Интервью с аналитиком-разработчиком Ростелекома
Бывают ли айтишники с гуманитарным бэкграундом, как машинное обучение связано с Достоевским и откуда на карте может появиться две Чукотки? Об этом и многом другом нам рассказал аналитик-разработчик Ростелекома Марк Шалджиян.
Марк Шалджиян, аналитик-разработчик Ростелекома
Как ты попал в Ростелеком?
Я учился в гимназии с гуманитарным уклоном, после поступил в МЭСИ (Московский государственный университет экономики, статистики и информатики) на специальность «математическое обеспечение администрирования информационных систем».
Когда был на последнем курсе, МЭСИ объединили с Плехановским университетом. Так что окончил я РЭУ имени Плеханова.
Сразу после университета не стал работать по специальности, искал себя: занимался видеографией, музыкой, какое-то время даже давал концерты с группой. Больше полутора лет торговал на московской бирже.
Чтобы лучше понимать биржевые процессы, решил пойти на курс Яндекс. Практикума по Data Science. Учеба поглотила, и как-то незаметно для меня биржа отошла на второй план. К активной торговле так и не вернулся.
В Ростелекоме работаю уже более полугода. Компания «схантила» меня почти сразу после окончания Яндекс.Практикума. Сначала звонок по телефону, несколько довольно простых вопросов по программированию, потом небольшое тестовое задание и созвон в зуме уже с будущей командой. Через пару недель я приступил к работе.
Совпали ли твои ожидания от компании с реальностью?
Вообще, когда пришел сюда работать, увидел, что многие мои представления о Ростелекоме оказались мифами и стереотипами. Раньше казалось, что это огромная госкомпания — бюрократизированный и неповоротливый гигант.
Лично я с проявлением этого не сталкивался ни разу. По моим впечатлениям, здесь нет бюрократии, какого-то суперформального контроля, в компании работает много молодых и активных ребят, а процессы не выглядят затянутыми.
Чем ты занимаешься в компании?
Компания огромная, штат — около 100 тысяч человек во всех регионах страны, расположенных в разных часовых поясах. Очевидно, что такая крупная фирма нуждается в автоматизации большинства внутренних процессов. Вручную все это делать довольно сложно. Необходим свой функционал, над которым я и работаю. Иногда это очень нетривиальные проекты и задачи в плане именно машинного обучения.
Один из примеров — опросы сотрудников, которые часто проводятся в компании. В опросах есть текстовые поля, которые заполняются в свободной форме. Чтобы проанализировать большое количество ответов вручную, потребуется много времени и усилий. Поэтому с помощью машинного обучения мы пытаемся каким-то образом обобщить текст, кластеризовать. Например, 100 тысяч ответов разделить по категориям с общей темой. Так становится виднее, что волнует ответивших или что им нравится.
И это довольно простая задача: надо каким-то образом превратить тексты в цифры, а дальше уже можно использовать классические методы машинного обучения. Другой вопрос, как в эти цифры вместить больше смысла, чтобы обучение модели принесло какую-то пользу. Например, если получится передать расположение текстов в смысловом пространстве, те из них, что «ближе», будут больше похожи друг на друга.
То есть одной из твоих задач является обучение ИИ пониманию смыслов текстов?
Меня вообще впечатляет, что можно представить текст как точку в пространстве. Оно скорее всего, будет не двухмерным, а, например, 768-мерным, но можно с помощью алгоритмов снизить размерность до трех и вместо таблицы смотреть уже на интерактивный 3D-график: вот в этом скоплении точек про стабильность, в этом про зарплаты, а вот эти ответы как-то далеко от остальных, видимо, что-то необычное, интересно, что там, давайте приблизим.
Расскажу еще про Unsupervised Learning. Грубо говоря, берем готовую нейронную сеть, которая «читала» только Достоевского и всю Википедию. Говорим ей: «Почитай еще наши опросы». Она «вникает», и, когда мы снова рисуем график, видим, что точки перераспределились, появились новые плотности. Возвращаемся к таблицам, видим, что предлагаемая ею разметка стала больше похожа на ручную, сделанную человеком. Модель как бы «разобралась».
Задач много и по другим направлениям. Из самого свежего — прогнозирование развития карьеры. Нужно угадать, поменяет ли сотрудник должность в следующем месяце, и, если да, определить вероятное направление.
Какой твой проект был самым интересным?
Для отчета по количеству сотрудников, находящихся в разных офисах по всей России, надо было сделать карту. Но не простую, а максимально детализированную — чтобы можно было скроллить, увеличивать, уменьшать, а когда наводишь курсор, видеть количество сотрудников, посетивших офис за месяц. А еще внизу ползунок для выбора нужного месяца.
Это было непросто, много подводных камней. Например, у нас есть Чукотка, через которую проходит 180-й меридиан. На всех подобных готовых решениях по России, которые я видел в интернете в открытом доступе, данные правее этой линии не отображаются. А у нас отображаются. Но понадобились танцы с бубном. Если коротко, пришлось сделать на карте две Чукотки.
Что ты больше всего любишь в своей работе?
Больше всего удовольствия я получаю от автоматизации рутинных процессов. Многим может показаться, что по сравнению с задачами машинного обучения это довольно скучно. А мне наоборот — суперинтересно и просто приятно осознавать, что я экономлю человекочасы за счет того, что пишу код.
В основном это выглядит так: у меня на удаленном рабочем столе лежат файлы, каждый день они обновляются, на их основе я формирую отчеты для нескольких департаментов. Сейчас я целиком автоматизировал весь процесс. Раньше приходилось копировать файлы, конвертировать их в Excel, создавать сводные таблицы, устанавливать пароль и только после этого отправлять. Сейчас проблема решена: все запускается автоматически, от меня требуется только подтверждение.
Какие у тебя карьерные планы на будущие лет пять?
Говорить о планах на будущее сейчас несколько преждевременно. Мне нравится то, чем я занимаюсь, хочу продолжать развиваться в этом направлении. Может, в какой-то момент, когда я стану серьезным экспертом в своем деле, у меня даже появится своя команда, но пока об этом говорить рано.
Что ты можешь посоветовать тем, кто только начинает строить карьеру?
За относительно короткое время работы в компании у меня была возможность проявить себя — это дало повышение зарплаты. Приятно. По моим ощущениям, в программистском сообществе сейчас такое настроение: больше всего получает тот, кто раз в полгода меняет работу. Надо постоянно просить прибавку, ходить на собеседования, даже если работа тебя устраивает.
Мне нравится, что Ростелеком заботится о своих сотрудниках, дает возможности для развития и стабильность. Надеюсь, так будет и дальше.