В конце прошлого года компания IDF Technology запустила новое направление в проекте по подготовке начинающих IT-специалистов Laboratory 2.0 – работа с обучением, он же углубленный онбординг для Data-инженеров. Сегодня шесть джуниоров уже присоединились к проектным командам компании и продолжают развиваться в профессии. Мы же поговорили с менторами проекта и молодыми специалистами, как это было.

Традиционно менторы Laboratory 2.0 проходили путь с «лаборантами» с нуля: отбирали резюме, проводили собеседования, вводили в курс дела, менторили по направлениям, а также помогали освоиться в первое время. В результате удалось достичь стопроцентной проходимости, где все джуниоры дошли до финала, и благодаря нескольким стримам, существующим в компании, ребята смогли перейти в наиболее подходящие для себя подразделения – Data Science, риски и Data Engineering.

Станислав Малышев, ментор Laboratory 2.0

«У нас серьезный отбор, построенный на балансе технических и софт-скиллов, который позволяет с высокой точностью определить наших будущих коллег. Поэтому в проект пришли замотивированные, заряженные ребята с множеством теоретических знаний, которые нужно было закрепить практикой. Самое главное, что было у них — желание учиться и дисциплина. При наличии этих двух параметров успех неизбежен, — отмечает Стас.

— Джуниорам нужно сразу вселять уверенность в собственные силы, объяснять, что нет нерешаемых задач, а есть только проблемы, на которые нужно потратить некоторое время и усилия. Объяснять важность работы в команде, взаимопомощи, осознания того, что вместе можно совершить кратно больше. Не стесняться задавать вопросы, не бояться ошибок, воспринимать их как ценный опыт, проводить все действия через призму «гипотеза-действие-анализ», брать на себя ответственность, стремиться к чему-то большему. Поэтому я всегда объясняю джуниорам, что работу, которую они делают в данный момент, никто в мире не делал (у нас свой контекст, свои данные, свои фреймворки и т. д.), доношу важность получения новой информации и подхода lifelong learning».

Программа «лаборатории» была рассчитана на 3 месяца. Но благодаря высокому темпу обучения и запоминания информации у «лаборантов», которые просили больше задач и действовали проактивно, в Laboratory 2.0 удалось начать процесс перехода на проекты уже в конце второго месяца.

Александр Суббота, ментор Laboratory 2.0

«Передо мной стояла задача подготовить сотрудников, которые придут на проект и сразу начнут приносить пользу. В моем модуле «лаборанты» изучали ClickHouse, DBT и OpenMetadata. Думаю достичь определенного успеха нам помогло их желание именно действовать, а не просто сидеть и «желать». Как мне кажется, для успешного старта дата-инженера необходим бэкграунд в виде ООП языков на начальном уровне и SQL, а также широкий кругозор. Все потому, что мир движется, и вещь, о которой не слышали 2-3 года назад, сегодня уже может считаться must have, — отметил ментор.

В новое направление Laboratory 2.0 пришли начинающие айтишники с различным бэкграундом. Например, Кирилл Алехин получили техническое образование и выбрал Data как наиболее интересное направление для развития в IT.

Кирилл Алехин, Junior Data Scientist

«Я окончил БГУИР и успел попробовать несколько популярных направлений — фронтэнд, тестирование. Не зашло. А в душу как раз-таки запала наука о данных со своими таблицами и, конечно же, «питоном». После университета стажировался в одной IT-компании и прошел на проект, но это была аутстафф-компания со своими особенностями, поэтому пришлось уйти. Однако этот опыт позволил попасть в IDF Technology, как и все знания, которые ранее получал: из универа, курсов, пэт-проектов, стажировки», — рассказал Кирилл.

Елизавета Шляпо оканчивает БГУИР в этом году и уже успела поработать Python Developer, но Laboratory 2.0 помогла пойти по более интересному направлению:

Елизавета Шляпо, Junior Risk Data Analyst

«На предыдущем проекте я разрабатывала базы данных, и как раз в нем надо было придумывать нетривиальные запросы и проверять данные на корректность. После него я окончательно поняла, что хочу перейти куда-нибудь поближе к данным. Наверное, как раз опыт в SQL и знание основ программирования помогли мне пройти отбор. На собеседовании было много вопросов по базам данных, и по некоторым меня даже похвалили», — вспоминает Лиза.

