплошность может очень быстро привести к завершению проекта.

Поскольку для того, чтобы приступить к работе, вам нужны данные, проблемы такого типа возникают в первую очередь. Обычной реакцией в таком случае является внутренний торг, в ходе которого вы пытаетесь залатать информационные дыры. Вы говорите что-то вроде: «Ну, у нас нет данных за десять лет, как мы хотели, но, возможно, для модели будет достаточно данных за год» и надеетесь на лучшее. Иногда этот подход может работать, но альтернативных решений не всегда бывает достаточно для выполнения задачи.

При работе над проектом у вас не всегда есть доступ к данным или даже полное понимание того, о чем идет речь (особая проблема в консалтинге, когда вы не получаете доступ к данным, пока работа для проекта не будет продана). Кроме того, данные могут быть предоставлены с критическим недостатком, который делает их бесполезными. Они могут существовать в таблице БД, но идентификаторы клиентов могут быть повреждены и непригодны для использования. Есть так много причин, по которым датасет может оказаться проблемным – а перед запуском проекта чрезвычайно сложно проверить их все! Поэтому часто происходит так, что DS-проекты обычно едва ли проходят стадию запуска.

Чем быстрее вы сможете получить доступ к датасету и изучить его, тем быстрее снизите риск неадекватных данных. Наилучший вариант, позволяющий избежать этой ошибки, – получить образцы данных перед запуском проекта. Если это невозможно, следующий вариант – разработать график реализации проекта с учетом вероятности, что данные будут плохими. Если на раннем этапе определить проект как «пойдет/не пойдет», когда стейкхолдеры соглашаются повторно оценить его осуществимость, то это снизит вероятность их удивления из-за возможной непригодности данных.

Если вы столкнулись с проблемой нехватки нормальных данных, то здесь не так много вариантов. Например, можно попытаться найти альтернативные источники. Возможно, у вас нет данных о приобретенных продуктах, но зато вы знаете, какой объем был произведен, и можете использовать эту информацию. Проблема обычно в том, что эти «заменители» существенно отличаются от оригинальных и могут привести к реальным проблемам при анализе.

Если вы не можете найти пригодную замену, иногда все, что вам остается, это начать отдельный проект по сбору более точных данных. Добавление инструментариев управления и телеметрии на веб-сайты и приложения, создание БД и другие способы могут помочь команде лучше справиться с поставленной задачей в будущем.

Предположим, что азартный игрок нанимает дата-сайентиста, надеясь использовать статистику для победы в игре в кости. Игрок бросает шестигранный кубик 10 000 раз и записывает броски; затем он платит аналитику за создание модели, которая прогнозирует следующий бросок кубика. Несмотря на то что специалист располагает огромным количеством данных, невозможно спрогнозировать, что выпадет в следующий раз: можно только присвоить вероятность, равную 1/6 для каждой стороны (если кубик правильный). Хоть данных и много, в них нет сигнала о том, какая сторона выпадет в следующий раз.

Проблема отсутствия сигнала в данных встречается очень часто. Предположим, вы запускаете торговую онлайн-площадку и хотите создать модель, которая будет прогнозировать, какие клиенты будут заказывать продукты, в зависимости от их браузера, устройства и операционной системы. До запуска проекта нельзя узнать, действительно ли эти точки данных можно использовать для прогноза заказов; также нельзя определить, достаточно ли в данных сигнала, аналогично примеру с кубиком. Создание модели МО для прогнозирования означает тестировать данные, чтобы понять, есть ли в них сигнал, а его с большой вероятностью может и не быть. На самом деле во многих ситуациях удивительным будет наличие сигнала, а не его отсутствие.

К сожалению, ряд причин, по которым выручка может меняться ежедневно, делает обнаружение багов практически невозможным. Она может быть низкой в конкретный день недели, из-за определенной даты, рекламных акций, глобальных событий или чего-то еще. Несмотря на то что когда-то маркетологам удалось обнаружить ошибку, этот факт не поддается обобщению, поскольку в данных не было сигнала о ней.

К сожалению, отсутствие сигнала в данных может привести к окончанию проекта. Если проект построен на попытке найти взаимосвязь и сделать на ее основании прогноз, а взаимосвязи нет, то прогноз невозможен. Анализ может не выявить ничего нового или интересного, или модель машинного обучения может не дать результатов, которые превзойдут случайные значения.

Если вам кажется, что вы не можете найти сигнал среди шума, есть несколько возможных выходов:

• Пересмотрите проблему. Можно попытаться переосмыслить проблему, чтобы понять, существует ли другой сигнал. Предположим, у вас есть набор статей и вы пытаетесь спрогнозировать, какая из них будет наиболее релевантной для пользователя. Вы можете сформулировать проблему как задачу классификации, чтобы попытаться определить, какая статья в наборе является наиболее актуальной.

• Измените источник данных. Если вам кажется, что сигнала из данных нет, попробуйте изменить источник. Как и в предыдущем случае, связанном с отсутствием качественных данных, добавление нового источника иногда дает неожиданный сигнал. К сожалению, вы обычно начинаете работу с датасета, у которого были самые высокие шансы, поэтому маловероятно, что эта стратегия вас спасет.

Дата-сайентисты, застрявшие в подобной ситуации, обычно пытаются использовать более мощную модель для поиска сигнала. Если логистическая регрессия не может дать адекватный прогноз, пробуют случайную модель леса. Если и она не работает, пробуют нейронную сеть. Каждый метод требует больше времени и сил. Хотя эти методы могут быть полезны для получения более точных прогнозов, они не могут сделать что-то из ничего.

Чаще всего, если самый простой метод не может обнаружить какой-либо сигнал, более сложные методы тоже не помогут. Поэтому лучше начать с простых методов моделирования, чтобы проверить осуществимость проекта в принципе, а затем переходить к более сложным и трудоемким способам. Не следует тратить месяцы на построение все более сложных моделей в надежде, что, возможно, следующая станет спасательным кругом для проекта.

Независимо от того, насколько точны модель или анализ, важно, чтобы они приносили пользу стейкхолдеру. Результаты могут быть невероятно интересны дата-сайентистам, но не бизнесменам, которые их запрашивали. Модель МО может делать очень точные прогнозы, но если ее не развернуть и не использовать, она окажется бесполезной. Многие DS-проекты терпят неудачу даже после завершения работы.

Анализ данных, модель или сводная таблица – это продукт. Разработка и создание продукта – это практика, в которую многие люди вложили сотни лет коллективного мышления. Несмотря на все это, каждый год миллиарды долларов тратятся на создание продуктов, которые в итоге оказываются никому не нужны. С подобным сталкивались и New Coke, и Google Glass – некоторые высококлассные продукты не привлекают клиентов, не говоря уж о низкопробных. Подобно тому как Microsoft и Nokia могут приложить много усилий для создания Windows Phone, который никто не стал покупать, так и дата-сайентист может создавать продукты, которые не будут использоваться.

Универсальный совет по созданию продуктов, которые понравятся покупателям, – проводить много времени, общаясь и взаимодействуя с заказчиками. Чем больше вы понимаете их потребности, желания и проблемы, тем больше шансов создать продукт, который им нужен. В изучении рынка и исследовании пользовательского опыта задействованы разные способы понимания клиента; в первом случае применяются опросы и фокус-группы, во втором – пользовательские истории, персоны покупателей и тестирования. Многие другие сферы бизнеса придумали собственные методы и используют их годами.

Несмотря на все старания, DS-проекты особенно подвержены провалам из-за непонимания потребностей клиентов. По какой-то причине специалистам по данным гораздо комфортнее смотреть на таблицы и графики, чем общаться с людьми. Многие такие проекты потерпели неудачу, потому что дата-сайентисты не приложили достаточно усилий, чтобы поговорить с клиентами и стейкхолдерами и понять суть их проблем. Вместо этого они занялись построением интересных моделей и исследованием данных. Фактически эта ситуация является одной из основных причин, по которой мы решили посвятить главу 12 работе со стейкхолдерами. Мы надеемся, что после ее прочтения вы стали лучше понимать, как выстраивать взаимоотношения с заинтересованными сторонами. Но если вы пропустили эту главу, возможно, лучше все же с ней ознакомиться.

Если вы оказались в ситуации, когда ваш продукт оказался без надобности, лучшее, что вы можете сделать, – это поговорить со своими клиентами. Это сделать никогда не поздно. Независимо от того, является ли этот человек бизнес-стейкхолдером или клиентом компании, общение всегда может быть полезно. Если ваш продукт им не нужен, то могут ли они объяснить причину? Возможно, стоит добавить новые функции? А может, следует изменить анализ, добавив другой датасет. Пожалуй, получится улучшить модель МО, изменив формат выходных данных или скорость их выполнения. Вы никогда не узнаете о таких вещах, пока не поговорите с людьми.

Сюда также входит концепция минимально жизнеспособного продукта (minimally viable product, MVP), которая широко используется при разработке ПО. Идея состоит в том, что чем быстрее вы сможете заставить продукт работать и вывести его на рынок, тем быстрее узнаете, что работает, а что нет, и сможете учесть это в следующий раз. Чем скорее начнет работать какая-либо модель или будет выполнен анализ, тем раньше вы сможете показать их клиентам или стейкхолдерам и получить отзывы. Если вы потратите месяцы на итерацию модели, то не сможете получить эту обратную связь.

Чем лучше вы понимаете клиентов на протяжении всего процесса разработки, тем меньше вероятность того, что вы потерпите неудачу из-за того, что ваш продукт не захотят использовать. Но если это все же произойдет, лучший способ двигаться дальше – начать диалог, чтобы попытаться найти решение.

Если ваш DS-проект провалился, это не значит, что все время, которое вы над ним работали, потрачено зря. В разделе 13.2 мы изложили некоторые возможные варианты для улучшения проекта. Но даже если это не поможет, все же есть шаги, которые вы можете предпринять, чтобы использовать то, что осталось от проекта, по максимуму. В следующих разделах мы расскажем о нескольких стратегиях, которые помогут справиться с эмоциями в случае неудачного проекта.

Несмотря на то что проект мог провалиться, в нем наверняка остались полезные штуки, которые еще пригодятся. Следующие шаги могут помочь вам сохранить многие из них.

Забудьте ненадолго о проекте и компании: нужно думать и о собственном здоровье. Провал с точки зрения эмоций – это сложно! И это самое ужасное! Если вы не уделите достаточно внимания своим эмоциям, мысли о неудаче могут преследовать вас еще очень долго после закрытия проекта. Если вы внимательно отнесетесь к своей реакции на провал и к тому, что и как вы будете о нем говорить, то сможете настроить себя на успех в долгосрочной перспективе.

Естественный внутренний монолог в конце провалившегося проекта звучит так: «Будь я хорошим специалистом, проект бы не провалился». Это заблуждение. Большинство проектов не получается, потому что сфера Data Science по своей сути основана на опробовании вещей, которые никогда не сработают. Большинство крутых специалистов по данным либо имеют за плечами проекты, которые не увенчались успехом, либо даже руководили ими. Возлагая вину за провал на себя и на недостатки Data Science, вы перекладываете на себя всю тяжесть проекта. Но, как мы уже говорили, есть много причин, по которым проекты терпят неудачу, и очень редко они кроются в компетентности дата-сайентиста. Беспокоиться о том, что проект провалился из-за вас, – распространенная проблема, но все это находится исключительно в вашей голове и никак не отражает реальность.

