Как попасть в Masterdata, с чем предстоит столкнуться на интервью, что стоит предварительно изучить и чего ждать от самой стажировки? Чтобы ответить на эти вопросы, мы решили поговорить с человеком, который прошел путь от стажера до старшего BI-аналитика.
– Алексей, привет! Спасибо большое, что согласился рассказать свою личную историю и помочь тем, кто только-только начинает свой карьерный путь в IT. Расскажи для начала немного о своем образовании. Связано ли оно напрямую с тем, чем ты сейчас занимаешься?
– Привет! Я учился в МГУ, закончил в 2018 году Мехмат, кафедру Математической статистики и случайных процессов. Выбрал Университет и конкретно это направление, поскольку базовое математическое образование открывает двери в любую отрасль и специальность. Так или иначе, все связано с математикой: начиная с медицины и заканчивая IT-разработкой, где эти знания применяются непосредственно. После 3 курса у меня стал вопрос о том, чтобы начать работать и получать практический опыт. Огромный пласт теории хотелось наконец-то применять на практике. Выбрал математическую статистику , так как она мне казалась самой прикладной из всего того, что у нас было. И конечно же еще потому, что тут я явно понимал, как переложить эти знания на решение конкретных бизнес-задач.
Начал искать работу до окончания университета. Просто выложил резюме на hh.ru и одной из первых заинтересовавшихся мной компаний была как раз Masterdata. Я сходил буквально на несколько собеседований, встреча в Masterdata была второй или третьей.
Собеседование проходило скорее в формате «Расскажи, что ты знаешь. А если ты это знаешь, то расскажи мне так, чтобы я тоже понял».
Я рассказал все что знал. Потом мне перезвонили и сказали «вы приняты». Попал на позицию, где надо было заниматься прогнозной аналитикой на базе продукта — он еще в то время назывался SAP Infinite Insite. Нейминг продуктов часто меняется, сейчас он называется SAP Data Intelligence.
– А ты знал раньше какие-то продукты SAP?
– Нет, правда перед тем, как попасть в Masterdata, я проходил курс по конкретно этому продукту и у меня был сертификат. Я просто искал вакансии, которые подходили под мои интересы в резюме: прогнозы, аналитика и все что с этим связано. Явно с SAP я никак свой поиск работы не связывал, но для себя отметил, что на курсы ходил и мне понравилось. Так просто сложилось, что меня хантили из другой компании еще раньше и даже покрыли расходы на обучение. Я курсы окончил, но на работу туда не попал.
– А в ВУЗе как-то рассказывали, что есть перечень заинтересованных в вас компаний, обратите на них внимание. Или ты исключительно сам искал работу?
– Да, я сам подбирал. Ходил на всякие ярмарки вакансий, конечно, но там особо SAP не был представлен и про прогнозную аналитику в 2015–2016 годах еще разговоры только начинались. Особенно в сфере не узко специализированного бизнеса, а более широкого, который не заточен на аналитике и создании прогнозов. Из-за того, что на ярмарках вакансий я ничего не нашел — хотя и довольно активно там участвовал, — принялся сам за поиск и попал в итоге в Masterdata, в отдел BI.
– А когда ты составлял резюме, делал это самостоятельно, или обратился за помощью к кому-то?
– Я привлек свою маму. Она работает в HR, директором отдела эффективности персонала…
– Повезло, когда в семье есть кому помочь! Получается, ты немного схитрил?
– Нет, я не схитрил на самом деле. Просто она мне помогла правильно составить резюме с точки зрения структуры именно для студента.
Потому что когда ты еще учишься и у тебя нет опыта, ты ничего не понимаешь, то крайне сложно расставить акценты. Ты же не напишешь в резюме какое-то доказательство теоремы Вейерштрасса.
– Поскольку ты уже составлял резюме без опыта работы за плечами, посоветуй, какие блоки подсветить при устройстве на работу вчерашним студентам?
– Думаю, что хорошо бы вспомнить свои школьные достижения, увлечения, олимпиады, участие в конкурсах, выставках. Плюс сейчас уже распространена проектная работа в ВУЗах, про этот опыт особенно стоит отдельно рассказать. Еще участие в конференциях во время учебы стоит выделить и уделить внимание конкретным предметам, которые нравились в университете и в которых вы сильны. Это если мы говорим про заполнение блока с хард-скиллами. Так работодатель сразу поймет сферу ваших интересов и то, насколько вы друг другу подходите.
