Какая польза от учебы после университета: история слушательницы программ ДПО ВШЭ

Ирина Демина, выпускница ВШЭ

© Михаил Дмитриев

В 2011 году выпускница ВШЭ Ирина Демина с партнерами запустила стартап «Кнопка жизни» — сервис круглосуточного вызова помощи для пожилых людей и людей с ограниченными возможностями. За последние 2 года  Ирина окончила в Вышке три программы Центра непрерывного образования факультета компьютерных наук и собирается учиться дальше. О том, каких результатов в бизнесе помогли добиться новые знания, она рассказала новостной службе ВШЭ.

Мотивация для учебы

Я окончила факультет бизнеса и менеджмента Вышки в 2004 году, а после получила MBA в бизнес-школе «Сколково». После института у меня складывалась достаточно интересная карьера в банковском бизнесе, я занималась разработкой продуктов, аналитикой, анализом бизнеса и рынков — в общем, продумывала, как и какие продукты запускать. Но после получения MBA я решила начать собственный бизнес — сервис «Кнопка жизни», которым я занимаюсь уже больше семи лет. Носимые устройства, которые мы разрабатываем — это часть развивающейся в мире индустрии Digital Health, и одна из главных вещей, которые имеют ценность — данные с этих устройств.

Сервис «Кнопка жизни» начал работать в 2011 году и изначально был предназначен для пожилых людей. Абоненты сервиса получают носимые устройства с кнопкой вызова экстренной помощи и датчиком геолокации. Данные с устройств передаются в круглосуточный диспетчерский центр, при поступлении сигнала SOS диспетчер вызывает экстренные службы к нужному месту, а также оповещает родственников или доверенных лиц. Со временем устройства были оснащены датчиками падения и мониторинга пульса. В 2015 году был запущен аналогичный сервис для детей и разработаны детские умные часы-телефон с GPS-трекером и тревожной кнопкой. Сейчас число пользователей системы «Кнопки жизни» превышает 150 тыс. человек по всей России.

В какой-то момент я подумала, что нужно дальше заниматься своим образованием. С одной стороны, мне хотелось лучше понять инженерную часть — как работают новые устройства, как проектируются и создаются новые гаджеты, а с другой стороны надо было научиться разбираться с данными. На сегодняшний день с носимых устройств собирается много ценной информации: гео-данные, пульс, давление, оценка ЭКГ и другие показатели здоровья и активности человека. На основе этих данных уже сегодня дата-аналитики умеют строить много прогнозов, например, вычислять по пульсу вероятность различных сердечно-сосудистых заболеваний или анализировать уровень стресса по пульсовой волне. Представьте, человек просто носит фитнес-трекер, данные с него собираются, а дальше на их основе можно строить персональные прогнозы, давать рекомендации по улучшению состояния здоровья, и может быть даже спасти человеку жизнь.

У нас в компании работает круглосуточный call-центр, который занимается мониторингом наших абонентов. Сегодня мы реагируем, когда с человеком уже что-то случилось, он нажал кнопку SOS или сработал датчик падения. Мне хотелось придумать какие-то интеллектуальные сервисы, которые делали бы превентивный мониторинг, в том числе автоматически анализировали различные параметры по каждому абоненту без участия оператора. Во-первых, это дешевле, а во-вторых, из данных можно извлечь много инсайтов, которые никогда не увидит оператор, просто глядя в монитор. Я поняла, что хочу создать команду Data Science внутри компании, а для того, чтобы это делать, надо понимать, что такое искусственный интеллект и машинное обучение.

Чему можно научиться на программах ДПО

Все началось с того, что мы вместе с мужем пошли в Вышку на короткую трехмесячную программу «Машинное обучение и анализ данных», которую вел Юрий Кашницкий. Мой муж по первому образованию финансист, а второе техническое образование получил в Бауманке. Сейчас он интересуется Deep Learning и созданием процессоров для искусственного интеллекта и вообще больше увлечен наукой. Я же смотрела на этот курс очень конкретно, меня интересовало, как все это прикрутить к бизнесу, чтобы создать полезный продукт и заработать.

Центр непрерывного образования факультета компьютерных наук реализует программы повышения квалификации и профессиональной переподготовки по анализу данных, машинному обучению, программированию и блокчейну с 2016 года. На настоящий момент обучение на программах окончили 547 человек, еще 105 являются текущими слушателями.

В сентябре начнутся занятия на годовой программе повышения квалификации «Практический анализ данных и машинное обучение», а также программу профессиональной переподготовки «Современный анализ данных, глубокое обучение и приложения», заявку на которую можно подать уже сейчас. Для тех, кто не хочет ждать и хочет повысить свою квалификацию в ближайшее время — центр запускает летние интенсивы по компьютерным наукам.

