ВШМ СПбГУ открыла новую магистерскую программу «Бизнес-аналитика и большие данные» (Master in Business Analytics and Big Data — MiBA). На этом направлении будут готовить специалистов, способных говорить на языке бизнеса и технологий, то есть понимать суть big data и влиять на принятие решений в компаниях на основе анализа данных. Новую программу преподаватели ВШМ СПбГУ разработали вместе с представителями компаний: IBM, Mail.ru, «МегаФон», PwC, Segmento, «Новая медицина» (Doc+) и Mechanica AI.

 

 

Руководители компаний, оперирующих большими данными, и члены Совета MiBA Борис Каптелов (Mail.Ru), Александр Куликов (Segmento) и Елена Самуйлова (Mechanica AI) рассказали, почему направление big data сейчас так популярно, чему за два года научатся слушатели новой программы ВШМ СПбГУ и кем смогут стать выпускники MiBA.

 

 

 

— О больших данных сейчас много говорят, но, кажется, мнения о том, что это такое и когда данные становятся «большими», расходятся. С какими данными работаете вы?

 

Борис: Большими данными каждая компания называет что-то свое. В интернет-компании речь обычно идет о терабайтах данных в день. Например, в случае проекта «Юла», мы знаем, что люди размещают объявления, при этом мы знаем, что некоторые объявления являются запрещенными, то есть люди пытаются разместить, например, оружие или наркотики. Для отсечения такого типа сообщений мы используем нейронные сети, которые опираются на алгоритмы и моментально отмечают объявление как хорошее, плохое или, например, сомнительное.

 

Елена: Мы работаем с промышленными данными о процессах производства — это измерения, полученные с различных сенсоров, логи работы оборудования и так далее. Представьте себе некий производственный процесс. Это может быть производство стали, шоколада или, например, полимеров. У этих процессов одна общая черта — высокая сложность. Мы берем исторические данные о таких процессах — что происходило раньше, какие были характеристики, как они менялись — и создаем на их основе модель машинного обучения. Она позволяет учесть весь прошлый опыт и может в реальном времени выдавать точные рекомендации о том, как лучше управлять процессом.

 

Александр: Наша компания занимается автоматизированными закупками рекламы в интернете. Мы используем два вида данных. Во-первых, click stream. Представьте, вы сидите в Интернете и перемещаетесь по разным сайтам. Например, за сегодня в нашей системе накопилось больше 4,5 млрд посещений в российском сегменте Интернета, а за месяц примерно 202,8 млрд. Это тот объем данных, который мы должны анализировать за миллисекунды. За время загрузки сайта (до 100 мс) мы должны проанализировать пользователя и либо показывать, либо не показать рекламное сообщение. Во-вторых, мы дочерняя компания Сбербанка и АФК «Система», поэтому у нас есть данные клиентов, что позволяет сопоставлять, например, возраст, наличие семьи, детей, машины с данными активности в сети, после совершения какой-то транзакции или покупки.

 

 

— Каких специалистов будет готовить MiBA?

 

Елена: Сейчас есть спрос как на сильных специалистов в области data science, так и на менеджеров с достаточным уровнем технических знаний. Это разные карьерные треки: в первом случае речь идет о разработке сложных моделей машинного обучения и развитии в рамках роли data scientist. Во втором — о работе, например, консультантом, бизнес-аналитиком, менеджером data science проектов или специалистом в отделе стратегии и дальнейшем развитии управленческой карьеры. Выпускники MiBA, на мой взгляд, смогут выбрать для себя именно такой трек или другие роли, которые требуют сочетания аналитических и управленческих навыков.

 

Борис: Я знаю, что у некоторых ребят, работающих аналитиками или data scientists, нет желания становиться менеджерами. Бэкграунд многих из них — программирование. И как многие программисты, они не стремятся стать даже team lead, потому что им нравится трек эксперта. Они хотят углубляться в свою специфику, разбираться в деталях. А для тех ребят, которые бы хотели перейти от работы с данными к управлению командами или проектами как раз и есть наша программа, она идеально подойдет.

 

Александр: Ключевым навыком выпускников программы MiBA будет способность переводить с языка бизнеса на язык математический и наоборот. Кроме того, они будут владеть инструментарием — знать Python и SQL, знать принципы интеграции разных систем и инструментов друг в друга и уметь налаживать систему проверки качества предлагаемых гипотез и моделей.

 

Елена: Да, хороший специалист должен, с одной стороны, понимать, какие задачи стоят перед бизнесом, какие есть направления развития, в чем специфика отрасли, а с другой — уметь «переводить» эти потребности в конкретную математическую постановку, подбирать правильные инструменты для ее решения. Для успеха очень важна связка между техническими и бизнес-компетенциями — именно этому и стоит научиться.

 

 

— Какие преимущества есть у MiBA по сравнению с онлайн программами или краткосрочными курсами?

 

Борис: Сегодня, мне кажется, очень ощущается потребность в создании принципиально новой школы того, что называют аналитикой. То есть на данный момент видно, что все компании обучают аналитиков под себя. Другими словами, вчерашний студент не отвечает требованиям работодателя о том, кто такой аналитик в 2018 году. Поменялось все по сравнению с тем, как это было пять лет назад. Поменялись инструменты, поменялся объем данных, с которым мы работаем, поменялось качество результатов и выводов, которые можно выдать. И понимая, что потребность в этих специалистах только увеличивается, да и спрос на то, чтобы стать сотрудником этой индустрии огромен, big data — одна из самых оплачиваемых отраслей, мне кажется, пришло время, дать людям возможность учиться этому еще и в университете, а не нахватывать кусками на первом рабочем месте.

 

Елена: На мой взгляд, курсы и университетское образование дополняют друг друга. Курсы хороши для развития конкретных навыков, например, работа с новыми инструментами. Полноценное университетское образование при этом позволяет в комплексе посмотреть на процесс. Ведь важно не только уметь писать код на Python или R, работать с Tableau или знать, чем градиентный бустинг отличается от нейросетей, но и уметь правильно ставить задачи, интерпретировать и внедрять результаты. Для этого нужны управленческие навыки и понимание фундаментальных основ того, как работает бизнес — это как раз и можно получить в рамках магистерской программы.

 

При этом учеба в бизнес-школе с большим количеством талантливых и амбициозных студентов позволяет правильно задать вектор. Когда все вокруг хотят преуспеть, работать в лучших компаниях, запускать свой бизнес, сложно ставить себе низкие цели. За время учебы в ВШМ СПбГУ и зарубежных семестров я точно получила эту дополнительную мотивацию.  

 

Александр: Мне кажется, очень важна структура подачи знания, она позволяет студенту подходить к решению проблемы и структурировать ее. ВШМ СПбГУ учит применять этот подход. Самое важное в бизнесе — умение быстро структурировать проблемы и предлагать пути решения.

 

 

Обучение по программе MiBA длится два года и происходит на английском языке. На новом направлении будет 10 бюджетных мест и 15 мест по договору.  Для того чтобы поступить, абитуриентам предстоит сдать письменно экзамен по менеджменту и деловому английскому. Он проходит по модели GMAT. Кроме того, для граждан России предусмотрен экзамен по деловым коммуникациям, а для иностранцев — конкурс портфолио.

 

Документы нужно подать до 20 июля. Они принимаются в электронном виде. Для этого необходимо зарегистрироваться на официальном сайте Приемной комиссии СПбГУ и подать заявление в личном кабинете абитуриента. Вступительные экзамены пройдут с 24 июля по 4 августа.