История успеха. Сергей Бутенко

Расскажи, как ты открыл для себя одно из наиболее перспективных направлений – Data Science. Какой у тебя бэкграунд, какие были первые шаги в IT-мире?

Я увлекся программированием еще в школе, поступил в Донской государственный технический университет (ДГТУ) по специальности программная инженерия. Несмотря на то, что наш ВУЗ не широко известен, недавно он попал в топ университетов, где занял строчку выше главного южного университета – ЮФУ и даже обогнал некоторые московские ВУЗы. У нас был довольно строгий декан – из 30 поступивших к выпуску осталось только восемь человек. Кстати, со мной вместе учился наш коллега – Александр Перепечаев. Еще в университете мы запустили несколько стартапов. В 2018 году приняли участие и заняли первое место в форуме инновационных финансовых технологий FINOPOLIS, который проходил в Сочи. Одним из членов жюри была Председатель Банка России Эльвира Набиуллина. 

Нам удавалось генерировать много идей для стартапов и в определенный момент решили основать свою компанию. Занимались технологиями искусственного интеллекта, разрабатывали системы компьютерного зрения, речевой аналитики, связанные с оценкой качества общения оператора с клиентами. 

Как попал в «Автомакон»? Почему выбрал строить карьеру именно в этой компании?

Когда о наших разработках узнали руководители компании, они обратились к нам с предложением принять участие в одном из проектов. Мы успешно реализовали проект по разработке рекомендательной системы, после чего нам с Александром предложили войти в группу компаний «Автомакон». Так и появилось направление «ДатаЛаб», которым я сейчас руковожу.

В первую очередь меня привлекла возможность работать с инновационной компанией «ВкусВилл», понравился подход к задачам, отношение к сотрудникам. Руководители произвели положительное впечатление, все было максимально прозрачно, что тоже оказало влияние на принятое решение сотрудничать с компанией «Автомакон».

Можешь назвать неочевидные факты о профессии дата-сайентиста? 

Мы находимся в процессе постоянного исследования, что вызывает стресс. В отличие от других направлений IT, мы зачастую не работаем по ТЗ. Нам поступают задачи на разработку систем, которые еще никто не делал – ни в России, ни, возможно, в мире. Когда идет речь про заказную разработку, клиент хочет получить гарантированный результат. В нашем же случае мы проводим исследования, по сути мы каждый раз запускаем стартап, формируем гипотезы, поэтому заранее не знаем, а получится ли у нас вообще сделать хоть что-то. И иногда бывают ситуации, когда мы не получаем никакого результата. При этом необходимо довольно глубоко погружаться в сферу работы заказчика, изучать различные тонкости. Это вызывает сложности, с которыми нужно уметь справляться.

С точки зрения руководства, важно проводить большую работу с заказчиками, командами, правильно распределять ресурсы. Можно на одну и ту же задачу потратить, например, один человеко-месяц и 10 человеко-месяцев. Конечно, 10 человеко-месяцев могут увеличить шансы выполнить задачи, но не факт, что будет достигнут стопроцентный результат, а вот бюджет точно будет увеличен раз в 10. Все эти особенности нужно знать и быть готовым ими управлять. Часто решение проблем ложится именно на плечи разработчиков, потому что заказчик не может принять решение по загрузке специалистов и распределению задач, да и не должен разбираться в подобных нюансах.

Какие стратегии преодоления сложностей ты используешь?

Помогает консенсус. При оценке проекта стараюсь привлекать как можно больше разных людей, выслушиваю разные мнения. Путем общего голосования приходим к какому-либо выводу, определяем, какие понадобятся ресурсы и в каком объеме. Да и вообще решаем, стоит ли заниматься проектом, получится ли его реализовать.

Расскажи о проектах, которые уже удалось реализовать. Какими результатами ты гордишься?

В первую очередь хочу отметить проект по разработке рекомендательной системы для «ВкусВилла». Система привела к хорошим финансовым результатам и улучшила пользовательский опыт покупателей сети. В ближайшее время выпустим обновление рекомендательной системы. Также отлично себя показали подсказки в поиске в приложении и на сайте. Работаем над платформой для получения быстрого доступа к данным и формирования отчетов на их основе. Это будет полезный инструмент для аналитиков. 

Кроме того, проводим аналитику крупных рекламных кампаний «ВкусВилла». Оцениваем их эффективность, прогнозируем эффект и т.д. Занимаемся прогнозированием спроса на товары, времени доставки товаров, определением эластичности спроса от цены и другими интересными проектами. Разрабатываем антифрод-систему на основе ML.

