«Я выбирал не только магистратуру, но и место для жизни»

Станислав Пискулов, выпускник бакалавриата МИЭФ 2013 года, сейчас является сотрудником компании «Амазон», занимая позицию data scientist в подразделении Amazon Web Services в Сингапуре. В интервью он рассказал: чем занимаются специалисты по работе с данными, где в ней применить свои знания финансов и как МИЭФ помог найти работу в Сингапуре.

Про учебу с перспективой

При выборе бакалавриата я опирался на свою уверенность в том, что это даст мне возможность продолжить учебу за рубежом. Двойной диплом – это решающий перевес в выборе университета для многих абитуриентов. Кроме того, в МИЭФ были скидки для олимпиадников и другие преференции. На Всероссийской олимпиаде по экономике у меня не получилось победить, но я показал неплохой результат в Межрегиональной многопрофильной олимпиаде, этот результат позволял получить значительную скидку на учебу и соответствовал 100 баллам по ЕГЭ, что было достаточно для поступления в любой экономический вуз.

При этом я понимал, что выбор направления не слишком соответствует моим интересам – с детства я увлекался техническими вещами и параллельно учебе в школе ходил на курсы базового программирования. Однако в МИЭФ у меня проснулось желание изучать статистику, математику, экономику, что впоследствии повлияло на выбор профессии в области data science и анализа данных. 

О работе в консалтинге

Я ходил на разные дополнительные курсы для развития кругозора, в частности посетил лекцию про такую дисциплину, как форензик – это бухгалтерский учет в связке с расследованиями финансовых махинаций и несанкционированными проникновениями во внутрибанковскую кухню. Мне стало интересно разобраться в этом более пристально и в прикладном ключе. Тогда я послал резюме в Deloitte , и меня взяли на работу. Мне, студенту, предстояло расследовать финансовые преступления – звучало потрясающе. При этом базовые дисциплины МИЭФ оказались очень ценным бэкграундом в такой работе, в частности бухучет. 

О Станиславе Пискулове:

Выпускник бакалавриата МИЭФ 2013 года, в 2016 году в National University of Singapore получил степень Master of Science in Business Analytics. С 2013 по 2015 работал в компании Deloitte аналитиком. С 2017 по 2019 работал специалистом по работе с данными в KPMG в Сингапуре. С 2019 по 2021 был количественным аналитиком и специалистом по работе с данными в компании Temasek International (Сингапур). Сейчас занимает позицию data scientist в Amazon Web Services.

У меня были неплохие результаты на последнем курсе, что давало возможность после определенной паузы подать документы в один из наиболее престижных университетов. Я был заинтересован поработать и посмотреть, чего стоят твои компетенции уже после получения диплома. В Deloitte я был частью команды лидера индустрии, поэтому опыт был ценный. В частности, мне удалось попутешествовать по стране, увидеть, как устроены международные бизнес-процессы в связке с самыми разными местами и задачами. Это очень хорошая школа для начинающего специалиста, в том числе для знакомства с корпоративной культурой – работой эйчаров, которые выносят оценку твоей деятельности, коммуникацией, постановкой задач, уровнем экспертизы.

Сейчас насколько я знаю в МИЭФ программа сильно изменилась в связи с технологическими трендами – появились такие предметы как машинное обучение, метод работы с данными для экономистов и разные курсы по программированию и работе с базами данных. 

О тяге к переменам

Несмотря на то, что у меня неплохо получалось работать и были перспективы, я решил посмотреть мир, параллельно изучая программы в разных странах наряду с культурными особенностями. Я выбирал не только магистратуру, но и место для жизни, чтобы среда позволяла развиваться в разных направлениях. Среди моих родственников многие учились за рубежом и остались там работать. Это был повод их навестить и поговорить о своем личном выборе. Я побывал во многих городах США и Европы, Юго-Восточная Азия стала последней точкой в путешествии. Начал я с Сингапура, где неожиданно для себя нашел максимально интересную магистратуру Business Analytics в местном университете The National University of Singapore. 

