Яка користь від навчання після університету: історія слухачки програм ДПО ВШЕ
Ірина Дьоміна, випускниця ВШЕ
© Михайло Дмитрієв
У 2011 році випускниця ВШЕ Ірина Дьоміна з партнерами запустила стартап «Кнопка життя» - сервіс цілодобового виклику допомоги для літніх людей і людей з обмеженими можливостями. За останні 2 роки Ірина закінчила в Вишці три програми Центру безперервної освіти факультету комп'ютерних наук і збирається вчитися далі. Про те, яких результатів в бізнесі допомогли добитися нові знання, вона розповіла новинній службі ВШЕ.
Мотивація для навчання
Я закінчила факультет бізнесу і менеджменту Вишки в 2004 році, а після отримала MBA в бізнес-школі «Сколково». Після інституту у мене складалася досить цікава кар'єра в банківському бізнесі, я займалася розробкою продуктів, аналітикою, аналізом бізнесу і ринків - в загальному, продумувала, як і які продукти запускати. Але після отримання MBA я вирішила почати власний бізнес - сервіс «Кнопка життя», яким я займаюся вже більше семи років. Носяться пристрої, які ми розробляємо - це частина розвивається в світі індустрії Digital Health, і одна з головних речей, які мають цінність - дані з цих пристроїв.
Сервіс «Кнопка життя» почав працювати в 2011 році і спочатку був призначений для літніх людей. Абоненти сервісу отримують носяться пристрої з кнопкою виклику екстреної допомоги і датчиком геолокації. Дані з пристроїв передаються в цілодобовий диспетчерський центр, при надходженні сигналу SOS диспетчер викликає екстрені служби до потрібного місця, а також оповіщає родичів або довірених осіб. Згодом пристрої були оснащені датчиками падіння і моніторингу пульсу. У 2015 році був запущений аналогічний сервіс для дітей та розроблені дитячі розумні годинник-телефон з GPS-трекером і тривожною кнопкою. Зараз число користувачів системи «Кнопки життя» перевищує 150 тис. Чоловік по всій Росії.
У якийсь момент я подумала, що потрібно далі займатися своєю освітою. З одного боку, мені хотілося краще зрозуміти інженерну частину - як працюють нові пристрої, як проектуються і створюються нові гаджети, а з іншого боку треба було навчитися розбиратися з даними. На сьогоднішній день з носяться пристроїв збирається багато цінної інформації: гео-дані, пульс, тиск, оцінка ЕКГ і інші показники здоров'я і активності людини. На основі цих даних вже сьогодні дата-аналітики вміють будувати багато прогнозів, наприклад, обчислювати по пульсу ймовірність різних серцево-судинних захворювань або аналізувати рівень стресу по пульсової хвилі. Уявіть, людина просто носить фітнес-трекер, дані з нього збираються, а далі на їх основі можна будувати персональні прогнози, давати рекомендації щодо поліпшення стану здоров'я, і може бути навіть врятувати людині життя.
У нас в компанії працює цілодобовий call-центр, який займається моніторингом наших абонентів. Сьогодні ми реагуємо, коли з людиною вже щось трапилося, він натиснув кнопку SOS або спрацював датчик падіння. Мені хотілося придумати якісь інтелектуальні сервіси, які робили б превентивний моніторинг, в тому числі автоматично аналізували різні параметри по кожному абоненту без участі оператора. По-перше, це дешевше, а по-друге, з даних можна витягти багато инсайтов, які ніколи не побачить оператор, просто дивлячись в монітор. Я зрозуміла, що хочу створити команду Data Science всередині компанії, а для того, щоб це робити, треба розуміти, що таке штучний інтелект і машинне навчання.
Чому можна навчитися на програмах ДПО
Все почалося з того, що ми разом з чоловіком пішли в Вежу на коротку тримісячну програму «Машинне навчання та аналіз даних», яку вів Юрій Кашницький. Мій чоловік за першою освітою фінансист, а друге технічне освіту здобув в Бауманке. Зараз він цікавиться Deep Learning і створенням процесорів для штучного інтелекту і взагалі більше захоплений наукою. Я ж дивилася на цей курс дуже конкретно, мене цікавило, як все це прикрутити до бізнесу, щоб створити корисний продукт і заробити.
Всі завдання, над вирішенням яких ми в компанії працюємо зараз, з'явилися в процесі, а спочатку був посил: «Підемо, повчимося!» Я просто подумала, що аналіз даних і машинне навчання - це те, в чому мені треба прокачуватися, тому що у нас накопичується багато даних, а статистику, яку ми вивчали в університеті, я згадувала з працею. Вже потім, коли ми всі «поторкали руками», я зрозуміла, що саме мені потрібно вивчати глибше. Під час навчання на програмі мені не вистачало базових знань програмування і математики, але моя перевага перед іншими студентами було в багатому бізнес-досвіді і зв'язках. Коли потрібно було робити випускний проект, мої друзі-банкіри вивантажили дані, грунтуючись на яких потрібно було побудувати модель, пророкує, що людина візьме предодобренний кредит. Я робила проект з реальними даними, як банківський співробітник, розуміючи, як все це працює, і непогано змогла все це описати.
