Я, кажется, последовал каждому «вредному совету». В 2020-м ушёл из ИT на пять лет по зову сердца, чтобы заняться продвижением экономических реформ в стране и некоммерческими проектами. Позже проходил техническое собеседование прямо с Ибицы. Но всё сработало, и я вернулся к конвенциональной ИT-карьере.
Расскажу, как я упаковал свой кажущийся нерелевантным опыт, зачем дата-сайентисту академическая степень и почему собеседование в отпуске может сыграть вам на руку.
Кто пишет: Алесь, Data Scientist в продуктовой компании с беларусскими корнями. Автор YouTube-канала «Три по Гринвичу» и блога «Глобальные беларусы» на dev.by. Создатель премии BFLA для беларусских профессионалов до 30 лет.
Почему я поставил карьеру в ИТ на паузу на 5 лет
С детства я хорошо разбирался в математике. Учился в одной из лучших матшкол Беларуси, минской гимназии № 41 (выпускникам привет!). Но ближе к выпуску понял, что «чистое» программирование меня не так драйвит, поэтому поступил на экономику, а анализ данных осваивал уже самостоятельно.
К концу университета всё шло по классическому сценарию. Я работал в EPAM. Сначала на внутренних проектах, а потом перешел на более важный проект — запускал отдельное аналитическое направление в компании.
Но у меня всегда было много увлечений: мне нравились медиа, я занимался инфографикой, вёл свой телеграм-канал о данных, интересовался социальными процессами и как они влияют на общество. Чувствовал, что в ИТ-консалтинге мне немного не хватает пространства для реализации всех амбиций.
В 2020 году этот интерес перевесил. Меня позвали в экономический исследовательский центр. Сначала я пытался совмещать это с EPAM, но позже мне предложили запустить с нуля большой проект, и я ушёл из классического ИТ, делая выбор в пользу исследовательской карьеры.
Это был классный опыт, но совсем другой мир. Я выстраивал все процессы, руководил командой и занимался продуктовым менеджментом (конечно, никто так его там не называет).
Спустя 4 года работы в некоммерческом секторе я понял, что пора возвращаться. Мы сделали большую работу, но я начал ощущать потолок как в финансовом, так и в профессиональном планах. К тому же я чувствовал, что начинаю упускать новые технологические веяния.
Вначале решил сделать своеобразную «микропенсию» (термин, популяризованный Gen Z в интернете) и поехал на учёбу в Вену. Хотел углубить знания по экономике и математике в Центрально-Европейском университете перед возвращением, погрузить себя в контекст «глобального беларуса», найти друзей со всего мира и почувствовать эту общность.
Нашёл очень крепкую годовую магистерскую программу по экономике, которая по факту была первым курсом PhD-программы.
Выучить Python можно на курсах за пару месяцев, а вот статистику — нет
Анализ данных на базовом уровне не rocket science. Синтаксис Python или SQL, интерфейс Power BI или Tableau можно освоить самостоятельно по видео на YouTube или на курсах за пару месяцев. Но писать код и понимать природу данных — это разные вещи.
Настоящая культура данных начинается там, где заканчивается написание кода и начинается интерпретация.
Что на самом деле означает коэффициент регрессии? Как трактовать доверительный интервал? Что такое p-value? Как полученные данные корректно переложить на бизнес-метрики? Не каждый сеньор ответит на это правильно, так как это не самая интуитивная вещь. Если вы хотите реально влиять на бизнес, нужно понимать причинно-следственные связи, так называемый Causal Inference.
Именно поэтому BigTech-компании охотно нанимают на позиции Data Scientist выпускников PhD-программ по экономике или других quant-heavy программ. Да, часто они хуже программируют, не всегда умеют работать с AI и деплоить модели. Но этому можно научить. Но они годами изучали статистику и эконометрику, а этому быстро нельзя научиться.
В ЦЕУ у меня была возможность полностью сформировать свой учебный план. Я выбрал самые сложные и нужные курсы (все 15 были элективами), чтобы обновить базу и разобраться во всем еще раз на более глубоком уровне.
Как упаковать свой «не всегда релевантный» опыт
В исследовательском центре я руководил проектом. Но что это значит на практике? Людям, которые никогда не работали в некоммерческих организациях, это не очень понятно. Кто я? Продакт-менеджер? CEO? Head of Project?
Честно говоря, я довольно много думал, как упаковать свою историю. Во многом моя работа была на стыке веб-разработки, медиа-проекта и исследований, поэтому ближе всего это к позиции продуктового менеджмента. Я отвечал за roadmap продукта, думал над фичами и аудиториями.
Но всё это было в своём формате: у нас не было финансовых и классических продуктовых метрик. Мы скорее обращали внимание на то, сколько читателей и авторов нам удалось привлечь и есть ли у них интерес к темам.
Поэтому на собеседованиях рекрутеры часто отмечали красные флаги:
- Переход с лидерской роли на позицию без управления
Меня очень часто спрашивали: «Вы же были на лидерской позиции, зачем вы возвращаетесь на позицию без менеджерства?».