О выборе магистратуры

Работа в Deloitte подстегнула мою страсть к изучению методов работы с данными, я с удовольствием «ковырял» сложнейшие таблицы и писал маленькие программы, которые помогают анализировать какие-то факты и давать бизнес-инсайты. Я не особенно смотрел на перспективы работы после учебы в Сингапуре, меня больше интересовала «начинка» программы, где должное место отведено было статистике, аналитике, экономике наряду с IT и программированием. Это было идеальным балансом среди всех программ, которые я успел изучить за время путешествий.

Я подавался в Warwick Business School, Rotterdam School of Management, Erasmus University  и в The National University of Singapore. Не было ни одного отказа. Я выбирал то, что мне интересно, поэтому не очень беспокоился о том, возьмут меня или нет. В целом никаких сложностей поступление не вызвало. 

О жизни и учебе в Сингапуре

Как такового «культурного шока» при переезде в Сингапур у меня не случилось. Университетское сообщество довольно закрытое, ты варишься в нем и не слишком вникаешь в то, что за его пределами.

Сингапурскую инфраструктуру невозможно не похвалить – это один из тех мегаполисов мира, где побеждены пробки

В любую точку государства можно доехать без пробок на общественном транспорте. Также государственные сервисы вроде тех, что выдают различные документы, работают очень быстро и все делают онлайн, что было для меня приятным сюрпризом. 

Когда я учился на МИЭФ, еще не было кампуса на Покровке, для меня было удивительным знакомство с кампусом Сингапурского университета – чтобы добраться от одного его конца до другого нужно сесть на автобус, по пути смотреть на бесконечные поля для футбола и тенниса, на кафе, сады, коворкинги. Это впечатляет. 

Из негативного – пожалуй, только одно. Пришлось привыкать к постоянной жаре. В Сингапуре своя специфика, когда при постоянных 30-32 градусах очень большая влажность, днем это изнуряет. При этом везде работают кондиционеры, и нужно следить за тем, чтобы не охладиться и не заболеть. 

Про университет

Сингапур – финансовый хаб в Юго-восточной Азии, этот факт позитивно влияет на образование и дает студентам дополнительные возможности по прикладным навыкам. Мне понравилось, что в моей программе Business Analytics был курс от специалистов из индустрии, непосредственно топ-менеджеров финансовых компаний, которые рассказывали, чем занимаются эти структуры в сфере аналитики, и наличие каких компетенций требуется от кандидатов. 

© National University of Singapore

Мы смогли понять, как выглядит рабочий день в страховых, IT, фармацевтических компаниях и банках, какие задачи стоят перед сотрудниками. Что действительно выгодно отличает университет Сингапура от конкурентов, так это наличие крепких рабочих связей в индустрии, которые дают возможность обеспечивать своим студентам нетворкинг и понимание рынка. 

О том, чему учат бизнес-аналитиков

Программа по бизнес-аналитике тесно связана с профессией data scientist, которая находится на пересечении трех разных направлений: статистики, программирования и менеджмента. При опоре на технические навыки, нужно очень хорошо понимать экономику и бизнес-процессы. Мне до сих пор очень помогает курс статистики, который был в МИЭФ очень сильным. Программу по бизнес-аналитике составляют соответствующие базисные курсы, после которых во втором семестре можно выбрать надстройку из интересных тебе дисциплин и углубиться в них. Например, я брал занятия School of Computing, курсы от бизнес-школ, Financial Engineering и по статистике. 

О поисках работы в Сингапуре

Я выпустился пять лет назад и 3 месяца искал работу. В большинстве стран при наборе сотрудников в компании есть преференции для местного населения. Чтобы взять иностранца, работодателям нужно преодолеть массу бюрократических преград, в том числе заплатить за найм иностранных работников. Эти меры созданы для того, чтобы продвигать своих специалистов на рынке труда, поэтому при конкуренции на позицию два человека с одинаковым образованием и разной национальной принадлежностью оказываются неравны. 