Если вы позволите себе ошибаться и примете тот факт, что неудача – не признак слабости, у вас будет больше возможностей извлечь уроки из этого опыта. Уверенность в себе и своих способностях позволяет легче переживать провалы и их причины. При этом способность быть уверенным в себе и признавать неудачу требует времени, терпения и практики, поэтому не удивляйтесь, если это сложно дается. Так и должно быть!

Лучшее, что вы можете сделать для себя, если проект идет ко дну, – понимать, что неудача не отражает ваши навыки. Проекты терпят крах по причинам, не зависящим от вас, а вы можете идти дальше. Чем больше вы будете контролировать свои эмоции, тем легче будет принять ситуацию.

Мы закончим эту главу метафорой. Новички и джуниоры воспринимают своих коллег-профессионалов как архитекторов зданий. Начинающий архитектор может проектировать простые дома, а опытный – строить небоскребы, но если один из них ошибется и спроектированное им здание рухнет, это приведет к краху карьеры. Аналогичным образом можно рассматривать дата-сайентиста: он строит все более сложные и замысловатые модели, но если одна из них окажется неудачной, то вся карьера окажется под угрозой. Мы надеемся, что, прочитав эту главу, вы поймете, что на самом деле все немного иначе.

Есть другая, более подходящая метафора: дата-сайентист подобен охотнику за сокровищами (рис. 13.1). Охотник за сокровищами отправляется на поиски кладов, и, если ему повезет, он найдет их! Начинающий охотник может искать стандартные безделушки, а опытный находит самые легендарные сокровища. Специалист по данным больше похож на охотника за сокровищами; он ищет эффективные модели, и порой эти модели и анализ работают! Несмотря на то что синьор может работать над более сложными или заковыристыми проектами, он тоже может потерпеть неудачу, и это лишь часть работы.

Рис. 13.1. Две метафоры: архитектор и охотник за сокровищами

То, что у вас есть работа, не означает, что можно забыть все прекрасные привычки, которые у вас выработались ради ее получения. В главе 4 вы узнали, как писать в блогах и создавать портфолио. Наличие полноценной работы не означает, что нужно все это забросить. При этом блог или сторонний проект не должен быть обременительным; в этой главе мы расскажем, как извлечь максимум при минимуме усилий.

Мы надеемся, что вы узнаете много нового на должности дата-сайентиста. Как можно оптимизировать SQL-запросы к таблице с 30 миллиардами строк? Как эффективно работать с маркетологами? Какие стратегии использовать для навигации среди сотен таблиц?

Если вы работаете в компании, где есть другие специалисты по данным, то будете учиться непосредственно у них, читая код коллег или занимаясь парным программированием. Мы рекомендуем вам все записывать, так как вы будете получать много новой информации и вряд ли сможете все это вспомнить через несколько месяцев. А почему бы не поделиться своими записями с классом (в данном случае со всем интернетом)? От этого выиграют не только анонимные читатели: публикация статей – отличный способ закрепить знания. Вы можете вернуться к написанному даже через несколько лет.

Если вы последовали нашему совету из главы 4, у вас уже должен быть блог с несколькими статьями. Если вы этого не сделали, но хотите начать, мы рекомендуем вернуться к этой главе и следовать ее указаниям. Все, что мы там написали, по-прежнему актуально, те же стратегии, благодаря которым вы создали успешные публикации при поиске первой работы в Data Science, работают даже после полноценного трудоустройства. Единственное серьезное изменение в том, что, если вы пишете о проектах, которые выполняли на работе (за исключением общих приобретенных навыков программирования, статистики или управления персоналом), необходимо убедиться, что вы не раскрываете конфиденциальную или служебную информацию и соблюдаете любые другие правила, установленные компанией для личных блогов сотрудников (например, сначала пост должен быть опубликован PR-отделом).

Если вы не хотите вести личную платформу, проверьте, есть ли у компании технический блог. Даже если предыдущие публикации были ориентированы на инженерию, вы можете написать пост о данных. Одобрение публикации может затянуться, но вы получите бонус в виде возможности записывать свои мысли в рабочее время. Даже если компания не ведет блог, у нее должны быть какая-нибудь внутренняя документация и программа обучения. Если вам пришлось чему-то научиться, задавая вопросы коллегам или просматривая устаревшие инструкции, создайте или обновите ресурс с четкими инструкциями для будущих новых сотрудников. Если этот вопрос пригодится кому-то за пределами компании (не только в качестве вашего собственного ПО для внутреннего пользования или для описания данных), то позже из него можно сделать статью в блоге или доклад.

DS-проекты (которые мы также рассмотрели в главе 4) – это те, в которых вы выбираете или создаете датасет и анализируете его, чтобы ответить на вопрос. Можно использовать Twitter API, чтобы проанализировать методом сеток тех пользователей, которые пишут твиты о конференциях по Data Science. В некоторых случаях проект даже не обязательно должен представлять собой анализ; может быть, вы решите похвастаться своими инженерными навыками, создав Slack-бота, чтобы пользователи могли начислять друг другу «баллы», отслеживая итоги в созданной вами БД.

Работать с проектами может быть сложнее, чем писать в блог. В зависимости от отрасли компания может даже поощрять вас, если вы будете в общих чертах описывать свою работу. Даже если и нет, все равно можно писать нетехнические посты о том, как общаться с бизнес-стейкхолдерами или рассказывать о своем опыте на рынке труда. Учтите, что очень немногие компании делятся данными публично, поэтому даже если бы вы и могли выложить свой код потрясающего анализа, это было бы бессмысленно, ведь данными или результатами поделиться нельзя. Если вы хотите поделиться своим анализом, то придется заниматься им как сторонним проектом строго в свободное от работы время.

С другой стороны, периодически все же стоит брать сторонние проекты. Например, если вы захотите сменить работу, компании могут попросить предоставить какой-нибудь образец анализа данных. Если вы проработали в компании несколько лет, то не стоит показывать проект с курсов или для MOOC, ведь вам нужно продемонстрировать, как развивались ваши навыки. При этом принципы выбора темы и написания хорошего анализа те же, что и описанные в главе 4.

Хорошая новость в том, что проект не должен отнимать много времени. Дэвид Робинсон, интервью с которым представлено в главе 4, еженедельно создает скринкаст, в котором записывает, как он анализирует абсолютно новый датасет (из проекта Tidy Tuesday https://github.com/rfordatascience/tidytuesday/). На этот анализ у него уходит около часа, поскольку он не занимается подготовкой данных, при этом загруженный на GitHub код может служить примером проекта анализа. Для того чтобы так быстро и качественно управиться, дата-сайентист должен быть довольно опытным, но любой может попытаться ограничить себя по времени выполнения и сосредоточиться на обмене результатами (а не тратить 14 часов на проект, который никто никогда не увидит).

Быть частью сообщества означает иногда выбираться из дома. По большей части имеется в виду посещение конференций, где люди, работающие (или желающие работать) в аналогичных сферах, собираются вместе, чтобы поделиться опытом.

Конференции обычно представляют собой ежегодные мероприятия, которые проходят по всей стране и по всему миру. В области Data Science проводится много конференций: Strata, rstudio::conf, PyData, EARL и Open Data Science Conference – лишь некоторые из наиболее крупных, и у большинства из них есть региональные представительства. Вам также могут быть интересны технологические конференции на более общие темы, которые пересекаются с Data Science: Write/Speak/Code, PyCon, Grace Hopper, and SciPy.

Длятся конференции, как правило, от двух до четырех дней, а программа расписана на целый день – с раннего утра до вечера, после чего проводятся коллективные мероприятия. Они могут быть «однодорожечными» (одновременно происходит только одно выступление) или «многодорожечными» (выступает несколько участников сразу), но в конференциях всегда участвует несколько спикеров. Участие в подобном мероприятии может быть очень дорогим – обычно от $300 до $700 в день только за билет. На некоторых конференциях за дополнительную плату (обычно около $750 в день) также проводятся семинары, которые могут занимать от нескольких часов до двух дней.

Одна из причин, по которой мы указываем приблизительные цены, заключается в том, что есть много способов получить скидку. Если вы относитесь к недостаточно представленной социальной группе, поищите стипендии или промокоды, которые предлагаются всем таким людям, например R-Ladies или PyLadies. Если вы работаете в некоммерческой организации или в научном сообществе, то также можете платить меньше; кроме того, многие крупные конференции предоставляют скидки при ранней покупке билета. Еще один отличный способ снизить расходы – выступить с докладом, поскольку спикерам конференции должны предоставлять бесплатный вход. Наконец, некоторые конференции выдают стипендии, которые покроют стоимость билета и, возможно, все расходы, включая транспорт и проживание. Можете попробовать подать заявку.

Раз уж речь зашла о потенциально высокой цене, то зачем вам тратить время и деньги (или деньги работодателя) на участие, особенно если организаторы конференции записывают и размещают выступления онлайн? Здесь мы возвращаемся к одному из основных преимуществ, о котором говорили в начале главы: формирование сети контактов. Нетворкинг может иметь негативный подтекст: некий человек ходит по залу, обменивается рукопожатиями в надежде встретить кого-то важного и что-то от него получить. Но в лучшем своем проявлении нетворкинг – это поиск сообщества людей, которые вас поддерживают. Эта поддержка может быть очень ощутимой, например когда вас знакомят с сотрудником компании, на вакансию которой вы откликались, Или же это может быть нечто неосязаемое, как, например, то чувство, когда вы наконец-то оказались в зале, полном технических специалистов, большинство из которых – женщины.

Нетворкинг лучше всего работает в долгосрочной перспективе, поэтому, даже если вы думаете, что сейчас вам помощь не нужна, было бы неплохо заложить фундамент до того, как начать искать новую работу или партнера для проекта по написанию открытого исходного кода.

Как при таком большом разнообразии конференций выбрать те, которые стоит посетить? Вот несколько направлений, которые следует учитывать:

• Академические. Некоторые конференции, такие как useR! NeurIPS и JSM, собирают большое количество участников из академических кругов или специалистов, занимающихся серьезной исследовательской работой. В крайнем случае бывают конференции, на которых практически каждый является аспирантом или профессором. Если вы работаете в корпорации, то вряд ли услышите много выступлений на интересующие вас прикладные темы. Несмотря на то что докладчиками могут быть и представители индустрии, их выступления могут быть посвящены передовым алгоритмам машинного обучения, а эта тема актуальна, только если вы работаете в гигантской компании онлайн-торговли.

• Масштаб. Конференция может насчитывать от 150 до десятков тысяч человек. Мы рекомендуем начать с небольшой или средней конференции – от 200 до 1500 человек. Меньший размер означает, что навигация будет менее сложной и вы с большей вероятностью встретите одних и тех же людей несколько раз, что приведет к более прочным связям.