В таких случаях я обычно отвечал, что хочу вернуться в свой старый домен. Мне больше нравится анализ данных, я хочу сконцентрироваться на этом. А мой опыт в управлении проектами позволит мне работать более профессионально, качественно и автономно, решая сложные вопросы в коллаборации с разными командами. - Формальный перерыв в анализе данных
В исследовательском центре я также работал с количественными исследованиями, поэтому перерыва именно в контексте data-навыков не было.
Но всё-таки это был другой домен, где у меня было много менеджерских функций и ответственности. Поэтому, буду честен, частенько голова была забита совсем не данными. - Общий контекст: я никогда не работал в продуктовых компаниях
В EPAM я занимался одним, а в исследованиях — другим. Поэтому у меня не было прямой продуктовой истории, прямого применимого навыка работы с данными: метрики, пользователи, клиенты, как они ведут себя в аппках и реагируют на новые фичи.
И получается парадокс: в теории я довольно сеньорный парень, но продуктового опыта немного. А стартапы, как правило, ищут тех, кто может «деливерить» сразу. Без долгого онбординга, чтобы человек не задавал слишком много вопросов и лишний раз не нагружал команду.
Как я искал работу
В последние годы я стал переводить многие личные вещи в таблицы, чтобы ничего не забывать и видеть прогресс. Возможно, это возрастное, но это правда удобно. Поиск работы не стал исключением.
Я завёл специальную табличку, которая разрослась до 12 колонок: когда подавался, какой статус, комментарии, зарплатная вилка, контакты. Настоящий nerd-подход! Там я трекал все отклики и составлял список компаний, где мне было бы потенциально интересно работать.
Фокус был чётким: мне хотелось заниматься статистикой, анализом данных и тем самым Causal Inference.
Воронка получилась такой: за полгода я сделал 55 откликов, получил 8 приглашений на интервью и 1 оффер.
Искал работу через четыре главных канала:
- LinkedIn. Удобно искать по ключевым словам и локациям. Я часто писал напрямую сотрудникам компаний, чтобы уточнить детали или узнать внутреннюю кухню.
- Telegram-каналы. Мониторил каналы с международными вакансиями на удалёнке. Удобно, что можно ставить алерты, а контакты рекрутеров часто указаны прямо в посте. Это даёт очень быстрый отклик.
- Нетворк. Писал знакомым, спрашивал рекомендации.
- Карьерные сайты компаний. Я мониторил сайты тех, кто меня интересовал, и подавался напрямую. Благодаря этому даже сходил на собеседование в Google и Revolut.
И в итоге нашёл.
Собеседование на Ибице
Ещё зимой 2025 года я подбил друзей поехать на Ибицу. Хотелось красиво отметить выпуск из университета — это ощущалось как завершение важного жизненного этапа и начало чего-то нового.
И тут бац: за несколько дней до поездки приходит приглашение на интервью в ИТ-компанию с беларусскими корнями. Мол, им срочно нужен человек. А я понимаю, что буду в отпуске в этот момент.
Думаю: окей, с рекрутером поговорить не проблема. Я свою историю уже сто раз рассказывал и переработал. Проснусь утром, созвонюсь, солнышко, море, положительные эмоции — какие проблемы!
Созвонились, поговорили. Пригласили через день на техническое интервью. Я немного не ожидал такого быстрого поворота событий. Мы как раз накануне сходили в Pikes. Это легендарное и нишевое место, известное своими культовыми вечеринками. Именно там снимали клип Club Tropicana и любил бывать Фредди Меркьюри.
Проснулся в 9 утра, сделал завтрак. На удивление, у меня было очень много энергии. Собеседование назначили на 12:30, было время повторить основные функции Python, джойны в SQL. Руки помнят, но освежить синтаксис стоило.
Всё прошло хорошо, позвали дальше. И опять пока я на Ибице. Финальное интервью с хайринг-менеджером я уже проходил в Барселоне, по дороге домой в Варшаву. Хотя я был в разъездах, но процесс уже шёл, «трек-рекорд» был, и решили не останавливаться.
И меня позвали на работу! Правда, начинать надо было раньше, чем я планировал.
Мне вначале очень не хотелось так спешить, я хотел начать «новую старую» жизнь уже ближе к сентябрю. Но я поразмыслил, что проекты интересные, драйв есть, энергия есть, надо вписываться!
Так что я официально возвращаюсь в мир данных и этим доволен. Жалею ли я о 5 годах «перерыва»? Нет. Я рассматриваю это время как накопление потенциала.
Теперь я вижу в этом шанс развиваться, расти и делать свою жизнь счастливее, уже с новым опытом и багажом.
Мнение автора может не совпадать с позицией редакции.
Что ещё почитать про возвращение в ИТ:
- CMO пробыла 5 месяцев в саббатикале — делится, как помог этот опыт;
- «Это не райское место». Программистка хотела вернуться в ИT, но передумала. Рассказала, почему;
- Айтишник с 10+ годами опыта о том, как искал работу.
Релоцировались? Теперь вы можете комментировать без верификации аккаунта.