Шынгыс Каримов родился в Хромтау, а вырос в Актобе. В прошлом году он стал специалистом по Data Science в компании Amazon в Лондоне.
Шынгыс рассказал редакции Степи о своем образовании, том, чем занимаются специалисты по Data Science и могут ли экономисты стать IT-специалистами.
До девятого класса я учился в Актобе в школе с уклоном на английский язык, но мне всегда были больше интересны физика и математика, поэтому вскоре я перевелся в школу с физико-математическим направлением. После выпуска из школы я планировал учиться на связанную с физикой специальность. Родители всегда хотели, чтобы я получил высшее образование в Великобритании, но меня больше тянуло в США, поэтому языковые курсы я проходил в Бостоне. Также этот год, помимо изучения английского языка, давался для того, чтобы выбрать университет и сдать необходимые тесты: TOEFL и SAT. Мой выбор пал на факультет ракетостроения в Purdue University в штате Индиана.
После обучения я вернулся в Казахстан и устроился работать в компанию «Eurocopter Kazakhstan Engineering». Мне очень хотелось работать по специальности, но в США для работы в этой сфере нужно американское гражданство.
«На бумаге» я работал по специальности, но на практике я занимался только организационными моментами.
А потом у меня не получилось поехать на стажировку от компании в Германию, и я решил, что надо полностью поменять сферу деятельности. Поступил на магистратуру в Назарбаев Университет на экономический факультет. Друзья говорили мне, что это глупо — выбирать экономику. Тогда все думали, что если у тебя нетехническая специальность, то будет сложно найти работу. Спустя семь лет я думаю, что это было одно из самых правильных решений в моей жизни.
Темой моей магистерской работы стали драйверы банкротства компаний в Казахстане, и для этой работы мне нужно было собрать много данных о юридических лицах, я переносил их в Excel-таблицы, а потом с помощью программирования высчитывал корреляцию между переменными. Тогда я понял, что по сути занимаюсь Data Science и могу попробовать себя в IT.
Если говорить простыми словами, то работа в Data Science заключается в том, чтобы найти закономерности в собранных данных, а далее использовать их для работы компании.
Но я понимал, что мне не хватает технических навыков и опыта, поэтому решил поступить на докторантуру по экономике в Бельгию. Все четыре года учебы брал курсы по программированию и статистике, затем применял эти навыки в своих докторских работах. Моя основная научная работа была направлена на изучение рынка труда: выявление взаимоотношений между оплатой труда и спросом работников, влияние принятых законов на эту зависимость.
За время обучения в докторантуре я успел соскучиться по родине. Но тут увидел подходящую для меня вакансию в Amazon. Это была компания, в которой я изначально хотел работать, когда учился в магистратуре и узнал о Data Science. В Amazon есть практика принятия на работу экономистов для работы с данными. Я подал заявку, а мой друг, который работает в шведском филиале компании, порекомендовал, чтобы меня пригласили на собеседование. Оно проходило в несколько этапов: сначала мне рассказывали о работе в компании, определяли, в офисе какого города мне будет удобнее всего работать, затем рекрутер оценивал мои коммуникативные навыки и мотивацию. На втором этапе со мной созванивались специалисты по Data Science, чтобы узнать мои технические навыки и знание программирования. Финальный этап состоял из 5-6 интервью подряд с проджект-менеджерами, специалистами по Data Science, дата-инженерами и другими работниками в один день. Каждый из них оценивал мои знания, опыт работы и навыки.
Я успешно прошел собеседование, но когда мне отправили предложение о работе, долго принимал решение, потому что хотел вернуться в Казахстан.
Но осознал, что в долгосрочной перспективе будет правильней поработать в большой IT-компании. Друзья убедили меня, что в Казахстан можно вернуться в любой момент.
Все работники Amazon, которых я знаю, отучились в магистратуре по техническим специальностям, IT, статистике, математике, экономике или инженерии. В портфолио специалиста по Data Scince необходимо иметь опыт работы с моделированием данных. Это не обязательно должен быть проект для компании. Можно предоставить магистерскую или научную работу или проект для себя. Для Amazon важно, чтобы у будущего работника был опыт. Также важны навыки работы со статистикой и знание языков программирования.
Два самых популярных языка программирования, которые используют специалисты по Data Science – это Phyton и SQL.
Сейчас я веду проект по разработке рекомендательной системы для поиска работников на склады Amazon. Например, в Германии и Великобритании нам тяжело нанять работников на определенные часы. И мы хотим понять, что нужно предпринять, чтобы это исправить: повысить заработную плату или решить транспортную проблему. Мы собираем все данные и на их основе рекомендуем решения проблем, регулярно обновляем данные, а далее используем их для выгоды компании.
Больше всего в моей работе мне нравится автономность, потому что я человек, который не умеет сидеть в офисе с 9:00 до 18:00.
Сейчас для меня главное — показать готовый продукт, и неважно, когда, где и как я работаю. Я могу начать рабочий день с обеда или проводить звонки ночью.
Но при этом я не могу заниматься другими проектами: приходится согласовывать это с руководством.
Здесь работник – ресурс компании, и руководство следит за тем, чтобы он был «зарезервирован» под определенные задачи.
Для меня это непривычно, потому что во время обучения в докторантуре у меня была полная свобода в плане выбора проектов, над которыми хочу работать.
Получай актуальные подборки новостей, узнавай о самом интересном в Steppe (без спама, обещаем 😉)
(без спама, обещаем 😉)