Как ни странно, в поисках работы в Сингапуре мне очень помог МИЭФ

На 4 курсе я очень интересовался предметом «Экономика отраслевых рынков», тогда это была моя любимая тематика. В магистратуре курс Industrial Economics («Экономика отраслевых рынков») был обязательным, и оказалось, что я весьма неплохо им владею. На экзамене я получил максимальный балл, после этого преподаватель предложил мне стать партнером в его проекте для компании KPMG. Мы здорово отработали этот проект, в результате мне предложили работу в KPMG. Могу сказать, что не только в Сингапуре, но и в любой другой стране и компании все-таки очень многое решает нетворкинг, хотя формальную подачу документов и прохождение собеседования это, разумеется, не отменяет.

О том, что делают data scientists

Этот специалист может работать в любом из трех направлений data science, в зависимости от своей сферы интересов. Например, general data scientist имеет относительно поверхностные знания во всех трех областях науки о данных. Если сотрудник выбирает статистику, то в его обязанности будут входить исследования в data science, чаще всего этим занимаются люди с PhD или студенты-аспиранты, которые работают в компаниях-техногигантах вроде Google или университетах.  Они пытаются сделать прорывную работу, которая подвинет всю индустрию вперед. 

Если человек сосредоточен на программировании, то его ждут инженерия, автоматизация и внедрение в производство алгоритмов и моделей машинного обучения. Третье направление – бизнес-аналитика, где работают люди и большим опытом визуализации данных. Они хорошо понимают, откуда и какие данные использовать, как правильно сформировать KPI и построить анализ, чтобы получить решение для бизнеса.

Есть очень интересное ответвление бизнес-аналитики – Investment data science. Я работал на этой позиции в компании Temasek International. Такие специалисты глубоко разбираются в финансах, при этом способны программировать и делать анализ данных. Это довольно нишевая должность, которая возникает в IB или buy-side-компаниях. Там дата саентист работает вместе с инвестиционными аналитиками и помогает им принимать решения – стоит ли инвестировать в этот проект компанию. Итоговое решение принимается исходя из результатов применения новых методов анализа данных или использования больших данных. 

Про работу в Amazon

После Investment data science я вернулся в консалтинговое направление, где делаю различные проекты для клиентов. В KPMG от меня требовались разработка моделей и внедрение процессов, которые ориентированы на анализ данных. В Amazon задачи намного ближе к разработке облачных решений, а подразделение, где я работаю, называется Amazon Web Services и тесно связано с новым поколением разработки приложений и анализом данных.

Переход в Amazon был обусловлен тем, что я работал в крупной, но сингапурской компании, из-за чего моя профессиональная мобильность была ограничена. Amazon – это гигантская международная компания с большим количеством подразделений в разных странах, можно всегда перевестись или рассмотреть интересные варианты роста, будучи глобальным специалистом. 

В Amazon я также занимаюсь машинным обучением и новым для себя направлением cloud computing – это интересная и прорывная индустрия, которая растет огромными темпами. 

Мне особенно отрадно после двухлетнего периода с локдаунами и ограничениями ощущать себя частью крупного международного комьюнити

Остро хочется посмотреть, какие есть альтернативы в data science в мире.Последний раз я был в офисе в июне 2020-го года, процесс отбора меня как кандидата и зачисление в штат были удаленными. Я встретился со своим practice manager один раз в ресторане после трех месяцев работы, чтобы просто посмотреть на него и пожать руку. До сих пор я на удаленке, что немного достало.

Я живу рядом с офисом, потому что специально выбирал себе такое жилье. Сначала работать дома было интересно и весело – у тебя есть полный контроль над временем. После определенного момента на локдауне ты понимаешь, что жутко не хватает социализации, и находиться самому с собой дни напролет непросто. Особенно тяжело, когда начинаешь новую работу, не видя никого из своих коллег – это особый челлендж для многих в эти годы.