Об остальных проектах не могу рассказать, потому что либо они еще не запущены в стадию активной разработки, либо пока держатся в секрете. Планируем выходит на внешний рынок, сейчас ведем переговоры с другими ритейлерами и пробуем запускать пилотные проекты.

Поделись какой-нибудь интересной историей про взаимодействие с заказчиками или расскажи о необычном проекте.

Недавно произошла забавная ситуация. Как-то раз пригласили на презентацию проекта всех, кроме главного заказчика, который поставил нам задачу. Так вышло, что в ходе реализации многие другие ответственные специалисты заинтересовались нашим проектом. Они принимали участие в обсуждениях и тестированиях. В итоге команда успешно презентовала им проект. Лично мне не удалось быть на встрече, поэтому я запросил у заказчика обратную связь. Он, конечно, удивился моему сообщению, потому что был не в курсе проведенной презентации. После провели персональную презентацию проекта для основного заказчика. Заработались немного 🙂

Интересный кейс сделали еще во времена студенчества. В рамках научного проекта создали систему, которая позволяет определять ложь по видео и голосу. Для того, чтобы собрать датасет, приглашали других студентов играть в «Мафию». Зная, кто мафия, а кто нет, могли собрать датасет из тех, кто говорит правду, а кто лжет. Во время игры записывали каждого студента на камеру. Спустя несколько игр мы сформировали приличный датасет и приступили к обучению модели. Получили прекрасный результат – 78% точности, чему мы очень обрадовались. Но через неделю нас ждало разочарование. Дело в том, что по случайности большинство мужчин были мафией. Модели легче обучиться отличать мужчину от женщины, чем ложь по по тембру голоса, эмоциям человека. Она просто научилась отмечать, что, если мужчина, значит, он мафия – лжет, а если женщина, то говорит правду. Тогда у меня еще было не так много опыта, поэтому некоторые моменты были неочевидными. В итоге исправили ошибки и сделали хорошую систему с точностью 70% для скоринга (прим. система оценки заемщика, с помощью которой банки и крупные микрофинансовые организации могут предсказать, насколько аккуратно человек будет выплачивать кредит).

Сергей, расскажи побольше о команде: чем занимаются ребята, сколькими людьми ты руководишь?

В команде «ДатаЛаб» сейчас 30 специалистов. В ближайшее время выйдет несколько новичков, к концу квартала планируем расширить команду до 40 человек. В направлении есть отдел дата-инженеров, которые занимаются платформой для аналитиков. Есть дата-сайентисты и дата-аналитики, которые обычно работают в паре. Выделена команда, занимающаяся рекомендательной системой и заказными разработками для «ВкусВилла». Также есть аналитики, которые выполняют задачи ведущих маркетологов «ВкусВилла». 

Каким специалистом нужно быть, чтобы работать в твоей команде?

Умным, креативным, коммуникабельным – уметь переводить с технического языка на язык бизнеса. А еще очень важно быть гибким и адаптивным к изменениям. Мы работаем как в стартапе. Всегда есть риск, что проект не будет реализован. 

Какие личностные качества ты считаешь важными для руководителя команды? Какими из этих качеств ты обладаешь?

Считаю, что сколько руководителей, столько и моделей управления. Лично мне близок командный или коллегиальный стиль управления, когда все специалисты максимально вовлечены в процесс принятия решений, а руководитель берет на себя роль модератора. 

Руководитель – стратег, он ищет перспективные направления, контролирует качество работ, как соблюдается культура общения с заказчиком, формирует правильное отношение к работе. Важно доверять команде. Руководитель проектов должен понимать, что в команде будут люди, которые окажутся в каких-то направлениях компетентнее его. И задача руководителя как раз состоит в том, чтобы собрать команду таких крутых специалистов, управлять ими, отмечать их хорошие идеи и отсекать плохие.

Из своих качеств могу отметить настойчивость. Стараюсь никогда не опускать руки и иду до конца, а там уже будь что будет. 

Как ты справляешься с трудностями в коммуникации и управлении людьми в твоей команде «ДатаЛаб»? Как ты стимулируешь эффективное взаимодействие и вовлеченность специалистов?