• Компании, нанимающие сотрудников. С другой стороны, вы можете пойти на большую конференцию, потому что ищете работу. Хотя такие компании можно встретить на любой конференции, некоторые более крупные из них проводят ярмарки вакансий, где работодатели отдельно платят за установку специального стенда и общение с потенциальными сотрудниками.

• Уровень докладов. Большинство конференций обычно нацелены на людей, которые работают или учатся в этой области. Если вы не знаете R, то вряд ли много вынесете с rstudio::conf – конференции, которая проводится компанией, занимающейся основной интерактивной средой разработки (IDE) для R. Доклады обычно нацелены на середнячков в плане общих знаний, но ожидаемый уровень специальных навыков может различаться. Например, на конференции rstudio::conf можно услышать презентацию о пакете для временнˆых рядов. Вы должны немного знать R, чтобы понимать ее, но докладчик не ждет от вас большого опыта работы с временнˆыми рядами. Или доклад об онлайн-экспериментах может стать введением в тему о том, как качественные исследования могут дополнять количественные методы.

• Разнообразие и инклюзивность. К сожалению, не все организаторы думают о комфорте всех ее участников. Если вы видите, что все 45 докладчиков – мужчины, то можно с уверенностью предположить, что аудитория слушателей тоже будет мужской. Помимо списка выступающих посмотрите на сайте, есть ли какие-либо правила поведения. Если вам нужны определенные условия, например место для инвалидной коляски, найдите адрес электронной почты организаторов и отправьте письмо с запросом.

• Специализация. Конференции, так же как и Data Science, имеют множество специализаций. Если вам нужны конкретный язык или предметная область, наверняка найдется подходящее мероприятие.

Когда вы определились, какой именно тип конференции вам интересен, для начала поищите обзоры на них. Если вы лично не знаете никого, кто уже бывал там, задайте вопрос в Twitter или LinkedIn. Также посмотрите планируемое или, если его еще нет, прошлогоднее расписание. Если есть записи выступлений, посмотрите несколько из них. Следует убедиться в том, что ваши инвестиции окупятся. К сожалению, на некоторых конференциях не так много хороших спикеров.

Посещение конференций дает вам возможность продвигаться вверх по карьерной лестнице; кроме того, ваш работодатель от них тоже выигрывает, поскольку там вы можете рассказывать о своей компании и узнавать то, что сделает вашу работу эффективнее. Поэтому можно убедить работодателя оплатить ваше участие полностью или частично. У некоторых компаний есть официальный бюджет на конференции или обучение, и это здорово, поскольку деньги выделяются для ваших целей, но, если вы захотите выйти за рамки финансирования, вам будет сложно убедить компанию сделать исключение.

Помимо затрат на участие стоит учитывать фактор времени. Большинство конференций проводятся в течение недели (по крайней мере, частично), поэтому вам придется отпроситься с работы на один или два дня. Вы же не хотите, чтобы эти дни вычли из вашего отпуска, верно? Вы должны убедить руководителя, что вам стоит провести день именно там, а не заниматься обычной работой. У некоторых компаний есть политика в отношении количества дней, которые вы можете взять для участия в таких мероприятиях. В технологических компаниях вполне нормально посетить хотя бы одну конференцию, но в других отраслях такой системы может не быть.

Если вы хотите убедить руководителя в том, чтобы он отпустил вас, сделайте акцент на следующем:

• Рекрутинг. Наем дата-сайентиста стоит тысячи или даже десятки тысяч долларов. Одна из самых сложных задач – вообще привлечь хороших кандидатов. Крупные технологические компании, такие как Google и Amazon, а также известные стартапы обычно не испытывают недостатка в отличных заявках, но большинство компаний не пользуются такой популярностью. Если вы встречаетесь с людьми на конференциях, то рассказываете о своей компании. Эта реклама усиливается еще больше, если вы говорите то, о чем мы расскажем в разделе 14.3.

• Знания. Ваш руководитель захочет узнать, что такого вы сможете делать после конференции, чего не умели раньше. Еще лучше, если вы поделитесь полученными знаниями с командой, написав статью (которая также может стать публикацией в блоге!) или презентацию. Начните просматривать расписание конференции и сообщайте руководителю о докладах, информацию из которых вы сможете применять в работе. Имейте в виду, что кроме презентаций на конференциях также есть неформальное общение. Вы можете встретить человека, который знает, как решить проблему, с которой вы столкнулись! Пять или десять минут времени нужного человека могут окупить стоимость вашего билета.

Если вы живете в большом городе или рядом с ним, поищите конференцию там, чтобы не пришлось платить за проезд или проживание. В целом, если вы просите, чтобы компания заплатила за вас, лучшая стратегия – показать, как вы сможете оптимизировать работу благодаря знаниям, полученным на конференции.

То, что инженеры-программисты и дата-сайентисты – социально не приспособленные интроверты, конечно же, стереотип, но, так или иначе, большинству людей в какой-то момент приходится бороться с социофобией. Даже самые уверенные в себе не заходят в комнату, полную незнакомцев, чувствуя себя при этом абсолютно комфортно. Что делать, если вы так сильно нервничаете и на конференции все время прячетесь в углу, уткнувшись в телефон?

К счастью, преимущество посещения таких мероприятий в том, что у вас есть общие темы для разговора! Задавать вопросы, в общем-то, хорошая стратегия: люди любят говорить о себе. Спросите, что привело человека сюда, как долго он программирует на X и бывал ли он на этих конференциях раньше. Помните, что неловко чувствуют себя многие, а не только вы. Если вы нервничаете, лучшее время, чтобы завязать разговор, – как раз за несколько минут до начала доклада. Заговорите, например, с соседом. Если из этого ничего не выйдет, то можете быть спокойны, ведь всего через несколько минут на сцену выйдет спикер!

Когда вы находитесь в помещении с толпой людей, идите к группе, стоящей в фигуре Пакмана: круг со свободным участком. Подойдите поближе к свободному участку и попытайтесь продвинуться ближе, чтобы освободить место для вновь прибывших. Не обязательно представляться сразу, как только подойдете: можно дождаться паузы. А можно не представляться вовсе, особенно если группа большая.

В главе 8 мы говорили о синдроме самозванца, и это еще одна сфера, где он может нанести удар. Вы можете попасть на слишком сложную презентацию, которая окажется вам не по зубам. Самое важное, что нужно помнить, – не чувствуйте себя самозванцем. Если к вам относятся так, как будто на вас не стоит тратить время, или кого-то шокирует, что вы не знаете термин, или если в отношении вас вообще проскакивают уничижительные комментарии, то это не ваша проблема. Есть много конференций с дружественной атмосферой. Многие любят помогать другим людям и помнят, что значит быть новичком. Если вы оказались на конференции, которая вам не нравится, не дайте внутренним переживаниям убедить вас, что на такие мероприятия вы больше ни ногой.

В этой главе мы говорили в основном о стратегиях взаимодействия с другими людьми, но совершенно нормально выделять время на себя. Несколько дней общения с незнакомцами могут утомить. Распространенная ошибка – думать, что нужно обязательно делать что-то продуктивное каждую минуту конференции, будь то выступление или нетворкинг. Но вы совершенно не обязаны! Не переживайте из-за того, что проводите какое-то время в одиночестве вместо участия в разговоре; конференция принесет вам больше пользы, если у вас будет достаточно энергии.

Выступление с докладом дает множество шансов для карьерного роста, а также возможность посещать больше конференций и слушать выступления большего числа специалистов. Одна из проблем, с которыми вы можете столкнуться, – это найти время, необходимое для участия. Но выступление с докладами это также отличная возможность рассказать о вашей компании (вы получаете бонус в виде премии за выступление, а ваше участие становится менее обременительным для работодателя). На первый взгляд может показаться, что для выступления обязательно нужно быть отраслевым экспертом, ярким оратором или очень общительным человеком, но все это вовсе не обязательно. На самом деле выступить с докладом – отличная стратегия для интроверта. После выступления к вам будут подходить люди, чтобы похвалить презентацию, задать дополнительные вопросы или просто познакомится. Сделать свое выступление темой для диалога – это улучшенная версия способа заговорить на общие темы конференции.

На эту тему можно написать целую книгу, и фактически в разделе материалов к главам 13–16 мы рекомендуем книгу о публичных выступлениях. Мы хотим подчеркнуть, что планка для хорошего выступления ниже, чем вы думаете. Вы не выступаете на TED и не делаете основной доклад на большой конференции. У участников такого уровня уже есть огромный опыт, и они наверняка нанимали специалистов по публичным выступлениям. Мы считаем, что если вы хотите хорошо выступить, то должны сосредоточиться на двух вещах: развлекать людей и мотивировать их. Если вас неинтересно слушать, то чему-то научить очень сложно. Кроме того, люди могут сделать слишком мало выводов из 20-, 30– или даже 60-минутного выступления. Но если вы сможете разжечь интерес, то принесете большую пользу.

Как найти возможность выступить с докладом? Начните с конференций, на которых проводятся конкурсы заявок (calls for proposals, CFP). Вы можете подать краткое изложение доклада, которое называется аннотацией, на основании которой организаторы делают выбор. Некоторые конференции проводят слепой отбор, когда выбирают тезисы, ничего не зная о докладчиках.

Когда вы ищете конференции для выступления, выбирайте по тем же критериям, что и при поиске мероприятий, которые вы бы хотели посетить. Если конференция с участием 10 000 человек вызывает у вас приступ паники, вряд ли стоит подавать заявку туда. Более того, выступление в качестве докладчика – отличный способ снизить стоимость участия, так почему бы не воспользоваться этим и не отправить заявку туда, где вы действительно хотели бы послушать выступление других спикеров? Обязательно спрашивайте людей, что они рекомендуют; можно очень легко упустить отличные конференции небольшого формата.

Первое правило хорошей аннотации – учитывать требования конференции. Даже если вы напишете идеальную аннотацию из 500 слов, ее не примут, если по правилам она не должна составлять более 150. То же правило работает, когда вы отправляете доклад по инженерии данных на конференцию, посвященную статистике.

В хорошей аннотации первое предложение самое главное: оно привлекает внимание читателя, вызывая желание узнать больше. Затем вы должны объяснить решаемую задачу и сделать обзор того, что планируете рассказывать слушателям. Вот один из примеров, составленный для выступления Жаклин:

Глубокое обучение звучит сложно, но на самом деле это не так. Благодаря таким пакетам, как Keras, вы можете начать всего с нескольких строк кода. Как только вы освоите основные концепции, то сможете использовать глубокое обучение для создания юмористического контента на основе искусственного интеллекта! В этом выступлении я расскажу о глубоком обучении и покажу, как его можно использовать для создания модели, которая генерирует странные имена питомцев, такие как Шурпер, Тункин Пайк и Джек Одинс. Если вы знаете, как выполнить линейную регрессию, то поймете, как создавать увлекательные проекты глубокого обучения.

