«Нужно гореть тем, что ты делаешь»
— Вы обучаетесь на «Фундаментальной и компьютерной лингвистике». Почему именно эта программа?
Интерес к языкам у меня был с самого детства, а программированием я начал заниматься с подросткового возраста. На ФиКЛ я шёл по двум причинам: во-первых, это Вышка со своими правилами, культурой и атмосферой, что позволило мне работать с первоклассными преподавателями, посещать курсы разных факультетов и участвовать в различных активностях на уровне университета; во-вторых, мне хотелось совместить интерес к языкам с программированием. Так как программу я выбирал уже после того, как начал работать, выбор был вполне осознанным — я понимал, что определённые курсы по программированию и машинному обучению дадут мне буст к карьере, а ещё здесь можно будет заниматься исследовательской деятельностью.
— Что касается научной деятельности, Вы занимаетесь исследованиями в сфере обработки естественного языка (Natural Language Processing). С чего началась Ваша исследовательская работа в этой области?
Несмотря на то что деление на образовательные треки на ФиКЛе происходит с третьего курса, моя база в программировании и машинном обучении позволяла мне писать курсовые работы в сфере AI ещё со второго курса. Чем я и занялся. Некоторые курсовые ведут приглашённые преподаватели, которые работают исследователями в престижных местах. Под их руководством я и проводил исследования на базе курсовых на протяжении всего своего обучения.
— Недавно Вы заняли почётные места сразу в нескольких соревнованиях по программированию и машинному обучению. Расскажите, что это были за соревнования и как Вы решили в них участвовать?
Я регулярно участвую в соревнованиях в мире анализа данных и Data Science — хакатоны, конкурсы, Kaggle. Из последних побед, которые прошли в декабре, — третье место в Yandex Cup ML в треке сотрудников и «Конкурс красоты кода» в треке AI от Сбера. Финал Yandex Cup проходил очно в Ташкенте, а в самой задаче нужно было предсказывать движение беспилотного автомобиля. В конкурсе от Сбера нужно было решить задачу в сфере AI. Мне нравятся подобные соревнования: интересные задачи, сильные конкурсанты, с которыми можно пообщаться, хорошие призы, а самое главное — это возможность использовать новые навыки на практике.
— Какие советы Вы бы дали студентам, которые хотят попробовать свои силы в подобных конкурсах? С чего лучше начать?
В первую очередь я бы предложил начать с ответа на вопрос – для чего это вообще нужно. Затем, понять какими навыками обладает студент и какие он готов освоить – отсюда будет понятен пул соревнований, за которыми нужно следить. В конце концов, нужно начинать участвовать.
Особенность соревнований в ML – обычно вы можете идти в своём темпе, пробовать на практике новые решения, учиться и поглядывать, что делают другие люди – зачастую участники по ходу соревнования делятся своими решениями с подробным описанием (если речь идёт про длительное соревнование вроде Kaggle). Начать можно также со студенческих конкурсов и хакатонов в Вышке.
— Вы также ведёте несколько каналов в Telegram, где делитесь опытом и наблюдениями из области аналитики. Помогает ли это Вам в профессиональной деятельности, нетворкинге или ощущении себя частью аналитического сообщества?
Да, да и ещё раз да. Комьюнити аналитики довольно тесное и ламповое. Ведение каналов для меня открывает множество дверей — с одной стороны, мне проще дотянуться до нужных людей в индустрии, с другой – я могу так или иначе влиять на сферу аналитики через свои и партнёрские площадки. Например, летом я завёл канал, цель которого – сделать сферу аналитики более прозрачной. В этом канале люди анонимно делятся своими проблемами и рассказывают про свою работу, а читатели делятся своим мнением. Я регулярно слышу от других людей, какое влияние это оказывает на индустрию. Рад, что мне удаётся вносить свой вклад в комьюнити.
— Как компьютерному лингвисту выжить в мире анализа данных и высокой конкуренции в 2025?
Думаю, большинство из студентов идут в университет как раз для того, чтобы потом найти работу. Я бы порекомендовал заниматься карьерой с первых курсов: ходить на собеседования, искать для себя стажировки и выстраивать свой образовательный трек в зависимости от того, какие навыки потребуются на работе. Брать побольше компьютерных курсов, что-то изучать самому и окружить себя людьми, которые тоже хотят найти работу. В конце концов, нужно гореть тем, что ты делаешь.