• A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта

Центр непрерывного образования

С 2016 года обучаем Data Science и машинному обучению на базе факультета компьютерных наук НИУ ВШЭ.

Задать вопрос

Преподаватель курса «Python для автоматизации и анализа данных» о своем пути в индустрии и преподавании

Преподаватель курса «Python для автоматизации и анализа данных» о своем пути в индустрии и преподавании

Ян Пиле

Слушатели программ профессиональной переподготовки — это те, кто рассматривают смену карьерной траектории. Но как пришли в индустрию преподаватели этих программ? Мы задали несколько вопросов Яну Пиле, преподавателю курса «Python для автоматизации и анализа данных» и руководителю группы аналитики в Mail.ru.

Расскажите, пожалуйста, как вы пришли в Data Science?

Учился в МГУ на физфаке. Потом в экономической аспирантуре РЭУ им. Г.В. Плеханова, но защищаться не пошёл. Снова вернулся к физике уже в Вышке :)

В ИТ попал случайно: для прохождения на junior-позицию в Тинькофф оказалось достаточно хорошего знания математики. После этого строил скоринговые модели в банках (Тинькофф, ОТП Банк, UniCredit); в рисках и в маркетинге. Дальше был Яндекс.Маркет, а сейчас я руковожу аналитикой поиска и голосового помощника в Mail.ru.

Почему вы решили преподавать?

С детства хотел преподавать, причем именно в университете. Всегда хотел стать профессором! Надеюсь, стану — дело за опытом, работой и диссертацией. Мне нравится общаться с аудиторией и пытаться что-то интересное/полезное донести.

Какие у вас впечатления от преподавания на программе «Специалист по Data Science»?

Впечатления смешанные, потому что слушатели разные и у всех разная мотивация.  Со своей стороны я стараюсь максимально заинтересовать людей :) Некоторые недооценивают сложность, но с сильной мотивацией все возможно.

Что можно посоветовать будущим слушателям?

Во-первых, подумайте, для чего вам все это нужно. Во-вторых, полезно будет заранее выбрать интересный лично для вас проект. На нем можно пробовать новые знания и инструменты — так они гораздо лучше отложатся в памяти.

Точно не надо думать, что «надо быть "технарем" чтобы все это осилить». Мне встречались очень высокомотивированные студенты с совсем другими образованием: например, юристы, врачи или политологи.

Что почитать еще: Выпускник программы «Специалист по Data Science» о своем опыте обучения