Когда у вас появляется некая абстрактная идея, вспомните, с чего вы начинали свой путь, что знали и умели три, шесть или двенадцать месяцев назад. Что вы знаете сейчас из того, что хотели бы знать тогда? Вы можете считать, что все и так знают эту тему, но то, что вы воспринимаете как базовые знания (например, как использовать git и GitHub или как выполнять парсинг веб-страниц), кому-то может показаться новым и весьма полезным. Можно также выбрать свою подобласть, если это будет интересно широкой аудитории. Может быть, вы сможете рассказать, как делать интерактивные карты, использовать пакет, специально предназначенный для быстрого анализа данных, или объясните, что такое обобщенная линейная модель. Вам не нужно быть экспертом в этой области; по сути, люди, которые только что чему-то научились, часто оказываются лучшими учителями. Те же, кто освоил это давным-давно, часто забывают, каково находиться в самом начале пути.

Еще один отличный способ начать выступать – местные митапы. Выясните, проводятся ли в вашем городе какие-либо мероприятия, где разные спикеры выступают с блиц-докладами (около пяти минут). К ним гораздо легче подготовиться, поскольку за один вечер выступает от пяти до десяти спикеров. Такие мероприятия отлично подходят тем, кто выступает впервые. Если ничего такого не планируется, но вы регулярно посещаете местные митапы, порекомендуйте организаторам провести подобный вечер с блиц-докладами!

Наконец, вы можете сделать так, чтобы люди выходили на вас через ваш блог. Что касается конференций, куда приглашают спикеров, если один из организаторов прочитает пост в блоге, который идеально соответствует теме мероприятия, он может связаться с вами и уточнить насчет вашей возможности сделать доклад. Если вы не можете предоставить ссылки на свои предыдущие доклады, посты в блогах – отличный способ показать организаторам конференции, что вы умеете эффективно передавать информацию.

Получить шанс на первое выступление так же непросто, как и первую работу в Data Science. Далее ваш опыт будет расти как снежный ком, особенно если доклад выложат в записи. Здесь плюс в том, что другие смогут увидеть ваше выступление и связаться с вами при необходимости, а также это здорово потому, что в некоторых случаях организаторы просят дать ссылки на подобные видео.

Перед выступлением вы должны потратить много времени на подготовку доклада. Если вы никогда раньше не выступали на публике, то можете легко недооценить количество часов, которое уходит на это дело. Да, можно было бы написать речь в последнюю минуту, создав презентацию, где на каждом слайде было бы по пять пунктов, отражающих главные идеи. Но это неуважительно по отношению к аудитории и не демонстрирует вас с лучшей стороны. Это плохой путь к успешному ораторству.

Вы должны потренироваться выступать перед другими, а не просто прочитать слайды про себя. Найдите кого-нибудь, чьей критике вы доверяете, и выступите с докладом перед этим человеком. Если у вас не очень технический доклад, то экспертиза слушателя не имеет значения. Вам могут дать общие советы о том, как улучшить выступление, например посоветовать сократить количество слов-паразитов или жестикулировать менее активно.

Обычно для выступления отводится определенное время, которое зависит от того, будут ли в конце задаваться вопросы. Чтобы рассчитать, сколько времени вам понадобится, берите запас в пять минут на вопросы и работайте в обратном направлении; засеките, во сколько укладываетесь. Учтите, что во время публичного выступления может случиться так, что вы будете говорить быстрее, чем следовало, и закончите доклад раньше. На этот случай добавьте несколько запасных слайдов в конце презентации. Не страшно, если доклад затянулся на несколько минут: тогда между вашим и следующим выступлением будет перерыв подлиннее. В самом худшем случае доклад окажется слишком длинным, и вы либо оборвете его, не закончив, либо слишком сильно задержите следующего выступление.

Над любым докладом требуется много работать, поэтому мы настоятельно рекомендуем не писать новый каждый раз. Очень маловероятно, что аудитория будет пересекаться, особенно если лекции проходят в разных городах или проводятся на «многодорожечной» конференции (где участники могут выбрать параллельное выступление). Мысль, что запись вашего выступления посмотрели все, греет душу, но в большинстве случаев такого не бывает.

Пригласите на свое выступление группу поддержки. Это не обязательно должны быть друзья и коллеги из Data Science: пригласите членов семьи, своего партнера и вон того милого соседа. Если мероприятие платное, узнайте, можно ли получить пропуск на этих людей. Дедушка Эмили побывал на нескольких ее выступлениях бесплатно (к большому удовольствию других присутствующих). Приятно осознавать, что хотя бы часть аудитории поддерживает вас.

Для тех, кто любит быть частью сообщества, но не в восторге от идеи нахождения в одном помещении с кучей людей, открытый исходный код может стать отличным решением. Участие в его разработке позволяет обмениваться идеями и развивает чувство общности среди специалистов с одинаковыми интересами. Это занятие может быть очень интересным, поскольку связано с множеством новых направлений, о которых вы, возможно, не задумывались. Точно так же вы можете использовать чью-то работу, чтобы создать совершенно новый проект.

R и Python успешно развиваются, потому что волонтеры постоянно расширяют и совершенствуют их. В следующих разделах мы обсудим, как стать одним из этих людей; а еще можно внести финансовый вклад в организации, которые спонсируют некоторые из основных разработок. Хотя R и Python можно использовать бесплатно, с их поддержкой и разработкой дело обстоит иначе. R Foundation, Python Software Foundation и NumFOCUS – это три организации (последние две зарегистрированы в США), которым вы можете отправлять деньги для поддержки дальнейшего развития этих языков.

Начиная проект с открытым исходным кодом, может показаться, что вы заглянули в чей-то шкаф. Это чужая территория, и вы чувствуете себя злоумышленником, но open source был создан именно для этой цели, так что нужно избавиться от подобного чувства. Представьте, что проекты с открытым исходным кодом похожи на огромный званый ужин. Наверное, пока не стоит брать на себя ответственность за приготовление основного блюда, но есть еще много другой работы, в которой вы можете поучаствовать, к примеру помочь накрыть стол, убедиться, что у всех есть вода, или убрать тарелки. Если вы проявляете уважение и энтузиазм, большинство создателей и разработчиков будут рады вашей помощи.

Работа с документацией – отличный вариант для старта. Посмотрите, насколько укомплектована документация для понравившегося вам пакета. Вы можете заметить, что что-то указано не полностью, написано непонятно или вводит в заблуждение. Даже исправив опечатку, стоит сделать запрос на включение внесенных изменений на GitHub. Создатели пакетов и библиотек любят, когда им помогают. Это экономит их время, а вы, как человек, недавно научившийся использовать эти инструменты, лучше поймете, что будет мотивировать новых пользователей и чему они научатся.

Если вы хотите внести свой вклад в код, не спешите сразу переписывать что-то или отправлять новую функцию. Если проект большой, у него могут быть управляющие или определенные правила. Если это не так, понаблюдайте за репозиторием, чтобы понять, как он работает. Наблюдение также покажет, насколько активно поддерживается проект. Если вы решили, что хотите начать писать код, для начала поделитесь тем, что хотите добавить или изменить. Таким образом, вы сможете получить обратную связь еще до того, как проделаете большую работу.

Участие в проектах с открытым исходным кодом – один из лучших способов развить технические навыки, особенно если от вас не требуется взаимодействовать с большой группой людей. Возможно, в своих рабочих репозиториях GitHub вы не используете ветки, сообщения о завершении транзакции или теги – это нормально. Но когда вы приходите в проект с сотнями задач и десятками исполнителей, эта дополнительная работа обретает больше смысла. Подобные методы действительно накладывают некоторые ограничения независимо от того, работаете ли вы над руководством по стилю или же персонал сопровождения не добавляет созданную вами функцию из-за ее недостаточной производительности. В конечном итоге кто-то будет принимать окончательные решения, пока вы не создадите собственный проект. Хотя это может быть непросто, вы узнаете множество передовых методов, которые можно применить в работе.

Когда вы понимаете, что копируете функции разных проектов или отправляете их коллегам, возможно, пришло время создать пакет или библиотеку. Пакет позволяет хранить функции в одном месте, легко делиться ими и применять современные методы, такие как тестирование кода. У многих компаний есть внутренние пакеты с функциями, позволяющими выбрать корпоративную расцветку графиков, получить доступ к данным или решить общие задачи. Если вы думаете, что у других людей могут возникнуть аналогичные вопросы, поделитесь своим пакетом на GitHub, чтобы они могли его загрузить и использовать.

Прежде чем предлагать кому-то использовать ваш продукт, убедитесь, что с кодом все порядке. То, что у вас что-то хорошо работает в одной задаче, не означает, что код выдержит нагрузку массового потребления. Если вы слепили код из того, что было, но не знаете, как он работает, не предлагайте его другим. Чтобы ваш пакет можно было использовать, может потребоваться более продвинутое программирование, поскольку вы дорабатываете или адаптируете его для обобщенных случаев. Убедитесь, что проделанную вами основную работу проверил специалист, которому вы доверяете. Пользователи не будут заглядывать под капот, поэтому, если вы скажете им, что это Ferrari, они сильно расстроятся, когда каждый второй раз это будет оказываться машина для гольфа.

Когда вы протестировали и проверили код, нужно еще постараться, чтобы о нем узнали. Вы можете продвигать его в социальных сетях или в блоге, но даже в этих случаях процесс может идти медленно. Не ждите, что сразу станете звездой; пусть поначалу у вас будет меньше пользователей – это лучше, чем если выстрелить сразу, а затем понять, что где-то в коде затесалась ошибка. Пользователям требуется время, чтобы принять что-то новое, если это вообще случится, но даже просто попытка поделиться хорошей работой – уже благое дело. Вознаграждение за успех одновременно и проклятие: если ваш проект начнет пользоваться спросом, будет сложнее прекратить его разработку. Вы будете получать отчеты о багах и запросы на новые функции, так что придется серьезно думать над тем, собираетесь ли вы вносить изменения, которые нарушат отчеты, где использовалась старая версия функции.

К сожалению, в большинстве случаев вы не будете знать со стопроцентной уверенностью, когда лучше всего уйти. Не существует магического шара, который подскажет вам, что делать, равно как нет и вопросов, на которые вы можете ответить, чтобы принять окончательное решение. В главе 8 мы говорили о том, как выбирать между двумя хорошими офферами; в этом случае работают те же принципы. В конце концов, вы можете сделать все возможное, используя имеющуюся у вас информацию. И помните, что очень немногие решения абсолютно необратимы. Уволиться можно всегда; вы не подписываете 100-летний контракт.

Что должно послужить сигналом к поиску новой работы? Наш самый главный совет – убедитесь, что вы всегда чему-то учитесь. К сожалению, в этом плане может происходить застой, если вы надолго задерживаетесь на одной и той же должности. В первые несколько месяцев на новом месте вы словно пьете воду из пожарного шланга. Практически невозможно не узнать чего-нибудь полезного: вы изучаете данные компании, получаете новые технические навыки и работаете с бизнес-стейкхолдерами. Но если вы продолжите делать то же самое через год или два, то можете выйти на плато.