На програмі було складно, але я якось «притерлася» і навіть примудрилася виграти приз - книжку, яка давалася студенту, який набрав більше всіх балів в процесі навчання. Не можна сказати, що я була найкращим і самим світлим розумом, мені просто дуже хотілося все зрозуміти, розібратися і зробити добре. Найголовніше, ти відразу бачиш, які цікаві виходять результати, яка є точність прогнозів, і це все після трьох місяців навчання. Це, звичайно, дає величезну мотивацію вчитися далі.
Ірина Дьоміна, випускниця ВШЕ / © Михайло Дмитрієв
Після того як я прослухала курс, стало зрозуміло, яка це величезна область, і що освоїти її з наскоку дуже складно. Я пройшла ще три онлайн-курсу - по програмуванню, математиці і статистиці - на Stepik і вирішила піти в Вежу на річну програму «Практичний аналіз даних і машинне навчання» і вивчати різні області вже більш глибоко і конкретно.
третя програма «Математика для аналізу даних» теж тривала три місяці. Я пішла на неї тому, що, по-перше, скучила за Вишці і мені просто хотілося продовжити вчитися чомусь новому та цікавому, а по-друге, почавши читати наукові статті, останні дослідження на тему аналізу даних і підручники, я зрозуміла, що мені не завжди вистачає математичної інтуїції для розуміння описуваних методів і моделей. У цьому курсі була не нудна математика, ми не доводили ніяких теорем, а розбирали конкретні і дуже прикладні приклади. Звичайно, було б краще пройти курс з математики до річної програми, але тоді його ще не було, він з'явився тільки в 2017 році. І все одно це було дуже корисно, в процесі курсу спливали якісь моменти, які раніше мені були незрозумілі. Завдяки нашим викладачам я почала думати про математику як про цікавий і приємне проведення часу. Мені дуже подобалося вирішувати задачки, це добре очищає голову після роботи.
результат
Оскільки я перебуваю біля керма бізнесу, то, на превеликий жаль, не можу сама чистити дані або будувати моделі. Але зате я дуже добре стала розуміти, як ставити завдання, і не тільки для аналітика, а й для айтішників. За півроку, що минули з моменту закінчення мого навчання, ми зробили кілька сервісів-прототипів, вони будуть найближчим часом реалізовані в нашому додатку для дитячих годин, які дозволяють в реальному часі стежити, де знаходиться ваша дитина. Зараз у нас вже працюють моделі, засновані на історичних даних, за допомогою яких ми вирішуємо завдання уточнення місця розташування, коли, наприклад, пристрій знаходиться в будівлі, не працює GPS і виникають похибки. Ми побудували модель, яка прибирає шум і більш точно відображає геолокацію. Друга наша модель передбачає відхилення дитини від стандартного маршруту і повідомляє користувача про це. Для цього ми використовували методи, які в тому числі вивчали на програмах в Вишці.
Зараз ми працюємо з аналітиком, які закінчили мехмат МДУ, який теж пройшов програму по машинному навчання. Зрозуміло, що його математична база і рівень програмування краще, ніж у мене, він більше знає, але все те, що я могла отримати на програмах в Вишці, дуже сильно допомагає в роботі. Якби я не пішла вчитися, ми б не робили нічого з того, чим займаємося зараз.
Напевно, це самі прикладні знання, які я коли-небудь отримувала, тому що все інше скоріше просто допомагало вибудовувати загальну картину. Та ж програма MBA допомагає зорієнтуватися в загальному в різних областях бізнесу, але, наприклад, поки ти сам не побудуєш фінансову модель, нічого не зрозумієш в корпоративних фінансах, а поки не запустиш власний бізнес, багато речей про управління та менеджменті залишаються чистою теорією.
На програмах ДПО в Вишці нам розповідали зовсім трохи теорії, але майже на кожному занятті була практика - «іграшкові» і реальні набори даних, які дозволяли краще зрозуміти, як все це може працювати, а приклади коду, які давали викладачі, я використовую сьогодні в роботі. Цінно, що всі викладачі - практики з різних областей Data Science, до того ж дуже відкриті, готові допомагати навіть у вирішенні завдань поза навчальною програмою. Я цим, звичайно, активно користувалася! :)
Тим не менш, озираючись назад, я розумію, що річна програма була дуже оглядової, в кожну окрему тему можна «вкопують» дуже глибоко, і я зараз вирішую для себе, в яких областях мені важливіше для бізнесу заглиблюватися в вивченні, а які залишити на майбутнє . Звичайно, думаю про те, щоб продовжити навчання. Зараз стільки ресурсів - Coursera , Udacity, онлайн-курси Стенфорда - навіть не обов'язково йти в якийсь університет. Є кілька цікавих програм в Вишці і в зарубіжних вузах, і зараз я дивлюся, куди рухатися далі.