У Дениса Иванова был же не такой быстрый путь:

Денис Иванов, Junior Data Scientist

«Мое первое образование связано с ветеринарной медициной, что дало мне понимание биологических процессов и научных методов. Отработав год главным ветеринарным врачом, я ушел в магистратуру. После окончания магистратуры по специальности биолог-исследователь и работы научным сотрудником в отделе экспериментальной медицины, где мы разрабатывали и тестировали лекарственные средства, я решил расширить свои знания в области обработки данных, — рассказал Денис.

— Параллельно с аспирантурой по специальности гематология, я успешно завершил курс «Специалист по Data Science». А на моем последнем месте работы я занимал должность Scientific Curation Specialist, что связано с анализом научных статей, особенно в области молекулярной фармакологии. В итоге это дало мне ценный опыт в обработке и интерпретации сложных данных. Все это и позволило успешно пройти отбор в «лабораторию», — рассказал джуниор-специалист.

—    Если говорить про мой выбор направления Data Engineering, то он обусловлен несколькими факторами. Во-первых, как видите, я давно увлечен Data Science, обработкой данных и поиском скрытых закономерностей. В свою очередь, Data Engineering позволяет создавать и оптимизировать инфраструктуру для обработки этих данных. Во-вторых, опыт в Data Engineering может помочь лучше понимать, какие данные нужны для анализа, так как обеспечивает связь между этими данными и аналитиками c дата сайнтистами», — добавил Денис.

На вопрос, чем ребят заинтересовала Laboratory 2.0, все как один подчеркивали отличие от курсов.

Дарья Ритчик, Junior Data Engineer

«В «лабе» ты равноправный сотрудник, работаешь в команде (у нас она, кстати, была самая замечательная!), погружаешься в проект, в область, с которой предстоит работать, поэтому сразу после Laboratory 2.0 готов приступать к задачам, — отметила Даша.

— Каждый день мы работали над задачами от менторов, которые были близки к проектным — сначала SQL-запросы, потом изучали особенности ClickHouse и его семантики, Tableau. Все таски проверялись менторами, давался фидбэк, ну и дальше ждали иногда долгие, иногда не очень часы фикса. Также мы готовили презентации по различным темам — бизнес-метрики, особенности калькуляций, кредитных политик, DSL — слушали друг друга, черпали информацию.

«Также, если сравнивать с курсами, важно, что процесс обучения в «лабе» связан с реальными, а не «синтетическими» знаниями, а также построен на взаимодействии с ментором как с «лидом», а не учителем. К тому же в Laboratory 2.0 с первого дня официально оформляют в компании и платят тебе, а не как на курсах — ты. Отсюда и совершенно другой подход в мотивации и самоотдаче», — добавил Кирилл.

Но самым большим плюсом, по мнению ребят, стали именно люди, с которыми удалось взаимодействовать — будь то менторы проекта, сами лаборанты или сотрудники компании — каждый старался вложить знания, поддержать и помочь, что и определяет микроклимат компании IDF Technology.

Конечно, во время углубленного онбординга не обошлось без трудностей, так как начинающие специалисты столкнулись с большим объемом информации, им приходилось читать много документации и вникать в совершенно новую информацию. Достаточно лишь взглянуть на список того, что «лаборанты» смогли выучить за «лабу» и первые недели работы уже на проектах: ClickHouse, Debezium, DBT, Airbyte, Jenkins, Airflow - DAGs, Tableau, Insomnia (REST) и Cron schedule. Также адаптации требовали особенности общения с новыми коллегами и знакомство с культурой большой IT-компании. Поэтому Денис отметил еще один ключевой аспект, который получилось развить в «лаборатории» — это софт скиллы:

«Менторы научили меня эффективно коммуницировать с коллегами, управлять временем и работать в команде. Это оказалось не менее важным, чем технические навыки. Дедлайны также стали неотъемлемой частью моей работы. Меня научили планировать и организовывать свою работу так, чтобы соблюдать сроки. Это помогло мне стать более ответственным и результативным специалистом», — добавил Junior Data Scientist

Но в процессе всего обучения и работы для «лаборантов» существовало одно важное правило: 

«Не бойся задавать глупые вопросы! Каждый ментор нам говорил, что нет плохих вопросов — есть незаданные», — вспоминает Даша.

Теперь в планах у ребят развиваться в выбранных направлениях, оттачивать навыки на проектах IDF Technology и перейти на новую ступень — middle-специалистов.