Освоившись с ежедневными обязанностями, подумайте, как улучшить свои нетехнические навыки. Посмотрите, можете ли вы взять на себя ответственность за команду (или хотя бы за стажера) и поработать над управленческими способностями. Несмотря на то что работа, на которую вас нанимали, может в какой-то степени ограничивать деятельность, по мере получения опыта у вас появляется больше времени на то, чтобы расширить свое портфолио. Возможно, вы могли бы сотрудничать с командой DS-инженеров, чтобы научиться строить часть конвейера самостоятельно, а не полагаться исключительно на них. Однако проявление инициативы для самопродвижения подходит не всегда; иногда, чтобы люди решали новые задачи, им требуется внешняя мотивация от компании. Если вы попали в колею и не можете из нее выбраться, это знак, что, возможно, пришло время сменить обстановку.

В Data Science замечательно то, что всегда есть чему учиться, но этот факт также усложняет работу. Если вы не растете, перейти на ступень выше будет сложнее. Предполагается, что обширность и глубина знаний синьора будут заметно отличаться от навыков джуна. На протяжении всей книги мы подчеркивали, что не нужно – да и невозможно – знать все, но по мере накопления опыта знаний все же должно прибавиться.

Прежде чем сжигать мосты, убедитесь, что вы сделали все возможное, чтобы сообщить своему руководителю, что вы хотите изменить. То, что вам может показаться неразрешимой проблемой, на самом деле может иметь простое решение. Возможно, вы погрязли в легких рутинных задачах, которые, к сожалению, нельзя автоматизировать. Руководитель может предложить вам взять стажера для такой работы. В таком случае стажер получает опыт работы, а вы немного разгружаете себя и получаете опыт наставничества. Или может быть так, что команда по работе с данными занимается в основном аналитикой, а вы хотите осваивать производственное машинное обучение. Ваш руководитель может организовать для вас «курс молодого бойца» с командой инженеров на несколько месяцев; вы изучите некоторые основы инженерии, поделившись своими аналитическими знаниями.

Еще один вопрос, который стоит задать себе, – насколько ваши цели совпадают с целями руководителя. Филип Гуо (Philip Guo), доцент кафедры когнитивных наук Калифорнийского университета в Сан-Диего, опубликовал статью Whose critical path are you on? (http://www.pgbovine.net/critical-path.htm), где говорит, как важно понимать критический путь своего руководителя (или наставника) и того, соответствует ли он вашему критическому пути. Критический путь означает «путь работы, который имеет решающее значение для карьерного роста или достижения цели в данный момент». Дело в том, что ваш успех связан с успехом руководителя. Обычно менеджер ограничен во времени и силах, и если ваши критические пути совпадают, то он с большей вероятностью сосредоточится на вас.

Чтобы понять, насколько хорошо вы совпадаете со своим руководителем, необходимо знать собственные карьерные цели. Мы не говорим о десятилетнем или даже пятилетнем плане; в такой новой и быстро развивающейся области невозможно знать, какие возможности будут доступны в таком далеком будущем. Но как вы хотите провести следующие несколько лет? Мы надеемся, что вы много размышляли над этим вопросом во время первого поиска работы, но, быть может, все изменилось. Возможно, вы хотели стать частью большой DS-команды, но через несколько лет поняли, что вам больше нравится работать над разными типами проектов, а не изолированно. Или вы хотите посвятить время семье и вам нужна работа с 9 до 5, а не стартап, требующий гораздо больше времени.

Итак, некоторые ключевые факторы, которые следует учитывать при поиске новой работы:

• Учитесь ли вы на своей нынешней должности?

• Пытались ли вы улучшить рутинные дела, обсуждали ли это с руководителем?

• Учитывает ли руководитель ваши потребности и желание продвигаться по карьерной лестнице?

• Задумывались ли вы о том, чего хотите и не хотите на следующем месте?

Многие принципы очередного поиска работы остаются теми же, что и для первого. Но вместе с опытом в Data Science у вас появляются некоторые существенные преимущества:

• Вы будете интересны большему количеству рекрутеров (любых). Чтобы они заметили ваше резюме, сделайте его доступным для просмотра в профиле LinkedIn (не беспокойтесь, LinkedIn принимает соответствующие меры, чтобы текущие работодатели этого не видели).

• Теперь вы лучше понимаете, какие аспекты работы вам нравятся, а какие нет. Менять специализацию вам еще рано: если вы много работали над инженерией данных, но вам не понравилось, поищите более крупную компанию, в которой есть инженеры по обработке данных для выполнения таких задач.

• Будет легче добраться до первого этапа отбора. Многие работодатели обращают внимание на то, занимал ли кандидат такую же или похожую должность.

• В идеале ваша сеть контактов станет больше. (Если нет, вернитесь к главе 14.)

• Если вы все еще работаете, но не хотите указывать в LinkedIn или Twitter, что находитесь в поиске, можете прозондировать почву и сообщить эту новость нескольким доверенным людям. Есть вероятность, что они порекомендуют вам вакансию в своих компаниях или свяжут вас с тем, кто ищет кандидатов.

Не бойтесь откликаться на вакансии, даже если вы в целом довольны своим нынешним положением. Есть множество причин, по которым вы можете отговаривать себя от перемен. Может быть, вы думаете, что у вас нет навыков, которыми, по вашему мнению, обладают все остальные («Что, если я не пройду техническую часть и не справлюсь с кейсом, несмотря на свой опыт?»). Это просто синдром самозванца (и если вы что-то вынесли из этой книги, то пусть это будет умение бороться с назойливым внутренним голосом, говорящим, что вы не так хороши, как все остальные). Если вы не прошли отбор по техническим параметрам, это не значит, что вы неудачник или самозванец. Множество плохих вопросов на интервью не позволяют объективно оценить способности. Кроме того, Data Science настолько обширна, что, возможно, вас просто спрашивали о том, с чем вы раньше не работали.

А может, вас волнует, как смена работы повлияет на вашу социальную и семейную жизнь. Но какими бы ни были ваши опасения, вы окажете себе медвежью услугу, если не будете открыты для поиска новых возможностей, которые могут стать трамплином в карьере.

Первое, что нужно сделать при поиске новой работы, – составить список того, что вам нравится на текущем месте. Билл Бернетт (Bill Burnett) и Дэйв Эванс (Dave Evans) в книге Designing Your Life: How to Build a Well-Lived, Joyful Life (Knopf, 2016) предлагают в течение недели анализировать свои задачи, оценивая то, насколько они вам понравились в сравнении с вашими ожиданиями. Вы ненавидите ежедневные двухчасовые совещания или они вам нравятся, потому что структурируют рабочий день? Если вы работаете в распределенной DS-команде, хотите ли вы отчитываться ее менеджеру? Вы можете использовать этот список как образец. Найдите компанию с теми же ценностями или структурой, которые вы ищете. Не стоит обращаться в фирму, где есть те же проблемы, которые вы наблюдаете сейчас.

При поиске работы вы можете столкнуться с проблемой названия должности. Мы говорили об этом в главе 5. Дата-сайентисты могут называться по-разному: аналитик данных, инженер-исследователь, инженер по машинному обучению, аналитик продукции. Аналитик данных – наиболее распространенное название и может рассматриваться как должность младшего специалиста. Если вы дата-сайентист, готовы ли вы принять должность старшего аналитика данных? Если вы аналитик данных, стоит ли вам сосредоточить усилия на повышении до должности специалиста по данным в новой роли?

Обучение по-прежнему является самым важным фактором при поиске. Чем вы будете заниматься на новой должности? Думайте о перспективе на пять лет, а не на два года. Что обеспечит вам успех в долгосрочной перспективе? Можно ли прийти в компанию как старший аналитик данных, а затем получить должность дата-сайентиста? Позволит ли вам опыт в небольшой технологической компании научиться работать с веб-данными и перейти в крупную технологическую корпорацию?

Рассматривая варианты, вы должны отстоять свою рыночную стоимость. Справедливо или нет, но дата-сайентист по-прежнему считается более престижной должностью, чем аналитик данных, а зарплата последнего на уровне синьора может быть ниже, чем у первого. Учитывайте эти факторы.

На интервью вас спросят: «Почему вы решили уволиться?» Если на нынешнее место работы вы пришли после университета или курсов, то такой вопрос вам вообще не задавали.

Будет отлично, если вы скажете, что хотите решать более сложные задачи. Еще одна хорошая стратегия – представить, что вопрос звучит так: «Почему вы хотите работать у нас?» Если сделать это, то ответ будет звучать в положительном ключе («Я слышал много хорошего о вашей команде машинного обучения и очень хочу стать ее частью»), а не в отрицательном («Мой бывший начальник требовал представлять результаты эксперимента в виде круговых диаграмм»). Если вы отвечаете более конкретно, убедитесь, что новому работодателю ответ понравится. Не стоит говорить: «Я ищу команду, где смогу работать со старшими дата-сайентистами», если у компании, проводящей интервью, таковых нет! Любой ценой избегайте говорить о текущем работодателе плохо; некоторые рекрутеры такого поведения не признают независимо от того, сколько правды в ваших словах.

Тот факт, что вы уходите из компании, не означает, что вы не должны гордиться проделанной там работой. Обязательно говорите о проектах, в которых участвовали, или о приобретенных навыках. Скорее всего, вы будете ограничены определенными соглашениями о конфиденциальности, поэтому не сможете наглядно продемонстрировать свой код или рассказать о параметрах созданного алгоритма рекомендаций, но вам следует обсудить свой вклад в общих чертах. Прекрасный обтекаемый ответ: «Я создал чат-бота на Python, который генерировал ответы на частые вопросы клиентов, что уменьшило среднее время, необходимое представителю службы поддержки для общения, на пять минут и увеличило удовлетворенность клиентов на 20 %». Если вы работаете в частной компании и скажете: «Я провел A/B-тестирование, в результате которого общий доход компании увеличился с 20 до 23 миллионов долларов», то это плохой ответ, поскольку вы раскрываете конфиденциальные сведения о финансовом положении.

Возможно, вы ищете вакансии, на которых предстоит использовать другие технологии, будь то облачные провайдеры, диалекты SQL или основные языки программирования. В этом случае пользуйтесь теми же стратегиями, которые вы применяли, когда описывали свой опыт работы с точки зрения переносимых навыков. Предположим, вы работали с R, а компания использует Python. Можете сказать что-то вроде: «Я знаю, что мне потребуется немного времени, чтобы освоить синтаксис Python, но я уже начал делать это на онлайн-курсах. Зато за четыре года программирования на R я разработал веб-приложения, создал пакеты и проанализировал большие наборы данных; благодаря этим навыкам я быстро стану сильным программистом на Python».

В этой главе мы уже упоминали синдром самозванца: помните о нем при подготовке к интервью. Когда вы только получили диплом и ищете первую работу или же начинаете новую карьеру в Data Science, можно легко сказать: «Я пока этого не знаю». (По крайней мере, это легко, если вы себя в этом убедите.) Но, когда у вас уже есть немного опыта, вы можете чувствовать себя неловко, если чего-то не знаете. Если на интервью произошло именно так, не бойтесь сообщить об этом. Можно сказать, что вы не нашли возможности применять эту технологию или хотели бы узнать о ней больше, но пока она не была частью вашей работы. Предположим, вас спрашивают об алгоритмах МО, но вы работали над статистическим моделированием, SQL, очисткой данных, а также общались со стейкхолдерами, а машинным обучением занимались инженеры. Никто не знает всего, и мы надеемся, что до сих пор вы неплохо справлялись со своими обязанностями; верьте в себя. Покажите проделанную работу; если вы изучали определенную тему раньше, то сможете освоиться быстрее, даже если прежде не использовали эти знания. Всегда лучше продемонстрировать готовность учиться, чем пытаться соврать о своей компетенции.

