Как я начала заниматься Data Science, потом не перестала и сделала на этом карьеру

Меня зовут Мария Косарева, в Газпромбанке я возглавляю Департамент анализа данных и моделирования, в который входят шесть крупных подразделений, занимающихся разработкой математических моделей и их внедрением в бизнес-процессы банка.

В этой статье я хотела бы рассказать о том, как я пришла в эту сферу и что делать тем, кто тоже хочет построить карьеру в Data Science.

Сейчас банки и крупные компании все больше инвестируют в Data Science с целью эффективного использования результатов работы математических моделей и дата-продуктов в своих бизнес-процессах. И Газпромбанк не исключение.

Департамент анализа данных и моделирования имеет прямое влияние на финансовые результаты деятельности компании. По-крупному мы воздействуем по нескольким направлениям. Во-первых, помогаем бизнесу продавать больше кредитных продуктов, а рисковому подразделению — держать баланс качества и количества.

Во-вторых, мы помогаем оптимизировать внутренние процессы компании: автоматизировать множественные рутинные операции, которые выполняет человек, улучшить качество заполнения и разбора документов, ускорить процесс найма. С помощью математики мы предсказываем, какие меры для банка будут полезны, и разрабатываем их.

Я с детства люблю факты, их точность. Точность и правдивость — это то, что меня привлекает в Data Science. Наука о данных никогда не врёт. Данные способны показать тебе реальность и скрытые связи, которые не видно невооружённым взглядом. Они помогают оптимизировать те процессы, которые с виду кажутся не поддающимися оптимизации.

Например, однажды у нас был проект, для реализации которого изначально предполагалось нанять дополнительно около ста человек. Они должны были решать одну задачу: работать с назначением платежа, вычленять из платежной строки адрес получателя и раскладывать по ячейкам в специальной форме: страна/город/улица и прочее. Однако мы проанализировали задачу и создали модель, которая сама всё это разбирает.

Иногда меня завораживает, что мы можем сделать с помощью Data Science. В детстве я и представить себе не могла, что буду заниматься такими увлекательными вещами.

Как выбирать образование, а не стереотипы

Сейчас ребята, которые стоят перед выбором профессии, уже знают, что такое Data Science. Это сформировавшееся и перспективное карьерное направление. Когда я начинала учиться, такого понятия ещё толком не существовало. В моём детстве все сводилось к простому: ты или выбираешь математику, или не выбираешь математику.

При этом в школе я, естественно, видела себя актрисой, принцессой и феей. И чем ближе я продвигалась к шестнадцатилетнему возрасту и гормональному буму, тем больше мне хотелось быть принцессой. Но если серьезно, то чем старше я становилась, тем лучше понимала, что скоро нужно будет кем-то работать, выбрать какую-то профессию.

В этом вопросе я ориентировалась на свою семью, потому что мама с папой были инженерами, и в то время считалось, что любая математическая профессия — это престижно. Родители порекомендовали идти на техническую специальность, хотя в целом мне неплохо давалось всё: и гуманитарные, и точные дисциплины. Но гуманитариев в семье не было, поэтому я пошла в математику.

Я думаю, на этапе выбора карьерного пути важно меньше обращать внимание на стереотипы, связанные с традиционными женскими ролями, и больше — на те способности, которыми ты обладаешь. Выбор нужно делать прежде всего с оглядкой на них, а не на традиции.

Университет: большие перспективы

В институте уверенность в том, что я хочу заниматься математикой, не просто сохранилась, но укрепилась. Я попала в окружение людей с более обширными знаниями и конкретными устремлениями. Они уже понимали, чем планируют заниматься дальше, а кто-то даже работал по специальности.

После школы это было для меня откровением. Там — ребята с одного двора, они имеют разный уровень подготовки, и, наверное, оказаться самым умным в таких условиях не так уж сложно. В университете перестаёшь быть самым лучшим, становишься где-то худшим, где-то средним, а где-то равным.

И уже нет эйфории, что «придёшь и покоришь весь мир», но зато чётче понимаешь, в каком направлении хочешь развиваться и что для этого нужно делать.  В вузе я определилась со специализацией — выбрала кафедру теории вероятностей и математической статистики (классически именно с таких кафедр выходят специалисты по Data Science).

Учиться не было легко, это отнимало все время, не представляю, как некоторые мои сокурсники совмещали учебу и работу. Сегодняшним студентам я бы сказала: если у вас есть финансовая возможность не торопить старт вашей карьеры, то и не стоит этого делать. Впереди много лет пусть и интересной, но все же работы, насладитесь студенческими годами.

Карьера началась с разочарования

Моя самая первая работа оказалась разочарованием. Это была крупная компания, которая занимается исследованиями рынка FMCG. Но когда после нескольких этапов собеседований (на английском) и интервью, где пришлось решать статистические задачи (тоже на английском), я вышла на работу… меня заставили руками (без всякой автоматизации!) чистить базу каких-то продуктов.

