Разбираемся

Авторы Пишем поговорили с Георгием Громовым о его олимпиадном пути, победе в Национальной олимпиаде по анализу данных DANO и о том, как интерес к анализу данных и data science стал отправной точкой к стажировкам в огромных корпорациях и учёбе в Германии.

Свой путь я начал в 6 классе с кружка по разработке приложений для Android, потому что загорелся желанием поступить в ИТМО и в IT школу Samsung. Свою первую олимпиаду написал в конце того же учебного года, а уже в седьмом классе с головой окунулся в тему интеллектуальных состязаний, чтобы получить льготы для поступления. Только сейчас я понимаю, что главная ценность олимпиад не в дополнительных баллах к ЕГЭ, а в общении с новыми людьми и soft skills, которые приобретаются во время прохождения этапов.

В итоге, льготы оказались мне не нужны — я поступил в университет в Германии на программу «Software, Data, Technology».

Мне всегда было близко программирование — моя специальность связана с ним напрямую. Когда все вокруг заговорили об анализе данных, я погрузился в тему и понял, что она мне очень подходит. Ажиотаж вокруг анализа данных соединился с моими реальными интересами, и это очень круто!

На DANO я попал благодаря рекламе в первый год проведения, а потом пришёл участвовать и во втором сезоне. Самое главное в олимпиаде — нестандартность, особенно меня зацепило очное решение кейсов и формат одновременно дистанционной и очной работы длиной в месяц — он исключает случайности в результате. Никто не может гарантировать, что во время недельного финала олимпиады у тебя внезапно не заболит голова и из-за этого результат не ухудшится.

Мне кажется, чтобы успешно пройти первые этапы, нужно быть уверенным в своих навыках Python – как в визуализации, так и в интерпретации результатов. Ещё один важный фактор успеха — аналитическая эрудиция. Ты должен видеть график, сразу строить выводы и замечать обманы. Можно почитать научно-популярную литературу по анализу данных, например, я при подготовке к DANO читал книгу «Как врать при помощи статистики?» Дарелла Хаффа. В ней автор разбирает, как жонглировать цифрами так, чтобы это было неочевидно.

После того как закончился первый сезон DANO, я всем рассказывал о том, как проходила олимпиада. У меня есть друзья, которые уже занимались анализом данных и очень заинтересовались состязанием. Затем мы решили присоединить к нашей команде ещё двух людей.

Видимо, благодаря опыту первого сезона и двух хакатонов (на одном из которых мне удалось победить), я стал тимлидом в команде, но отношения между нами всегда были горизонтальными, а не вертикальными: ко мне обращались за вопросами и советами, а не за поручениями. Самым сложным в позиции тимлида было понять, что мне нужно не только направлять команду, а самому быть её непосредственным участником: писать коды и выполнять задачи. В контексте DANO эта вещь оказалась обязательной и мне приходилось балансировать между организацией команды и работой в ней.

У нас были только незначительные разногласия. На самом деле, сам формат DANO предполагает, что участники в огромном потоке информации должны найти нужное — как в океане отыскать жемчужину. В этом ещё одно отличие олимпиады от тех, где необходимо решить поставленную задачу теми способами, которые ты тренировал уже много раз. Большой сложностью было дать команде вектор работы в самом начале. Нам было очень тяжело включиться в работу над такой огромной задачей, поэтому менее опытные ребята оказались не на максимуме своей продуктивности и мне приходилось быть для них направляющим. Но в итоге, у нас отлично получилось справиться со всеми задачами и победить!

К выбору мы подошли очень серьёзно: сделали презентации с анализом всех одиннадцати датасетов и поняли, где нужно копать. Наш выбор пал на итоги исследования американского института о жизни пенсионеров. Они взяли данные по доходу пожилых людей, их проблемах со здоровьем и другим аспектам жизни — там было около 200 вопросов. Мы выработали гипотезу — когда человек выходит на пенсию, его ментальное здоровье улучшается, но позже он осознает минусы асоциальности и психологическое состояние ухудшается.

По итогам олимпиады я понял, что выбор базы данных — один из решающих факторов для итогового результата. Надо сделать не просто качественное исследование, но ещё и неочевидное. Судьи должны приятно удивиться вашей гипотезе. Я смотрел презентации других ребят и часто исследование было проведено чётко по всем критериям и оценено соответствующе, но за гипотезу балл был снижен.

Эта работа была моим первым опытом в технологической корпорации. Я со школьной скамьи пришёл в Московский офис, где сидят огромное количество людей. Меня это очень сильно впечатляло и заряжало: ты оказываешься по другую сторону продукта, которым пользуешься с 14 лет. Было очень непросто погрузиться в процессы и понять, как всё работает. Но задачи были невероятно интересные, поэтому мне очень не хотелось оставлять свою работу в Тинькофф.

DANO укрепило моё желание заниматься аналитикой и data science. Кроме этого, мне открылись крутые возможности — я попал на стажировку в международный стартап и Тинькофф. С уверенностью могу сказать, что олимпиады стала значимой точкой в моей жизни.