Если вы решили уволиться и приняли предложение другой компании, сообщите об этом руководителю. Как правило, вы должны уведомить об этом минимум за две недели, если ситуация не является катастрофической. Маловероятно, но вполне возможно, что, как только вы сообщите об увольнении, руководитель скажет, что сегодня ваш последний рабочий день. Вы должны быть готовы к такому исходу и убедиться, что сохранили себе что-нибудь важное с рабочего компьютера.

Ваш босс должен быть первым, кто узнает о вашем уходе. Запланируйте встречу (назовите ее «Обсуждение карьеры», а не «Через две недели я ухожу») или поговорите с ним с глазу на глаз в нерабочее время. Вы должны сообщить об этом либо лично, если работаете в одном офисе, либо по телефону или по видеосвязи, если трудитесь удаленно; уведомление по имейлу – дурной тон. Для начала поблагодарите за то, что вам помогли в карьере, и за возможности, которые вам предоставили. Заверьте руководителя, что сделаете все возможное, чтобы ваш уход прошел максимально безболезненно для компании; вы можете, например, предложить несколько идей, прокомментировать код или предложить кому-то взять на себя часть вашей работы, но лучше обсудите это с менеджером. Вполне нормально беспокоиться о том, как сообщить руководителю об увольнении, но помните, что смена работы – естественная часть карьерного пути.

Возможно, руководитель попытается убедить вас остаться, сделав контрпредложение, поскольку нанимать нового человека дорого и рискованно. Он может попросить вас встретиться с его начальником, который имеет право дать вам повышение, дополнительные опционы, разовый бонус, ускоренную оценку эффективности или другие стимулы, чтобы вы остались.

Мнения о том, стоит ли принимать контроффер от нынешней компании, расходятся. С одной стороны, теперь компания знает, что вы «склонны к побегу», и может впредь не доверять вам серьезные задачи. Ситуация также может осложнить взаимоотношения с руководителем. С другой стороны, компания может захотеть устранить основную причину вашего ухода. Это могут быть как финансовые вопросы, так и перевод в другую команду.

Мы надеемся, что убедили вас в важности открыто общаться с руководителем. Если вы поговорили с руководителем и по-прежнему хотите перейти на новое место, вряд ли желаемые изменения появятся в контроффере. Мы не поддерживаем идею смены работы в качестве крайней меры и считаем, что следует принять решение об увольнении задолго до возникновения критической ситуации. Мы также настаиваем на том, что важно говорить о своих желаниях до того, как начнет расти ваше недовольство. Нужно понимать, что если вы дотянули до последнего, то вряд ли что-либо изменится в лучшую сторону, даже если вы поговорили с руководителем.

Начальник может попытаться подчеркнуть вашу ценность для команды и то, насколько сложно будет ее членам, если вы уйдете. Это может вызвать чувство вины, особенно если эти люди в целом хорошо к вам относились. Но помните, что вы никого не предаете. В конце концов, работа есть работа и, несмотря на слоганы некоторых стартапов, компания – это не ваша семья. Вы всегда должны относиться к коллегам с уважением и стараться работать хорошо, но вы не обязаны оставаться в компании бесконечно. И вообще: вы просто уходите из компании, а не умираете! Если вы сблизились со своими коллегами, то все еще можете встречаться с ними где-нибудь и, возможно, однажды даже снова поработать вместе.

Спросите руководителя, как бы он хотел сообщить эту новость остальной команде. Вас могут попросить подождать несколько дней, пока будет составлен план на переходный период, а затем руководитель представит его команде, а вы скажете, что увольняетесь. Вас могут спросить, хотите ли вы рассказать об этом всем на обычном собрании или лично. Размышляя о том, как сообщить эту новость, учитывайте размер команды. Если многие годы вы работали с одними и теми же пятью людьми, то поделиться можно с каждым из них. Если же вы работаете в команде из 20 человек и с десятком стейкхолдеров, то легко ощутить эмоциональное истощение, объясняя все лично каждому по полчаса.

Одна из ошибок, которых следует избегать, – планирование встреч с коллегами до разговора с начальством, даже если они пройдут после обсуждения новости с руководителем. Если коллеги начнут подозревать, почему вы вдруг захотели с ними встретиться, и спросят, не потому ли, что вы увольняетесь, это будет действительно неловкая ситуация: вам придется либо солгать, либо рассказать все до того, как об этом узнает руководитель.

Большинство коллег спросит, почему вы уходите. Убедитесь, что вам есть что ответить, и постарайтесь говорить в положительном ключе, сосредоточившись на новых возможностях и на том, за что вы благодарны нынешней компании. Даже если вы подружились с коллегой, все равно остерегайтесь плохих отзывов о нынешнем работодателе. Помните, что, возможно, вы захотите вернуться и вам не нужна репутация человека, который наплевал в свой же колодец. У некоторых складываются очень близкие взаимоотношения с руководителем, но даже в таком случае не стоит слишком много говорить о негативных аспектах текущей работы, поскольку это может повредить вашей дружбе. Помимо всего прочего, поддержание хороших взаимоотношений с бывшими коллегами и руководителем может иметь неоценимое значение для вашей дальнейшей карьеры, поскольку вы еще можете с ними встретиться или просить рекомендации.

Уходя из компании, оставьте коллегам возможность связаться с вами (по электронной почте, LinkedIn, Twitter и так далее). Коллеги будут рады оставаться на связи; кроме того, это хороший способ быть частью функциональной сети контактов.

Лучший способ оставить хорошее впечатление – передать дела как следует. Возможно, вам не удастся найти себе замену, но вы можете подготовить команду, пока будут искать человека на ваше место (если захотят). Составьте для руководителя документ о передаче дел, перечислите свои обязанности, укажите, какие задачи вы можете завершить сами, а что нужно передать коллегам (предложите, кто мог бы с ними справиться), а также укажите, какие задачи придется отложить для нового сотрудника. Помимо передачи дел человеку, который берет на себя ваш проект, возможно, потребуется представить его внешним партнерам или клиентам, а также сообщить им, что вы больше не будете работать над этими задачами.

Постарайтесь подобрать все хвосты. Если у вас есть работа, которая потенциально пригодится другим, но хранится только на вашем компьютере, добавьте ее в репозиторий git или поделитесь Гугл-документом. Скорее всего, вас не будут сильно нагружать задачами в последние несколько недель, потому что все знают о вашем уходе. Это дает вам время доделать то, что вы могли откладывать на потом, например задокументировать все созданные вами процессы. Вот список того, что еще можно сделать:

• Составьте инструкции. Вы когда-нибудь были «палочкой-выручалочкой», человеком, который отлично разбирался в том, как организованы финансовые данные или передовые методы A/B-тестирования? Вы ничем не замените свое присутствие, но, оставив презентации, внутренние сообщения или документацию, поможете заполнить некоторые пробелы, которые появятся после вашего ухода.

• Организация файлов. Даже если вы добавите все на GitHub, это никому не поможет, если «все» – это 100 файлов с такими именами, как random_stuff и misc_analyses. Постарайтесь упростить навигацию и добавьте пояснения, если они нужны.

• Добавление комментариев и пояснений к анализу. В идеале любой эффективный анализ предполагает, что вы уже прокомментировали выводы по коду. Если вы не успели завершить некоторые дела и думаете, что кто-то продолжит эту работу, то можете дополнить комментарии. Не обязательно комментировать каждый фрагмент кода, но будет хорошо, если вы укажете какие-нибудь особенности данных (и то, как вы с ними работали), опробованные варианты и причины, по которым вы выбрали те или иные аналитические методы.

Худшее, что вы можете сделать, – это забыть, что вы единственный человек в компании, знающий, как решать определенную задачу, и никому ее не передать. Если вы так сделаете, то будете получать гневные звонки и имейлы с вопросами о том, как выполнять эту работу, в то время как будете пытаться освоиться на новом месте. Забыть, что вы единственный, кто знает пароль к определенной системе, – хороший способ нарваться на неприятности даже после увольнения. Некоторые работодатели не умеют расставаться и могут названивать по поводу ваших прошлых проектов. Вам же лучше, если у вас будет возможность отсылать таких бывших коллег к документации, которую вы подготовили перед увольнением, до тех пор пока человек не поймет, что вы больше не работаете в компании. Если вы оставите после себя бардак и неразбериху, то вряд ли сможете воспользоваться сетью полезных контактов, которую создали в этой компании.

Мы надеемся, после прочтения этой главы вы поняли, что, несмотря на сомнения в своем решении уволиться и на сопутствующий стресс, это нормальный процесс и всегда есть способы сгладить острые углы. Мы уже много раз говорили, что совсем не многие ваши решения окончательны. Сам факт поиска новой работы не означает, что обязательно нужно увольняться, и даже если вы уйдете из компании, то сможете вернуться туда через несколько лет. Сосредоточьтесь на том, чтобы работа максимально соответствовала вашим целям в карьере.

Дата-сайентисту может казаться, что продвижение на должность руководителя – это естественный шаг в карьере: ведь у каждого есть начальник, перед которым нужно отчитываться. Однако повседневные задачи руководителя не всегда выглядят так, как мы их себе представляем.

Руководитель – это человек, который отвечает за команду людей, успешно выполняющих свои задачи. Он обычно (но не всегда) делает следующее:

• Определяет задачи для команды. Это можно делать на стратегическом уровне, например решать, за какие крупные проекты следует взяться. Или на тактическом: решать, какие функции должны быть включены в продукт.

• Определяет, кто должен быть в команде. По согласованию с отделом кадров и другими сторонами руководитель обычно выбирает, кого взять в команду, а кого отпустить. Он координирует процесс интервью и принимает взвешенные решения.

• Берет на себя наставничество. Каждый член команды сталкивается с уникальными задачами, которые нужно решить, и руководитель в этом помогает. Руководитель регулярно проверяет каждого сотрудника и дает советы и рекомендации, которые помогут им в решении задач.

• Решает сложные вопросы, с которыми столкнулась команда. Если что-то мешает продуктивной работе (например, другая команда не желает предоставить необходимый доступ к данным), задача руководителя – найти решение.

• Управление проектами. Руководитель должен мониторить работу команды и следить за соблюдением графика. Хотя во многих отделах есть менеджер проекта, специально назначенный для этой задачи, руководитель все равно должен держать руку на пульсе.

Вместе эти задачи охватывают широкий спектр работы и предполагают высокую ответственность. Руководитель должен постоянно общаться с людьми внутри и за пределами своей команды. Ему нужно знать, как идут дела у коллег, что происходит с проектами и чего ждать в ближайшем будущем. Эти задачи составляют огромный объем работы, и, если какая-либо из них не будет выполнена хорошо, пострадает вся команда.