Что касается блока с софт-скиллами, то здесь уместно рассказать о своих ожиданиях, намерениях и возможных перспективах развития, то, как вы это видите. Этот пункт может показаться галочкой, но общий настрой в восприятии резюме и вас как кандидата задаст. Так что пренебрегать этим не стоит. В ходе живого интервью как раз будет шанс продемонстрировать, насколько написанное соответствует тому, что на деле.
– Важный вопрос, отвечать нужно честно. Ты нервничал перед интервью?
– Конечно, обязательно! Мне казалось, что все очень умные, очень опытные, а я пришел такой и ничего не знаю. Что мне будут задавать какие-то сложные и непонятные вопросы. Как будто экзамен я уже сдаю, но еще ничего не выучил.
– И были в итоге какие-то сложные и непонятные вопросы?
– Да в общем-то нет, каких-то супер-сложных и непонятных вопросов не было. В основном — и это мне понравилось, — спрашивали ровно по тому, что я о себе рассказывал. Все вопросы, как я уже говорил, были примерно сформулированы как «опиши сам то, что ты можешь». Если ты написал, что знаешь статистику, то приведи примеры модельки такой и вот такой. Опиши процесс, как ты это будешь решать. Объясни то, что написано. Ни больше ни меньше.
Могут, конечно, дать какие-то задачки на подумать. Но, как правило, никто не ждет единственно верного ответа. Больше хотят понять, как кандидат мыслит, как он подходит к задаче, с какой стороны начинает ее решать. Я понял это, так как тоже собеседую некоторых людей.
Поэтому вот пару советов для интервью.
Во-первых, не надо бояться брать паузы, чтобы подумать. А второе, не надо бояться дать неправильный ответ, главное — это наиболее полно объяснить решение.
– А расскажи, какие были первые впечатления от стажировки?
– Раньше стажировки проходили менее структурно и организованно. С тем, на каком уровне проходит сейчас знакомство ребят с компанией, задачами, командой, — не сравнить. Но тогда, в 2016 году, мне дали обучающие материалы и дальше у меня была относительная свобода действий. Руководителя Иннокентия, который меня собеседовал, я практически не видел. Во всем офисе мы были знакомы еще только с одним руководителем направления, но тогда все ребята были заняты на проектах и погружены в работу. А мне все было интересно, все непонятно, я никого не знал. Вот и разбирался самостоятельно. Но позже в итоге всегда получал фидбек и это мотивировало двигаться дальше.
– Это было тогда. А как сейчас проходит онбординг?
– Да, сейчас все по-другому. Есть программы стажировок, там предусмотрена вводная теоретическая часть для перехода на проект. Сейчас стажеров не берут, чтобы просто увеличить штат. Их нанимают и сразу готовят под конкретные задачи. Когда стажер теоретическую вводную усвоил, под присмотром наставника он уже принимается к решению практических задач.
– А кто выступает наставником сейчас в BI? Или их несколько? Как у вас выстроен этот процесс?
– Тут нужно учитывать, что стажеров привлекают к реальному проекту только после того, как они хорошо освоят всю теоретическую часть, будут чувствовать себя уверенно и пройдут сертификацию. По поводу количества наставников — это зависит от конкретного проекта и пула задач. Нет почти никогда прямо жестко закрепленного одного наставника за стажером. Есть определенный пулл людей, к которым можно обратиться за помощью и которые поддержат на первых парах.
– То есть погружение в проект происходит уже буквально со второго месяца, как только человек освоит теорию?
– Тут все индивидуально. Кому-то требуется больше времени, кому-то меньше. Даже если стажеры пришли в один и тот же период и резюме у них примерно совпадает, все равно кто-то будет схватывать быстрее, а кому-то времени потребуется больше. К определенному моменту все выравниваются и находятся на одном уровне, даже если первоначальная база была разная. Кого-то можно подключить к проекту пораньше, если он сам увлекался программированием, изучал SQL и у него есть эти навыки. Если кто-то этого не делал, значит нужно просто немного больше времени на адаптацию.
– А кто сейчас на финальных этапах отбора интервьюирует людей?
