Обучать профессионалов намного сложнее, чем новичков. Если новичок – это чистый лист, то профи – сам как живой учебник, наполненный знаниями, устоявшимися взглядами и интересами. Но даже профессионалу иной раз нужна помощь в достижении целей – для этого мы и создали Data Science Акселератор. Подробнее о том, что это такое, из чего состоит и как создавалось – под катом.

Что это такое?

Data Science Акселератор – это трёхмесячный интенсив, созданный для специалистов с опытом (или хотя бы окончивших курс Data Science) и нуждающихся в практике проработки одного проекта. Программа Акселератора составлена таким образом, чтобы помочь достичь трёх больших целей:

• закрыть пробелы в знаниях и изучить материалы;

• реализовать личный pet-project, проект для своего бизнеса или конкретную рабочую задачу под пристальным наблюдением менторов;

• выявить и устранить сложности с устройством на работу (для тех, у кого они есть).

Первая группа студентов-участников Акселератора получилась довольно разношёрстная и интересная: в группе был дата-сайентист из банка, желающий реализовать проект по сбору промокодов из видео, текстов, изображений. Также в Акселератор пришел дата-сайентист @vandriichuk, разрабатывающий рекомендательную систему для интернет-магазина. Был у нас и владелец интернет-магазина @Walker2000 создающий умных ботов на основе нейросетей для e-commerce. Также к нам попал сотрудник Роботолаб Сколково, использующий технологии NLP для своего робота, и многие другие. У каждого – свой бэкграунд, своя цель. Кто-то хотел сменить работу, кто-то – получить знания от топ-экспертов, кто-то работает над своим собственным проектом и подумывает превратить его в стартап. 

Список проектов студентов, с которыми они пришли в Акселератор, тоже приятно удивляет (сколько всё-таки талантливых людей вокруг!):

• рекомендательная система для интернет-магазина;

• саммаризация текстов (статьи, научные публикации и т. д.); Несколько более упрощённый вариант – выделение тем в коллекции документов;

• Instagram-бот коммерческого аккаунта для поиска, оценки и взаимодействия с инфлюенсерами;

• алгоритм для оценки эмоциональной тональности сообщений, сгенерированных GPT-3 на заданную тему;

• извлечение промокодов из контента в соцсетях;

• робот-предсказатель; 

• прогнозирование задержек авиарейсов; 

• анализ видео из беспилотных автомобилей;

• создание предиктивной модели нетарифных барьеров в торговле молочной продукцией и расширение её до 6 видов товаров животного и растительного происхождения.

Из чего состоит Акселератор

Главный вопрос, который стоял перед создателями Акселератора, – как сделать обучение эффективным для каждого студента? Ведь нужно учесть бэкграунд каждого, их склонности в работе и даже личные особенности. Подобных вещей в образовании data science ранее никто не делал (ни в России, ни за рубежом), и поэтому нам пришлось делать всё самим с нуля. В этом был настоящий драйв: те, кто делал свои продукты, нас поймут. Вот из чего в итоге состояла "начинка" Акселератора:

1. Постановка персональных целей – нужна для того, чтобы сделать обучение максимально полезным для студента.

2. Персональные траектории обучения – мы сделали программы по NLP, ML и CV, пригласив работать над ним экспертов из Google, Яндекса, Mail.ru, Сбера и М-видео.

3. Менторы из топ-экспертов сферы, привлечённые к работе над персональным проектом или профессиональной задачей каждого участника. Акселератор оказался интересным для экспертов самого высокого уровня, потому что сами студенты были не новички, и над проектами они работали непростыми. К нам присоединились Валерий Бабушкин из Facebook, Валентин Малых из Huawei, Эмиль Магеррамов из Biocad и другие.

4. Еженедельные встречи с трекингом поставленных целей и работой над контентом. Студенты учились тому, как, где и кому рассказывать о своих проектах, как создавать сообщество вокруг себя, выступали в качестве  спикеров  на  профильных конференциях.

5. Специальный карьерный блок, включающий в себя вебинары и тренинги по прохождению собеседований и встречи один на один с карьерными консультантами. 

Дальше расскажем про каждый пункт подробнее.

1. Постановка персональных целей

Чтобы будущий участник не просто ставил цель по реализации проекта или обучению, но и связывал своё обучение с профессиональным будущим, своими стратегическими планами, ожиданиями, мы сформировали специальный опросник.

Пример вопросов анкеты:

• Топ 3-компании, в которых я бы хотел работать (если вы пока не знаете, напишите ”пока не определился”).