Важно отметить, что в основном перед руководителем стоят нетехнические задачи; обычно он не создает модели машинного обучения и не проводит анализ, на основании которого компания будет принимать решения. У руководителя нет на это времени, а даже если бы оно было, все равно такими вещами лучше заниматься его подчиненному. Чтобы стать руководителем, придется отказаться от большей части того, ради чего вы стали дата-сайентистом: от желания использовать данные для решения интересных задач. Вместо этого вы будете помогать специалистам, которые будут выполнять эту работу.

У работы руководителя есть множество преимуществ. Во-первых, если вы человек, который ненавидит, когда другие делают глупые, на ваш взгляд, вещи, у вас есть все права и возможности, чтобы повлиять на ситуацию и сократить масштаб бесполезной работы. Например, если вы считаете, что определенная модель машинного обучения принесет компании пользу, то можете попросить команду разработать ее, но если вам это кажется плохой идеей, то вы должны убедиться, что команде не поручат ею заниматься. Это невероятно приятно – выбирать направление, а затем видеть, как команда добивается успеха. Иногда другие руководители требуют или настоятельно просят вашу команду что-то сделать, и, хотя у вас нет полного контроля, вы имеете право голоса.

Рост до должности руководителя обеспечивает повышение зарплаты. Перед вами также открываются новые двери: роль старшего менеджера, директора или вице-президента. Каждая из них предполагает более высокую оплату и более широкие возможности управления в компании. Вы даже можете дорасти до уровня, на котором будете курировать и другие сферы деятельности (например, изучение клиентских требований или разработку ПО), а не только анализ данных. В конечном итоге вы можете полностью отказаться от Data Science и возглавить другие области.

Если вам нравится учить других и помогать им, должность руководителя отлично подойдет. В основном вы будете помогать специалистам в команде добиваться успеха, работать с ними, обучать их тому, что знаете сами, и помогать им в сложных ситуациях. Хороший руководитель подобен бизнес-терапевту: он общается с человеком примерно час, а затем помогает ему справиться с проблемами.

Наконец, как руководитель вы можете иметь огромную сферу влияния. Быть человеком, который принимает окончательное решение о выпуске нового продукта или открытии филиала в другой стране, действительно круто! По мере вашего роста увеличивается и ваше влияние. При выборе этого пути у вас есть возможность когда-нибудь управлять компанией.

Самый большой недостаток должности руководителя заключается в отсутствии времени для занятия Data Science. Вы будете обсуждать анализ данных, наставлять специалистов и размышлять о стратегиях. Ваш день может состоять из 30-минутных совещаний на совершенно разные темы: от выбора командной стратегии и до общения со стейкхолдерами для получения финансирования, включая беседы тет-а-тет с неэффективными сотрудниками.

В том, чтобы перестать заниматься Data Science в качестве своих обязанностей, есть два основных недостатка:

• Вы стали дата-сайентистом, потому что вам нравится работать с данными, так что вы бросаете работу, ради которой так долго учились.

• Если вы не занимаетесь данными, у вас нет практики, вы перестаете следить за последними тенденциями. Если вы решите, что должность руководителя – это не ваше, и захотите снова стать исполнителем, может обнаружиться, что ваши навыки Data Science заржавели.

Еще один недостаток – вы все еще ограничены вышестоящим руководством. У вас могут быть отличные стратегические идеи, а ваш начальник их не поддержит. Кроме того, вы вынуждены вести команду по пути, выбранному вашим начальником, даже если вы с ним не согласны. Необходимость сохранять позитивное отношение к работе, с которой вы не согласны, ради блага команды может очень раздражать. Если подчиненные почувствуют это раздражение, вы снизите их удовлетворенность работой.

На руководящей должности у вас появляется гораздо больше забот. Вы должны заботиться о своей собственной эффективности, так же как тогда, когда были исполнителем, но теперь вам нужно беспокоиться еще и о производительности остальных участников команды. Вы должны заботиться о том, насколько они удовлетворены своей карьерой, а еще о том, что происходит на вышестоящих уровнях, и быть в курсе политики компании. Вам придется переживать, будет ли финансирование у команды и не будет ли отменен проект, который продвигается слишком медленно. Наличие такого количества забот, большинство из которых находятся за пределами вашего непосредственного контроля, может стать источником колоссального стресса для людей определенного типа личности. Если вам сложно не брать работу домой, возможно, руководство не для вас.

Наконец, управление людьми требует совершенно иных навыков, нежели работа дата-сайентистом. Если вы решили заняться руководством, вам придется освоить эти навыки и снова почувствовать себя не особо компетентным. Превращение из специалиста, который отлично справляется со своей работой, в новичка может вызвать стресс и заставить почувствовать себя несчастным. Хотя со временем вы всему научитесь, путь к статусу хорошего руководителя долог.

Если вы рядовой сотрудник, но хотите стать руководителем, вам необходимо найти возможность для развития и тренировки лидерских навыков. Эти навыки включают в себя умение работать с людьми как младше, так и старше вас, способность видеть общую картину и навыки управления проектом.

К сожалению, не существует одного такого курса, на котором можно всему этому научиться; лучшее, что вы можете сделать, – это использовать ситуации, возникающие на вашей текущей работе, которые позволили бы развивать их. Скажем, когда вы можете взять на себя ответственность и инициативу за выполнение небольшого задания, порученного вашей команде, например настройки нового стека ПО или координации развертывания новой модели. Самое важное здесь – это управление процессом и принятие решений. Сначала это может показаться вам крайне неестественным; это совершенно нормальное ощущение, и оно пройдет. Книги по менеджменту и бизнесу могут быть в некоторой степени полезны, но только в том случае, если у вас есть возможность применять на практике полученные с их помощью знания.

Когда вы почувствуете, что достаточно развили навыки руководителя, можете переходить к следующему шагу – к поиску подходящей должности.

Ведущий дата-сайентист (или главный специалист по работе с данными, техлид, специалист по данным V, технический руководитель или другое название должности в зависимости от компании) – это человек в организации, который одновременно выступает экспертом в Data Science и помогает другим с техническими задачами. Для того чтобы стать руководителем, нужно все меньше и меньше заниматься Data Science, а у ведущих специалистов по данным все ровно наоборот. Но вместо того, чтобы заниматься этим в одиночку (хотя и так часто бывает), вам также будет поручено помогать другим специалистам своей области.

Техлиды обычно начинают свой путь с джуниора, затем переходят на должность синьора и продолжают расти. По мере развития карьеры они становятся опытными и более зрелыми в способности понимать проблемы и находить способы их решения. Вскоре они уже знают так много, что, если кто-то застрял, они могут вмешаться и быстро помочь. Другие специалисты компании подходят к ним и спрашивают, как решать проблемы и что сработает (а что нет).

Работа ведущего дата-сайентиста включает в себя несколько обязанностей:

• Влияние на стратегии Data Science. Ведущий специалист по данным должен разработать план решения DS-задач. Возможно ли построение модели для выявления мошенничества с платежами? Следует ли использовать нейронную сеть? Руководитель отвечает за идею и бизнес-план, ведущий специалист – за то, как это должно работать.

• Наставничество джуниоров. Поскольку техлид имеет большой опыт, он обязан делиться своими знаниями с младшими сотрудниками. Их рост так же важен, как и его непосредственная работа.

• Поиск решений для сложных задач. Когда группа специалистов по данным сталкивается со сложной технической задачей, ведущий дата-сайентист – это человек, который пытается разработать решение или сказать, что это невозможно.

В отличие от руководителя, техлид по-прежнему много занимается Data Science. Таким образом, эта роль отлично подойдет тем людям, которым нравится быть дата-сайентистами. Если все, о чем вы можете думать, – это Data Science, вы любите ходить на конференции, быть частью сообщества и узнавать больше о методах и техниках, то вы продолжите заниматься этим же в качестве техлида. Ведущий дата-сайентист является очень важным звеном команды, поэтому для этой роли требуется человек зрелый, ответственный и достаточно опытный, чтобы при необходимости быстро расширять границы в новых направлениях.

Хотя работа техлида связана с данными, он все же редко выполняет ту же работу, что и рядовой исполнитель, например он не занимается отдельным анализом или созданием модели машинного обучения. Эти задачи требуют много времени и внимания, а ведущий дата-сайентист должен отвечать за множество проектов и направлений. За конкретные проекты обычно отвечают джуниоры и синьоры, а техлид их координирует.

Ведущий дата-сайентист часто получает самые интересные задачи. Если у команды есть идея совершенно нового и неизведанного подхода к анализу данных, вам придется попробовать ее впервые. Если необходимо интегрировать сложный технический стек, вы обязательно будете в центре событий. Если проект должен быть запущен, но команда просто не может заставить модель работать, вы тоже будете заниматься этим вопросом. Быть в центре событий может приносить удовольствие. Это интересно с технической стороны, и вы почувствуете собственную ценность, когда будете снова и снова помогать коллегам выйти из сложного положения. Команда будет знать, что не стоит отвлекать вас ради простых, второстепенных проектов, а это означает, что вам придется заниматься ими меньше, чем большинству дата-сайентистов.

Ваш руководитель также будет понимать, насколько важно для вас идти в ногу с технологиями, а это означает, что компания будет закладывать на вас бюджет на посещение конференций и выделять время для экспериментов с новыми технологиями. Руководитель может пожелать, чтобы вы продвигали свою компанию во время выступлений на конференциях, а так как вы работали над интересными задачами и наверняка делали работу, которой стоит поделиться, вам есть что рассказать. Если вы попросите у начальства ресурсы, например деньги, на опробование нового облачного сервиса, обычно их выделяют без вопросов. Руководитель доверит вам самостоятельно распоряжаться своим временем и бюджетом эффективно и не тратить их напрасно: такая возможность дается не каждому дата-сайентисту.

Вы также будете постоянно говорить о Data Science. Как наставник вы будете рассказывать джуниорам о различных подходах, работать с ними и оттачивать их идеи, указывать области, в которых могут возникнуть сложности при анализе данных. Для человека, который любит Data Science, эта роль может быть довольно интересной.

Планирование работы с данными может давать много прав и возможностей. Будучи человеком, который решает, какие типы моделей использовать, как структурировать данные и как масштабировать проект, вы с большей вероятностью увидите, что реализация проектов идет по вашей задумке. А поскольку вы являетесь экспертом в Data Science, ваши проекты будут иметь много шансов на успех! Джуниорам не всегда удается самостоятельно разработать подход к анализу, реализовать его и увидеть результаты без участия других лиц в принятии ключевых решений.

Самая большая сложность в роли ведущего дата-сайентиста заключается в том, что вам не к кому обратиться за помощью, если вы застряли. У джунов обычно есть наставник или синьор, которому можно задать вопросы; порой они даже могут просто загуглить решение. В вашей команде вряд ли будет кто-то выше вас. Задачи, с которыми вы столкнетесь, часто будут настолько необычными или уникальными, что ни один поисковик не даст ответа. Следовательно, вам нужно будет уметь работать без возможности обратиться за помощью, что может быть весьма тяжело.