Все задачи, над решением которых мы в компании работаем сейчас, появились в процессе, а сначала был посыл: «Пойдем, поучимся!» Я просто подумала, что анализ данных и машинное обучение — это то, в чем мне надо прокачиваться, потому что у нас копится много данных, а статистику, которую мы изучали в университете, я вспоминала с трудом. Уже потом, когда мы все «потрогали руками», я поняла, что именно мне нужно изучать глубже. Во время учебы на программе мне не хватало базовых знаний программирования и математики, но мое преимущество перед другими студентами было в богатом бизнес-опыте и связях. Когда нужно было делать выпускной проект, мои друзья-банкиры выгрузили данные, основываясь на которых нужно было построить модель, предсказывающую, что человек возьмет предодобренный кредит. Я делала проект с реальными данными, как банковский сотрудник, понимая, как все это работает, и неплохо смогла все это описать.

На программе было сложно, но я как-то «притерлась» и даже умудрилась выиграть приз — книжку, которая давалась студенту, набравшему больше всех баллов в процессе обучения. Нельзя сказать, что я была самым лучшим и самым светлым умом, мне просто очень хотелось все понять, разобраться и сделать хорошо. Самое главное, ты сразу видишь, какие интересные получаются результаты, какая есть точность предсказаний, и это всего после трех месяцев обучения. Это, конечно, дает огромную мотивацию учиться дальше.

Ирина Демина, выпускница ВШЭ/ © Михаил Дмитриев

После того как я прослушала курс, стало понятно, какая это огромная область, и что освоить ее с наскока очень сложно. Я прошла еще три онлайн-курса — по программированию, математике и статистике — на Stepik и решила пойти в Вышку на годовую программу «Практический анализ данных и машинное обучение» и изучать разные области уже более глубоко и конкретно.

Третья программа «Математика для анализа данных» тоже длилась три месяца. Я пошла на нее потому, что, во-первых, соскучилась по Вышке и мне просто хотелось продолжить учиться чему-то новому и интересному, а во-вторых, начав читать научные статьи, последние исследования на тему анализа данных и учебники, я поняла, что мне не всегда хватает математической интуиции для понимания описываемых методов и моделей. В этом курсе была не скучная математика, мы не доказывали никаких теорем, а разбирали конкретные и очень прикладные примеры. Конечно, было бы лучше пройти курс по математике до годовой программы, но тогда его еще не было, он появился только в 2017 году. И все равно это было очень полезно, в процессе курса всплывали какие-то моменты, которые раньше мне были не понятны. Благодаря нашим преподавателям я начала думать о математике как об интересном и приятном времяпрепровождении. Мне очень нравилось решать задачки, это хорошо очищает голову после работы.

Результат

Поскольку я нахожусь у руля бизнеса, то, к большому сожалению, не могу сама чистить данные или строить модели. Но зато я очень хорошо стала понимать, как ставить задачи, и не только для аналитика, но и для айтишников. За полгода, которые прошли с момента окончания моей учебы, мы сделали несколько сервисов-прототипов, они будут в ближайшее время реализованы в нашем приложении для детских часов, которые позволяют в реальном времени следить, где находится ваш ребенок. Сейчас у нас уже работают модели, основанные на исторических данных, с помощью которых мы решаем задачу уточнения местоположения, когда, например, устройство находится в здании, не работает GPS и возникают погрешности. Мы построили модель, которая убирает шум и более точно отображает геолокацию. Вторая наша модель предсказывает отклонения ребенка от стандартного маршрута и уведомляет пользователя об этом. Для этого мы использовали методы, которые в том числе изучали на программах в Вышке.

Сейчас мы работаем с аналитиком, окончившим мехмат МГУ, который тоже прошел программу по машинному обучению. Понятно, что его математическая база и уровень программирования лучше, чем у меня, он больше знает, но все то, что я могла получить на программах в Вышке, очень сильно помогает в работе. Если бы я не пошла учиться, мы бы не делали ничего из того, чем занимаемся сейчас.

Наверное, это самые прикладные знания, которые я когда-либо получала, потому что все остальное скорее просто помогало выстраивать общую картину. Та же программа MBA помогает сориентироваться в общем в разных областях бизнеса, но, к примеру, пока ты сам не построишь финансовую модель, ничего не поймешь в корпоративных финансах, а пока не запустишь собственный бизнес, многие вещи об управлении и менеджменте остаются чистой теорией.

На программах ДПО в Вышке нам рассказывали совсем немного теории, но почти на каждом занятии была практика — «игрушечные» и реальные наборы данных, которые позволяли лучше понять, как все это может работать, а примеры кода, которые давали преподаватели, я использую сегодня в работе. Ценно, что все преподаватели — практики из разных областей Data Science, к тому же очень открыты, готовы помогать даже в решении задач вне учебной программы. Я этим, конечно, активно пользовалась!:)

Все же, оглядываясь назад, я понимаю, что годовая программа была очень обзорной, в каждую отдельную тему можно «вкапываться» очень глубоко, и я сейчас решаю для себя, в каких областях мне важнее для бизнеса  углубляться в изучении, а какие оставить на будущее. Конечно, думаю о том, чтобы продолжить обучение. Сейчас столько ресурсов — Coursera, Udacity, онлайн-курсы Стенфорда — даже не обязательно идти в какой-то университет. Есть несколько интересных программ в Вышке и в зарубежных вузах, и сейчас я смотрю, куда двигаться дальше.