Отучиться на ИТ-курсах с нуля и найти работу в крупнейшем банке России — казалось бы, так не бывает. Однако Якоб Мильбергер доказывает обратное. Проработав всю жизнь морским инженером и оказавшись во время пандемии наедине с собой и мыслями о будущем, он решил полностью изменить свою карьеру. И ему это удалось. Освоив профессию «Специалист по Data Science» в Яндекс.Практикуме, он не только приобрёл новые навыки, но и смог устроиться по новой специальности в Сбербанк.
С чего всё началось
Морским инженером я стал случайно — просто выбрал меньшее из зол. Поступил в Государственный университет морского и речного флота в Санкт-Петербурге, отучился, а после выпуска мне сразу предложили работу. По всем параметрам она была идеальна и для начала карьеры, и для развития. В каком-то смысле мне даже повезло: другие одногруппники устроились чуть хуже.
Долгое время мне нравилось то, чем я занимаюсь: работа приносила удовольствие, я развивался, смог занять руководящую должность. Но спустя шесть лет стало очевидно, что это тупик. Дальше расти некуда, и ничего не поменяется: такая закостенелая сфера. И тут началась пандемия.
Высвободившееся время помогло мне отрефлексировать, что делать дальше, какой придумать план на жизнь. Хотелось, чтобы через пять лет, оглянувшись назад, я мог сказать про себя, что я молодец.
У меня всегда были друзья из ИТ-сферы, и я знал о задачах и преимуществах их деятельности. Кроме того, во время работы морским инженером мне приходилось заниматься внедрением софта, разработкой техзадания, обучением персонала, то есть я сталкивался с кодом и понимал, что это такое. И, конечно, меня привлекали плюшки ИТ: дружелюбные офисы, спортзалы, сплочённое коммьюнити.
И тем не менее было страшно — казалось, что нереально так просто туда попасть: люди учились в университетах, начинали с бесплатных стажировок и зарплат в 20 тысяч рублей. Мне такое не подходило — я был уже взрослым: семья, кредиты, ипотека. Последней каплей стала история от знакомого про одного тестировщика в Сбербанке, который раньше работал крупье, но прошёл курс в Яндекс.Практикуме и в итоге смог сменить профессию. Я загорелся и пошёл изучать вопрос.
Выбор курсов и направления
На рынке было несколько подходящих курсов: Яндекс.Практикум, Skillbox, GeekBrains. Но мне были важны не только знания, которые даёт школа, но и комьюнити, общение, поддержка. На мой взгляд, если у человека нулевой бэкграунд и его сразу бросают в море информации, то при первой же трудности он сдастся. Если нет возможности обратиться за поддержкой к товарищу, менеджеру и преподавателю, то будет очень сложно преодолеть какой-либо блок.
С Практикумом сразу было ощущение, что я в реальном университете, где все наравне. Не было токсичного отношения со стороны более продвинутых ребят, скорее наоборот, они охотно старались помочь и направить. Изначально волна дружелюбия помогла задать верный тон, а дополнительные мероприятия, например митапы, поддерживали это настроение.
Когда я поступал, у Яндекс.Практикума ещё не было Профориентации — программы, которая рассказывает обо всех цифровых профессиях. Так что пришлось покопаться на сайте, изучая описание курсов. Я начал с тестировщика — по следам того знакомого, что вдохновил меня на обучение, но сразу понял, что это не моё. С другой стороны, анализ данных мне нравился. Поэтому я стал выбирать между курсами «Специалист по Data Science» и «Аналитик данных». В итоге выбрал Data Science, потому что здесь есть уклон в машинное обучение — для меня тема интересная и хайповая.
Как устроено обучение
Курс длился почти девять месяцев. Учиться было интересно — во многом благодаря комьюнити. Так, я нашёл друга, с которым мы сделали несколько проектов и продолжаем общаться до сих пор — он даже приезжал ко мне в Петербург из Москвы. Если бы не было такого единомышленника, которого я не хочу подвести, я бы, скорее всего, бросил учёбу при первой проблеме. А когда есть ответственность перед одногруппниками, сдаться уже не так просто.
По каждому модулю обучения создавались треды в Slack, и, если у кого-то появлялся вопрос, то все старались помочь и направить ход мышления. Не было такого, чтобы моё задание повисло мёртвым грузом, — всегда можно было прийти к решению в результате общения. Это не только мотивирует и развивает, но и прокачивает навык работы в команде.
