Поговорили с нашим тимлидом Кириллом о том, как он оказался в ML, зачем пошел в лиды, какие задачи драйвят его сегодня и почему утренний кофе — это почти медитация. Читайте интервью и узнавайте команду ближе!

Как началась твоя карьера в ИТ?

Карьера в IT началась довольно плавно. Сначала я получил крепкую базу по математике и программированию за первые два курса БГУ ФПМИ. Продолжая учебу, пошел на курсы по Data Science в IBA. Позже они переросли в стажировку, где я впервые поработал над коммерческим продуктом, где использовались технологии компьютерного зрения. Это стало важным шагом, и уже к середине третьего курса я успешно прошел собеседование на позицию junior data scientist в отдел продвинутой аналитики белорусского банка.

Почему именно Machine Learning?

Честно говоря, определенности с направлением долго не было, она появилась только к концу второго курса. На выбор повлияли несколько факторов.

Отличный курс по алгоритмам и структурам данных в вузе дал понимание, что задачи с точным решением либо уже решены, либо нерешаемы в разумные сроки. При этом в мире полно задач, с которыми человек справляется играючи, а компьютер — нет. Например, отличить кота от собаки на фото. Такие задачи меня особо привлекали.

Курс по теории вероятностей и математической статистике помог иначе посмотреть на мир: не как на черно-белую систему, а как на распределение вероятностей. Я увидел, как можно формализовать неопределенность, а этого мне так не хватало в классических алгоритмах.

Курс по вычислительным методам познакомил с методами оптимизации и алгоритмами приближенного решения задач.

И наконец, в это время в мире наблюдался расцвет Machine Leaning и нейросетей — все вокруг только подогревало интерес.

Так сошлись все звезды:

• интерес к задачам, которые плохо изучены и не имеют доказанного лучшего решения;
• мои навыки и знания инструментов, позволяющие решать нечеткие и вероятностные задачи;
• бурно развивающаяся сфера Machine Learning, в которой объявлялось целью создание алгоритмов, позволяющих компьютеру решать задачи с человеческой точностью.

Это и подтолкнуло меня начать свой путь в Machine Learning / Data Science. Пока ни разу не пожалел!

Кстати, у меня был и план Б. Если не сложится с ML, я хотел попробовать себя в геймдеве: видел в нем точки приложения тех же навыков.

Как ты пришел к тому, чтобы стать тимлидом? Сколько времени это заняло?

Впервые стал лидом на предыдущем месте работы, примерно через 2—3 года после старта карьеры. Правда, тогда успел пробыть в этой роли всего пару месяцев: ушел на новое место.

На нынешней позиции, когда встал на ноги и почувствовал уверенность, решил вновь взять на себя лидерскую роль. Для меня это способ масштабировать влияние на проекты. Я могу разработать какой-то компонент в одиночку, но, если знаю, как он должен выглядеть, и рядом есть сильные люди, которым можно делегировать задачи, логично заняться координацией и коммуникацией со стейкхолдерами. Сейчас у меня пока еще небольшой опыт лидерства и многое кажется непростым, но именно сложность и неопределенность мотивируют больше всего.

Над чем ты работаешь сейчас?

Сейчас задач много, и они довольно разные.

Провожу эксперименты по улучшению рекомендательной модели одного из сервисов Т-Банка. Некоторые идеи уже ушли в продакшен, показав отличный результат. Осталось еще несколько гипотез, которые хочу протестировать.

Продолжаю выстраивать процессы в команде. Моя роль только недавно поменялась, и сейчас я активно вживаюсь в нее. Смотрю литературу, курсы — хочу стать эффективным лидом.

Совсем недавно мою статью приняли на международную конференцию рейтинга A* — это высший уровень. Я стал основным автором статьи, и это большая победа. Сейчас дорабатываю текст по комментариям рецензентов и готовлюсь к поездке, чтобы представить работу лично на конференции.

Что тебе нравится в T-Team?

Первое — это люди. В T-Team собрались специалисты с очень сильным бэкграундом, разносторонним опытом и глубокой экспертизой. Работать в такой команде — удовольствие: задачи решаются качественно и эффективно, а коммуникация проходит легко и приятно.

Кроме того, здесь у меня есть простор для научных и исследовательских амбиций: можно внедрять самые современные подходы в бизнес-процессы, участвовать в конференциях, быть частью научного сообщества. На все это есть и ресурсы, и поддержка коллег, которые могут помочь, покритиковать, подсказать. Именно такие вещи меня привлекли в T-Team — и я рад, что стал частью этой команды.

Как строится работа в команде?

Наша команда называется RecSys R&D (Research and Development). Мы исследуем и внедряем новые подходы в сфере рекомендательных систем.

Процессы строятся так: находим место, где можно что-то улучшить, пробуем новые методы, запускаем эксперименты (офлайн и онлайн, в формате A/B-тестов) и на основе метрик принимаем решение, внедрять или нет. Это немного похоже на казино: не всегда гипотеза выстреливает, но когда срабатывает, это настоящий джекпот. В такие моменты особенно ощущается азарт.

Также у нас есть регулярные встречи Reading Club: собираемся всем отделом, читаем и обсуждаем свежие статьи с последних конференций. Это прокачивает и расширяет кругозор.

Расскажи про свои хобби и увлечения.

Многие мои друзья знают, как сильно я люблю кофе. За последние пару лет стал настоящим фанатом спешелти — у меня дома есть все необходимое для приготовления. Утренний кофе через V60 — не просто бодрящий напиток, а целый ритуал. Даже в поездки за город я беру с собой аэропресс и зерна, скажем, из Эфиопии. Радует, что в Минске сейчас много крутых обжарщиков.

Кроме того, как и у многих, в свободное время — YouTube, шортсы и мемы. Но есть и увлечение с детства — компьютерные игры. Люблю стратегии: пошаговые, в реальном времени и city management. Думаю, именно оттуда у меня и появилась тяга к лидерству и управлению процессами.

Как ты соблюдаешь work-life balance?

Недавно встретил в сети термин work-life blend — и понял, что это точно про меня.

В компании гибкий график, многие коллеги работают из других часовых поясов. Назначить встречу «прямо сейчас» — не лучшая практика. При этом, когда расписание прозрачно, такой подход работает отлично.

** Work-life blend — это подход, при котором работа и личная жизнь переплетаются. Здесь нет четких границ: вы можете работать вечером из дома, а днем отлучиться на тренировку или встретиться с друзьями. Главное — гибкость и возможность интегрировать работу в повседневную жизнь.

Спасибо Кириллу за подробный и честный рассказ, он получился по-настоящему вдохновляющим.