– Решение принимает руководитель, Евгений Чувиров. За ним и финальное слово. Старшие консультанты могут привлекаться в помощь для проведения интервью, но решает все равно Евгений. Мы лишь говорим свои отзывы и впечатления о человеке.
– Что можешь посоветовать человеку, чтобы он пришел на интервью и чем-то блеснул? Чем можно покорить Евгения Чувирова?
– Во-первых, простой совет. Не писать в своем резюме то, чего на самом деле нет. Потому что это очень быстро всплывает.
– Например?
– Допустим, человек написал, что знает SQL. Но при этом у него спрашиваешь, как сделать группировку данных, а он не может назвать простейшие операторы GROUP BY и HAVING. Или если ты пишешь Advanced английский в резюме, будь добр, продемонстрируй. Если человек умеет читать, но при этом не умеет говорить — это не уровень английского Advanced.
– А насколько часто вам нужны люди с хорошим английским на проектах?
– Люди с разговорным английским нужны всегда. Обязательное требование — уметь читать на языке, потому что вся литература, хэлпы, вся информация по продуктам на английском. Есть международные проекты, в которых наличие уверенного разговорного английского очень нужно. Какое-то время без хорошего разговорного английского можно будет обойтись, но рано или поздно все равно придется вывести его на уверенный Advanced, если планируешь развивать карьеру дальше.
– А как быстро ты дорос до старшего консультанта?
– На самом деле, в моем понимании у нас нету жесткого разделения на стажеров, младших, средних, старших…Мы скорее растем вширь, сама команда становится больше.
Все зависит от твоей инициативы и работоспособности. В компании все очень гибко, если ты стараешься и используешь данные тебе возможности для развития, — результат не заставит себя ждать.
В этом то и плюс Masterdata. Тут крайне персонализированный подход в плане общения и взаимодействия с сотрудниками. Это касается как мотивации людей, так и профессионального роста.
– Еще до интервью ты говорил, что уходил на какое-то время из Masterdata. Расскажи об этом подробнее. Почему ты ушел и что заставило все-таки вернуться в компанию?
– Да, я решил поменять работу, потому что произошла смена менеджмента. Пулл моих задач размылся и я потерял ориентир. Не совсем тогда понимал, действительно ли это то, что мне нужно, поэтому и решил уйти. Поискать что-то, что позволило бы развиваться дальше в интересных направлениях. Это мой принцип: когда становится скучно — я ухожу и ищу что-то другое. На новом месте я получил полезный опыт работы с пресейлами, работал над аналитическими задачами, весьма успешно презентовал решения и продукты. Ко мне пришло понимание, как вообще происходит предпродажная подготовка. Есть много проектов, которые продаются долго, а половина может и не продаться вовсе. Это нормально. А потом меня перевели на поддержку и я снова перестал видеть перспективы для развития.
Так и начал новые поиски. Вспомнил, что работал в Masterdata и мы расстались в хороших отношениях — позвонил, уточнил, нужны ли люди. На тот момент кроме стажерских позиций в компании ничего не было и я стал искать работу дальше. Торопиться не было необходимости, я хотел найти какое-то хорошее место. Через 2 недели мне перезвонили из Masterdata и предложили оффер. Там уже было поинтереснее, появился новый продукт и у меня были возможности в нем разобраться и поучаствовать в нескольких зарубежных проектах.
– Сколько ты получается уже работаешь в компании с учетом перерыва?
– Да все время с 2015 года. Минус 1,5 года примерно в другой компании. Можно сказать, съездил на военные сборы и вернулся.
– Знаю, что у нас в Masterdata проводятся различные образовательные программы для сотрудников и ты даже принимал участие в создании собственного обучающего курса. Расскажи об этом подробнее, пожалуйста.
– Да, в компании вообще подобные инициативы приветствуются! Если есть идея по организации обучающих курсов, или видишь, что где-то что-то стоит изменить — надо сказать об этом. Отклик не заставит себя ждать. Тогда был запрос и я подготовил обучающий курс по прогнозной аналитике. Он был скорее вводный и обзорный, без какой-то сложной математики. Я ставил целью заинтересовать слушателей. Плюс у меня было ограниченное время — всего пять лекций. В них я постарался категоризировать задачи, которые вообще встречаются, и дать несколько примеров по каждому типу. На этих примерах получилось хотя бы немного объяснить математику, как она в данном случае вообще работает. По сути, все равно все в прогнозной аналитике сходится на катализации какого-нибудь функционала.