Учтите, что вам придется решать не только самые интересные, но и самые неприятные задачи. Если, например, датасет хранится в виде терабайтов плохо отформатированных файлов в формате. csv на сервере, к которому никто не прикасался годами, и со схемой, которую никто не знает, вам предложат выяснить, как использовать эти данные. На самом деле эта задача неинтересна; скорее это минное поле, по которому никто не может пройти. Вы столкнетесь со множеством подобных задач, решение которых вы не сможете делегировать.

Обширные знания делают вас востребованным специалистом – вы будете очень заняты. Чаще всего у вас будет больше работы, чем времени на ее выполнение, и вам придется отказываться от интересных проектов, ведь вы не можете разорваться между ними. Переработки войдут в привычку, а чувство, что вы сделали недостаточно, станет вашим постоянным спутником. От вашей работы зависит много людей, поэтому работать только 40 часов в неделю или провести отпуск без ноутбука – нелегкая задача. Если вам нужна приятная работа без стресса, то роль ведущего дата-сайентиста не для вас.

Если вы работаете специалистом по данным и продолжаете развиваться, то дорастете до ведущего. Это следующая ступень после должности синьора, ее расширенная версия. К сожалению, многим синьорам сложно перейти на следующий уровень. Чтобы стать техлидом, вы должны быть достаточно сильным специалистом, уметь руководить и эффективно работать независимо от других. Далее вам нужно привлечь внимание начальства к своим способностям и вкладу, который вы внесли в работу, а также найти тех, кто будет рекламировать вас как важнейшую часть команды. Обладая такой квалификацией, вы можете просить повышения.

Чтобы работать самостоятельно, вы должны уметь реализовать полный проект без руководства извне. Если руководитель поставил вам задачу проанализировать, где следует открыть очередной розничный магазин, он должен быть уверен, что вы справитесь без посторонней помощи. По мере вашего роста как специалиста способность к независимой работе должна стать чем-то естественным, поскольку вы набираетесь больше опыта. Старайтесь обращать внимание на моменты, где вы застреваете, и свои действия в этих ситуациях. Если вы попросите о помощи, то что получите такого, чего не смогли бы сделать самостоятельно? Чем больше задач вы будете решать сами, тем лучше.

По мере набора опыта постарайтесь обращать внимание на окружающих вас дата-сайентистов. С какими проблемами они сталкиваются? Можете ли вы им помочь? Если вы синьор, вполне вероятно, что младшие сотрудники имеют дело с задачами, которые вы уже решали раньше. Чем больше возможностей вы найдете для технического наставничества, тем больше будете помогать другим, а это отлично подходит для роли техлида.

Наконец, если у вас появляются новые идеи, ищите ситуации, в которых вы можете создать стратегии. Например, если компания хочет определить место для розничных магазинов, вам может прийти в голову идея использовать методы оптимизации местоположения. Идеи могут сработать или нет; если все получится, вы красавчик, а если нет, то будете лучше знать, как придумывать идеи. Всегда легко полагаться на других дата-сайентистов при выработке стратегии, но быть ведущим техлидом без этого навыка очень сложно.

Многие мечтают быть самому себе начальником и иметь собственную компанию. В случае Data Science это обычно означает быть независимым консультантом: основать фирму, в которую другие будут обращаться за услугами по работе над специализированными DS-проектами. Теоретически организации должны нанимать стороннего консультанта только в том случае, если им нужен особый набор навыков для решения важной задачи. Если вы управляете собственной компанией, то можете оставлять весь доход себе, так что никакие деньги не достанутся другим жирным котам на руководящих должностях. Люди будут обращаться к вам, потому что знают, что вы отличный специалист по данным; вас будут ценить за компетентность.

Будучи независимым консультантом, вы должны объединять в себе функции целой компании, а это значит, что вам придется делать много разных вещей, например:

• Продвигать свой бизнес. Вы не сможете найти новых клиентов, если о вас не узнают. Посещение конференций, встречи со старыми коллегами или самореклама, например посты в блогах, – все это инструменты маркетинга.

• Продавать. Когда вы найдете компанию, которая заинтересована в том, чтобы нанять вас на DS-проект, вам нужно будет встретиться с ее представителями и сделать коммерческое предложение. Если вы не заинтересуете их, то не получите работу.

• Реализовать проекты. Это работа в области Data Science, для которой вас и наняли. Она также включает в себя управление проектами, предполагающее контроль процессов и решение любых сложных ситуаций, которые могут возникнуть в ходе работы (например, плохие данные).

• Предоставить результаты. Когда вы создали модель или провели анализ, вам нужно показать клиенту результат. Если ему все понравится, вы можете получить следующий проект, а если нет, то есть шанс потерять клиента.

• Управлять компанией. Компаниям необходимо платить налоги, готовить юридические документы, отслеживать счета и движение денежных средств, а также выполнять множество других мелких задач, которые со временем накапливаются.

Вам нужны навыки для выполнения всех этих задач, которые выходят далеко за рамки функций рядового дата-сайентиста.

В зависимости от типа клиентов, которые к вам обращаются, работа, скорее всего, будет наполовину связана с Data Science, а наполовину – с поддержанием бизнеса. Процесс будет протекать в определенном порядке: вы станете работать над одним проектом для компании-клиента, а к моменту его окончания будете готовиться к заключению сделки со следующей организацией. Заказы будут поступать неравномерно: в этом месяце к вам обратятся три компании, а в следующем – ни одной.

Поиск клиентов часто является самой сложной частью в работе независимого консультанта. Он требует преданности делу и большой сети контактов. Как правило, большинство приходит по рекомендации бывших коллег или клиентов. Чем больше людей знают консультанта и могут поручиться за его работу, тем больше клиентов у него будет. Таким образом, для того чтобы стать успешным консультантом, о его компетентности должны знать многие (в идеале те, у кого есть основания нанимать его). Чем разнообразнее ваша сеть деловых контактов с разными компаниями и индустриями, тем выше вероятность того, что работа будет приходить постоянно. Чтобы такая сеть сформировалась, нужно, чтобы консультант раньше работал со многими разными компаниями: либо часто менял место работы в начале карьеры, либо был консультантом в более крупной фирме.

Если вы добьетесь успеха как независимый консультант, у вас будет шанс нанять больше сотрудников и развивать бизнес. Сначала в компании есть только вы, но она может вырасти до команды из 5 человек или стать организацией из 100 человек. Вы как генеральный директор и ее основатель сможете вести свой бизнес в нужном вам направлении и с нужной культурой. Часть денег, которые приносит работа всех остальных консультантов, может сделать вас богатым. Хотя это случается редко, но работа независимого консультанта может стать самым прибыльным из всех путей, описанных в этой главе.

Вы сами себе босс, а это значит, что вы можете решать, стоит ли браться за определенный проект, какой подход использовать и как представлять результаты. Вы ни от кого не зависите; некоторым это дает ощущение свободы. Если вы сможете сократить расходы, поддерживать постоянный набор клиентов и вас ценят как специалиста, то в перспективе компания может стать довольно прибыльной. У вас есть возможность зарабатывать вдвое больше, чем в офисе, и это не предел. Если вы хотите поработать дома или взять выходной, у вас есть такая возможность, и никто не скажет вам слова против.

То, что вы делаете, принадлежит вам. Если вы придумали интересный метод решения задачи, то можете запатентовать его или продвигать как продукт своей компании. Никто не имеет права забрать вашу работу, тогда как если вы работаете на стороннюю фирму, она может заявить о ваших идеях как о своей интеллектуальной собственности. Если удастся создать портфолио полезных продуктов, оно сможет поддерживать вас в течение многих лет.

Консультации могут быть интересными! В том, чтобы летать по стране, помогать людям, предлагая им свои идеи, и делать все это от имени собственной компании, есть нечто захватывающее. Наличие множества людей, желающих платить за ваше время, говорит о том, что вы все делаете правильно. Предложить решение, которое нравится клиенту, и знать, что вы сделали всю работу сами, – бесценно.

Недостатки работы в качестве независимого консультанта огромны (они настолько значительны, что в этом разделе мы будем выделять их жирным шрифтом):

 Независимый консалтинг – это ужасный стресс. Получение зарплаты за конкретный месяц зависит от того, будут ли с вами сотрудничать, а это часто связано с факторами, не зависящими от вас (например, с бюджетом компании). И наоборот, вы можете обнаружить, что у вас больше работы, чем вы можете выполнить, и нужно понять, какой проект запустить сейчас. Часто приходится продавать консалтинговые проекты, прежде чем вы получите полный доступ к данным, который нужен для того, чтобы решить, можно ли реализовать проект в принципе. Если проект нереализуем, то вам придется думать, что с этим делать. Есть тысяча вариантов, когда работа в качестве независимого консультанта не даст вам уснуть по ночам.

 Независимый консалтинг может разорить вас. Если вы полностью перейдете в эту сферу и не сможете занять свою нишу, то быстро потеряете деньги. Даже если вы подпишете контракт, крупные компании часто не платят на протяжении 90, а то и 120 дней с момента завершения работы, так что вы можете получить оплату аж через полгода после старта проекта. Если такие качели в денежных поступлениях вам не подходят, то вы не сможете быть консультантом.

 Вам будет не к кому обратиться за помощью. К вам обращаются с определенной задачей, которую человек не может решить самостоятельно, и если вы работаете в одиночку, то у вас не будет тех, с кем можно было бы посоветоваться и обменяться идеями. Вы сами по себе. Если у вас возникнут трудности с проведением анализа или с развертыванием модели, придется искать решение самостоятельно; в противном случае надо будет сказать клиенту, что у вас ничего не получилось.

 Работа будет мало связана с Data Science. Количество времени, которое вы потратите на маркетинг, переговоры, составление контрактов и ведение бухгалтерии, будет огромным по сравнению с часами непосредственной работы с данными. Недостаточно быть сильным дата-сайентистом; вся остальная работа необходима консалтинговой компании, чтобы выжить.

Для этой роли у вас должны быть сильные навыки в Data Science и опыт решения проблем без посторонней помощи. Вам также понадобятся специалисты, с которыми вы работали в нескольких компаниях или (что еще лучше) в крупной консалтинговой фирме, которые знают ваши способности и компетентность.

Вы можете прощупать почву, занимаясь фрилансом в свободное время. Создайте веб-сайт, разместите объявление на LinkedIn и сообщите, что готовы помогать людям. Если вам удастся найти клиентов, то вы узнаете о консалтинге больше благодаря фрилансу. Если вы поймете, что вам не хватает сил на работу по вечерам, то, скорее всего, вам не понравится быть консультантом. Если у вас не получится найти клиентов в качестве фрилансера, это говорит о недостаточно большой сети контактов: займитесь ее расширением в первую очередь.

Если вы поймете, что не справляетесь с основными обязанностями из-за большого объема внештатной работы, значит, сейчас отличное время, чтобы стать независимым консультантом. На этом этапе вы можете всецело сосредоточиться на консультировании, и, если у вас получится найти стартовый набор клиентов, можете уволиться с основной работы.