Kolesa Group – партнер HireBee Kazakhstan. Мы продолжаем делиться новостями и интересными проектами наших партнеров на HBMedia.
Сотрудники RnD-отдела Kolesa Group поделились своими историями и рассказали, чего ждать от работы аналитика и дата-сайентиста в топовой казахстанской IT-компании.
В феврале 2020 года компания Kolesa Group проведет первый поток Kolesa Academy, посвященный анализу данных — очень популярному и востребованному карьерному направлению современности. Мы попросили сотрудников Kolesa Group Екатерину Рехерт, Камиллу Едигенову и Алмаса Айсина рассказать, чем они занимаются каждый день, что их вдохновляет в работе и какие требуются знания, чтобы стать успешным аналитиком.
Для более подробной информации или подачи заявки на участие в Kolesa Academy, пройдите по ссылке.
Екатерина Рехерт, Data Scientist в Kolesa Group
Каждый день сталкиваешься с новой уникальной ситуацией, добываешь знания из серой неопределенности.
В университете (International School of Economics – двухдипломная программа London School of Economics и Kazakh-British Technical University) мне очень нравилась статистика — по результатам экзаменов я набрала лучшие баллы на потоке и некоторое время преподавала ее студентам младшего курса как teacher assistant. Также в студенческие годы я обожала участвовать в соревнованиях по решению бизнес-кейсов. С командой мы участвовали в 16 соревнованиях за два года. А когда проходила стажировки в Procter&Gamble и Mars, мне больше всего нравились проекты, связанные с аналитикой. Так, следуя за своими интересами, я стала BI-аналитиком в Microsoft. Но со временем захотелось пойти дальше и попробовать себя в Data Science. В Kolesa Group моя мечта сбылась.
Здесь я работаю над монетизацией продукта Krisha.kz — применяю различные методы анализа данных и алгоритмы машинного обучения, чтобы находить новые инсайты и сегменты пользователей, через которые мы увеличиваем выручку. Работаю на языках программирования SQL, Python и R, а для визуализации данных использую Power BI. Считаю, что дата-сайентисту в первую очередь нужны soft skills — умение эффективно общаться с бизнесом и формировать технические задания. А еще нужно хорошо понимать бизнес, в котором работаешь.
В работе мне нравятся задачи — каждый день сталкиваешься с уникальной ситуацией и не знаешь, как к ней подступиться, делаешь то, чего раньше не умел, добываешь новые знания из серой неопределенности и, что самое главное, почти мгновенно видишь выхлоп. Ничего не делаешь зря, в стол.
Kolesa Group — это уникальный кейс для Казахстана и один из немногих таких в мире: газете удалось трансформироваться в топовую IT-компанию. Это причина, по которой я вообще рассмотрела возможность остаться в Казахстане после работы за рубежом. Здесь мне буквально с нуля дали такой большой и ответственный проект, где я могу влиять на продукт, которым пользуются миллионы людей.
Культура в компании подразумевает поддержку начинаний сотрудников. Например, в феврале 2019-го я решилась основать BI community, в котором уже более 1 000 человек. Из них более 500 человек уже начали получать реальные навыки в сфере анализа данных. Компания меня всячески поддерживает — большинство мероприятий комьюнити проходят в нашем офисе бесплатно. За последний год я более 25 раз выступала публично на тему Data Science и аналитики, в этом меня тоже сильно поддержали.
Алмас Айсин, Data Scientist в Kolesa Group
Для нас одна из самых больших мотиваций к развитию — это поставленная задача.
Я выпускник механико-математического факультета МГУ. Степень магистра получал также в МГУ, но уже на факультете вычислительной математики и кибернетики. Карьеру начал в компании, которая проводит исследования для министерства экономики, после работал в генеральной прокуратуре, в одном из проектов “Цифрового Казахстана”. Там я и познакомился с анализом данных и практическим применением математического бэкграунда. Но и там, и там мы использовали ограниченное количество инструментов и проводили достаточно поверхностный анализ. Я понимал, что можно использовать математические модели для получения инсайтов из огромного объема данных, поэтому стал искать возможности углубиться в Data Science.
Тогда образовалось казахстанское комьюнити DS/ML — мы стали активно обмениваться информацией, делиться ссылками на курсы, разные ресурсы, инструменты. Я заинтересовался, прошел курсы по Data Science и в конце 2018-го захотел работать в бизнесе. В Kolesa Group была вакансия, после успешного собеседования я переехал в Алматы. Я пришел в сферу через изучение новых инструментов и желание проводить более глубинный анализ.
Портрет типичного Data Scientist: это человек, которому интересно узнавать новое, анализировать, проверять гипотезы, работать над разнообразными задачами. Эта сфера для тех, кому интересны исследования и постоянное обучение. Даже тем, кто давно работает, приходится все время учиться, проходить курсы и осваивать новые инструменты. Для нас одна из самых больших мотиваций к развитию — это поставленная задача.
Работа в Kolesa Group дала мне огромный толчок в профессиональном развитии. Интересные задачи и сильная команда благоприятно сказываются на этом. Переход от государственных организаций к бизнесу дает возможность взглянуть по-другому на рабочий процесс и используемые инструменты.
На данный момент моя задача заключается в помощи принятия решений на основе данных о поведении пользователей на наших ресурсах. Так как Kolesa Group исповедует data-driven-культуру, большое внимание уделяется достоверности данных и их чистоте, что впоследствии помогает строить и проверять гипотезы, а не только полагаться на экспертное мнение руководителей.
Камилла Едигенова, product-аналитик в Kolesa Group
Главное — огромное желание найти и понять первопричину всего.
Мне всегда нравилась математика, поэтому после школы я поступила в МГУ, на факультет “Вычислительная математика и кибернетика”, а после туда же, в магистратуру. Всегда хотела, чтобы знания носили прикладной характер. Пока училась, устроилась веб-аналитиком в Тинькофф Банк. Проработав полтора года, поняла, что хочу домой в Казахстан. Перебралась в Алматы и с тех пор работаю в Kolesa Group product-аналитиком.
Чем я занимаюсь в компании? Анализирую различные метрики и показатели наших продуктов на разных платформах, ищу аномалии в этих показателях, помогаю product-менеджерам тестировать гипотезы и принимать правильные решения на основе данных. Профессия аналитика позволяет понимать потребности и цели бизнеса в целом, участвовать в его росте и развитии, применяя знания в математике, статистике и программировании.
Аналитик должен быть любознательным, усидчивым и внимательным к деталям. Ему не обойтись совсем без знания математики и хотя бы одного языка программирования, связанного с анализом данных, — Python или R. Но главное — огромное желание найти и понять первопричину всего.
Кроме математики и языка программирования нужно знать, как и зачем проводятся A/B-тесты и уметь пользоваться системами аналитики: Google Analytics, Яндекс.Метрика, Firebase, AppMetrica. А вообще, продуктовый аналитик должен владеть многими инструментами, и этот стек все время расширяется с появлением новых потребностей бизнеса и новых технологий, поэтому нужно быть готовым постоянно учиться новому.