Возможно, это у них была такая повинность для начинающих специалистов, а может быть, мне поручили именно такую задачку, потому что сложно было поверить, что молодая выпускница кафедры математической статистики способна на что-то большее. В итоге я просидела там две недели и поняла, что надо двигаться дальше.

Вспоминая тот эпизод, я думаю, что по-хорошему, прежде чем уходить, стоило конструктивно побеседовать с начальством и сообщить, что работа не соответствует ожиданиям. Даже если ты молодой специалист, важно уметь и не бояться говорить о проблемах.

Рост до потолка

Кстати говоря, мы в Газпромбанке стараемся сразу погружать стажёров в настоящие процессы, а не сажать их за работу, которую никто больше не хочет делать. Я считаю, что это наиболее правильный путь в работе с молодыми специалистами. Просто чтобы не отбить у них желание работать.

Следующий этап. Я устроилась в страховую компанию и проработала там два года. Занималась актуарными расчётами и построением прогностических моделей. Основным бизнесом для компании являлось КАСКО. Я рассчитывала вероятность наступления страхового случая и возможный размер убытка. В отличие от предыдущего места, здесь оказалось интересно: была возможность в том числе применять университетскую теорию на практике.

Вообще, у нашего фундаментального образования есть проблема: тебе дают отличную базу, но когда ты выходишь в мир, в «дикую природу», то часто не можешь сразу найти связь между полученной теорией и практикой в реальной жизни. Ты не понимаешь, почему тебя долбили теоремой Коши несколько лекций подряд, а теперь надо делать задачи, которые никак с ней не связаны.

В страховой как раз этому я и научилась: там имелась внутренняя программа обучения, в рамках которой более опытные специалисты на примерах показывали эту связь, и я понимала: «ага, вот зачем это, я училась не просто так».

Через два года я уперлась в «потолок»: пора было расти, но возможностей в организации не было, и я перешла в крупный банк. В нём я проработала в общей сложности девять лет, занимаясь рисковым моделированием. Мы разрабатывали модели предсказания вероятности дефолта по кредиту, а кроме того участвовали в разработке рисковых стратегий банка и т. п.

В отличие от страховой компании, в банке всегда было пространство для роста на вполне справедливых условиях: хорошо делаешь свою работу, берёшь больше задач, растёшь как лидер — растёшь и в карьерном плане. За время там я продвинулась от младшего моделиста до заместителя начальника управления.

Что делать, если знаешь не всё

В Газпромбанк я пришла на позицию начальника управления рискового моделирования, а теперь руковожу департаментом, в котором есть это управление.

На новой работе не сразу всё было здорово. Не сказала бы, что я очень уверенный в себе человек. Поначалу было откровенно страшно принимать новую роль, потому что в моей новой команде были не только люди, с которыми я могла разговаривать на одном языке (рисковые моделисты, моделисты бизнес-процессов, нейросетей и графов), но и ребята с большим уклоном в IT, например те, кто занимались внедрением моделей в промышленную эксплуатацию.

У них собственные система и терминология, абсолютно новые для меня. Поначалу, когда начальник управления мне на планерке рассказывал, что у них там сломалось, отвалилось, и какой поток данных не туда пошёл, я думала, что не владею достаточными знаниями, чтобы принимать взвешенные решения. Другими словами, была высокая неуверенность в себе, я опасалась, что команда меня не примет.

Но, к счастью, адаптация прошла хорошо, и команда меня поддержала. Я встретила понимание в тех вопросах, где мне в силу недостаточного опыта не хватало экспертизы. Я просто просила объяснить мне на пальцах, и мне объясняли. Вот еще один важный урок: не бояться задавать вопросы.

Есть ли гендерные стереотипы в IT?

Как-то на одном из предыдущих мест работы меня отказывались переводить на должность начальника отдела: я была замужем, и можно было предположить, что я вскоре отправлюсь в декрет. Руководитель прямо сказал, что не поставит меня на руководящую роль, если я не дам обещание, что не забеременею в течение двух лет.

У нас было три или четыре встречи, на которых я пыталась вежливо донести свою позицию, но это оказалось бесполезно. В итоге мне пришлось пойти на шантаж и сказать, что тогда я уйду. И я получила свое, однако осадок остался.

По моим наблюдениям, в IT-сфере (кроме описанного выше кейса с декретом) гендерный шовинизм может выражаться в отношении к твоим словам. Если ты говоришь что-то о технологиях, к твоим высказываниям по умолчанию меньше доверия, чем к тем же словам из уст коллег-мужчин.