Мы – быстрорастущая организация. Наша основная задача – стать лучшими в Data Science в России. В компании поддерживается стремление к росту. Достойно поощряем специалистов со стартаперским духом. Тех, кто разделяет планы и желания, даже не нужно как-то дополнительно стимулировать и пытаться вовлечь в процессы. Все они увлеченные своим делом люди. 

А что ты ценишь в других людях?

Честность. Я разделяю принципы и ценности компании и основателей «Автомакона», честность – одна из них. Важен широкий кругозор, стартаперский дух и стремление развиваться без внешних стимулов.

Data Science – хайповая тема в IT. Что бы ты порекомендовал тем, кто мечтает построить карьеру в этом направлении?

Несмотря на хайп, это очень рискованное направление. Я бы порекомендовал несколько раз подумать и точно для себя решить, стоит ли это затраченных усилий. Джунам сейчас особенно тяжело. На рынке уже перебор начинающих специалистов, среди них большая конкуренция, а требуются люди с глубокими техническими знаниями, сильные математики. Чтобы человек смог развиваться в Data Science, у него должна быть предрасположенность к точным наукам. В противном случае, будет практически нереально реализоваться. 

Как считаешь, продолжится ли этот хайп вечно? Какое будущее у Data Science? Какие тренды и инновации в этой области вызывают наибольший интерес и на что стоит обратить внимание?

Вечно ничего не может продолжаться, но впереди нас точно ждут большие изменения. Сейчас сложно ответить, какие будут перспективы, к чему это все может привести. 

Многие крупные компании, которые уже наладили внутренние процессы, заинтересованы в качественном улучшении взаимодействия с клиентом. Они хотят больше знать о предпочтениях клиентов, получить больше информации о поведении их клиентов, обращаются к инструментам предсказания, прогнозирования. Это основные тренды, на которые стоит обратить внимание. 

Как ты думаешь, возможно ли в будущем, что важные социальные, управленческие и политические решения будут приниматься ИИ, а не людьми? К чему это может привести?

Будет зависеть от того, в чьих руках окажется этот мощный инструмент. Важно понимать, что прогресс не остановить. Те, кто окажется принимать реальность, окажется за бортом. При самом лучшем раскладе, это может помочь увеличить продолжительность жизни, роботы будут изобретать роботов, чтобы облегчить рутину людей. И вот здесь стоит задуматься человечеству, что ему делать, когда роботы смогут решать все насущные проблемы и задачи.

Программист, который умеет в Data Science, круче, чем дата-сайентист, который умеет в программирование. Твое мнение?

В нашей работе важно собрать качественный датасет. Отлично, если специалист обладает разными навыками и сам может выгрузить данные, как-то их покрутить, задеплоить модель. Но в наших проектах мы стараемся разграничивать роли для более эффективной работы.

Как ты прокачиваешь свои навыки, следишь за новыми тенденциями, справляешься с быстрым развитием технологий в области Data Science? 

Читаю различные статьи, актуальные исследования в области, изучаю опыт коллег, инновационные внедрения, тренды.

Посещаешь ли ты какие-либо конференции, мероприятия?

Да, конечно. До пандемии довольно часто посещал подобные мероприятия. В конце мая выступим на форуме «Неделя российского ритейла 2023», презентуем рекомендательную систему, которую разработали для «ВкусВилла». 

Продолжи: Если бы не Data Science, то…

Занимался бы мобильной разработкой.

Несмотря на увлечение программированием, перед поступлением в университет рассматривал разные специальности. Привлекали экономика, история и политология. Но в итоге выбрал путь в IT.

Поговорим о личном: как проводишь свободное от работы время? Чем увлекаешься?

Предпочитаю активный вид отдыха. Катаюсь на сноуборде, хожу в горы. Вместе с коллегой Александром Гайворонским совершили восхождение на Эльбрус. Люблю путешествовать, гулять по городу. 

Поделись планами и целями на будущее.

Планирую развивать компанию и расти вместе с ней. Хотим стать лидерами в России в области разработки решений на базе искусственного интеллекта. А затем выйти на международный рынок.

Сейчас в направлении «ДатаЛаб» открыты вакансии: маркетолог, руководитель проекта, GO-программист, DevOps-инженер, аналитик данных, senior Data Scientist, Data-инженер. Если ты в поиске работы и для тебя важна атмосфера роста, присоединяйся к нам! По ссылке найдешь наши открытые позиции: https://hh.ru/employer/839098 или отправляй резюме через карьерный сайт: https://job.automacon.ru/