– Планируешь повторить курс еще раз для тех, кто придет в компанию?
– Если будет такой запрос — конечно, все сохранено.
– Может быть что-то посоветуешь почитать, посмотреть, чем-то поинтересоваться заранее, чтобы попасть к вам в BI?
– Первое, что необходимо — изучить основы SQL.
Если ты студент нормального технического ВУЗа, то все основы SQL учатся за вечер, максимум за два.
Есть куча постов на хабре на эту тему. Просто хотя бы выучить основные операторы и работать. Можно также освежить в памяти языки программирования. Особое внимание стоит обратить на Python и на библиотеку Pandas, в частности.
– Нужно ли изучать какие-то продукты заранее?
– Скорее нет. Продуктов очень много и все их изучать студентам нет смысла. Есть резон потратить время на какой-то один продукт, чтобы понять хотя бы принцип его организации. А дальше все продукты по сути своей похожи.
– Можешь, пожалуйста, выделить какой-то один продукт или топ-3, к которым стоит обратиться в первую очередь и не тратить время на изучение всех продуктов вообще на первых парах?
– Power BI, например. Он бесплатный и не сильно сложный. Кто хочет решить задачку со звездочкой, может попробовать разобраться в Tableau. Но для первого продукта он весьма сложен все-таки в освоении, хотя и очень крутой. Power BI, в принципе, будет достаточно. Можно поиграться в нем с основными операторами по трансформации и приведению. Еще стоит почитать про теорию баз данных, разобраться, какие типы данных бывают.
– А какие книжки или ресурсы порекомендуешь?
– Из книг — это Python для анализа данных, советую. По SQL стоит для начала ознакомиться с этим материалом на хабре. По сути, это учебник по работе с операторами модификации данных. И туториал по Airflow надо посмотреть, если говорить об обязательных рекомендациях. Дальше уже в формате факультатива можно почитать эти книги: Дата-аналитика для начинающих Виктора Финча, Data Science for Business и Бизнес-аналитика для чайников Шепса.
– А по твоим собственным наблюдениям, на какие продукты сейчас больше клиенты ориентированы?
– Если брать технологический стек по аналитике, то это Tableau и Power BI. Еще опенсорсные базы данных вроде Postgres, Snowflake. Также это работа с ETL инструментами такими как Pentaho, Airflow, Mulesoft. Стоит обратить внимание на эти продукты. И это как раз те продукты, которые у нас есть и они развиваются.
– В завершении нашего разговора расскажи, какие у тебя планы на собственное развитие? Куда двигаться дальше?
– Сложный вопрос. У меня очень большой кругозор по технологическому стеку, но ни в одном из них я не являюсь жестким экспертом. С одной стороны, это немного тяготит, потому что в чем-то хочется идеально разбираться. Но с другой стороны — это преимущество, поскольку большой кругозор позволяет больше сравнивать. Постепенно я понимаю, что скорее хочется расширять свой технологический кругозор, лучше изучить Airflow, архитектуру баз данных и дальше выступать как архитектор баз данных, наверное.
Для меня ценность — решить задачку в голове, я не люблю рутину.
Как только я решил вопрос в голове, с этого момента мне становится неинтересно. Хочу как можно меньше механического труда и как можно больше решения задачек в голове.
– Здесь тебе хватает таких задачек?– Полно! Даже иногда больше, чем хотелось бы. Все зависит от проектов, рутина тоже нужна, без нее никуда.– Да, рутина есть везде и надо быть к этому готовым. Спасибо тебе большое за интервью! Было очень много полезных инсайтов, которые помогут молодым специалистам начать карьеру в BI.
Надеемся, что этот разговор прояснил многие моменты для тех, кто только начинает свой карьерный путь в IT. Если у вас остались вопросы, с радостью ответим на все в комментариях, пишите! 🙂
***
Также вы можете прочитать статью “Как создать программу лояльности: обзор рынка, довольные клиенты и бизнес-выгоды” и узнать, от каких ошибок может уберечь ответственное отношение к подготовительному этапу создания программы лояльности. В статьях собраны материалы многолетнего опыта и экспертизы команды Masterdata.