Учебные проекты нравились мне больше всего. Мы работали с разными темами, и каждому нашлось что-то по душе. Мне был интересен проект по нефтедобыче, а кому-то — временные ряды с такси. Я, помня о своей первой работе, отдавал предпочтение индустрии заводов. Ну а если кто-то играл всю жизнь в компьютерные игры, тот, конечно, выбирал их.
Было и то, что не понравилось. Например, я бы более подробно рассматривал алгоритмы машинного обучения — не только суть, но механику, как они работают в математике. Нам давали эту тему на примере линейной регрессии, но она самая простая, а есть ещё много инструментов, которые мы не рассмотрели.
Но главное, чему меня научил Яндекс.Практикум, — это не бояться. Я пришёл не из ИТ, и если бы мне дали тонну материала, мне было бы страшно за него взяться. А так мы заходили по сантиметру в воду, погружаясь постепенно.
Поиск работы
За пару месяцев до окончания курсов я начал искать работу. Стартовал, как и все, с HeadHunter, но быстро понял, что это будет сложно. Работодатели ищут либо опытного специалиста, либо готовы взять новичка, но с минимальной зарплатой или вовсе без неё. Второй вариант предполагает, что стажёр пройдёт обучение, программу адаптации и потом уже может получить денежный проект, но шансы минимальны. Мне такой путь не подходил, я искал компанию, которая была бы готова меня взять на нормальную зарплату и при этом мириться с тем, что я чего-то не знаю.
В общей сложности поиск занял пять месяцев, и свою вакансию я нашёл благодаря стечению обстоятельств — увидел в Slack от одного из выпускников Практикума анонс, что Сбербанк ищет аналитика данных. При этом я понимал, что я не аналитик данных, но сообщение опубликовал выпускник моего курса, и я решил пообщаться. Я написал ему в личку, мы договорились о первичном собеседовании, дальше я попал на вторичное, и уже на третьем мне предстояло написать код в реальном времени.
Мне удалось хорошо подготовиться, и оказалось, что знаний, которые я получил в Практикуме, хватило, чтобы преодолеть входной порог. И тем не менее мне сразу сказали, что я могу забыть всё, что учил до этого, и двигаться мы будем в сторону Data Engineering. Сейчас я думаю, что так даже лучше, ведь в Data Science уже много специалистов с крутым математическим бэкграундом, и одних только курсов недостаточно, чтобы устроиться на работу в этой области. После обучения надо ещё много заниматься самому, а с базовыми знаниями тяжело вырасти.
По итогу трёх собеседований меня взяли на работу, и теперь я аналитик данных в Сбербанке, строю витрины данных по техническим заданиям от бизнеса. Мне нравится подход к работе и гибкое управление проектами по системе agile. В отличие от должности морского инженера, я всегда знаю, что и когда должен сделать, а если возникают проблемы, мне либо помогают старшие коллеги, либо менеджер проекта находит кого-то извне для решения задачи.
Сама суть работы в ИТ отличается от инженерной деятельности: лимитирован рабочий день, не предусмотрены переработки, не бывает авралов и работы в выходные. Меня радует, что я не сталкиваюсь с нерешаемыми задачами, после которых хочется опустить руки. Нравится, как устроен офис, техническая составляющая работы, мощное железо, мощные кластера. И самое главное: я сразу вижу результат работы. Ведь пока учишься, все проекты складываются в стол, теперь же я понимаю, что делаю нужное, и мне за это говорят спасибо.
Минусы тоже есть: все говорят о бюрократии, свойственной большой организации. Лично меня она не сильно мучает — на прошлой работе у меня тоже было много бумажной волокиты, и я понимаю её цель. Но для ребят, которые работали в стартапах, бюрократия может восприниматься как подножка. Однако это неизбежная составляющая: в корпорации нужно всё контролировать — именно контроль помогает держать структуру и не пускать её под откос.
Планы на будущее
Я пока не планирую грандиозных свершений — считаю, что амбиции должны появляться, когда что-то из себя представляешь. Мечты мечтами, но сначала надо стать специалистом. Поэтому я планирую дальше развиваться в Data Engineering. Пока я аналитик, но возможность перехода всегда есть, тем более Сбербанк предоставляет обучение: можно выбирать дополнительные курсы и проходить их два–три раза в год. Та же программа ассимиляции подразумевает буткемпы, а первые недели я не столько работал, сколько учился всем внутренним программам.
И отдельно стоит сказать для всех студентов и выпускников ИТ: когда мы заканчиваем курсы или университет, учёба на самом деле только начинается. ИТ — это жизненный путь: новые релизы, инструменты, апдейты появляются каждый день, и недостаточно один раз всё выучить и работать с этим годами.