• Позиция, на которой я бы хотел работать после прохождения акселератора.

• Сфера деятельности (биотех, коммерция, авиация, образование), в которой вы бы хотели работать в дальнейшем (если вы не определились или это не имеет значения, так и напишите).

Этот опросник также помог подобрать лучших менторов и экспертов непосредственно под наших студентов, подчас даже из тех компаний, куда хотели попасть студенты.

2. Индивидуальные траектории обучения

В основе программы Акселератора – несколько разных курсов. Например, один из них – собранный интенсивный курс по NLP, ML, CV с практическими кейсами вместо упражнений. С каждым студентом мы выбирали базовый курс и после этого изменяли его в соответствии с персональными запросами, задачами и бэкграундом студента. Также мы дополнительно включили доступ к темам, которые являются основополагающими, чтобы при необходимости участники могли подтянуть  базу и закрыть пробелы в знаниях. Так каждый получил свою индивидуальную траекторию, которую процессе работы над проектом студент и ментор могли корректировать уже под конкретный проект. 

Отдельное упражнение для студентов до старта – просмотреть собранную под их задачи программу – так формировался первый вариант, который мы утверждали сперва со студентом, а потом с ментором. 

Консультация по личной индивидуальной траектории – это не только договорённость о том, что именно будет содержать программа, но и выявление потенциальных сложных моментов на старте обучения (были случаи, когда участники меняли программу в ходе таких консультаций).

Итого: траектория строилась на одном из продвинутых курсов по запросу участника, затем гибко подстраивалась под уровень знаний участника в каждой теме, а затем затачивалась под проект (на старте и в процессе). 

3. Менторы и программные эксперты

Главная функция менторов в Акселераторе – двигать участников в работе над проектами. Именно они отслеживают прогресс и дают обратную связь, встречаются каждую неделю с участниками. Ментор – это ключевое звено, нужное, чтобы проект участника был реализован. Это как со спортзалом: если человек просто купил абонемент, то он может и не ходить. Но после покупки персональной тренировки человек с большей вероятностью пойдёт в зал. Потому что люди предпочитают учиться у конкретных людей, у кого считают интересным учиться.

Ментор – не просто человек, который показывает, что ты сделал не так, это твой наставник, который помогает искать решения. Кроме того, есть неформальные знания, которые передаются, только если вы работаете непосредственно с людьми в одной команде. Поэтому мы старались подбирать менторов, которые работают в той же сфере и даже в той компании, где хотел бы работать участник Акселератора.

Эксперты, задействованные в разработке программе, – признанные профессионалы отрасли, уже достигшие того уровня, к которому стремятся наши студенты. Акселератор давал участникам целевое окружение, где с каждым экспертом имелась возможность обсудить собственный проект. 

Обсуждение профессиональных тем с лучшими экспертами области – одна из тех возможностей, которую часто недооценивают. Мы понимаем, как это важно, и строим программу на коммуникациях, стремимся интегрировать участников в профессиональное сообщество. 

На каждой защите проекта студенты встречались с разными экспертами, которые с разных позиций рассматривали проект, давали конкретные оценки и рекомендации.

4. Коммуникации в Акселераторе, или "социалка", которой нет

“Социалкой”, или социальными, групповыми механиками, называются те механики, которые требуют взаимодействия от участников. Как правило, они помогают осваивать материал, включаться в обучение. При использовании таких механик повышается успешное прохождение в онлайн-курсах.

Мы очень долго внутри спорили, что делать с "социалкой" при таком подходе. Казалось бы, создав персональные траектории, мы потеряли группу и то, что часто помогает участникам образовательных курсов, а также снижает нагрузку на специалистов поддержки курса. 

Одна из важных механик в Акселераторе – это групповые встречи с менторами. Эти встречи нужны для расширения представления участников о задачах и подходах к решению, а также возможности консультирования студентов друг другом. Групповые встречи как один из моментов социального давления (договорённости о целях на неделю) также работают хорошо и позволяют держать участников в тонусе.

Итак, если у вас нет группы в её классическом, школьном понимании, это ещё не значит, что у вас нет группы. Задачи коммуникации, такие как проектирование групповых механик, могут отличаться от привычных нам и работать не менее эффективно на образовательный опыт участников.

Что происходит сейчас: участники консультируют друг друга, включаются во внешние профессиональные сообщества и выступают на конференциях. Один из участников Акселератора Георгий Брегман создал своё мини-сообщество, посвящённое нейронным сетям AI и ML — DSMLAI.