Это, с одной стороны, субъективное впечатление, с другой — за свою карьеру я испытывала его не раз. Сейчас, когда я занимаю руководящую позицию, я уже с таким не сталкиваюсь, вероятно, в силу относительно высокого статуса и ещё — в силу высокой культуры в Газпромбанке. Однако сотрудницы на среднем и стартовом уровнях, работающие в IT-сфере, могут встретить подобное отношение. Для многих женщин в IT некомфортная рабочая среда — это зачастую повод начать строить карьеру где-то ещё.

Я думаю, это происходит потому, что в головах людей по-прежнему существуют гендерные стереотипы, но хорошие новости в том, что высказывания на эту тему становятся делом всё более постыдным. Раньше фраза «женщина за рулём» произносилась часто и в лучшем случае в ироничном ключе.

Сейчас, мне кажется, такие высказывания звучат реже, просто потому, что культурные нормы изменились, да и потому, что женщин за рулём стало много, а водят они порой гораздо аккуратнее.

В корпоративной среде происходят похожие изменения. Вряд ли кто-то из руководителей в IT-сфере сейчас скажет, что он не берёт женщин на работу, и ни одна нормальная компания на собеседовании не откажет кандидатке только потому, что она женщина и однажды может уйти в декрет. Возможно, подумают, но уже не скажут, как сказали когда-то мне.

Я думаю, культура меняется. Сегодня шутить и принимать управленческие решения на основе гендерных стереотипов — стыдно. Именно изменение культуры приводит к изменению поведения. И это правильно, поскольку в конечном итоге ведёт к увеличению количества высококлассных специалистов в IT-индустрии, которая в последние годы постоянно испытывает кадровый голод.

В моих командах в разное время я наблюдала разное распределение между мужчинами и женщинами. Сейчас мужчин больше, а некоторое время назад всех было поровну. Как-то в команде дата-инженеров у нас стало больше девушек, хотя уж эта-то профессия считалась традиционно мужской.

Когда я спросила коллег, в чём может быть причина, мне ответили, что специально ничего не делали, а просто среди соискателей и соискательниц на вакансии стало больше кандидаток с классным уровнем знаний и навыков.

Так что, суммируя свой опыт, я могу сказать, что построить карьеру в IT для женщины с релевантными способностями — более чем возможно. Этот путь не всегда будет прогулкой в парке. В том числе — из-за всё ещё существующих гендерных предрассудков. Однако с течением времени ситуация меняется в лучшую сторону.

Цифры это подтверждают: по данным hh.ru, доля женщин в IT в 2023 году выросла на 2 процентных пункта по сравнению с 2021 годом — до 32%, а рост доли женщин, интересующихся работой в IT-сфере в первом полугодии 2023 года составил 11% в сравнении с тем же периодом 2022 года.

Более свежих данных о ситуации пока нет, но можно предположить, что показатели вовлечённости женщин в IT и дальше будут расти.

Гендерные стереотипы не должны существовать в команде любого IT-лидера, претендующего на успешность. И они не должны быть препятствием для тех, кто только начинает или планирует в скором времени начать строить карьеру в этой области.

Как начать карьеру в Data Science

Основной совет, который можно дать молодым специалистам, рассматривающим карьеру в IT и в Data Science в частности, — это делать выбор, руководствуясь собственными сильными сторонами и компетенциями, а не ожиданиями абстрактного общества или текущими трендами.

Кроме того, на старте (да и на других этапах) карьеры важно не терять время и не оставаться на работе, где нет возможности развивать свои компетенции. Если вы чувствуете, что ваш потенциал не реализован в полной мере, это нужно обсуждать с начальством, а если обратной связи нет — следует искать иную, лучшую работу.

Также важно помнить, что даже опытные специалисты за свою карьеру не раз попадают в ситуации, когда работа требует знаний, которых у них может не быть. Учиться в процессе карьерного роста — это не просто нормально, но и обязательно. Для успешной карьеры важно не бояться показать свою неосведомлённость в незнакомой сфере и уметь задавать вопросы.

Ну и, наконец, гендерные стереотипы, вероятно, ещё какое-то время будут создавать препятствия для женщин во многих сферах, включая IT. Такие случаи точно не стоит терпеть или замалчивать. Бороться с ними нужно через конструктивный диалог и огласку, когда диалог не помогает. Но главное — не давать предрассудкам мешать строить успешную карьеру.

Нужно помнить, что приоритетом являются твои знания, навыки и стремление преуспеть, а не мнение окружающих.

Читать истории других сотрудников:

— С завода в IT: почему менять карьерный трек никогда не поздно

— Из архитекторов в IT: как архитектурное образование помогает строить карьеру в IT

— Pascal, экономика, крафтовое пиво и ML-модели. Как я выбрал карьеру экономиста, но в итоге оказался в IT

— Путь из разработчика в менеджеры, или как я не стал инженером холодильных установок

— Я ушёл из IT в фэшн-фото, вернулся обратно и вырос из мидл-разработчика в CTO