5. Карьерный блок

Обязательная часть программы. Некоторые из студентов уже проходили какие-то курсы и хотят устроиться на определенную работу, но по какой-то причине не могут. Именно здесь мы анализировали, почему это происходит, работали с резюме и позиционированием, проводили тренинги по собеседованиям.

В карьерный блок включались не только общие мероприятия, но и индивидуальные встречи с карьерными консультантами. Сочетание развития хард-скилов на практике, софт-скилов при работе с людьми над проектами и умение преподнести свой опыт дают в итоге кумулятивный эффект.

Карьерный блок позволил студентам оценить свои возможности, выделить точки роста и построить путь к той профессиональной позиции, которую участники себе ставили. В нём мы формируем привычку коммуницировать с работодателем, оценивать  собственный опыт и соотносить  его с запросами рынка.

Секретный ингредиент

«В зависимости от аудитории и  программы, для того, чтобы добиваться эффекта мы используем разные секретные ингредиенты. В программе Акселератора, таким секретным ингредиентом является блок “Профессиональный бренд”. Как и карьерный блок, он выстраивается вокруг профессиональной цели.  Кроме того, именно этот блок стал своеобразной коучинговой группой для наших студентов. Здесь они могли сказать, что не смогли сказать в обсуждении с ментором, искать ответы совместно.»

Марина Щербакова, педагогический дизайнер, разработчик образовательного продукта.

Не все студенты посещали этот блок, потому что не осознавали его ценность: казалось бы, зачем дата-сайентистам контент? На самом деле блок решал сразу несколько задач.

На первой встрече каждый студент ответил для себя на вопросы: Какой цели он хотел бы достичь? Как проект, над которым он работает, поможет ему достичь его цели? Кто может помочь ему в достижении его цели? Как и где эти люди могут узнать о том, над каким проектом студент работает, и заинтересоваться им?

На каждой следующей встрече студент сверялся с трекингом – приблизился ли он к своей цели? Интересна ли ему эта цель по-прежнему или стоит её поменять? Логично, что студенты, у которых цель была сформулирована чётко и конкретно, довольно быстро поняли, как её достичь. Каждый для этого использовал свой собственный путь: кто-то создал телеграм-канал и целенаправленно стал его развивать, наполняя ценной информацией о новостях в AI  и ML, вовлекая экспертов. Кто-то стал писать статьи на Хабре (например про Применение предобученной модели VGG16 для рекомендаций и Применение нейросети в Instagram), кто-то – писать в Фейсбуке, а кто-то комфортнее чувствует себя в Linkedin. Студенты отметили, что стали получать благодаря этому гораздо больше приглашений на собеседования, предложений сотрудничества, возможности участвовать в интересных им проектах. 

Студенты помогали друг другу продумывать контент-план, подкидывали интересные идеи, комментировали посты, подружились и превратились в мощную группу поддержки друг для друга. Поскольку все из одной сферы, то советы часто оказывались очень ценными.

Этот контентный блок вела Екатерина Артюгина, маркетолог с опытом работы в Яндекс, HeadHunter и Mail.ru. Участники отметили, что неожиданно для них этот блок оказался одним из самых ценных.

Что дал Акселератор участникам

В пилотном потоке Акселератора было 10 человек. За почти 3 месяца программы трое студентов получили офферы в международные компании, один студент прошёл сертификацию AWS, двое – получили прибыль от увеличения клиентов и продаж в собственном бизнесе. Остальные четверо планируют продолжать работу над своими проектами и выйти на их защиту через два-три месяца.

Так, и что дальше?

Многое из того, что удалось реализовать в первом Акселераторе Data Science, скоро появится в курсе "Профессия Data Scientist", в котором студенты будут не только осваивать NLP, ML и CV, но и решать реальные кейсы, аналогичные бизнес-задачам, под руководством опытных менторов. Кого привлекает сфера Data Science и кто хочет получить актуальную ещё многие годы специальность – добро пожаловать! Ну, а мы позаботимся о том, чтобы у вас получилось дойти до финала. Будет сложно, что уж скрывать, но интересно.

Акселератор Data Science SkillFactory готовили:
Педагогический дизайнер и разработчик образовательного продукта Марина Щербакова Маркетолог и продакт-менеджер Екатерина Артюгина.

Узнайте, как прокачаться и в других специальностях или освоить их с нуля:

• Профессия Data Analyst

• Курс по Data Engineering

• Курс по Machine Learning и расширенный курс "Machine Learning + Deep Learning"

• Курс "Математика для Data Science" и расширенный курс "Математика и Machine Learning для Data Science"